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.

استفاده مسئولانه از هوش مصنوعی مولد در سازمان‌ها؛ خواستن فقط کافی نیست

استفاده از هوش مصنوعی مولد در ساختار کاری توسط شرکت‌ها و سازمان‌ها به‌علاوه قابلیت‌ها و چالش‌ها نیازمند اتخاذ روش‌هایی برای استفاده مسئولانه از این فناوری است. یک رویکرد جامع و مسئولانه به هوش مصنوعی به شرکت‌های پیشرو کمک می‌کند تا سریع‌تر به ارزشی که از این فناوری کسب می‌کنند  دست یابند و کارایی تقویت شود.

پروژه فوق‌ سری اوپن‌ای‌آی برای بهبود عملکرد هوش مصنوعی

خبرگزاری رویترز می‌گوید با بررسی مستنداتی از شرکت اوپن‌ای‌آی به اطلاعات پروژه‌ای به نام «Strawberry» یا توت‌فرنگی دست پیدا کرده که قرار است به لطف «تحقیقات عمیق»، توان استدلال هوش مصنوعی را به شکل چشمگیری تقویت کند. نحوه کارکرد این پروژه حتی از کارکنان شرکت هم پنهان شده است و با اینکه منبع رویترز از این پروژه به عنوان پروژه فعال یاد می‌کند، اما زمان نهایی شدن آن هنوز مشخص نیست.

هوش مصنوعی مولد و برنامه‌های کاربردی آن

هوش مصنوعی مولد در سال ۲۰۲۴ با ارائه نوآوری‌ها،‌ تغییر و تحولات گسترده و عمیقی را رقم زده است. از ساخت دوقلوی دیجیتال دقیق برای شبیه‌سازی و بهینه‌سازی سیستم‌ها گرفته تا طراحی الگوریتم‌های کوانتومی و مواد جدید برای پیشرفت در این حوزه نوظهور، هوش مصنوعی مولد در حل چالش‌های زیست‌محیطی با یافتن راه‌حل‌های پایدار و ارتقای امنیت سایبری از طریق شناسایی و خنثی‌سازی تهدیدات سایبری، نقشی مهمی دارد.

شرکت‌های فناوری برای استفاده از محتوای یوتیوب به منظور آموزش مدل‌های هوش مصنوعی اجازه نگرفته‌اند

مجله وایرد با اشاره به تحقیقات Proof News می‌گوید شرکت‌های فناوری مختلف از جمله اپل، آنتروپیک و انویدیا برای آموزش مدل‌های هوش مصنوعی خود از محتوای کانال‌های محبوب یوتیوب استفاده کرده‌ان، این در حالی است که تولید‌کنندگان محتوا از این موضوع اطلاعی نداشته و پولی در ازای آن دریافت نکرده‌اند.

شهرت ابزارهای هوش مصنوعی کمک‌ درسی در آمریکا؛ محبوب‌ترین‌ها چینی هستند

براساس گزارشی که شرکت تحقیقاتی Data.ai در ۲۱ مه منتشر کرده است، از بین ۲۰ اپلیکیشن محبوب آموزشی در اپ استور آمریکا، پنج مورد آنها اپلیکیشن‌های هوش مصنوعی هستند که در تکالیف به دانش آموزان کمک می‌کنند. به گفته این شرکت دو اپلیکیشن برتر هوش مصنوعی که بیشترین شهرت را تا ماه مه داشته‌اند ساخت چین هستند.

Eureka Labs؛ هوش مصنوعی به کمک دانش‌آموزان می‌آید

آندری کارپاتی، یکی از بنیانگذاران OpenAI، شرکت آموزشی هوش مصنوعی جدیدی به نام Eureka Labs راه‌اندازی کرده است. فعالیت محوری شرکت ارائه خدمات در قالب دستیارهای آموزشی هوش مصنوعی شخصی برای دانش‌آموزان است. این دستیارها با معلمان همکاری خواهند کرد تا محتوای آموزشی را ارائه دهند. این شرکت قصد دارد دوره‌های آنلاین را نیز ارائه دهد که یکی از اولین این دوره‌ها، آموزش مدل شخصی هوش مصنوعی خواهد بود.

انویدیا نسخه‌ای از یک چیپ پرچمدار هوش مصنوعی را برای بازار چین شخصی‌سازی می‌کند

گزارشی از رویترز به نقل از منابع مطلع می‌گوید شرکت انویدیا در حال کار روی یک نسخه جدید از چیپ‌های پرچمدار هوش مصنوعی برای بازار چین است که در عین پیروی از تحریم‌های آمریکا، امکان ورود به این بازار را فراهم می‌کند.

بحران اطلاعات: داده‌های در دسترس هوش مصنوعی به سرعت در حال کاهش است

سیستم‌های هوش مصنوعی در سال‌های گذشته از دسترسی بی حد و مرز به اطلاعات متنی، تصاویر و ویدیو‌ها نفع برده‌اند و همین موضوع به خلق مدل‌های قدرتمندی مثل GPT-4 یا جمنای از گوگل منجر شد. اما مطالعه‌ای از سوی گروه تحقیقاتی Data Provenance Initiative به رهبری دانشگاه M.I.T. منتشر شده است، نشان می‌دهد که دسترسی به داده‌ها به شکل قابل توجهی کاهش یافته است.