تاریخچه هوش مصنوعی + تعریف، کاربردها و اهداف

با دانستن تعریف و تاریخچه هوش مصنوعی می‌توانیم به ماهیت، اهداف و شاخه های هوش مصنوعی پی ببریم. بحث هوشمند بودن رفتار ربات‌ها و سیستم‌‎ها از همان زمان‌های ابتدایی و نخست تاریخچه هوش مصنوعی وجود داشت. هم اکنون هم، رفتارهای ماشین های قدرت گرفته از هوش مصنوعی در حال ارتقاء هستند. به نظر می‌رسد که حوزه های هوش مصنوعی در آینده نزدیک در حال گسترش و توسعه روزافزون خواهند بود. در ادامه همراه ما باشید تا اطلاعات کاملی راجع به تاریخچه هوش مصنوعی ارائه بدهیم.

تعریف و تاریخچه هوش مصنوعی

هوش مصنوعی با کلمه اختصاری لاتین AI شناخته می‌شود. در واقع این کلمه اختصاری، کوتاه‌شده اصطلاح Artificial Intelligence است. برخی از منابع معتبر، هوش ماشینی را مترادف هوش مصنوعی می‌دانند. تعریف هوش مصنوعی شامل سامانه‌هایی است که رفتارهای هوشمند انسانی دارند. رفتارهای هوشمند انسانی می‌تواند فرآیندهای تفکری، درک شرایط پیچیده، به کار گیری شیوه‌های استدلالی و پاسخ به آن‌ها باشند. این رفتارها بسیار شبیه به رفتارهای انسانی هستند که با هوش مصنوعی قدرت گرفته اند. برای مثال، دو بازوی ربات مجازی که از روش یادگیری تقویتی استفاده می‌کنند، از علم هوش مصنوعی بهره می‌برند. تاریخچه هوش مصنوعی به سال 1770 میلادی مربوط می‌شود که در بارگاه ماریا اتفاق افتاد.

تعریف هوش مصنوعی | هوش مصنوعی به زبان ساده

تعریف هوش مصنوعی محدود به چارچوب مشخص و قانونی نیست. در تعریفی که Pradeep Dubey برای توصیه هوش مصنوعی به زبان ساده آورده است، هوش مصنوعی بدین صورت معنی می‌شود: «یک چشم‌انداز ساده که در آن کامپیوترها از انسان‌ها غیر قابل تشخیص می‌شوند». این جمله به طور واضح نشان می‌دهد که هوش مصنوعی یک تعریف فراگیرو قابل توسعه دارد. به طور کلی، هر نوع رویکرد کامپیوتری که تطابق رفتاری با انسان را داشته باشد، در حوزه های هوش مصنوعی قرار می‌گیرد. برای مثال، توانایی‌هایی مانند حس کردن، استدلال، اقدام و یادگیری می‌توانند رویکردهای کامپیوتری باشند که از علم هوش مصنوعی بهره می‌برند. همچنین فرآیندهای احراز هویت غیر حضوری در حال حاضر از طریق هوش مصنوعی امکان پذیر است.

تاریخچه هوش مصنوعی

تعریف هوش مصنوعی در طی زمان دچار تغییر و تحولاتی شده است. این موضوع مهم و گسترده را با بررسی تاريخچه هوش مصنوعي می‌توانید درک کنید. در سال‌های 1770، 1846، 1946، 1950، 1960، 1970 تا 1986 میلادی و قرن 21، بخشی از رویکرد هوش مصنوعی در طی زمان‌های متعدد دیده می‌شود.

هوش مصنوعی در سال 1770 میلادی

تاریخچه هوش مصنوعی در سال 1770 آغاز شد. در سال 1770، ماشینی برای انجام بازی شطرنج توسط ولفگانگ فان کمپلن که اهل اتریش بود، معرفی شد. در تاریخ از این مخترع با عنوان مخترع شطرنج‌باز ترک یاد می‌شود. ترک مکانیکی یا ترک، نام‌های دیگری بود که به ماشین او تعلق گرفت. دستگاه شطرنج‌باز ترک دارای ابعادی همانند یک انسان داشت. جنس آن از فلز بود و اهرم‌هایی که درون آن وجود داشت، باعث حرکت دست ماشین شطرنج می‌شد. البته کلیدی هم برای شروع حرکت دست ماشین ترک وجود داشت. نخستین بار، یکی از مشاوران ملکه ماریا ترسا که حاضر به رقابت با این ماشین شد، بازی را باخت و ماشین ترک پس از گذشت 30 دقیقه برنده شد. بنجامین فرانکلین و فردریک کبیر از جمله افرادی مشهوری بودند که در رقابت با ماشین ترک باختند. بعدها پس از مرگ ولفگانگ فان کمپلن، ماشین او توسط یک دانشجو در سال 1804خریداری شد و رقابت‌های داغ شطرنج ادامه پیدا کرد.
با این حال، چارلز ببیج که رابطه نزدیک‌تری با این دستگاه داشت، حدس می‌زد که افرادی درون این ماشین وجود دارند. او حدس زده بود که این افراد، بازی شطرنج را می‌دانند. به همین خاطر، نمی‌توان گفت که ماشین ترک از نوع هوشمند است. او پی برده بود افرادی که در این ماشین پنهان شده اند، از مکانیزم پانتوگراف استفاده می‌کنند و بازو و دست ربات را حرکت می‌دهند. چارلز ببیج با اینکه حقه ماشین ترک را متوجه شده بود، تلاشی برای فاش‌سازی آن نکرد.

هوش مصنوعی در سال 1846 میلادی

تاريخچه هوش مصنوعي با اختراعات چارلز ببیج ادامه پیدا می‌کند. در سال 1846 میلادی، فرصت آن بود تا چارلز ببیج از ماشین ولفگانگ فان کمپلن که الهامی از علم هوش مصنوعی بود، برای ساخت دو ماشین Difference Engine و Analytical Engine استفاده کند. خوب است بدانید که دستگاه دومی او نسبت به دستگاه اولی، قدری پیچیده‌تر بود. ماشین Analytical Engine دارای دو بخش به نام Store و Mill بود. ساز و کار این دو بخش، شبیه به حافظه و پردازنده بودند. ایدا لاولیس، فردی بود که چارلز ببیج را برای برنامه سازی رایانه یاری کرد. لاولیس پیش‌بینی کرده بود که حتی در آینده، ماشین‌هایی به روی کار می‌آیند که می‌توانند موسیقی‌های باکیفیتی را تولید کنند. در نهایت، لاولیس با ببیج درباره موضوع ظرفیت بالای ماشین‌ها به توافق رسیدند که می‌توانند کارهایی پیچیده‌تر از محاسبات عددی را انجام بدهند.

هوش مصنوعی در سال 1946 میلادی

روز 14 فوریه در سال 1946، روز مهمی در تاریخچه هوش مصنوعی به شمار می‌رفت. در این روز قرار بود تا نخستین نمونه‌های کامپیوترهای دیجیتال اختصاصی رونمایی شوند. آرتور برکس همان فردی بود که مسئولیت نمایش ظرفیت‌ ماشین‌های جدید را برعهده داشت. انیاک، نامی بود که به این ماشین اختصاص داده بودند. هوش انسانی که انیاک ارائه می‌کرد، با همکاری 6 تن از زنان برنامه‎نویس صورت می‌گرفت که در بخش پشتی ماشین انیاک مشغول به کار بودند. در آن زمان که انیاک معرفی شد، صحبت زیادی درباره این 6 زن برنامه نویس ارائه نشد. به همین خاطر، آن‌ها از چشم‌ها دور ماندند.

هوش مصنوعی در سال 1950 میلادی

تاریخچه هوش مصنوعی با فردی به نام آلن تورینگ گره خورده است. مهم‌ترین فعالیت آلن تورینگ در سال 1950، آزمایش تورینگ نام گرفت. البته پیش از انجام آزمایش تورینگ، مقاله‌ای از سوی آلن تورینگ ارائه داده شد. او در این مقاله از بازی تقلید نام برد. به طوری که اگر یک زن و مرد را در اتاق‌های مجزا قرار بدهیم و قرار باشد تا قاضی با استفاده از دستنوشته‌های آن دو به هویت‌شان پی ببرد، باید رفتارهای تقلیدانه داشته باشند. یعنی مردی که درون اتاق قرار دارد، رفتارهای تقلیدانه یک زن را دارد و بالعکس. هدف از طراحی این آزمایش، پاسخ به سوال «آیا ماشین‌‌ها می‌توانند فکر کنند؟» بود. پاسخ این سوال پس از تحلیل نتایج آزمایش آلن تورینگ به دست آمد. طبق نتایج آزمایش آلن تورینگ، ماشینی می‌تواند هوشمند باشد که افراد در ارتباط با آن نتوانند تشخیص بدهند که با ماشین روبرو هستند یا با یک انسان! همچنان اکنون هم از آزمایش تورینگ با عنوان پربحث‌ترین آزمایش‌های مرتبط با تعریف هوش مصنوعی یاد می‌شود.

هوش مصنوعی در سال 1960 میلادی

تعریف هوش مصنوعی که توسط فردی به نام لیکلایدر رواج پیدا کرده بود، مفهوم آموزش تایید نشده بود. دلیل او هم برای تایید نشدن مفهوم آموزش در تعریف هوش مصنوعی این بود که انسان و ماشین در سطح یکسانی نسبت به یکدیگر قرار ندارند. لیکلایدر در تلاش بود تا راهی برای اتصال ماشین و انسان به یکدیگر پیدا کند. در نهایت، او ایده‌های خود را به شرکت ‎ ARPANETارائه کرد. درست پس از زمانی که او از شرکت مذکور انصراف داد، ایده‌ها پیاده سازی شدند. به طوری که همکاری جدیدی بین مغزهای انسانی و ماشینی شکل گرفت. لیکایدر حتی معتقد بود که آینده سایبورگ می‌تواند فراتر از این هم برود.

هوش مصنوعی در سال 1970 تا 1986 میلادی

در سال 1970، دکتر جفری فرانگلن به منظور جلوگیری از تلف شدن زمان هیئت مدیره دانشگاه پزشکی برای بررسی فرم‌های درخواست دانشجویان، الگوریتمی را طراحی کرد. در همان زمان‎های ابتدایی، الگوریتم نمی‌توانست دقت بالایی داشته باشد و تنها ¾ از افرادی که فرم‌های ارزیابی خود را ارسال می‌کردند، رد می‌شدند. در این بین، تعداد اندکی از فرم‌های ارزیابی تایید می‌شدند. در واقع در این زمان، الگوریتم طراحی‌شده دکتر جفری فرانگلن کارکرد درستی نداشت.

به طور کلی، هدف او این بود که با ارسال تمامی فرم‎ها به سیستم بتوان فرم‌ها را به طور عادلانه و کنترل‎شده بررسی کرد که عکس آن، صادق بود. زمانی که نوشتن الگوریتم بهینه شده دکتر جفری فرانگلن پایان یافت؛ بیش از 90 درصد نتایج، درست و صحیح بودند. این روند پس از مدت‌ها توسط مدیران برخی از دانشگاه‌ها مورد بررسی قرار گرفت و مشخص شد که فاکتورهای غیر مرتبطی برای پذیرش فرم‌ها نوشته شده بودند. یکی از این فاکتورها، دسته بندی کردن فرم‌ها براساس قفقازی بودن و یا نبودن پذیرش شوندگان بود. در صورتی که فرد ارسال کننده فرم در خارج از قفقاز سکونت داشت، تمامی پارامترهای ارزیابی برای او منفی در نظر گرفته می‌شدند.

هوش مصنوعی در قرن 21 میلادی

تاریخچه هوش مصنوعی در قرن 21 به شرکت آمازون مربوط می‌شود. درست همان زمان که آمازون می‌خواست فعالیت‌های خود را در حوزه‌های متعدد گسترش بدهد، از هوش مصنوعی استفاده کرد. برنامه‌ای که با هوش مصنوعی نوشته شده بود، سعی داشت تا کالاهای مشابه و تکراری را پاک کند. این برنامه نیاز به هوشمند سازی شدن داشت تا بتواند تفاوت‌های جزئی میان عکس و متن را متوجه شود. کارشناسان آمازون متوجه شده بودند که این کار نیازمند هوش مصنوعی بود.

آن‌ها برای اینکه بتوانند طیف زیادی از محصولات مشابه را حذف کنند، ابتدا از یک کامپیوتر مرکزی کمک گرفتند. این کامپیوتر می‌توانست داده‌ها را به بخش‌های کوچک‌تری تقسیم کند که نیروهای انسانی بتوانند احاطه کاملی بر روی حذف کالاهای مشابه داشته باشند. این نوع عملکرد را می‌توان شبیه دست ماشین ترک دانست که تعدادی از نیروهای انسانی می‌توانستند فعالیت آن را پیش ببرند. در اینجا، نام کاربران با اعداد درج می‌شد و هیچ کدام از کارفرمایان، این موضوع مهم را نمی‌دانستند.

جایگاه هوش مصنوعی در ایران

درست از زمانی که کرونا وارد جهان شد، می‌توان تاثیرات و کارایی فناوری تشخیص چهره و هوش مصنوعی در ایران را به طور روشن‌تری احساس کرد. پلتفرم فراشناسا یکی از پلتفرم‌هایی می‌‎باشد که سهم بزرگی در بخش زیادی از پیشرفت هوش مصنوعی در ایران داشته است. انتظار می‌رود که در سال‌های بعد، بسیاری از کارهایی که با حضور نیروهای انسانی انجام می‌شوند، به ماشین‌های هوش مصنوعی سپرده شود!

شاخه های هوش مصنوعی

شاخه های هوش مصنوعی متنوع هستند و هر کدام، تفاوت‌های عمده‌ای بایکدیگر دارند. پردازش زبان طبیعی، رباتیک، سیستم‌های متخصص، منطق فازی، یادگیری ماشین و شبکه عصبی بخشی از شاخه های در حال رشد هوش مصنوعی هستند.

1- پردازش زبان طبیعی (NLP)

پردازش زبان طبیعی، یکی از شاخه های هوش مصنوعی است. در این شاخه سعی می‌شود تا سیستم‌های مختلف بتوانند درک هوشمندانه و درستی از زبان انسان‌ها داشته باشند.

2- رباتیک

ربات‌های قدرت‌گرفته شده از هوش مصنوعی قادر هستند تا اعمال پیچیده انسانی را بدون کوچک‌ترین اشتباهی انجام بدهند. دو بازوی رباتیک که می‌توانند فرآیند جراحی بدن انسان را انجام بدهند، نمونه‌ای از رباتیک‌های هوش مصنوعی هستند.

سیستم‌های مختصص یا خبره دارای توانایی یادگیری و تصمیم‌گیری هستند. دقیقا آن‌ها همانند انسان‌ها عمل می‌کنند.

3- منطق فازی

منطق فازی در شاخه های هوش مصنوعی به معنای تشخیص 0 و 1 نیست. برای مثال، منطق فازی به ربات‌ها کمک می‌کند تا در شرایط گوناگون بتوانند عملکرد صحیح و هوشمندانه‌ای داشته باشند.

4- یادگیری ماشین

تمرکز اصلی یادگیری در شاخه های هوش مصنوعی این است که بتوانند به داده‌ها نفوذ پیدا کنند و از آن‌ها برای یادگیری و توسعه خود استفاده کنند.

5- شبکه عصبی

نام دیگر شبکه عصبی، یادگیری عمیق است. یادگیری عمیق می‌تواند باعث افزایش کاربردهای هوش مصنوعی شود. تایید چهره، پیش‌بینی سهام، کشف تقلب و تحقیق در بازار جزو کاربردهای مرسوم شبکه در میان شاخه های هوش مصنوعی می‌باشد.

6- الگوریتم ژنتیک

الگوریتم ژنتیک در میان حوزه های هوش مصنوعی سبب شده است تا حوزه‌های مختلفی پیشرفت کنند. مهندسی، اقتصاد، شیمی، تولید، داروشناسی و ریاضیات می‌توانند از الگوریتم ژنتیک جهت بهینه کردن پاسخ به مسائل استفاده کنند.

7- امنیت داده‌ها

تشخیص بدافزارها و برقراری امنیت داده‌ها می‌تواند یکی از شاخه های هوش مصنوعی باشد که در حال توسعه است. شناسایی موارد مشکوک را هم می‌تواند جزو مزایای امنیت داده‌ها در هوش مصنوعی دانست.

اهداف هوش مصنوعی

یکی از اهداف هوش مصنوعی این است که قدرت درک، یادگیری و حتی احساسات ماشین را تا حد زیادی با رفتارهای انسانی تطابق بدهد. ارتقاء رفتارهای ربات‌ها و سیستم‌ها غیر انسانی در درجه‌هایی بالاتر از رفتارهای انسانی، دومین هدف هوش مصنوعی است. به طوری که سیستم‌های هوش مصنوعی، خیلی بهینه‌تر از انسان‌ها بتوانند رویکرد داشته باشند.

انواع مختلف هوش مصنوعی

ماشین‌های هوش مصنوعی تنها به یک نوع ثابت از آن‌ها اطلاق نمی‌شود. ماشین های انفعالی، حافظه محدود، هوش مصنوعی نظریه ذهن و هوش مصنوعی خود آگاه تنها چند نمونه بارز از انواع مختلف هوش مصنوعی هستند.

1- ماشین های انفعالی

ماشین های انفعالی دارای حافظه نیستند و از حافظه استفاده نمی‌کنند. به همین خاطر است که سازوکار ساده‌تری دارند. در ضمن، هر چقدر که از فعالیت ماشین‌های انفعالی بگذرد، هیچ تغییری در افزایش قابلیت‌های آن‌ها مشاهده نمی‌شود.

2- حافظه محدود

سیستم‌هایی که دارای هوش مصنوعی با حافظه محدود هستند، ابتدا باید دیتاهای متفاوتی را ذخیره کنند. سپس، از این دیتاها به عنوان مرجع اصلی برای حل کردن مسائل آینده کمک می‌کنند.

3- هوش مصنوعی نظریه ذهن

ساز و کار سیستم‌هایی که از هوش مصنوعی نظریه ذهن قدرت گرفته اند، بدین صورت است که ابتدا آن‌ها باید به درک درستی از انسان‎ها دست پیدا کنند. هم اکنون، بر روی این نوع از هوش مصنوعی در حال انجام تحقیقات متعدد هستیم.

4- هوش مصنوعی خود آگاه

هوش مصنوعی خود آگاه دارای عملکردی شبیه به مغز انسان است. به طوری که هر نوع سیستم هوش مصنوعی خود آگاه می‌تواند درک، احساسات و رفتارهای مربوط به خود را داشته باشد.

5- هوش مصنوعی ضعیف

سیستم‌های امروزی که قدرت‌گرفته از هوش مصنوعی ضعیف هستند؛ تنها می‌توانند یک یا چند نوع عملکرد خاص داشته باشند. به طوری که حتما باید برنامه ریزی برای انجام دادن تسک‌های آن داشته باشید تا مطابق با آن‌ها عمل کند.

6- هوش مصنوعی کلی

هوش مصنوعی کلی می‌تواند دقیقا رفتارهای مطابق با رفتارهای انسانی داشته باشد. به طوری که تمامی رفتارهای هوش مصنوعی به طور مستقل انجام می‌شوند و هیچ کدام نمی‌توانند باعث کاهش کارایی بخش‌های دیگر شوند.

7- ابر هوش مصنوعی

قدرت ابر هوش مصنوعی نسبت به سایر انواع مختلف آن، بیشتر است. به طوری که ابر هوش مصنوعی به طور وسوسه‌انگیزی می‌تواند حجم زیادی از اطلاعات را تجزیه و تحلیل کند. بدون آنکه ذره‌ای از کیفیت و کارایی آن کاسته شود.

آینده هوش مصنوعی

آینده هوش مصنوعی به صورتی پیشبینی می‌شود که بسیاری از نیروهای انسانی حذف می‌شوند. همانطور که در حال حاضر، دستیاران آشپزخانه، فروشندگان مبتدی، قفسه‌چین‌ها و پیش‌خدمت‌ها به دلیل وجود ربات‌های قدرت‌گرفته شده از هوش مصنوعی حذف شدند. حتی انتظار می‌رود که در 20 سال آینده، تعداد زیادی از رانندگان خودروهای عمومی، کار خود را از دست بدهند. زیرا هوش مصنوعی می‌تواند به همه حوزه‌هایی که انسان‌ها درون آن فعالیت دارند؛ نفوذ پیدا کند.

آینده هوش مصنوعی ایران

با وجود پلتفرم‌های پیشرفته و توسعه‌یافته همانند پلتفرم فراشناسا انتظار می‌رود که تمامی فرآیندهای احراز هویت در سریع‌ترین زمان ممکن انجام شود. حتی ممکن است که تعداد زیادی از نیروهای انسانی برای مراقبت از داده‌های خاص کاسته شوند. در مقابل، پلتفرم‌‌هایی مانند فراشناسا می‌توانند امنیت محافظت از داده‌ها را افزایش بدهند.

منبع : فراشناسا