![با هوش مصنوعی صحبت کنید](https://hooshio.com/wp-content/uploads/2020/11/TS-sA.jpg)
با هوش مصنوعی صحبت کنید
هوش مصنوعی یکی از امیدهای بزرگ آینده بشریت است. ما همین حالا هم بدون این که بدانیم، در حال استفاده از آن هستیم. بنا بر ادعای برخی دانشمندان، هوش مصنوعی میتواند یک خطر بزرگ هم باشد و شاید در آینده جایگزین انسان شود، مثلا زمانی که بتوانیم به دستاورد صحبت با هوش مصنوعی برسیم. بشر توانایی سفر در زمان را ندارد، اما اگر هوش مصنوعی بتواند گرههای کوانتومی را برطرف کند، ممکن است انسان بتواند با گذشته خود سروکله زده و سعی در تغییر آن داشته باشد، آن هم بدون فکر کردن به عواقب این کار.
در گفتگوی پیش رو، کریس آردیس، مدیر اجرایی میکروکنترولرها و بخش امنیت BU، و همچنین دیوید ولی، نایب رئیس و مسئول بخش تکنولوژی ماکسیم اینتگریتد، شرکت کرده و درباره هوش مصنوعی صحبت میکنند.
چه چیزی مانع شده که هوش مصنوعی که توان راندن ماشین، شناسایی امراض و تشخیص اشیاء و افراد داخل یک عکس را دارد، قدم بعدی را بردارد و کاملا هوشمند شود؟ خلاقیت و عقل سلیم دو فاکتور کلیدی هستند.
هدف هوش مصنوعی چیست؟
هدف هوش مصنوعی این است که هوش انسان را در ماشین شبیهسازی کند، مانند انسان فکر کند و بتواند اقداماتی را انجام دهد که یک انسان انجام میدهد. ویژگی اساسی هوش مصنوعی تواناییاش در آنالیز داده است و از طریق آن میتواند به برخی اهداف دست پیدا کند.
ولی میگوید:«فیلمهای علمی میگویند هوش مصنوعی کامپیوترهای غولآسایی هستند که در مکانهایی خاص قرار دارند و در حال گرفتن دنیا هستند. اما این هوش مصنوعی نیست. شاید برای فیلمها این ایده خوبی باشد، اما در واقع هوش مصنوعی این نیست و صنعت تکنولوژی تعریف دیگری از آن دارد. از دید اینترنت اشیاء، هوش مصنوعی از الگوریتمها استفاده میکند و الگوها را تطابق میدهد. هوش مصنوعی الگوها را جستجو کرده، آنها را شناسایی میکند و اقدام بعدی دستهبندی آنها است. در واقع هوش مصنوعی دستهای از وسایل نیمههادی است که سختافزاری خاص برای سرعت بخشیدن به الگوریتمهاست. تجارت ماکسیم هم ساختن چیپ است و ما برای سرعت بخشیدن به الگوریتمها، سختافزار میسازیم».
هوش مصنوعی در 3 بخش اصلی عملکرد دارد
درک مطلب: هوش مصنوعی از طریق شبیهسازی توانایی تشخیص داده و همبستگی رویدادها، میتواند متن، تصویر، جدول، ویدئو، صدا و اطلاعات را تشخیص دهد.
استدلال کردن: سیستمها میتوانند به چندین بیت از اطلاعات جمعآوری شده، متصل شوند. (توسط الگوریتمهای دقیق ریاضی و از روش خودکار شده)
یادگرفتن و اثر متقابل: آردیس میگوید:«جنبه تشخیص الگو از این که ما چطور فکر میکنیم و مغزمان چطور کار میکند، الهام گرفته است. برای تشخیص دادن شما در مغز، اعصاب را تمرین میدهید، با شبکههای عصبی هم در واقع همین کار را میکنند».
آیا باید از هوش مصنوعی بترسیم؟ ولی میگوید:«اگر فیلم ترسناک زیاد میبینید، شاید باید بترسید، اما در واقعیت بعید میدانم دلیلی برای ترس از هوش مصنوعی وجود داشته باشد. در واقع فقط نوعی دیگر از الگوریتم است. تنها نکته ترسناک این است که مردم انتخاب کنند چه نوع استفادهای از الگوریتمها بکنند».
آردیس این طور ادامه میدهد:«نکته مهمی که باید در ذهنتان داشته باشید این است که هوش مصنوعی برای وظایفی تعلیم داده میشود و عملکردش بر اساس دادهها و مجموعهای از انتظارات است، مثل نتایج. پس میتوان هرچیزی را برای انجام کار اشتباه آموزش داد. چه هوش مصنوعی باشد، چه یک فرد. در هر سناریوی ترسناکی که به ذهن میرسد، همیشه من این طور فکر میکنم که یک شخص نقش اصلی را دارد، نه یک فناوری».
ولی میگوید:«قرار است هوش مصنوعی در جریانات تولیدی ما که این روزها بسیار سنتی و با استفاده از نیروهای انسانی است، بیشتر حضور پیدا کند. فعلا در مرحله بررسی این موضوع هستیم که استفاده از ماشینها تا چه اندازه میتواند باعث بهینه شدن بهرهوری، یادگیری سریعتر و تسریع رسیدن به نتیجه مطلوب، شود. سیستم هوش مصنوعی توانایی مشاهده تغییرات زیاد در زمان کم را دارد. میتواند باعث نتیجهگیریهای متضاد زیادی شود که البته باعث کوتاه شدن مسیر رسیدن به نتیجه میشود».
اپلیکیشنها و امنیت
هوش مصنوعی یک سیستم مدل شناسی بسیار توانمند است. اگر یک سیستم آیتی داشته باشیم و حملهای سایبری آن را تهدید کند، چالش شماره یک این است که متوجه شویم حملهای در حال رخ دادن است.
در کل، هوش مصنوعی، میتواند در جهت خلق یک سیستم شناسایی تهدید در بخش دفاع سایبری مورد استفاده قرار گیرد. متاسفانه، برعکس این موضوع هم ممکن است، یعنی میتوان از آن برای انجام حملات سایبری بهره برد.
ساختار هوش مصنوعی با استفاده از میلیاردها داده از منایع ساختاربندی شده و نشده، ایجاد میشود، مثل بلاگها و گزارشهای خبری. توسط تکنیکهای یادگیری ماشین و یادگیری عمیق deep learning and machine learning techniques ، هوش مصنوعی توانایی شناسایی حملات سایبری و ریسکهای سایبری را توسعه میدهد.
ولی میگوید:«این همان جایی است که ما چیزی پیدا میکنیم که باید با دقت مشاهده شود و با الگویی درست، شناسایی شود. در واقع سیستم ما متوجه میشود که اتفاقی برایش در حال رخ دادن است. حمله سایبری برای سیستم آیتی اتفاق میافتد. یک ماشین آموزش دیده و مبتنی بر هوش مصنوعی میتواند تا همان اندازه که در تشخیص تهدیدها موثر باشد، در نشان دادن واکنش سریع و متقابل هم موثر باشد».
الگوریتمهای یادگیری که برای وظایف شناسایی الگوها استفاده میشوند، بیش از چیزی که بیشتر مردم تصورش را میکنند، در حال استفاده شدن است.
آردیس میگوید:«شرکتهای پستی مدتهاست که در حال استفاده از آن برای منظم کردن مرسولهها هستند. اینها الگوریتمهای اولیه یادگیری ماشین هستند که از سال 1990 در حال استفاده هستند، شاید هم حتی قبلتر از آن. گوگل با یادگیری ماشین کار میکند، هر زمان که در بخش جستجوی گوگل کلمهای مینویسید، در پس سرچ گوگل، الگوریتمهای یادگیری ماشین هستند و آنها تصمیم میگیرند که چه نتایجی را باید برای شما نشان دهند. یکی از دلایل موفقیت گوگل هم این است که نتایج یا کاملا درست هستند یا ارتباط زیادی با موضوع جستجو شده دارند. این کار توسط یادگیری ماشین انجام شده است. هنوز هم بدون یک الگوریتم یادگیری ماشین، امکان انجام چنین کاری نیست. یک مثال جالب زمانی است که شما با وسیله الکسا صحبت میکنید. وقتی کلمهای را میگویید، الگوریتمهای یادگیری ماشین متوجه میشوند که شما چه میگویید، به دنبال الگوی مناسب میگردند و آن را فعال میکنند. این یعنی در زندگی هرکسی در پشت صحنه اقدامات مربوط به هوش اولیه زیادی وجود دارد که شاید خود فرد از آن خبر نداشته باشد».
هوش مصنوعی تحقیقات زمانبر را هم حذف کرده است و آنالیز ریسک دقیقی ارائه میدهد. از طریق این سیستم آنالیز سریعتر هم انجام میشود و در نتیجه میتوان تصمیمات دقیقتری گرفت.
در میان اپلیکیشنهای مبتنی بر هوش مصنوعی که روزانه در زندگی مورد استفاده قرار میگیرد، زمینه دارویی بخش دیگری است که میتوان آن را بنیادی نامید. یادگیری ماشین و هوش مصنوعی میتوانند با بررسی نشانهها، امراض را پیشبینی کنند، جواب آزمایشات را بررسی کنند و صحت گزارشات را آزمایش کنند. اما این همه کارایی آن نیست. در برخی از رباتهای چت از هوش مصنوعی استفاده شده تا الگوهایی در مریضان شناسایی شوند که به شناسایی مریضیهای نادر ژنتیکی کمک زیادی میکند.
زیرساختهایی که هوش مصنوعی را ارائه می دهند، طوری طراحی شدند که بخش عمدهای از پروسه تجارتها و اقدامات مربوط به آنها را پوشش دهند. پروسههای سنتی، معماریها و پلتفرمها، معمولا زمان زیادی برای محاسبه گزینههای موجود در یک شبکه عصبی (الگوریتمهای یادگیری عمیق) نیاز دارند. پیشرفتهترین پردازندهها و بخشهای پردازش گرافیکی توانستند تا حدودی این مشکل را برطرف کنند و سرعت بیشتری در پردازش تواناییها ارائه دهند. اما باز هم کافی نیست.
آردیس میگوید:«یکی از وظایف مهم هوش مصنوعی شناسایی کلیدواژهها است که میتوان آن را با میکروکنترلرهای آرم کورتکس ام4 هم انجام داد. این چالش بزرگی نیست. اما اگر بخواهید کارهای بزرگ انجام دهید، برای مثال امن کردن یک صنعت از طریق دوربین یا طبقهبندی طیف گستردهای از صداها، اینها چیزهایی نیستند که بتوان آن را با یک باطری یا با قیمت مناسب انجام داد. مثال دیگر تشخیص چهره یا سرشماری مردم است. در این زمینهها هم راهحلهای ارزانقیمت وجود ندارد. پس یکی از بخشهایی که باید توجه زیادی به آن شود، پایین آوردن قیمتها برای رقابت و حضور هرچه بیشتر در بازار است. مهندسان یادگیری ماشین معمولا از قدرتی نامحدود برای بهکارگیری شبکههای عصبیشان استفاده میکنند. انجام این کار با باطری ممکن نیست».
برای درک پتانسیل کامل هوش مصنوعی، باید فراتر از خود تکنولوژی فکر کنیم. تخمین زده شده که هوش مصنوعی میتواند تولید ناخالص داخلی را از طریق تاثیرگذاری روی صنایع، افزایش دهد. فاکتور مهم به کار بردن آن و یادگیری روش صحیح استفاده از آن است.
هوش مصنوعی یکی از تکنولوژیهایی است که زندگی ما را تغییر خواهد داد. به همین دلیل هم مهندسینی که در این زمینه فعال هستند، باید طرز فکرشان را طوری توسعه دهند که بتواند آنها را تبدیل به قهرمانان اصلی آینده کند.
آردیس میگوید:«همیشه فکر کردم بخشی از ارزش اینترنت اشیاء این بوده که هوش را نامرئی کرده است. به نظرم هوش مصنوعی ابزار دیگری است که میتواند این کار را با کیفیت بهتر هم انجام دهد. هوش مصنوعی یک ابزار قدرتمند است که میتواند دنیای اطراف ما را به صورت نامرئی هوشمند کند. در واقع هوش مصنوعی در اینترنت اشیاء توانسته زندگی ما را بهتر کند. به خاطر آن زندگی ما حتی آسانتر هم شده است. تمام کارهای خستهکنندهای را انجام میدهد که انسان دوست ندارد انجام دهد».
استفاده و توسعه هوش مصنوعی باید از مدلهای اقتصادی جدیدی حمایت کند که بتواند احساس خوب مردم را افزایش دهد. یکی از اقدامات برای بهتر شدن زندگی مردم بهینهسازی مصرف انرژی است که در آن استفاده زیادی از هوش مصنوعی نمیشود.
یکی از بخشهایی که هوش مصنوعی توانسته نفوذ خوبی در آن داشته باشد، فیزیک است. ادغام ماشینهای کوانتوم که بسیار هم پیچیده است، بخشی است که به هوش مصنوعی سپرده شده است. همانطور که فیزیکدانی به نام الخلیلی گفته، انیشتن بعدی قرار نیست یک انسان باشد. هوش مصنوعی شروع به نمایش نوعآوریها کرده و مهارتهای متفکرانه خلاقی دارد. روزی این سیستم برای مقابله با همه مشکلات آماده خواهد بود و شاید هم بتواند الگوهای ریاضیای را تصور کند که مغز انسان توانایی آن را ندارد. شاید باعث سفر در زمان شود. باید امیدوار باشیم که نمیریم و بتوانیم این آینده جالب را ببینیم.