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.

معامله تازه سازمان‌ها با هوش مصنوعی؛ مدل قوی‌تر، کنترل کمتر

مدل قوی‌تر همیشه مدل قابل‌استفاده‌تری برای سازمان‌ها نیست. Anthropic برای Fable 5 و Mythos 5 نگهداری ۳۰ روزه ورودی و خروجی را بخشی از الزامات ایمنی قرار داده است. در مقابل OpenAI می‌خواهد مدل‌های پیشرفته‌ای را برای مشتریان واجد شرایط با عدم نگهداری داده عرضه کند و تشخیص سوءاستفاده‌های چندمرحله‌ای را به سازوکاری جدا بسپارد. اختلافی که در ظاهر فنی به‌نظر می‌رسد، حالا به یکی از معیارهای خرید سازمانی تبدیل شده که برای استفاده از قوی‌ترین مدل، چه مقدار کنترل داده باید واگذار شود؟

معاون سیاستگذاری معاونت علمی: حرف آخر را ستاد توسعه هوش مصنوعی می‌زند

ستاد توسعه هوش مصنوعی بر اساس قانون فعلی، مرجع نهایی تصمیم‌گیری در حوزه هوش مصنوعی است. به گفته اسفندیار اختیاری، معاون سیاستگذاری و توسعه معاونت علمی، در صورت بروز اختلاف میان دستگاه‌های مسئول از جمله وزارت ارتباطات، معاونت علمی و شورای عالی فضای مجازی است؛ معاون اول رئیس‌جمهور در راس این ستاد قرار دارد و این ستاد حرف آخر را می‌زند.

معاون علمی رئیس جمهوری: اقتصاد دانش‌بنیان از مدارس شروع می‌شود

معاون علمی و فناوری رئیس جمهوری، تغییر نگاه به یادگیری را نقطه آغاز تحول نظام آموزشی دانست و گفت که در مدل «آموزشی نسل چهارم؛ میناب» با وجود دسترسی دانش‌آموزان به ابزارهای مختلف برای یافتن اطلاعات، نقش معلم نه‌تنها کمرنگ نمی‌شود، بلکه به‌عنوان طراح و تسهیل‌گر موقعیت‌های یادگیری پررنگ‌تر خواهد شد. از نظر او شکل‌گیری شرکت‌های اقتصاد دانش‌بنیان را نیز باید از همین مدارس و دانش‌آموزان شروع کرد.

هلدینگ سینا با مجوز اپراتوری داده، دسترسی به داده‌های دولتی را هدف گرفت

هلدینگ گسترش فناوری‌های پیشرفته و هوشمند سینا از ابتدای سال جاری مجوز فعالیت به‌عنوان اپراتور ملی داده و بازارگاه داده را دریافت کرده و ایجاد بستری برای دسترسی شرکت‌های فعال در حوزه هوش مصنوعی به داده‌های دولتی را در دستور کار قرار داده است. مدیرعامل این هلدینگ، دسترسی به داده را یکی از چالش‌های اصلی توسعه هوش مصنوعی دانست و بر نقش همکاری دولت و صاحبان داده در این زمینه تاکید کرد.

نقش هوش مصنوعی در بانک‌ها فراتر می‌رود؛ از ابزار تا عاملیت

هوش مصنوعی در بانک‌ها در حال عبور از نقش یک ابزار کمکی است و می‌تواند نحوه ارائه خدمات، تصمیم‌گیری‌های اعتباری و حتی شیوه نظارت بر نظام بانکی را تغییر دهد. فعالان صنعت بانکداری و فناوری معتقدند این تحول بدون بازطراحی فرآیندها، اصلاح داده‌ها و توسعه زیرساخت‌های هوشمند در بانک‌ها امکان‌پذیر نخواهد بود و بانک‌ها باید به سمت «عاملیت هوش مصنوعی» و تصمیم‌گیری توسط سامانه‌های هوشمند حرکت کنند.

کارخانه هوش مصنوعی ایران؛ چگونه حل مسئله به کسب‌وکار تبدیل می‌شود؟

ساخت نهاد، انباشت دانش فنی و خلق مزیتی که به‌سادگی قابل تقلید نباشد، سه محور اصلی روایت شرکت صنعتی آما در نشست «یک سده کارآفرینی ایرانی» بود؛ روایتی که تجربه یک بنگاه صنعتی را به پرسش‌های امروز کسب‌وکار پیوند زد. اکبر هاشمی، مدیرعامل کارخانه هوش مصنوعی ایران، نیز مدل این مجموعه را نه اجرای پروژه‌های پیمانکاری، بلکه شناسایی یک مسئله عمیق صنعتی، حل آن و تبدیل راه‌حل به کسب‌وکاری مقیاس‌پذیر و تکرارپذیر توصیف کرد. 

هوش مصنوعی بدون زیرساخت انرژی و سرمایه انسانی، بهره‌وری نمی‌سازد

هوش مصنوعی می‌تواند بهره‌وری بنگاه‌ها را افزایش دهد، اما نه در سازمانی که مسئله‌اش را درست تعریف نکرده، نیروی انسانی‌اش همراه نیست و زیرساخت انرژی و ارتباطات پایداری ندارد. فعالان حوزه فناوری معتقدند این ابزارها زمانی می‌تواند به تحول واقعی منجر شود که برای حل مسائل مشخص و افزایش بهره‌وری به کار گرفته شود و در کنار آن، تنظیم‌گری نیز به جای ایجاد مانع، مسیر فعالیت و سرمایه‌گذاری بخش خصوصی را هموار کند.