فناوري اطلاعات و هوش مصنوعي

هوش مصنوعی چیست
در سال 1956 برای نخستین بار توسط جان مکارتی مطرح )Artificial Intelligence( اصطلاح هوش مصنوعی گردید، ولی هوش مصنوعی امروزه به لطف افزایش حجم دادهها، الگوریتمهای پیشرفته و بهبود توان و حافظه کامپیوترها رواج بیشتری یافته است.
تحقیقات اولیه در حوزه هوش مصنوعی در دهه 195۰ به کنکاش در مباحثی همچون حل مسئله و روشهای نمادین پرداختند. در دهه 196۰ ، وزارت دفاع آمریکا به این حوزه علاقه نشان داد و آموزش کامپیوترها برای تقلید پروژههای )DARPA از استدلال انسانی را آغاز نمود. به عنوان مثال، آژانس پروژههای تحقیقاتی پیشرفته دفاعی ) 1 دستیارهای شخصی هوشمند را در سال 2۰۰3 DARPA . نقشه برداری خیابانی را در دهه 197۰ تکمیل نمود تولید کرد، مدتها پیش از آنکه سیری، الکسا و کورتانا 2 بهوفور در دسترس عموم قرار بگیرند.
دشواری در تعریف هوش مصنوعی نه در مفهوم تصنع بلکه ابهام در مفهوم هوش است. به دلیل آنکه انسانها تنها موجوداتی هستند که در جهان به عنوان مالک هوشمندی شناخته شدهاند، این واقعاً تعجب برانگیز است که معنی هوش به ویژگیهای انسانی متمایل باشد. جان مک کارتی جدیدترین پیشگام هوش مصنوعی و کسی که به طور گسترده واژه هوش مصنوعی را تعریف کرد، بر این باور است که هیچ تعریف واحدی برای هوش مصنوعی وجود ندارد که مرتبط و وابسته به هوش انسانی نباشد چراکه ما نمیتوانیم معین کنیم به چه نوع پروسه نرم افزاری هوشمند نامیده میشود. معانی هوش مصنوعی به طور گسترده تمرکز و ارتباط مستقیم با تواناییهای انسان را دارد که خود آنها به سختی معنی میشوند که شامل: هوشیاری، خودآگاهی، استفاده از زبان، توانایی یادگیری، توانایی خلاصه کردن، توانایی انطباق، توانایی علتیابی است. 2 هوش مصنوعی به سامانههایی گفته میشود که میتواند واکنشهایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیهسازی فرایندهای تفکری و شیوههای استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسائل
را داشته باشند. پاسخ به این سؤال از منظر اندیشمندان بزرگی همچون استیفن هاوکینگ، ایلان ماسک و بیل گیتس تعریف شده است.
هوش مصنوعی چگونه عمل می کند؟
هوش مصنوعی با ترکیب حجم عظیمی از دادهها با الگوریتمهای هوشمند و پردازش سریع و مکرر عمل میکند تا به این طریق نرمافزار بتواند به طور خودکار از الگوها یا قابلیتهای موجود در دادهها یاد بگیرد. هوش مصنوعی طیف وسیعی از مطالعات است که دربرگیرنده نظریهها، روشها و فنّاوریهای بسیار و همچنین زیرزمینه های عمده ذیل میشود:
1یادگیری ماشینی مدلسازی تحلیلی را اتوماتیک سازی میکند.
2یک شبکه عصبی نوعی از یادگیری ماشینی است که از واحدهای به هم پیوسته )مانند نورن ها(
تشکیل یافته است که اطلاعات را با پاسخدهی به ورودیهای خارجی و با تقویت اطلاعات هر واحد
پردازش میکند.
3یادگیری عمیق از شبکههای عصبی عظیم با لایههای متعدد واحدهای پردازشی استفاده میکند و
از پیشرفتها در توان رایانشی و بهبود فنهای آموزشی برای یادگیری الگوهای پیچیده در حجم بالای
دادهها بهره میبرد.
است که برای تعامل انسان مانند (Artificial Intelligence) AI 4( رایانش شناختی زیرزمینه ای از
طبیعی با ماشینها تلاش میکند.
5بینایی کامپیوتری با تشخیص الگو و یادگیری عمیق برای تشخیص اینکه چه چیزی در یک تصویر
یا ویدئو است بهره میبرد.
توانایی کامپیوترها برای آنالیز، درک و تولید زبان انسانی، از جمله )NLP 6( پردازش زبان طبیعی ) 1
گفتار، است.
ابزارها و شیوههای مختلفی برای به کار بردن هوش مصنوعی در دنیای واقعی وجود دارد که برخی از آنها را میتوان در ترکیب باهم استفاده کرد.
است. تعریف یادگیری ماشینی نظامی )Machine Learning( » یادگیری ماشینی « اساس کار تمام این روشها است که تجربه را به دانش تبدیل میکند. این پروسه به سیستم این توانایی را میدهد که الگوها و قوانین را با سرعتی که همواره در حال افزایش است شناسایی کند. در انواع مختلف یادگیری ماشینی از هر دو نوع هوش مصنوعی نمادین و عصبی استفاده میشود.
زیرگونهای از یادگیری ماشینی است که اهمیت آن رو به افزایش است. در )Deep Learning( یادگیری عمیق این مورد تنها از هوش مصنوعی عصبی یا همان شبکههای عصبی استفاده میشود. اکثر کاربردهای امروزی هوش مصنوعی بر پایه یادگیری عمیق هستند. به لطف امکان گسترش دادن سریع طراحی شبکههای عصبی و تبدیل کردن آنها به سامانههایی پیچیدهتر و قویتر با لایههای جدید، مقیاس یادگیری عمیق را میتوان به سادگی تغییر داد و آن را با کاربردهای بسیار زیادی منطبق کرد.
سه نوع پروسه یادگیری برای آموزش دادن شبکههای عصبی وجود دارد: تحت نظارت، بدون نظارت و یادگیری تقویتی. این سه پروسه روشهای متفاوت زیادی را مهیا میکنند تا بتوان نحوه تبدیل ورودی به خروجی دلخواه را تنظیم کرد. در یادگیری تحت نظارت، ارزشها و پارامترها از بیرون برای سیستم مشخص میشود، ولی در یادگیری بدون نظارت این خود سیستم است که تلاش میکند الگوهایی را در اطلاعات ورودی کشف کند که ساختاری قابل تشخیص دارند و میتوان آنها را بازتولید کرد. در یادگیری تقویتی هم ماشین به صورت مستقل کار میکند، ولی بر اساس موفقیت یا شکست، تشویق یا تنبیه میشود.
هوش مصنوعی، هوش را به محصولات موجود میافزاید. در بیشتر موارد، هوش مصنوعی به عنوان یک ابزار
مجزا فروخته نخواهد شد. در عوض، محصولاتی که شما هماکنون در حال استفاده از آنها هستید با قابلیتهای به عنوان قابلیتی به نسل )Siri( هوش مصنوعی بهبود خواهند یافت تا حدود زیادی شبیه افزوده شدن سیری جدید محصولات اپل. اتوماسیون، پلتفرمهای محاورهای، رباتها و ماشینهای هوشمند را میتوان با حجم بالایی از دادهها برای بهبود بسیاری از فنّاوریها در خانه و در محل کار، از هوش امنیتی تا آنالیز سرمایهگذاری، ترکیب نمود.
کاربردهای هوش مصنوعی:
امروزه از هوش مصنوعی در بسیاری از مکانها استفاده میشود، اما به هیچ وجه همه این کاربردها در نگاه اول آشکار نیستند؛ بنابراین انتخاب کردن موقعیتهایی که از امکانات این فنّاوری در آنها بهره برده میشود، لزوماً به تشکیل فهرستی کامل نمیانجامد.
مکانیزمهای هوش مصنوعی برای تشخیص، شناسایی و دستهبندی اشیا و افراد در عکسها ویدیوها بسیار
کارآمد هستند. برای رسیدن به این هدف، از مکانیزم ساده ولی سنگین تشخیص الگو استفاده میشود. اگر اطلاعات تصویر رمزگذاری نشده باشد و ماشین بتواند آنها را بخواند، عکسها و ویدیوها را به سادگی میتوان با این روش در دستههای مختلفی قرارداد که امکان جستوجو و یافتن آنها وجود دارد. چنین تشخیصهایی را همچنین میتوان برای اطلاعات صوتی هم بهکار برد.
قوانین مالکیت فکری در فناوری اطلاعات و هوش مصنوعی
اختراع حاصل از فناوری اطلاعات و ارتباطات و هوش مصنوعی نیازمند حمایت است و این حمایت نیز میتواند به طرق مختلف اعطا گردد. راه نخست این است که از میان متصدیان ایجاد اختراع، یعنی برنامه نویس، عامل و غیره، آنکه بیشترین نقش را در ایجاد اختراع داشته است، مخترع تلقی کرده و حقوق حاصل از اختراع نیز به او اعطا شود. خود سیستم هوش مصنوعی به صورت یک شخصیت مستقل و مجزا از متصدیان خود از حمایت برخوردار شده و حمایت نیز بدین نحو باشد که سازمانی مردم نهاد یا اداره مالکیت فکري متولی اختراع حاصل از این سیستم بوده و در برابر نقض و استفاده ي غیرمجاز اقدام کند.بنابراین با توجه به حساسیت این حوزه لزوم حفاظت از دارایی های فکری این حوزه حائز اهمیت می باشد.