اجزا و انواع هوش مصنوعی

هوش مصنوعی (Artificial Intelligence) به شاخه‌ای از علم کامپیوتر (computer science)  گفته می‌شود که تمرکز اصلی آن بر ساخت ماشین‌های هوشمند با توانایی انجام اموری که غالبا نیازمند هوش انسانی است.

به زبان ساده، هوش مصنوعی شبیه‌سازی هوش انسان و جانوران (هوش طبیعی) توسط ماشین‌ها (خصوصا کامپیوترها) است. به عبارت دقیق‌تر هوش مصنوعی شاخه‌ای از علوم کامپیوتر (Computer Science)  است که با شیبه‌سازی هوش انسان (natural intelligence)، توانایی یادگیری تعمیم یافته (generalized learning)، تصمیم گیری (decision-making) و قدرت حل مسئله (problem-solving) را به کامپیوترها و ماشین‌ها می‌دهد.

تشخیص صدای انسان (speech recognition)، شناسایی و تشخیص اشیاء (object detection)، برنامه‌ریزی (planning)، استدلال (reasoning) و حل مسئله (problem solving) از جمله قابلیت‌های هوش مصنوعی است.

هوش مصنوعی با پردازش و بررسی الگو داده‌ها در حجم بالا که در اختیارش قرار گرفته شده، نحوه انجام کار مورد نظر را فرا می‌گیرد. در بسیاری از موارد، انسان‌ها فرایند یادگیری هوش مصنوعی را با تقویت تصمیمات درست که توسط هوش مصنوعی گرفته شده و کمرنگ کردن اشتباهات صورت گرفته توسط آنها، مدیریت می‌کنند.

ولی برخی از انواع هوش مصنوعی طوری طراحی شده‌اند که فرآیند یادگیری را بدون نظارت انسان انجام می‌دهند. به عنوان مثال، یک بازی کامپیوتری را به صورت مکرر انجام می‌دهند تا زمانیکه الگو برنده شدن در آن بازی را فراگیرند.

۱-یادگیری ماشین (Machine Learning) : یادگیری ماشین یک برنامه کاربردی هوش مصنوعی است که به طور خودکار از مجموعه تجربیات قبلی بدون نیاز به برنامه‌ نویسی خاصی یاد می‌ گیرد و بهبود می ‌یابد.

۲– یادگیری عمیق (Deep Learning) : یادگیری عمیق زیرمجموعه ای از یادگیری ماشین است که با پردازش داده ها با کمک شبکه های عصبی مصنوعی یاد می گیرد.

۳- شبکه‌های عصبی (Neural Network ): شبکه‌ های عصبی؛ سیستم ‌های کامپیوتری هستند که بر اساس ارتباطات عصبی در مغز انسان مدل ‌سازی می‌ شوند و یادگیری عمیق را امکان‌ پذیر می ‌سازند.

۴- رایانش شناختی (Cognitive Computing) : هدف رایانش شناختی بازآفرینی فرآیند تفکر انسان در یک مدل کامپیوتری است. و به دنبال تقلید و بهبود تعامل بین انسان و ماشین با درک زبان انسان و معنای تصاویر است.

۵- پردازش زبان طبیعی ( Natural Language Processing ) : NLP ابزاری است که به کامپیوتر ها اجازه می دهد تا زبان و گفتار انسان را درک، شناسایی تفسیر و تولید کنند.

۶- بینایی کامپیوتری (Computer Vision) : بینایی کامپیوتری از یادگیری عمیق و شناسایی الگو برای تفسیر محتوای تصویر (نمودار، جداول ، تصاویر پی ‌دی‌ اف و ویدئو ها) استفاده می ‌کند.

الف) انواع هوش مصنوعی بر اساس قابلیت (Capability)

۱-هوش مصنوعی محدود (Narrow AI)

هوش مصنوعی محدود یک هوش مصنوعی هدف گرا است که برای انجام یک کار خاص آموزش دیده است. هوش ماشینی که امروزه در اطرافمان شاهدش هستیم، نوعی هوش مصنوعی محدود است. نمونه هایی از هوش مصنوعی محدود عبارتند از : پیشنهاد خرید در سایت ‌های تجارت الکترونیک، اتومبیل ‌های خودران و تشخیص گفتار و تصویر در دسته هوش مصنوعی محدود قرار می ‌گیرند.

۲- هوش مصنوعی عمومی (General AI)

هوش مصنوعی عمومی یک نسخه از هوش مصنوعی است که هر کار عقلانی را به شیوه ای مشابه انسان انجام می دهد. هدف هوش مصنوعی عمومی طراحی سیستمی است که بتواند مثل انسان ها برای خودش فکر کند. در حال حاضر هنوز روی هوش مصنوعی عمومی تحقیق می شود و تلاش‌ هایی برای توسعه ماشین ‌هایی انجام می ‌شود تا قابلیت‌ های شناختی را افزایش ‌دهند.

۳- هوش مصنوعی فوق العاده (Super AI)

هوش مصنوعی فوق العاده نسخه ای از هوش مصنوعی است که از هوش انسان پیشی می گیرد و می تواند هر کاری را بهتر از او انجام بدهد. قابلیت ‌های یک ماشین با هوش مصنوعی فراهوش شامل تفکر، استدلال، حل پازل، نظر دادن، یادگیری و برقراری ارتباط به تنهایی است . امروزه ابر هوش مصنوعی یک مفهوم فرضی است اما آینده هوش مصنوعی را نشان می دهد.

ب) انواع هوش مصنوعی را بر اساس عملکرد (Functionality)

۱- ماشین های واکنشی (Reactive Machine)

ماشین ‌های واکنشی  از انواع اولیه هوش مصنوعی هستند که تجربیات یا خاطرات گذشته را برای اقداماتی که قرار است در آینده انجام شود، ذخیره نمی ‌کنند . چنین سیستم هایی روی شرایط فعلی تمرکز می کنند و بر اساس بهترین اقدام ممکن به آن ها واکنش نشان می دهند. از نمونه ‌های معروف ماشین ‌های واکنشی می ‌توان به سیستمDeep Blue شرکت IBM و AlphaGo گوگل اشاره کرد.

۲- ماشین های حافظه محدود (Limited Memory Machine)

ماشین‌ های حافظه محدود می ‌توانند تجربیات یا داده ‌های گذشته را برای مدت کوتاهی ذخیره و از آن ها استفاده کنند. به طور مثال یک خودروی خود ران می تواند سرعت وسایل نقلیه مجاورش ، فواصل مربوطه، محدودیت سرعت و سایر اطلاعات مرتبط را برای حرکت در ترافیک ذخیره کند.

۳- نظریه ذهن (Theory of Mind)

نظریه ذهن  به نوعی از هوش مصنوعی اشاره دارد که می تواند احساسات و باور های انسان را درک کند و حتی مثل انسان ها تعامل اجتماعی داشته باشد. این نوع هوش مصنوعی هنوز توسعه نیافته است اما در حال رقابت برای آینده است.

۴- هوش مصنوعی خودآگاه (Self-aware AI)

هوش مصنوعی خودآگاه  با ماشین های فوق هوشمند با در نظر گرفتن آگاهی، احساسات، عواطف و باورهای شان سر و کار دارد . انتظار می رود که چنین سیستم هایی باهوش تر از ذهن انسان باشند و ممکن است در وظایف محوله از ما بهتر عمل کنند . هوش مصنوعی خودآگاه هنوز یک واقعیت دور از دسترس است، اما تلاش هایی در این راستا در حال انجام است.

استوارت راسل (Stuart Russell) و پیتر نورویگ (Peter Norvig) نویسنده کتاب رهیافتی نوین در هوش مصنوعی (Artificial Intelligence A Modern Approach) که از سال ۲۰۱۴ بعنوان کتاب مرجع در بسیاری از دانشگاه‌های معتبر جهان تدریس می‌شود، بر اساس دو رویکرد سیستم‌های دارای هوش مصنوعی را این چنین تعریف کرده اند:

رویکرد انسانی (Human approach)

سیستم‌هایی که مثل انسان فکر می‌کنند (Systems that think like humans)

سیستم‌هایی که مثل انسان عمل می‌کنند (Systems that act like humans)

رویکرد ایده‌آل (Ideal approach)

سیستم‌هایی که منطقی فکر می‌کنند (Systems that think rationally)

سیستم‌هایی که منطقی عمل می‌کنند (Systems that act rationally)

هوش مصنوعی با بهرمندی از الگوریتم‌های پیچیده (complex algorithms) و توابع ریاضی (mathematical functions) به سیستم‌های هوشمند (smart systems) و ماشین‌های هوشمند (intelligent machines) توانایی یادگیری تعمیم‌یافته (generalized learning)، استدلال (reasoning) و حل مسئله (problem solving) را می‌دهد. امروزه هوش مصنوعی در گوشی‌های هوشمند (samart phones)، خودروها، شبکه‌های اجتماعی و سایت‌ها، بازی‌های کامپیوتری، بانک‌ها و سیستم‌های نظارتی (surveillance) به کار می‌رود.