خانه / انفورماتیک مغز و اعصاب / «خطرناک‌ترین ایده جهان» سرانجام شکل می‌گیرد؟

«خطرناک‌ترین ایده جهان» سرانجام شکل می‌گیرد؟

Robot and human hands almost touching with a binary burst of light - 3D render with digital painting. A modern take on the famous Michelangelo painting in the Sistine Chapel; titled, "The Creation of Adam".
Robot and human hands almost touching with a binary burst of light – 3D render with digital painting. A modern take on the famous Michelangelo painting in the Sistine Chapel; titled, “The Creation of Adam”.

 

نوروسافاری| هوش مصنوعی موضوعی بسیار جذاب و اما پیچیده است. علمی جدید که زندگی بشر را متحول کرده است. کارکردهای این فناوری از معایب آن بسیار بیشتر است که نشان از سودمندی آن دارد. علم روباتیک به عنوان هسته مرکزی هوش مصنوعی شناخته می‌شود. اما آینده هوش مصنوعی به کدام جهت حرکت خواهد کرد؟

به گزارش نوروسافاری به نقل از فرادید، الگوریتم‌های به کار گرفته شده در هوش مصنوعی از نحوه فعالیت «یاخته‌های‌ عصبى» ‌یا نورونها الهام گرفته شده‌اند. اما هوش مصنوعی و یکی از شاخه‌های آن «یادگیری عمیق» در چند سال اخیر چنان پیشرفت کرده است که استیون هاوکینگ در این باره می‌گوید: «توسعه کامل هوش مصنوعی می‌تواند پایان بشریت را رقم بزند.»

ایلان ماسک از سرمایه‌گذاران فناوری دنیا معتقد است که هوش مصنوعی «اهریمنی» است که تمام جهان در حال پرورش آن است. او می‌گوید: «با هوش مصنوعی ما داریم اهریمن را احضار می‌کنیم.»

هوش مصنوعی البته برای هالیوود درآمد خوبی است. سال گذشته فیلم Her توانست با همین مسئله فروش خوبی را به دست آورد. در این فیلم، شخصی عاشق سیستم‌عامل خود می‌شود که در نتیجه هوش مصنوعی پدید آمده است.

تا چندی پیش، «دسته‌بندی تصاویر» برای انسان‌ها کاری آسان و برای روبات‌ها کاری دشوار بود، اما اکنون روبات‌ها خیلی پیشرفت کرده‌اند. طبق پیش‌بینی‌ها انسان‌ها تا ۱۵ سال دیگر در چنین کارهایی حرفی برای گفتن ندارند. البته الان کامپیوترها نمی‌توانند مانند انسان‌ها فکر کنند. آن‌ها توانایی استفاده همزمان از چندین حس را ندارند، اما روزی خواهد رسید که هوش مصنوعی در علم پزشکی انقلابی به پا خواهد کرد.

فرض کنید که یک پزشک یک تصویر ام.آر.آی را می‌بیند. احتمال اشتباه پزشک وجود دارد. در واقع سال‌ها زمان می‌برد تا پزشک به آن درجه برسد که دیگر اشتباهی نکند. پزشکی را فرض کنید که پس از ۲۵ سال به این مرتبه رسیده است. با کمک هوش مصنوعی می‌توان این ۲۵ سال تجربه را به راحتی به خدمت گرفت.

بیشتر بدانید:  نشانه گذاری RNA می تواند باعث بازسازی نورون ها شود

شرکت‌های بزرگ مانند گوگل و فیس‌بوک در «سیلیکون ولی» سرمایه‌گذاری‌های بزرگی را بر روی هوش مصنوعی انجام داده‌اند. ﺷﺮﮐﺖ ﻧﻮﭘﺎ MetaMind که توسط ریچارد سوچِر (دانش‌آموخته دکتری دانشگاه استنفورد) هدایت می‌شود بر روی «شبکه عصبی بازگشتی» تمرکز دارد. این پروژه در واقع بر درک بهتر زبان از نگاه احساس و عاطفه تاکید دارد. سوچِر می‌گوید: «شخصا من هرگز نخواسته‌ام که بر روی درک زبان طبیعی کار کنم تا بتوانم بهتر بر روی مردم جاسوسی کنم، یا از بیناییِ کامپیوتری برای تعقیب و انهدام خودکار هدف استفاده کنم. با توجه به مواردی که گفتم، ماهیت فناوری همین است. دیگران می‌توانند به شکلی که می‌خواهند از آن استفاده کنند!»

کِن گولدبرگ استاد روباتیک دانشگاه برکلی می‌گوید: «همین حالا هم بسیاری از شغل‌های موجود در مراکز تلفنی در اختیار هوش مصنوعی قرار گرفته است. من فکر می‌کنم که شغل‌های فراوان دیگری نیز از انحصار انسان‌ها خارج خواهد شد، تا جایی که دیگر کامل در اختیار روبات‌ها قرار گیرد. البته در برخی موارد، ظرافت ارتباطی زبانی انسان را تنها خود انسان می‌تواند داشته باشد.»

دو زمینه مورد علاقه بسیاری از پروژه‌های نوین هوش مصنوعی «کشاورزی و درمان» است. شرکت‌های جدید مانند نِروانا و متامایند بر این باورند که با کمک فراگیری عمیق می‌توانند به «تشخیص پزشکی دقیق» و همچنین «تولید حداکثری غذا» برسند.

انقلابی در هوش مصنوعی: به سمت «فراهوش»
فرض کنید در نقطه زیر ایستاده‌اید؛ چه احساسی به شما دست خواهد داد؟
3111_449

سرعت پیشرفت علم و فناوری در طول تاریخ کند بوده است. شخصی که در سال ۱۵۰۰ میلادی زندگی می‌کرده با شخصی که در سال ۱۷۵۰ میلادی زندگی می‌کرده، تفاوت چندانی ندارد. در طول این دروان سیر رشد علمی آهسته بوده که اغلب در علم فیزیک این دوران مشهود است. اما اگر این شخصی از سال ۱۷۵۰ میلادی را با یک انسان سال ۲۰۱۵ مقایسه کنیم، این تفاوت در تمام شاخه‌های علم بسیار مشهود است.

آینده چگونه خواهد بود؟ اگر بگویند جهان حاضر، در ۳۵ سال دیگر به طور کلی متحول خواهد شد، چه واکنشی خواهید داشت؟

بیشتر بدانید:  موش هایی که با دریافت سلول های مغزی انسان باهوش تر شده اند

 

دسته‌بندی هوش مصنوعی
۱- هوش مصنوعی محدود: به آن «هوش مصنوعی ضعیف» نیز گفته می‌شود. این نوع هوش مصنوعی تنها در یک حوزه متبحر می‌شود. هوش مصنوعی که توانست استاد بزرگ شطرنج جهان را شکست دهد، یکی از همین نمونه‌ها است. در واقع، تنها کاری که می‌تواند انجام دهد همین است.

۲- هوش مصنوعی عمومی: به آن «هوش مصنوعی قوی» نیز گفته می‌شود. سطح هوشی این نوع هوش مصنوعی در سطح انسان است. ساخت این نوع هوش مصنوعی کاری دشوار است و دانشمندان هم‌اکنون در این مرحله هستند. این نوع هوش مصنوعی باید توانایی دلیل‌ آوردن‌، حل مشکل، توانایی فکر کردن به صورت مطلق، درک ایده‌های پیچیده، فراگیری سریع و درس‌آموزی از تجارب را داشته باشد.

اگر جایگاه دقیق هوش مصنوعی را در حال حاضر بخواهیم مشخص کنیم، بهتر است نمونه‌ای از روبات‌های هوشمند سال اخیر را مثال بزنیم. روبات آسیمو یک روبات انسان‌نما است که در چند سال اخیر معرفی و ارتقا داده شد. آسیمو توانایی خواندن حرکات و حالات چهره‌ی انسان‌ها را دارد و می‌تواند مستقلاً پاسخ دهد.

۳- فراهوش: فراهوش به این شکل تعریف شده است: «هوشی که در تمام زمینه‌ها از جمله خلاقیت علمی، هوش عمومی و مهارت‌های اجتماعی بسیار برتر از باهوش‌ترین انسان باشد.»

شاید این سه دسته‌بندی برای شما کمی پیچیده باشد. اما حقیقت مسئله ساده‌تر است. در حال حاضر، در جهانی زندگی می‌کنیم که مملو از هوش مصنوعی نوع اول است. سیستم ضد قفل اتومبیل‌های پیشرفته که از سیستم کامپیوتر اتومبیل پیروی می‌کند یکی از همین نمونه‌ها است. گوشی هوشمند شما نیز مورد بعدی است. شما از نقشه آن استفاده می‌کنید و موسیقی هم گوش می‌دهد. با برنامه‌هایی مانند Siri صحبت می‌کنید.

سیستم فیلترینگ ایمیل‌های هرزه نیز نمونه‌ای دیگر است. بخش جستجو و ترجمه گوگل هم یک هوش مصنوعی محدود محسوب می‌شود. در حال حاضر، بهترین بازیکنان بازی‌های فکری مانند شطرنج همگی هوش مصنوعی محدود هستند. نمونه‌های از این دست کم نیستند. پژوهشگران زمینه هوش مصنوعی اکنون در مرحله انتقال از نوع اول به نوع دوم هستند. آن‌ها سعی دارند با تقلید از مغز انسان بتوانند هوش مصنوعی را طراحی کنند که هم سطح هوش انسان باشد. قدم بعدی شاید «ترابشریت» باشد.

بیشتر بدانید:  مطالعه تصمیم گیری در مگس میوه!

 

3112_590

ادغام انسان و ماشین در آینده به «سایبورگ» منجر خواهد شد. البته اکنون شاید تصور آن تنها در فیلم‌ها میسر باشد. نمونه‌ی سینمایی مشهور آن همان فیلم ترمیناتور است. سایبورگ هم از انسان و هم از ماشین به مراتب قدرتمندتر خواهد بود. البته این ایده، منتقدان فراوانی را داشته است. فوکویاما معتقد است که این ایده «خطرناک‌ترین ایده جهان» است.

به گذشته فکر کنید. گذشته‌ای نه چندان دور که هنوز شب‌ها را با نور فانوس زنده نگه می‌داشتند. خبری از شبکه‌های اجتماعی نبود. کتاب‌ها حتی به شکل امروزی نیز چاپ نمی‌شدند، چه برسد به اینکه بخواهیم فرآیند تولید کتاب‌های دیجیتال را با آن دوران مقایسه کنیم. با ظهور هوش مصنوعی، دنیا تغییر کرد. امروزه خودروهای بدون راننده، هواپیماهای بدون خلبان و پهپادها با کمک وجود هوش مصنوعی ساخته شده‌اند. روبات‌های روزنامه‌نگار تا چند سال دیگر به بازار عرضه خواهند شد. نیازی نیست به روبات‌های خانه‌دار و کاوشگر کیوراسیتی اشاره‌ای کرد.

صنعت بازی‌های ویدیویی با بهره‌جویی از هوش مصنوعی باعث شده تا نوع تفریح کودکان امروزی تفاوت چشمگیری با کودکان نسل‌های قبلی داشته باشد. تلفن‌های همراه، ساعت هوشمند و هزاران اختراع دیگر حال و هوای زندگی را به کلی تغییر داده است. روبات‌های فوتبالیست و بازوهای حرکتی برای افراد معلول با همین فناوری ساخته شده‌اند. مصارف نظامی و پزشکی این روبات‌ها در حال توسعه است. در آینده‌ای نزدیک، شاهد تولید انبوه روبات‌های خدمتکار نیز خواهیم بود.

هوش مصنوعی هنوز در اول راه خود است. فناوری که اگر در جهت مثبت خود به کار گفته شود، می‌تواند تاثیرات بسیار مفیدی بر زندگی انسان بگذارد. اما تصمیم نهایی با انسان است که چگونه از آن بهره جوید.

منبع:

The future of artificial intelligence is shaping up

 

همچنین ببینید

محققان با کاشت خاطرات ساختگی در مغز فنچ، نغمه جدید به پرنده آموختند

5.0 05   نوروسافاری | دانشمندان با دستکاری در بخشی از مغز فنچ‌ها و کاشت …

۴ نظر

  1. دکتر مقاله خوبی بود،مرسی
    یه سوال برام پیش اومده،اونم اینه که چرا هر چقدر داده (دیتا) به انسان داده می شه سرعت پردازش اطلاعاتش سریع تره و زمان حل مسئله کمتره،ولی در روبات ها هر چقدر داده بیشتر تزریق بشه به سیستم زمان حل مسئله بیشتر میشه؟و اینکه اساسا در حال حاضر چقدر این سیستم ها از نظرself learning پیشرفت کردن؟
    ممنون

    • دکتر میر شهرام صفری/Dr. Mir-Shahram Safari

      سلام
      در مورد سوال اول فکر می کنم جواب در 2 موضوع هست: یکی وجود پلاستیسیتی در مغز که هنوز در روباتها وجود نداره و دوم پردازشهای موازی در مغز. در مورد سوال دومتون با توجه به اینکه زمینه کاری خودم در علوم اعصاب محاسباتی نیست نمی تونم مرز دقیق دانش در مورد self learning رو خدمتتون عرض کنم.

    • در مورد انسان و ماشین فرقی وجود نداره هر دو با داده ی زیاد نیاز به زمان بیشتری دارند اما این داده برای آموزش استفاده میشه. به طور کلی توی هوش مصنوعی مساله ای داریم به اسم data scarcity که به معنای کمبود داده است بیشتر الگوریتم های یادگیری احتیاج به حجم عظیمی از داده دارند و این فقط با مجموعه داده های بزرگی که در دسترس برخی شرکت هاست ممکنه. مثلا الگوریتم deep learning با وجود کارایی فوق العاده نیاز به داده های زیاد داره.

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *