دسته هوش مصنوعی

هوش مصنوعی (به انگلیسی: Artificial intelligence) (به اختصار: AI)، هوشی است که توسط ماشین‌ها ظهور پیدا می‌کند، در مقابل هوش طبیعی[الف] که توسط جانوران شامل انسان‌ها نمایش می‌یابد. اما پیش از هرچیز باید این موضوع را دانست که کلمه هوش، نشان دهنده امکان استدلال است و اینکه آیا هوش مصنوعی می‌تواند به توانایی استدلال دست یابد یا خیر، خود موضوع اختلاف محققان است. کتاب‌های AI پیشرو، این شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعریف می‌کنند: هر سامانه‌ای که محیط خود را درک کرده و کنش‌هایی را انجام می‌دهد که شانسش را در دستیابی به اهدافش بیشینه می‌سازد.[ب] برخی از منابع شناخته شده از اصطلاح «هوش مصنوعی» جهت توصیف ماشینی استفاده می‌کنند که عملکردهای «شناختی» را از روی ذهن انسان‌ها تقلید می‌کنند، همچون «یادگیری» و «حل مسئله»، با این حال این تعریف توسط محققان اصلی در زمینه AI رد شده است.[پ][۲][۳]

کاربردهای هوش مصنوعی شامل موتورهای جستجو پیشرفتهٔ وب (مثل گوگل و بینگ)، سامانه توصیه‌گر (که توسط یوتیوب، آمازون و نتفلیکس استفاده می‌شوند.)، فهم زبان انسان‌ها (همچون سیری ، جمنای و آمازون الکسا)، خودروهای خودران (مثل تسلا)، هوش مصنوعی مولد یا خلاقیت محاسباتی (مثل چت‌جی‌پی‌تی یا تولید اثر هنری مانند دال-ئی و میدجرنی) تصمیم‌گیری خودکار و رقابت در بالاترین سطوح سامانه‌های بازی استراتژیک (همچون شطرنج و گو). با بیشتر شدن توانایی ماشین‌ها، وظایفی که نیازمند «هوشمندی» هستند اغلب از تعریف AI برداشته می‌شود، پدیده‌ای که به آن اثر هوش مصنوعی گفته می‌شود. به عنوان مثال، فهم نوری کاراکتر را اغلب از چیزهایی که AI در نظر گرفته می‌شوند مستثنی می‌کنند، چرا که این فناوری تبدیل به فناوری عادی و روزمره‌ای شده است.[۴][۵][۶]

هوش مصنوعی در سال ۱۹۵۶ میلادی تبدیل به شاخه‌ای آکادمیک شد و در سال‌های پس از آن چندین موج خوش‌بینی را تجربه کرده و مجدد دچار امواج ناامیدی و کمبود بودجه شده (که به آن «زمستان AI» می‌گویند)، سپس فناوری‌های جدیدی در پی آن آمده و موفقیت و بودجه‌های تحقیقاتی این حوزه مجدداً احیا گشته‌اند. تحقیقات AI رهیافت‌های متفاوتی را از زمان تأسیسش امتحان کرده و آن‌ها را کنار گذاشته است، رهیافت‌هایی چون: شبیه‌سازی مغز، مدل‌سازی حل مسئله توسط مغز انسان، منطق صوری، بانک‌های اطلاعاتی بزرگ دانش و تقلید رفتار جانوران. در اولین دهه‌های قرن ۲۱ میلادی، یادگیری ماشینی که شدیداً از آمار ریاضیاتی بهره می‌برد در این حوزه غلبه داشت و این فناوری اثبات کرد که به شدت موفق است و به حل چندین مسئله چالش‌برانگیز در صنعت و فضای آکادمیک کمک نمود.[۷][۸]

شاخه‌های مختلف تحقیقات هوش مصنوعی حول اهداف به‌خصوصی متمرکز بوده و از ابزارآلات خاصی استفاده می‌کنند. اهداف سنتی تحقیقات AI شامل این موارد اند: استدلال، نمایش دانش، برنامه‌ریزی، یادگیری، پردازش زبان طبیعی، ادراک و توانایی در جابجایی و دستکاری اشیاء.[ت] هوش جامع (توانایی حل مسائل دلخواه) در میان اهداف بلند مدت این حوزه است. جهت حل چنین مسائلی، محققان AI فنون حل مسئله وسیع و یکپارچه‌ای را شامل این موارد به کار بسته‌اند: جست‌وجو و بهینه‌سازی ریاضیاتی، منطق صوری، شبکه‌های عصبی مصنوعی و روش‌های مبنی بر آمار، احتمالات و اقتصاد. AI همچنین با حوزه‌هایی چون علوم کامپیوتر، روان‌شناسی، زبان‌شناسی، فلسفه و بسیاری از حوزه‌های دیگر مرتبط است.[۹]

این شاخه بر این فرض بنا شده است که هوش انسانی «را می‌توان به دقت توصیف نمود، به طوری که می‌توان آن را توسط یک ماشین شبیه‌سازی نمود».[ث] این فرض بحث‌های فلسفی را پیرامون ذهن و اخلاقیات خلق موجودات هوشمند برانگیخته است، موجوداتی که دارای هوش شبیه-انسان اند. این مسائل توسط افسانه‌ها، داستان‌های تخیلی و فلسفه از زمان‌های باستان مورد کاوش واقع شده‌اند. ادبیات علمی-تخیلی و آینده‌پژوهی نیز پیشنهاد می‌دهند که AI با پتانسیل و قدرت عظیمی که دارد، ممکن است منجر به ایجاد ریسک وجودی برای بشریت گردد.

مدیرعامل مایکروسافت: نمی‌توان اجازه داد غول‌های هوش مصنوعی اقتصاد را ببلعند

مدیرعامل مایکروسافت، ساتیا نادلا یکی از مدیرانی است که بیش از هر فرد دیگری در شکل‌گیری موج فعلی هوش مصنوعی نقش داشته است. سرمایه‌گذاری چند ده میلیارد دلاری مایکروسافت در اوپن‌ای‌آی، تبدیل کوپایلت به یکی از محصولات اصلی این شرکت و رقابت سنگین بر سر مراکز داده و زیرساخت‌های پردازشی، نام مایکروسافت را به یکی از بازیگران اصلی این بازار تبدیل کرده است. با این حال مدیرعامل مایکروسافت اکنون معتقد است صنعت هوش مصنوعی در حال حرکت به سمتی است که می‌تواند با واکنش منفی جامعه و کسب‌وکارها مواجه شود.

هوش مصنوعی کنترل نشد؛ شکل استفاده تغییر کرد

ایران در سال‌های اخیر به یکی از بازیگران مهم تولید علم هوش مصنوعی در منطقه تبدیل شده است. دانشگاه‌ها هر سال هزاران مقاله در این حوزه منتشر می‌کنند، متخصصان ایرانی در پروژه‌های بین‌المللی حضور دارند و سهم کشور از تولید دانش جهانی هوش مصنوعی قابل توجه است. اما همزمان با رشد این ظرفیت علمی، استفاده اقتصادی و صنعتی از هوش مصنوعی در ایران با موانع متعددی روبه‌رو شده است؛ موانعی که باعث شده فاصله میان «تولید دانش» و «خلق ارزش اقتصادی» روزبه‌روز بیشتر شود.

سه ایرانی‌تبار در قلب تازه‌ترین نبرد هوش مصنوعی

استارت‌آپ میرندیل (Mirendil) که با هدف توسعه «هوش مصنوعی برای ساخت هوش مصنوعی» تأسیس شده، تنها چند ماه پس از آغاز فعالیت خود با جذب ۲۰۰ میلیون دلار سرمایه به ارزش‌گذاری یک میلیارد دلاری رسید. این شرکت را گروهی از پژوهشگران سابق آنتروپیک و گوگل، از جمله بهنام نیشابور، پژوهشگر ایرانی‌تبار، راه‌اندازی کرده‌اند و می‌گویند قصد دارند انحصار غول‌های هوش مصنوعی بر ابزارهای توسعه AI را به چالش بکشند.

سود هوش مصنوعی به جیب سازندگان حافظه رفت

 بیشترین توجه بازار طی ۲ سال گذشته به شرکت‌های توسعه‌دهنده هوش مصنوعی مانند آنتروپیک، اوپن‌ای‌آی و انویدیا معطوف بود، حالا برنده اصلی موج هوش مصنوعی در جای دیگری قرار دارد؛ تولیدکنندگان تراشه‌های حافظه. تازه‌ترین گزارش مالی مایکرون (Micron Technology) نشان می‌دهد بخش قابل توجهی از درآمدی که شرکت‌های هوش مصنوعی صرف توسعه مدل‌ها و ساخت مراکز داده می‌کنند، در نهایت به جیب سازندگان حافظه‌های پرسرعت می‌رود؛ روندی که می‌تواند معادلات سودآوری صنعت هوش مصنوعی را تغییر دهد.

باشگاه نخبگان هوش مصنوعی برای پر کردن شکاف پژوهش و صنعت شکل گرفت

ایران با وجود قرار گرفتن در میان کشورهای پیشرو منطقه در تولید پژوهش‌های هوش مصنوعی، همچنان با چالش تبدیل دانش به فناوری و کسب‌وکار مواجه است. در حالی که رقابت جهانی هوش مصنوعی بیشتر با مدل‌ها و زیرساخت‌های محاسباتی شناخته می‌شود، مدیران باشگاه نخبگان هوش مصنوعی ایران تاکید دارند گلوگاه اصلی این رقابت، نیروی انسانی است؛ موضوعی که به گفته آنها دلیل شکل‌گیری این باشگاه بوده است.

۱۰۰ مسئله برای ۱۰۰ استارت‌آپ؛ آغاز به کار کارخانه هوش‌مصنوعی ایران

کارخانه هوش‌مصنوعی ایران که در قالب پروژه بازآفرینی کارخانه نوآوری آزادی شکل گرفته، فعالیت خود را با رونمایی از پروژه «۱۰۰ RFS» آغاز کرد؛ طرحی که بر اساس آن، ۱۰۰ مسئله واقعی از صنایع، بازار و کسب‌وکارهای بزرگ کشور شناسایی شده تا به فرصت‌هایی برای شکل‌گیری استارت‌آپ‌های هوش‌مصنوعی‌محور تبدیل شوند. ایده اصلی این پروژه، ایجاد پلی میان صنایع بزرگ ایران، استعدادهای حوزه هوش مصنوعی و سرمایه‌گذاران است؛ مدلی که در آن، نیاز و مشتری از پیش وجود دارد و تیم‌های نوآور با تکیه بر هوش مصنوعی برای حل این مسائل شکل می‌گیرند. کارخانه هوش‌مصنوعی ایران علاوه بر این نقش، سرمایه‌گذاری خطرپذیر روی استارت‌آپ‌های این حوزه را نیز در دستور کار خود قرار داده است.

توافق آنتروپیک با دولت ترامپ؛ مدل «فیبل» دوباره در دسترس قرار می‌گیرد

دولت آمریکا و شرکت آنتروپیک پس از دو هفته و نیم مذاکره بر سر ازسرگیری دسترسی به مدل هوش مصنوعی «فیبل» (Fable) به توافق رسیدند؛ مدلی که به دلیل نگرانی‌های امنیتی از دسترس خارج شده بود. این توافق، نخستین نمونه جدی از مداخله مستقیم دولت آمریکا در توقف و سپس بازگشایی یک مدل پیشرفته هوش مصنوعی به شمار می‌رود و می‌تواند به الگویی برای نظارت بر نسل‌های بعدی این فناوری تبدیل شود.

ابَرهوش یا ابرمصرف؟ هزینه پنهان چت‌ جی‌پی‌تی و دوستانش

هر پاسخی که هوش مصنوعی می‌نویسد از جایی در «ابر» نیست از تراشه‌هایی می‌آید که در مراکز داده کار می‌کنند، از شبکه برقی که آن مراکز را تغذیه می‌کند، از سامانه‌های خنک‌کننده‌ای که گرمای سرورها را دفع می‌کنند و از زنجیره تامینی که از کارخانه‌های تراشه‌سازی تایوان تا نیروگاه‌ها و شبکه‌های انتقال برق امتداد دارد.