ویژگی های مهم هوش مصنوعی

ماشین هایی که به عنوان ماشین های هوشمند شناخته می شوند توانایی فکر کردن بدون نیاز به انسان را دارد و این به دلیل وجودخصلت هوش مصنوعی Artificial Intelligence دراین گونه ازماشین هاست.
ماشین ها تنها در صورتی یک ماشین باهوش شناخته می شوند که دارای قابلیت های خاصی باشد که یکی از این ویژگی ها شناخت از وجود خود است که تاکنون ماشینی که این توانایی را به طور کامل داشته باشد به وجود نیامده است، ویژگی بعدی ماشین های هوشمند توانایی شناخت محیط پیرامون خود است که این امکان در برخی از ماشین های هوشمند امروزی که با نام «ربات های امدادگر» شناخته می شوند وجود دارد، ویژگی بعدی در ماشین هایی که دارای هوش مصنوعی هستند توانایی نشان دادن عکس العمل در مقابل کنش های حاصل از محیط است که این امکان نیز در ربات های هوشمند امروزی و در دسته خاصی از آن ها باعنوان «ربات های کاوشگر» فراهم آمده است.

کاربرد های هوش مصنوعی

از کاربردهای هوش مصنوعی می توان به موارد زیر اشاره کرد:

۱) طراحی نرم افزارهای هوشمند:

این گروه از نرم افزارها برای انجام کارهای تخصصی طراحی شده اند و دارای توانمندی های بالایی نیز هستند، پشتوانه این گونه از برنامه ها وجود یک بانک اطلاعاتی (Data Base) قوی برای پاسخگویی به پرسش های مختلف کاربران است. نمونه هایی از این گونه از نرم افزارها نیز، نرم افزارهایی است که در آزمون های استخدامی و دانشگاهی مورد استفاده قرار می گیرد.

۲) طراحی بازی های هوشمند:

زمانی که شما در حال انجام یک بازی رایانه ای هستید، دشمنان شما از هوش کافی برخوردارند. اگر شما به آن ها شلیک کنید آن ها اقدام به فرار کرده و یا با مقابله به سوی شما شلیک خواهند کرد. این فرآیند نیز به دلیل وجود هوش مصنوعی در دشمنان شماست که آن ها را به واکنش نسبت به شما برمی انگیزاند.

۳) طراحی ربات های هوشمند:

کاربرد عمده دیگر هوش مصنوعی در طراحی ماشین ها به نسبت هوشمند است. ماشین هایی مانند ربات های کاوشگر و ربات های امدادگر. در ربات های امدادگر، ربات باید در محدوده مورد نظر به دنبال مصدومان حادثه بگردد و پس از یافتن آن ها کمک های مورد نیاز را در اختیار آن ها قرار دهد که این خود نیاز به داشتن شناخت از محیط دارد. دسته دیگر ربات ها یعنی ربات های کاوش گر باید به دنبال قطعه مورد نظر در مکانی خاص باشند و یا مسیری را که از پیش تعریف شده است دنبال کنند که این نیز نیازمند داشتن هوش مصنوعی در این دسته از ربات ها است.

هوش مصنوعی ترکیبی

از بدو مطرح شدن هوش مصنوعی به عنوان یک Dicipline در علوم رایانه، دو طرز تفکر در تحقق سیستم های هوشمند مطرح بوده است، شاید بتوان آن دو را در پردازش نمادین و پردازش عددی تعریف نمود.
از بدو مطرح شدن هوش مصنوعی به عنوان یک Dicipline در علوم رایانه، دو طرز تفکر در تحقق سیستم های هوشمند مطرح بوده است، شاید بتوان آن دو را در پردازش نمادین و پردازش عددی تعریف نمود. برای درک پردازش نمادین می توانیم به یک مثال اشاره داشته باشیم. فرض کنید از یک نوازنده پیانو سوال می کنیم که چگونه پیانو می نوازی؟! این نوازنده با استفاده از یک سری بیانات و شاید حرکات، روش کار خود را به ما نشان می دهد و به احتمال زیاد شیوه عمل او را هم درک می کنیم و اگر کمی جدیت به خرج دهیم شاید حتی بتوانیم چند نت را هم به گونهء جمیع تکرار نماییم. حال فرض کنید، می خواهیم این رفتار را با استفاده از یک فرمول ریاضی( پردازش عددی) مدل کرده و مثلا با استفاده از یک ربات تکرار کنیم.

ـ سوال این خواهد بود که آیا مدل ریاضی که منحصر به روابط بین یک سری کیفیتهای رقمی است، قادر به انجام این عمل خواهد بود؟
فکر می کنم جواب شما منفی باشد. در ادامه به یک وضعیت دیگر اشاره می کنم. فرض کنید می خواهید از یک خیابان که ماشین ها با سرعت عبور می کنند، بگذرید. آیا روش تصمیم گیری شما در رابطه با عبور کردن بر مبنای پردازش یک سری اندازه گیری انجام شده است؟ برای مثال آیا سرعت ماشین را تخمین زده و با در نظر گرفتن عرض خیابان، سرعت خود را محاسبه می کنید؟ به احتمال زیاد در این صورت مطمئناً شانس رسیدن شما به آن طرف خیابان بسیار پایین می باشد و یا زمان بسیار زیادی طول خواهد کشید که تصمیم به عبور از خیابان را به مرحله اجرا در آورید. در این گونه شرایط ، روش برخورد ما به این صورت خواهد بود که: ” به نظر می رسد ماشین آهسته حرکت می کند؛ به آن طرف خیابان خواهم رسید” در این نوع پردازش انسان مواجه با تعداد زیادی نماد symbols می باشد و با استفاده از این نمادها برای تصمیم گیری اقدام می کند. این نوع تصمیم گیریها به طور واضح در رفتار آدمی مشاهده می شود و طبیعی است که پردازش نمادین از جایگاهی ویژه در علم هوش مصنوعی برخوردار است.
در کنار پردازش نمادین در انسان می دانیم که مغز انسان از یک مجموع منسجم سلول های عصبی تشکیل شده است و مدل های ارائه شده برای این سیستم عصبی بر مبنای پردازش عددی عمل می کند. چگونگی عمل سیستم طبیعی عصبی به طور واضح برای انسان مشخص نشده است و از آنجا که مدل های ارائه شده ، از قابلیتهای بسیار بالایی برخوردار هستند و در کاربردهای زیادی از خود کارآیی خوبی ارائه کرده اند، به نظر می رسد از واقعیت امر زیاد دور نباشند. بنا براین، شاید بتوان گفت، انسان به طور کلی در سطح بالای تصمیم گیری از پردازش نمادین استفاده می کند و در سطوح حسی و واکنشهای عصبی خود یک نوع پردازش عددی را به کار می گیرد. بنابراین، رفتار هوشمندانه آدمی ناشی از یک روش نمادین تفکر در کنار محاسبات عصبی مغز می باشد.
همانگونه که مطرح شد، این دو محور در هوش انسان از بدو پیدایش هوش مصنوعی، به صورت دو دیدگاه معرفی شده اند.
از یک دید، هدف ساختن مغز مصنوعی(شبکه های عصبی مصنوعی) است که در صورت وجود این سخت افزار می توان توقع داشت ماشینی که به این وسیله مجهز شود، رفتار هوشمندانه از خود نشان دهد.
از دیدگاه دوم، هدف، مدل سازی روش تفکر انسان است که با استفاده از آن انسان تصمیم گیریهای هوشمندانه می کند. در دهه های ۵۰ و ۶۰ محور اول به عنوان محور اصلی در مخلوقات هوش مصنوعی مطرح بوده است ولی در دهه ۷۰، پردازش نمادین به عنوان فهم روش تفکر در طراحی سیستم های هوشمندان مطرح شد. خوشبختانه، در ده سال اخیر محققان به این نتیجه رسیده اند که برای ساختن یک سیستم هوشمند که بتواند در حوزه های (Domains) مختلف عمل کند، و با یک مساله پیچیده را حل کند، اعتماد کردن به یک روش(یا بینش) کافی نخواهد بود و از اینرو فلسفه هوش مصنوعی ترکیبی (Hybrid Artificial Intelligence) مطرح شده است.
▪ به طور کلی سه روش ترکیب تکنیکهای هوش مصنوعی در جهت ساخت یک سیستم هوشمند ارائه شده است که در ذیل به اختصار به آنها می پردازیم.
ـ در روش اول از یک تکنیک خاص جهت اجرای یک function در یک تکنیک دیگر هوش مصنوعی استفاده می کنیم. برای مثال در طراحی یک سیستم کنترلی فازی چندین بلوک وجود دارد که هر کدام کار مشخصی را انجام می دهند. یکی از این بلوکها جهت انجام Fuzzification طراحی می شود. در یک سیستم ترکیبی می توان از شبکه های عصبی در انجام این کار استفاده نمود. البته در اینجا در مورد مزایا یا معایب این ترکیب سخنی گفته نخواهد شد. در یک مثال دیگر می توان به کاربرد روشهای ژنتیکی در امر یادگیری شبکه های عصبی اشاره نمود.
ـ در روش دوم جهت ساخت یک سیستم پیچیده، آن سیستم را تجزیه نموده( به زیر سیستم های کوچکتر تقسیم نموده) و بعد از آن هر زیر سیستم را با یک روش مناسب هوشمند پیاده سازی می کنیم. برای مثال جهت کنترل یک فرآیند پیچیده صنعتی از شبکه های عصبی جهت پیشگویی و مدل سازی یک سری از پارامترهای کلیدی استفاده می شود و نتایج به دست آمده جهت تصمیم گیریهای کلی به یک سیستم خبره داده می شود. سیستم خبره در اصل حکم یک مدیر پروسه متخصص را دارد که با استفاده از پارامترهای تولید شده در سطح پایین تر تصمیم گیری می کند. بسیاری از مسائل پیچیده از این طبیعت برخوردار هستند و شکستن آن به مسائل کوچکتر و به کارگیری روش مناسب برای حل هر کدام به صورت مجزا و در نهایت ادغام کردن نتایج به دست آمده، به حل درست مساله اصلی کمک خواهد نمود.
ـ روش آخر استفاده از یک روش هوشمند در پیاده سازی یک روش دیگر می باشد. برای مثال می توان به پیاده سازی یک سیستم خبره با استفاده از شبکه های عصبی اشاره نمود. در اینجا هر نرون در شبکه عصبی یک قانون در پایگاه دانش می باشد و با استفاده از محاسبات عصبی روش استنتاج را پیاده می کنیم. مثال دیگر به کارگیری گرامرها در تحلیل و نمایش دانش آموخته شده در شبکه های عصبی می باشد.
البته توجه به این نکته لازم می باشد که یک سیستم ترکیبی هوشمند نباید الزا ما از روشهای هوشمند در پیاده سازی استفاده کند. در پیاده سازی یک سیستم شاید نیاز به بکارگیری روشهای آماری، ریاضی و تحلیلی… نیز وجود داشته باشد.

دین و هوش مصنوعی

هدف “هوش مصنوعی” فهم سرشت هوش بشری از راه بررسی ساختار برنامه‌های کامپیوتری و نحوهٔ حل مسائل توسط کامپیوتر است. به اعتقاد متخصصان این رشته، این بررسی می‌تواند نحوهٔ عمل و جزئیات هوش بشر را نشان دهد.

● اشاره

این ادعا که کامپیوتر فکر می‌کند یا تنها کامپیوتر می‌اندیشد، چه تأثیری در برخی از باورهای دینی دارد؟ و آیا تعارضی با مضمون متون دینی پیدا می‌کند؟ در هوش مصنوعی، دو ادعای مهم به چشم می‌خورد: برخی ادعا می‌کنند که کامپیوتر به معنای حقیقی کلمه می‌اندیشد (فرضیه دستگاه نمادها). برخی دیگر هم ادعا می‌کنند تنها کامپیوتر می‌تواند بیندیشد، (فرضیه قوی دستگاه نمادها). متون دینی هم در پاره‌ای از موارد بر اندیشیدن و تعقل تکیه می‌کنند. آیا اندیشیدن به معنای واحدی در دو مورد به کار می‌رود؟ و آیا دین و متون دینی می‌تواند تفاوت‌هایی میان انسان و کامپیوتر را نشان دهد؟ نگارنده تلاش می‌کند پاسخ‌هایی برای این پرسشها بیابد و با توجه به متون دینی تفاوت‌هایی میان آنها را روش سازد.
نخست باید مقصود متخصصان هوش مصنوعی را از اصطلاح “هوش” Intelligence روشن سازیم؛ چرا که نگاه آنان نسبت به مقوله هوش و مفاهیم مرتبط مانند عقل، ذهن و غیره کاملاً متفاوت است. امروزه در میان دانش‌های موجود، اصطلاح هوش در روان¬شناسی بسیار کاربرد دارد. و روان¬شناسان از بهره‌هوشی افراد و امور مرتبط با آن بحث می‌کنند. ولی در هوش مصنوعی این اصطلاح کاربردی کاملاً متفاوت دارد. (Desouza, ۲۰۰۲:۲۷)
در هوش مصنوعی برای شروع کار، تعریفی عملی از هوش ارائه می‌شود. معمولاً فلاسفه به تعاریف مفهومی بیش‌تر رغبت دارند و دوست دارند مفهوم هوش و عقل و غیره را روشن سازند. اما بنا به دلایلی، متخصصان هوش مصنوعی تعریف عملی را برگزیده‌اند. یک دلیل این گزینش به این نکته بر می‌گردد که نزاع‌های مفهومی؛ یا نزاع برای تعریف مفاهیم فایدهٔ چندانی ندارد و غالباً بی‌نتیجه پایان می‌یابد. اگر بخواهیم با تعریف مفاهیم “هوش” و “تفکر” رابطهٔ آنها را بیابیم و ببینیم آیا هوش همان تفکر است یا نه، بیش‌تر در نزاعی لفظی درگیر خواهیم شد. زیرا، بی‌تردید دو واژهٔ مذکور از لحاظ مفهومی تفاوت دارند و یک چیز را نمی‌رسانند و ادعای آنان، تساوی مفهومی این دو واژه نیست. بلکه، چنان‌که بعداً توضیح خواهیم داد، به نظر آنان این دو اصطلاح یک حقیقت قابل اندازه‌گیری را نشان می‌دهند.
آلن تورینگ (Alan Turing)، یکی از پیشگامان بحث هوش مصنوعی، به خاطر اهداف عملی که در هوش مصنوعی دنبال می‌شود، ملاکی نسبتاً مقبول برای همگان را برای تعیین هوش پیشنهاد داده است. انگیزه و دلیل طرح این ملاک، چنانکه در بالا اشاره کردیم، اجتناب از نزاع‌های لفظی و مباحث فلسفی بی‌نتیجه بوده است. تورینگ پی‌برده بود که با پرداختن به مباحث رایج فلسفی دربار? این واژه، نمی‌تواند ارتباطی میان کارکرد ماشین‌ها و ذهن بشر را بیابد. از ا?ن رو او پیشنهاد کرد که ما باید مسایل لفظی و مفهومی در این مورد را کنار بگذاریم و آزمون ساده‌ای را در این زمینه مطرح کنیم و سپس، خود ماشین‌ها را به نحو عینی و ملموس بررسی کنیم. همچنین، او پیش‌بینی کرد که تا سال ۲۰۰۰، دستگاه‌های کامپیوتر از این آزمون سربلند بیرون خواهند آمد و تعاریف مخالف بی‌معنا جلوه خواهند کرد.
آزمون تورینگ بر پایهٔ یک بازی استوار شده است که “بازی تقلید” (imitation game) نام دارد. در این بازی سه فرد ناآشنا هستند که دو نفر از آنان که شاهد هستند جنسیت مخالف دارند و نفر سوم پرسشگر است. پرسشگر تلاش می‌کند تا جنسیت دو شاهد را صرفاً از راه طرح پرسش‌هایی تعیین کند یکی از دو شاهد، که مرد است، تلاش می‌کند تا جنسیت‌اش را مخفی بدارد، ولی شاهد دیگر که یک زن است، صادقانه به پرسش‌ها پاسخ می‌دهد. اگر پرسش‌گر به پاسخ درست دست بیابد شاهد زن موفق شده است و اگر به پاسخ درست دست نیابد، شاهد مرد پیروز شده است. برای اینکه، پرسشگر به هیچ سرنخ دیگری، مانند صدا، چهره و غیره، دسترسی نداشته باشد، پرسش‌ها و پاسخ‌ها از طریق دستگاه دور چاپگر مبادله می‌شوند. نظر تورینگ این است که اگر اکنون به جای شاهد مرد یک کامپیوتر جایگزین سازیم و ببینیم که این دستگاه می‌تواند پرسشگر ماهر را فریب دهد، در این صورت از آزمون سربلند بیرون آمده است. (Haugeland, ۱۹۸۵:۶)
چرا چنین آزمون عجیب و غریبی، آزمون هوش می‌شود؟ درحقیقت، استفاده از دستگاه دور چاپگر و تصویر مردی که می‌خواهد فریب دهد و غیره، همه صحنه‌آرایی برای آزمون است. اصل و اساس آزمون گفتگو است. آیا کامپیوتر می‌تواند مانند یک شخص صحبت کند؟ یا نه، تفاوت‌هایی هم وجود دارد؟

● بررسی آزمون

مشکل اصلی آزمون‌های از این قبیل در این نکته نهفته است که هوش می‌تواند درجات مختلفی داشته باشد. آدمیان درجات متفاوتی از هوش دارند که می‌توانیم آنها را اندازه‌گیری نماییم. اما خود این فرض هم که کامپیوتر چنین هوشی دارد جای تردید است. در مورد کامپیوتر تنها می‌توانیم بگوییم که می‌تواند براساس برنامه‌ریزی خاص دقیقاً عمل کند. به عبارت دیگر، آنها صرفاً براساس برنامه‌ریزی پیش می‌روند. امّا آیا واقعاً فکر می‌کنند؟ متخصصان هوش مصنوعی، مانند تورینگ، در پاسخ مفهوم “فکر” یا “هوش” را به‌گونه‌ای تعریف می‌کنند که ماشین را هم دربر می‌گیرد. امّا آنها درواقع به جای حل مسأله، پیش‌فرض نادرستی وارد مسأله می‌کنند که به مصادره به مطلوب می‌انجامد.

 

گروه تحقیقاتی به یاری دپارتمان طراحی سایت شبکه فناوری اطلاعات و ارتباطات فاواکو

ratingValue4.8 worstRating 1 bestRating 5 reviewCount 372