انواع هوش مصنوعی ؛ تفاوت کامل ANI، AGI و ASI
هوش مصنوعی (Artificial Intelligence) یکی از مهمترین دستاوردهای فناوری مدرن است که با سرعتی چشمگیر در حال تحول و گسترش است.
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.
هوش مصنوعی (Artificial Intelligence) یکی از مهمترین دستاوردهای فناوری مدرن است که با سرعتی چشمگیر در حال تحول و گسترش است.
سهشنبه 25 آذر 1404 – 09:27اگر با ChatGPT تحقیق میکنید، تحلیل انجام میدهید یا محتوا میسازید، این این ویدیو را تا آخر ببینید تا بفهمید چطور میشود هوش مصنوعی را دقیقتر، مسئولانهتر و قابلاعتمادتر استفاده کرد.منبع : تک ناکبرای مشاهده…
تا به حال آرزو کردهاید که بتوانید تصویری را مستقیماً از ذهن خود بیرون بکشید؟ حالا این کار تنها در چند دقیقه با کمک تولیدکنندههای تصویر مبتنی بر هوش مصنوعی مثل Midjourney ممکن شده است.
پردازش زبان طبیعی یا NLP (Natural Language Processing)، شاخهای از هوش مصنوعی است که به تعامل میان انسان و ماشین از طریق زبان میپردازد. کاربردهای NLP، آموزش رایانهها برای درک، تفسیر و تولید زبان انسانی بهصورت طبیعی و معنادار است.
لوگوها فراتر از یک نماد سادهاند؛ آنها چهره اصلی یک برند به شمار میروند و نقش کلیدی در جلبتوجه و ایجاد اعتماد ایفا میکنند.
در سالهای اخیر، رقابت میان شرکتها و پژوهشگران حوزه هوش مصنوعی باعث شده است که بهترین مدل های زبان بزرگ در 2025 به سطحی از بلوغ برسند که دیگر صرفا ابزار تولید متن نباشند، بلکه به هسته تصمیمگیری، تحلیل، کدنویسی و اتوماسیون سازمانی تبدیل شوند.
یکشنبه 14 دی 1404 – 20:00بسیاری از سازمانها برای مدیریت این مسیر از مدل معروف CRISP-DM استفاده میکنند که مخفف Cross Industry Standard Process for Data Mining است. این مدل شامل مراحلی چون فهم مسئله، جمعآوری داده، پاکسازی، تحلیل، مدلسازی،…
هوش مصنوعی مولد یا Generative AI (GenAI) نسل جدیدی از هوش مصنوعی است که به غیر از تحلیل دادهها، توانایی خلق محتوا را دارد. GenAI برخلاف مدلهای سنتی که فقط الگوهای موجود را تشخیص میدهند متن، تصویر، ویدیو، صدا و حتی کدهای برنامهنویسی جدید تولید میکند.