فناوری

هوش‌مصنوعی (Artificial Intelligence) قسمت دوم

تیم فنی
تیم فنی

در بخش اول به توضیح هوش‌مصنوعی و بررسی تاریخچه پیدایش و تغییرات آن در طول زمان پرداختیم. در این بخش نحوه عملکرد، دسته‌بندی‌ها و توضیحات تکمیلی دیگر می‌پردازیم:

نحوه عملکرد هوش‌مصنوعی


در سال‌های اخیر مباحث مربوط به هوش‌مصنوعی بسیار داغ شده است. صنایع و شرکت‌های مختلف هر کدام به نوعی در تلاش برای استفاده از این تکنولوژی کاربردی و سودمند هستند اما متأسفانه هیچکدام درک عمیقی از این فناوری ندارند و معمولا چیزی که آن‌ها به عنوان هوش‌مصنوعی می‌دانند تنها بخشی از این فناوری گسترده است مانند یادگیری ماشینی. تکنولوژی هوش‌مصنوعی برای یادگیری و تجزیه‌وتحلیل الگوریتم‌ها و پیاده‌سازی آن‌ها نیازمند سخت‌افزارها و نرم‌افزارهای بخصوصی است. 
هیچکدام از زبان‌های برنامه‌نویسی به صورت انحصاری برای هوش‌مصنوعی نیستند ولی زبان‌هایی مانند Python، R و کمی هم Java در این زمینه بکارگیری می‌شوند.
به‌طورکلی عملکرد هوش‌مصنوعی به صورت جمع‌آوری اطلاعات در حجم وسیع و آنالیز آن‌ها برای پیدا کردن الگوها و روابط بین داده‌ها و استفاده از آن‌ها برای پیش‌بینی اتفاقات آتی است. آشناترین مثال‌ها در این زمینه، هوش‌مصنوعی تشخیص کلمات غلط و تشخیص جزئیات یک عکس هستند. این هوش‌های مصنوعی از بررسی میلیون‌ها مورد مختلف و یادگیری مرحله به مرحله و جمع‌آوری یک بانک اطلاعات بزرگ به جایگاه فعلی خود رسیده‌اند. البته شرکت‌های بزرگ مانند گوگل و اینستاگرام برای بهبود بخشیدن عملکرد سیستم‌های خود از تعداد زیادی هوش‌مصنوعی و تنظیم عملکرد آن‌ها برای ارائه یک عملکرد واحد و کم‌نقص استفاده می‌کنند.
برنامه‌نویسی هوش‌مصنوعی سه جنبه اصلی را شامل می‌شود: یادگیری، استدلال و خود اصلاحی.


یادگیری:

 این جنبه از هوش‌مصنوعی بر روی جمع‌آوری اطلاعات و تبدیل آن‌ها به الگوریتم‌های قابل اجرا تمرکز دارد. ساخت این الگوریتم‌ها، الگوی مرحله‌به‌مرحله‌ای را برای اجرای دستورالعمل‌ها در اختیار سیستم قرار می‌دهد.

استدلال:

 تمرکز این بخش بر روی انتخاب بهترین الگوریتم برای رسیدن به نتیجه دلخواه است.

خود اصلاحی:

 این بخش طراحی شده‌است تا به طور مداوم الگوریتم‌ها را تنظیم و اصلاح کند تا هوش‌مصنوعی دقیق‌ترین و درست‌ترین نتیجه ممکن را ارائه دهد.

اهمیت هوش‌مصنوعی در دنیای امروزی:

هوش‌مصنوعی می‌تواند اطلاعات بسیار مفیدی را در ارتباط با عملکرد شرکت‌های مختلف در اختیارشان قرار دهد و به آن‌ها در بهبود کیفیت و بازدهی بیشتر کمک کند، زیرا در برخی کارها دقت هوش‌مصنوعی از نیروی انسانی بیشتر است و ممکن است نقاط ضعفی را شناسایی کند که تا قبل از آن مورد توجه قرار نگرفته بودند. بخصوص موقعی که صحبت از مباحثی مانند تکرار مداوم، دقت در جزئیات و تحلیل حجم عظیمی از داده‌ها برای رسیدن به عملکرد مورد نظر می‌شود. به طور کلی ابزارهای هوش‌مصنوعی کار را با دقت بسیار بالا و با کمترین خطای ممکن انجام می‌دهند. این فناوری می‌تواند دروازه‌ای برای ورود شرکت‌های بزرگ به عرصه کسب‌وکارهای نوین و پیشرفت سریع‌تر و بازدهی بالاتر برای آن‌ها باشد.
با ظهور فناوری هوش‌مصنوعی بسیاری از مسائل آسان‌تر شده‌اند. برای مثال شرکت Uber(سرویس تاکسی اینترنتی در سطح بین‌المللی) از یک هوش‌مصنوعی استفاده می‌کند تا پیش‌بینی کند در چه زمانی و در چه مکانی افراد بیشتری نیازمند تاکسی هستند تا بتواند به سرویس خدمات‌رسانی خود سرعت ببخشد. در مثالی دیگر می‌توان از یکی از غول‌های تکنولوژی یعنی شرکت گوگل نام برد که از هوش‌مصنوعی برای پیدا کردن نقاط ضعف سیستم‌های خود و همچنین علاقه‌مندی کاربران به مسائل مختلف استفاده می‌کند و بعد از شناسایی از آن‌ها در جهت بهبود عملکرد سیستم‌های خود بهره می‌برد. در سال 2017، مدیرعامل شرکت گوگل، Sunder Pichai، اعلام کرد: شرکت گوگل یکی از اولین شرکت‌هایی خواهد بود که در عرصه هوش‌مصنوعی حضور خواهد داشت و در حال حاضر شاهد محقق شدن این امر هستیم. 
علاوه بر این کمپانی‌ها، شرکت‌های بسیار دیگری نیز برای بهبود عملکرد خود در حال استفاده از این فناوری سودمند هستند.

هوش‌مصنوعی قوی و ضعیف:

 هوش‌مصنوعی ضعیف: یا Weak AI که با نام Narrow AI نیز شناخته می‌شود. این سری از هوش‌های مصنوعی برای یادگیری و انجام یک وظیفه خاص برنامه‎ریزی شده‌اند. مانند ربات‌های صنعتی و یا Apple’s Siri.
هوش‌مصنوعی قوی: یا Strong AI که با نام AGI(Artificial General Intelligence) نیز شناخته می‌شود می‌تواند از توانایی‌های ذهنی انسان الگو برداری کند. هوش‌مصنوعی قوی وقتی با یک مسئله جدید و غیرآشنا روبرو می‌شود از سیستم Fuzzy Logic برای پیدا کردن راه‌حل مناسب استفاده می‌کند. سیستم Fuzzy Logic محاسبات خود را بر پایه "میزان درستی" (degree of truth) یک مسئله بجای سیستم‌های قدیمی "درست یا غلط" (true or false) انجام می‌دهد.

دسته‌بندی انواع هوش‌مصنوعی:

به‌طورکلی هوش‌مصنوعی را برحسب کارایی آن‌ها می‌توان به 4 دسته تقسیم‌بندی کرد:

نوع اول: ماشین‌های واکنش‌گر. این ماشین‌ها برای انجام کاری خاص برنامه‌ریزی شده‌اند و حافظه برای ذخیره‌سازی ندارند. مثال بارز آن برنامه Deep Blue ساخت کمپانی IBM است که برای بازی شطرنج ساخته شد و در سال 1990 توانست "گری کاسپاروف" (قهرمان شطرنج آن زمان) را شکست دهد. این سیستم توانایی شناسایی حرکات و مهره‌ها را داشت و می‌توانست حرکات بعدی را پیش‌بینی کند؛ اما از آن‌جایی که فاقد حافظه بود نمی‌توانست تجربیات و اطلاعات را ذخیره‌سازی کند تا در حرکات و بازی‌های بعدی از آن‌ها استفاده کند.
نوع دوم: دارای حافظه محدود. این سیستم‌ها دارای حافظه محدود هستند بنابراین می‌توانند از اطلاعات جمع‌آوری شده گذشته برای تصمیمات آینده استفاده کنند. نمونه این سیستم، هوش‌مصنوعی بکارگیری شده در رانندگی خودکار ماشین‌های سواری است.
نوع سوم: نظریه ذهن. این یک اصطلاح روانشناسی است، اما وقتی در زمینه هوش‌مصنوعی بکارگیری می‌شود به معنای سیستمی است که دارای هوش‌اجتماعی است و می‌تواند احساسات را درک کند. این سیستم می‌تواند نبات انسان‌ها را شناسایی و رفتارهای بعدی آن‌ها را پیش‌بینی کند که یک مهارت ضروری برای هوش‌مصنوعی است تا تبدیل به عضو جدایی ناپذیر تیم‌های انسانی شود.
نوع چهارم: خودآگاهی. در این دسته‌بندی، سیستم‌های هوش‌مصنوعی نسبت به خود حس دارند که این مسئله به آن‌ها آگاهی و قدرت درک از وضعیت خود و اطرافشان می‌دهد.

 

پایان قسمت دوم

قصد انجام پروژه خاصی را دارید؟

اگر می‌خواهید وب‌سایتی منحصربه‌فرد، متناسب با نیازهای خاص خودتان داشته باشید، یا اگر گمان می‌کنید داشتن یک اپلیکیشن موبایلی اهداف کسب‌و‌کارتان را محقق می‌کند، یا اگر هنوز نمی‌دانید چه محصولی برای پیاده‌سازی ایده‌تان به کار می‌آید، با ما تماس بگیرید. شرکت نرم‌افزاری پیشگامان لوتوس با مشاوره و طراحی محصول ایده‌آل، شما را در مسیر رشد کسب‌و‌کارتان همراهی می‌کند.

با ما تماس بگیرید

مشاوره با ما