هوش چیست؟
بر سر تشریح ماهیت ″هوش″ اتفاقنظری همگانی وجود ندارد و این موضوع انتزاعی از حیث جامعهشناسی، روانشناسی، فلسفه و علوم دیگر دارای تعاریف منحصربهفرد است. با اینوجود سباستین بوبک عضو تیم تحقیقاتی مایکروسافت هنگام ارائه سخنرانی خود در دانشگاه MIT با استناد به مقالهای که ۵۲ استاد روانشناسی بر سر آن اتفاقنظر دارند؛ هوش را اینگونه تعریف میکند:فرایند کسب، ذخیره، بازیابی، ترکیب و مقایسه اطلاعات را هوش میگویند. پارامترهای بررسیشده در تعریف هوش شامل ۷ مؤلفه زیر میباشند:
1. داشتن منطق
2. قدرت برنامهریزی
3. توانایی حل مسئله
4. تفکر انتزاعی
5. فهم مسائل پیچیده
6. یادگیری از نتایج
6. خلاقیت
بنابراین هر موجودی که هفت مؤلفه فوق را در حد قابل قبولی داشته باشد موجود هوشمندی شناخته میشود.
شکل 1. هوش و مؤلفههای آن.
هوشِ هوش مصنوعی چیست؟چگونه تکامل مییابد؟
هوش مصنوعی به الگوریتمهایی گفته میشود که میتوانند هوش انسان را تقلید کنند. از شصت سال گذشته، مطالعه و تحقیق حول محور هوش مصنوعی انجام گرفته بود. اما روند پیشرفت این موضوع چالشبرانگیز در ده سال اخیر سرعت چشمگیری داشته است. تا قبل از این دهه، برنامه نویسان هنگام نوشتن الگوریتمی خاص، مراحل را پلهپله ذکر میکردند اما بعد از ظهور هوش مصنوعی به شکل امروزی دیگر این اتفاق رخ نمیدهد. شبکههای ساختهشده مانند یک انسان هوشمند عمل کرده و تنها با دانستن نقطه شروع و پایان یک اتفاق، فرایند انجام را آموخته و پیاده میکنند. این موضوع شباهت زیاد میان شبکه عصبی مغز و شبکه هوش مصنوعی را توجیه میکند. ارتباط میان نورونهای مغز انسان، افکار و تواناییهای انسانی را شکل میدهند. این موضوع درباره نورونهای هوش مصنوعی نیز صدق میکند. اگر هر ارتباط را یک پارامتر در نظر بگیریم؛ به روز شدن همه پارامترها سبب ایجاد یک تابع پیچیده توسط هوش مصنوعی و حل مسئلهای خاص توسط این غول جدید دنیای فناوری میشود.شکل 2. ایجاد توابع پیچیده برای حل مسائل توسط AI
تا دو سال پیش کارکرد هوش مصنوعی محدود به زمینهای خاص بود. برای مثال هوش مصنوعی در زمینه پردازش تصویر و گفتار، ترجمه متون (گوگل ترنسلیت) و حتی در تشخیص تومورهای مغزی با استفاده از سیتیاسکن، به خوبی عمل نموده و دقتی بیشتر از یک انسان را از خود نشان میداد. تنها نقطه ضعف این شاخه از هوش مصنوعی (Narrow AI) محدود بودن تواناییهای آن به حوزهای خاص و عدم قابلیت و بهکارگیری آن در زمینههای دیگر بود.
با مطالعه مطالب بالا سؤالاتی از قبیل موارد زیر در ذهن هر انسان کنجکاوی شکل میگیرد:
انجام با دقت وظایفی پیچیده توسط هوش مصنوعی بیانگر هوشمندی این رقیب تازه نفس میباشد؟ و یا از قدرت پردازش بالا و انجام عملیات سریع ریاضی آن نشات میگیرد؟
برای پاسخ به سوالات بالا بهتر است گذری به سال ۱۹۹۷ داشته باشیم. زمانی که شرکت IBM با ایجاد یک پکیج سختافزار و نرمافزار جدید به نام Deep Blue دنیا را تکانی اساسی داد و به اولین موفقیت چشمگیری در عرصه هوش مصنوعی دستیافت. Deep Blue بر اساس پیشبینی و احتمال وقوع هر حرکت شطرنج، موفق شد استاد بزرگ این ورزش به نام گری کاسپاروف را مغلوب کند.
شکل 3. پیروزی Deep Blue در مصاف با گری کاسپاروف
روند رو به توسعه هوش مصنوعی در سال ۲۰۱۶ جانی دوباره گرفت. شرکت Deep Mind متعلق به گوگل با طراحی الگوریتم جالبی به نام ALPHAGO شگفتیساز شد. این الگوریتم جنجالی توانست فراتر از هوشمندی انسان بازی گو را انجام داده و قهرمان این میدان را شکست دهد. نکته جالب توجه این بود که این شکست، نتیجه بازی کردن این ربات با خودش طی ساعتهای طولانی بود.
شکل 4. موفقیت ربات ALPHAGO در بازی GO.
در سال ۲۰۱۷ شرکت Deep Mind ربات استثنایی Alpha Zero AI را خلق کرد. این ربات منحصربهفرد بدون هیچگونه داده قبلی و با رقابت و بازی با خودش توانست قهرمان شطرنج این رشته را شکست داده و بهتر از تمامی الگوریتمهای هوش مصنوعی قبلی بازی کند.
بنابراین اگر به الگوریتمها و رباتهای ساختهشده برای انجام وظایفی خاص، قوانین و مقرراتی دیکته شده باشد؛ نتایج بهدستآمده دقتی معادل یک انسان و یا حتی بیشتر از آن را نشان میدهد. اما اگر الگوریتمهای هوش مصنوعی بهصورت خودآموز یادگیری را شروع کرده و فرایند انجام امور را کشف کنند به سقف هوشمندی و یادگیری بینهایت دست مییابند. در حال حاضر هوش مصنوعی در این جایگاه قرارگرفته و چتباتهایی چون چت جی پی تی، بارد، کوپایلت و ... با رابط کاربری آسان خود در دنیا فراگیر شدهاند. پاسخ هوشمندانه به سؤالات پیچیده، تولید محتوای خلاقانه، برنامهنویسی، ترجمه متون، خلق تصاویر و ویدیوهای جذاب، نمونههای اندکی از کارکردهای این ابزارها هستند. اگر درباره خلاقیت و باهوش بودن این ابزارهای درحالتوسعه تردید دارید؛ با نگاهی به مکانیسم آنها شک شما به یقین تبدیل خواهد شد. هوش مصنوعی نیز مانند انسانها برای یافتن پاسخی صحیح به حافظه خود که مجموعهای از دادههای دریافتی است مراجعه میکند. حتی در خلق محتوا نیز با ارتباط میان اطلاعات خود و ترکیب آنها به شکلی جدید خلاقیت خود را به رخ انسانها میکشد. اتفاقی که در GPT-4 بهوضوح پیشرفت چشمگیری داشته است.
شکل 5. بررسی خلاقیت در هوش مصنوعی چت جی پی تی 4
در رابطه با داشتن منطق در فرایند تعریف هوش باید گفت که مدلهای زبانی بزرگ یا LLM ها با محاسبه احتمالات و پیشبینی کلمات بعدی تولید محتوا را انجام داده و فضای فکری محدودی دارند. حتی در محاسبات ساده ریاضی نیز به علت این مشکل قوی عمل نمیکنند. اما با توسعه هوش مصنوعی این موارد در نسخههای جدید چتباتها مخصوصاً GPT-4 کمتر دیده شده و حتی برای فضای فکری این دستیار همهفنحریف لوبهای مغزی مشابه انسان نیز در نظر گرفته شده است. در تصاویر زیر بهوضوح افزایش قدرت تفکر و کارآمدی چت جی پی تی چهار را مشاهده میکنید.
شکل 6. بررسی قدرت تفکر در GPT-4
پ.ن: طبق تحقیقات دانشمندان، هوش مصنوعی عمومی (AGI AI) و در دسترس بشر تا ۱۵ سال آینده به حداکثر قدرت و توانایی خود دست یافته و جهان را آماده برخورداری از آخرین ورژن هوش مصنوعی (ASI AI) مینماید.
اتوماسیون و هوش مصنوعی
از زمانی که لودیتها ماشینهای بافندگی را از بین میبردند؛ بدیهی بود که فناوریهای نوین میتوانند در نابودی یا آفرینش مشاغل نقش بسزایی را ایفا کنند. از زمان انقلاب صنعتی به موضوع اتوماسیون توجه ویژهای شد و این فرایند جذاب در صنایع مختلف بهخصوص کشاورزی به کار گرفته شد. اتوماسیون زاده هوش مصنوعی است و ما انسانها را از انجام کارهای تکراری و خستهکننده نجات میدهد. اما همین فرایند زنگ خطر بیکاری برای بسیاری از افراد جهان را به صدا درآورده است. دیوید اوتور اقتصاددان دانشگاه MIT با انجام تحقیقاتی گسترده به این نتیجه دستیافت که اتوماسیون و فناوریهای جدید نابودی مشاغل را بیشتر از ایجاد آنها سبب میشوند. بهویژه از سال ۱۹۸۰ این اتفاق با همین رویه ولی با شدت بیشتری صورت گرفته است. اوتور معتقد است که شصت درصد از مشاغل ایجاد شده در ایالات متحده آمریکا که از سال ۱۹۴۰ به وجود آمدهاند حاصل همین رخداد هستند. برای مثال یک قرن پیش یک برنامهنویس رایانه ممکن بود در مزرعه کشاورزی مشغول به کار باشد.در واقع اتوماسیون مانند ماشینی است که یک کار را برای یک کارگر انجام میدهد، درحالیکه این تقویت فناوری است که به افراد کمک میکند کارهای بیشتری را با بهرهوری بهتری انجام دهند. در گذشته، مشاغلی مانند اپراتور آسانسور و حروفچینی خودکار میشدند، اما نقشهای جدیدی مانند کارمندان حملونقل، خریداران، روسای بخش و مهندسان به دلیل پیشرفتهای فناوری ایجاد میشدند.
از سال ۱۹۸۰ تا ۲۰۱۸ تعداد کابینت سازان و کارگران ماشینآلات در میان مشاغل به دلیل اتوماسیون کاهشیافته درحالیکه مشاغلی چون مهندسی صنایع، تحلیل عملیات و سیستمها از رشدی قابلملاحظه برخوردار بودهاند.
البته باید اشاره کرد فناوری تنها پارامتر تعیینکننده در ایجاد و نابودی مشاغل جدید نیست. تغییرات جمعیتی نیز عامل بسیار مهمی در رشد بخشهای متعدد از جمله صنایع خدماتی است. به طرز جالبی، تحقیقات جدید نشان میدهد که تقاضای مصرفکننده در مقیاس بزرگ، نوآوریهای فناوری را نیز هدایت میکند. اختراعات نهتنها توسط افراد باهوشی که خارج از چارچوب فکر میکنند ارائه میشود، بلکه در پاسخ به نیازهای واضح جامعه آشکار میشود. هرچند پیشبینی مسیرهای آینده در خصوص نابودی مشاغلی خاص بسیار دشوار است اما بهترین اتفاق بهکارگیری هوش مصنوعی در محل کار و شناخت قابلیتهای آن میباشد.
شکل 7. رابطه اتوماسیون و هوش مصنوعی.
ورود و ثبت نام برای ارسال نظر وارد شوید