آرش پویان‌مهر، مهندس نرم‌افزار کامپیوتر، پژوهشگر ارتباطات و فناوری اطلاعات در یادداشتی که در اختیار این رسانه قرار داده است، به هوش مصنوعی و کاربردهای آن پرداخته است.
به گزارش ما آنلاین، در ادامه متن کامل این یادداشت آمده است:
در دنیای موسیقی، جملهای منسوب به بتهوون است که می‌گوید: آنجا که سخن باز می‌ماند، موسیقی آغاز میشود. این عبارت کوتاه، عمق تاثیر موسیقی را بیان میکند. در روزگار کنونی ما، مفهوم هوش مصنوعی نیز دارای چنین کاربردی است. بدین معنا که آنجا که بشر باز می‌ماند، هوش مصنوعی آغاز میشود. مفاهیمی که چندین سال پیش برای ما آرزو بود مدت‌هاست که با فناوریهای مرتبط با هوش مصنوعی رنگ واقعیت به خود گرفتهاند. تشخیص چهره و سپس تشخیص لبخند هنگام عکاسی، شناسایی چهره مرتبط با تعیین هویت (دستگاه‌های کنترل ورود و خروج، فرودگاه‌ها و …) تبدیل گفتار به متن و برعکس، ترجمه آنلاین و بسیاری موارد دیگر.
ابتدا بد نیست که تعریفی کوتاه از هوش مصنوعی داشته باشیم. «هوش مصنوعی، سامانهای (سیستمی) است مبتنی بر کلان داده که توانایی استنتاج و رفتار همانند هوش طبیعی را دارا باشد.» برخی از تعاریف بر مفهوم «استنتاج، تفکر و رفتار انسانگونه» هوش مصنوعی تاکید دارند در حالیکه به پندار نویسنده این مطلب، تفکر از شمول هوش مصنوعی خارج بوده و مختص جانداران است. آن چیزی که درباره هوش مصنوعی صادق است، استنتاج و رفتار مبتنی بر نتیجه است. همه ما میدانیم که به غیر از انسان، جاندارانی چون دلفین، شامپانزه، کلاغ و برخی دیگر نیز از هوش طبیعی بهره می‌برند. اگر یک سامانه یادگیرنده هوش مصنوعی، بر مبنای رفتار‌های یک دلفین برنامهریزی شده باشد و آن را استنتاج و بر مبنای آن رفتار نماید، رهیافت «انسانگونه» از تعریف آن خارج میشود. چه آنکه آن سامانه با یادگیری از رفتار دلفین، پایگاه دانش خود را تکمیل کرده است. پس هم «هوش مصنوعی» است، هم از «هوش طبیعی» یاد گرفتهاست و هم «انسانگونه» نیست. چه بسا بر روی خشکی اصلا کار نکند و کاربرد نداشته باشد!
به تعریف ارایه شد برگردیم: «هوش مصنوعی، سامانهای (سیستمی) است مبتنی بر کلان داده که توانایی استنتاج و رفتار همانند هوش طبیعی را دارا باشد.» کلان داده (Big Data) ساختار اصلی هوش مصنوعی است. بهعبارتی تکیهگاه یک سامانه هوش مصنوعی، پایگاه دانش آن است که مبتنی بر داده در سطح کلان است. ویژگی یک سامانه هوش مصنوعی، یادگیرندگی آن است. مفهوم یادگیری ماشین (منظور از ماشین، رایانه است) یا همان Machine Learning زمانی تحقق می‌یابد که انبوهی از داده توسط ماشین ذخیره شده، بر مبنای نتایج حاصل از استنتاج و سعی و خطا‌های حاصله، فرایند یادگیری (یا تصمیمگیری) توسعه داده شود. مثال ملموس این فرایند، خودروی خودران است که با بهرهگیری از حسگر‌های فراوان و فناوریهای دیگر، مسیر، موانع، نقشه و دیگر پارامتر‌ها را ذخیره نموده، از آن‌ها برای بهبود عملکرد خود استفاده می‌نماید.
تا حدودی با مفهوم عام هوش مصنوعی آشنا شدیم. لازم به توضیح است که تعاریف متفاوتی از این مبحث ارایه شدهاند ولی با تاکید بر «استنتاج و یادگیری» تعریف بالا صورت گرفته است. در مثال‌هایی که در ابتدای مطلب آمد شناخت آن چیزی که «صورت» یا «لبخند» است (تشخیص چهره) و به خاطر سپردن صاحب آن چهره و بازشناسایی آن (شناسایی چهره) و یا شناسایی مسیر حرکت و بهخاطر سپاری آن، شناسایی موانع و … در خودرو‌های خودران و موارد دیگر از مولفههای هوش مصنوعی با تعریف ارایه شده هستند.
با گسترش اینترنت، کاربردهای هوش مصنوعی در این بستر نیز روزبهروز گسترش می‌یابد. شرکت گوگل همواره یکی از پیشگامان این حوزه بودهاست. بیراه نیست اگر بگوییم «آغاز» این فناوری به صورت فراگیر با گوگل بود. جستجوی واژه و تصویر، ترجمه متون، نقشه و تصاویر ماهوارهای و … از مثال‌های پیشتازی این غول فناوری در زمینه به کارگیری هوش مصنوعی در اینترنت است.
یکی از کاربردهای هوش مصنوعی، پردازش زبان طبیعی (NLP – Natural Language Processing) است و همانگونه که اشاره شد در ترجمه گفتار یا نوشتار کاربرد دارد. مفهوم ساده آن عبارتست از: استفاده از رایانه برای پردازش زبان گفتاری و نوشتاری. بدین معنی که رایانه بتواند گفتار یا نوشتار تولید شده در قالب و ساختار یک زبان طبیعی را تحلیل و درک نموده یا آن را تولید نمایند. این تعریف، ناظر به دو زیرشاخه؛ درک زبان طبیعی (NLU – Natural Language Understanding) و تولید زبان طبیعی (NLG – Natural Language Generation) از پردازش زبان طبیعی است. آن چیزی که این روز‌ها در Chat GPT شرکت OPEN AI و Bard شرکت گوگل بر سر زبان‌‌ها افتاده است. ربات‌‌هایی که می‌‌توانید با آن‌ها گفتگو کنید و با آنکه می‌‌دانید طرف مقابل شما انسان نیست، اما همانند یک انسان (در اکثر مواقع) به شما پاسخ می‌‌دهد.
این ربات‌ها در حال عوض‌کردن زمین بازی و حتی خود بازی هستند. برای شما جُک می‌‌گویند، خبر میخوانند، کدنویسی میکنند و به‌تازگی در صدور رای یک قاضی (خارج از ایران) مشورت داده که مورد تایید قاضی هم قرار گرفتهاست! پدیده جعل عمیق (Deep Fake) چند سالی‌است که با بهره‌مندی از همین مباحث و فناوریهای دیگر، تمایز انسان با ربات را در ویدئو‌ها به چالش کشیده و تشخیص واقعیت از مجاز را به واقع دشوار نموده است.
گسترش روزافزون هوش مصنوعی همواره نگرانی‌‌هایی را در پی داشته است. آینده بشر، اخلاق، خطوط قرمز در مناسبات، حریم خصوصی و بسیاری مولفههای دیگر مواردی هستند که موجب این نگرانی‌‌ها شدهاند. هر چند در سازمان‌‌های بین‌المللی تلاش شده است که برای این موارد، قوانینی وضع شود اما نیک میدانیم که قوانین، همواره رعایت نمی‌‌شوند خاصه آنکه در فضای مجازی آنهم در سطح جهانی، پایش و کنترل دشوار است. این دقیقا یکی از نکاتی‌است که ممکن است «پایان یک آغاز» را رقم زند. آغازی که با جستجوی کلمات و یا نهایتا تصاویر محقق شده بود، ظاهرا به پایان خود نزدیک شده است.
نکته دیگری که ممکن‌است «آغاز یک پایان» را متصور سازد، عدم بهره‌مندی هوش مصنوعی از «شعور و احساس» است هرچند که برخی پژوهش‌‌ها این موضوع را محتمل می‌‌داند اما تا رسیدن به آن، زمان زیادی را باید به انتظار نشست و معلوم نیست که تا آن روز، خساراتی ناشی از پیشی گرفتن هوش مصنوعی بر هوش طبیعی وارد شده باشد یا نه. در ارتباط با موضوع ربات‌‌های چت کننده، وقتی یک طرف گفتگو یک انسان باشد، شعور و احساس در تایپ کلمات نمایان میشود. حال تصورکنید که دو ماشین (دو ربات) با هم به گفتگو بپردازند. در آن حالت دیگر خبری از حس و شعور انسانی نیست و ماشین نمی‌‌تواند ادراکی فراتر از کلمات را بپذیرد. تکیهگاه هر ربات، پایگاه دانش خودش است که ناخواسته به ربات دیگر انتقال پیدا میکند. آنجاست که هوش مصنوعی دچار افسار گسیختگی میشود.
اینکه چقدر به پایان نزدیک هستیم فراتر از درک و تصور است و اینکه چه راه حلی داریم نیز تقریبا بی پاسخ است. شاید راه حل «گفتمان، مذاکرات رو در رو و تعاملات انسانی» یکی از راهکار‌های مقابله با خطر هوش مصنوعی افسار گسیخته باشد. چرا که در آن حالت است که مطمئن هستیم دو طرف مذاکره، انسان هستند و ماشینی در کار نیست. آنچنان که مولوی گفت: انسانم آرزوست…
آرش پویان‌مهر
انتهای پیام
