خدمات هوش مصنوعی برای مبتدیان
تیم تحریریه- ۱۰ شهریور ۱۴۰۰
وقتی اسم هوش مصنوعی می‌آید، اولین تصویری که در ذهن خلق می‌شود، چیست؟ به نظر برای بیشتر افراد این تصور ایجاد می‌شود که ربات‌ها به زودی جای انسان را می‌گیرند. این اولین موردی است که در آموزش‌های آکادمیک در زمینه هوش مصنوعی مطرح می‌شود. اما وقتی کمی در روند کار هوش مصنوعی دقیق‌تر شوید، هم از نظر برنامه‌ریزی و هم از نظر ریاضیات آن، متوجه می‌شوید که هوش مصنوعی کاملا متفاوت با این عقیده است و یک تکنولوژی فراتر از این طرز فکرهاست.
اول از همه نیاز به یک شفاف‌سازی است. چیزی که مردم بیش از هر چیز به آن فکر می‌کنند، هوش عمومی مصنوعی است. می‌تواند هرکاری که انسان‌ها انجام می‌دهند را انجام دهد، اما شاید بهتر از انسان‌ها. واقعیت البته این است که انسان حتی به توسعه یک هوش مصنوعی واقعی نزدیک هم نیست.
در واقع چیزی که در حال حاضر وجود دارد هوش مصنوعی محدود است، البته با تمرکز خیلی زیاد. در واقع آموزش داده شدند تا چند کار خاص انجام دهند و خودشان را آموزش می‌دهند که کارشان را بهتر انجام دهند. حال اگر وظیفه دیگری به آن بدهید، خواهید دید که ناکام هستند.
برای ساخت یک هوش مصنوعی که بتواند چندین وظیفه را انجام دهد، نیاز است که چندین الگوریتم متفاوت برای یک برنامه نوشته شود. برای هوش مصنوعی که طبق تصور بسیاری، زمانی می‌خواهد دنیا را تسخیر و جایگاه انسان را بگیرد، مطمئن باشید نیاز به الگوریتم‌های خیلی زیاد با کدنویسی‌های فراوان است که نه تنها نوشتنشان کار بسیار زمان‌بری است، بلکه قدرت پردازش خیلی زیادی نیاز دارد تا بتوان آن را آموزش داد و اجرا کرد.
به نظر شما این از جذابیت‌های هوش مصنوعی ذره‌ای کم می‌کند؟ اصلا این طور نیست! حتی اگر انسان نتواند برنامه‌ای بسازد که همه وظایفش را به بهترین شکل انجام دهد، باز هم می‌تواند برنامه‌ای بسازد که برخی از کارها را به بهترین شکل انجام دهد.
یادگیری ماشین
چه چیزی باعث می‌شود هوش مصنوعی باهوش باشد؟ پروسه جادویی یادگیری ماشین. در برنامه‌های معمولی، کاربر به طور مستقیم الگویی را در اختیار برنامه می‌گذارد که باید برای تصمیم‌گیری از آن استفاده کند. در هوش مصنوعی، پروسه یادگیری ماشین به برنامه اجازه می‌دهد که خودش الگو را تشخیص دهد.
به این مثال دقت کنید: دیتاست را تصور کنید که قصد به دست آوردن میانگین دمای هوا در بازه زمانی خاصی را دارد و از کاربران میپرسد که هر روز را با نام‌های یخ، سرد، ملایم و گرم برایش طبقه‌بندی کنند. برنامه‌ای که انسان در نظر می‌گیرد این است که دمای صفر درجه یا کمتر از آن در طبقه هوای یخ قرار گیرد و همین طور ادامه داشته باشد.
از طرفی دیگر اگر همین کار را با هوش مصنوعی انجام دهیم، کاربر دماهای بیشتر در زمان‌های متفاوت روز را به سیستم می‌دهد و طبقه‌بندی بسیار دقیق‌تر می‌شود. یعنی در واقع هوش مصنوعی آموزش می‌بیند تا در طول یک روز هم طیف گسترده‌ای از دمای هوا را داشته باشد.
در نتیجه این داده‌های زیاد است که هوش مصنوعی می‌تواند جزئیات را بررسی کرده و دمای هوای روزهای آینده و حتی ساعت‌های خاص در روزهای آینده را پیش‌بینی کند.
فرض کنید یک توپ به داخل یک گودال می‌افتد. وقتی هنوز وارد گودی نشده و در سطح زمین است به آرامی در حال حرکت است، وقتی در حال پایین رفتن است سرعتش افزایش پیدا می‌کند، زمانی که به پایین‌ترین سطح گودال می‌رسد سرعت کم می‌شود. در ادامه مقدار کمی دوباره به سمت بالا می‌رود یا بسته به شدت و سرعت شاید دوباره از آنطرف انقدر بالا برود که از گودال خارج شود. شاید هم سرعت کم باشد و بعد از کمی بالا رفتن دوباره به داخل گودال بازگردد. اگر به داخل بازگردد انقدر از دو طرف این روند را تکرار می‌کند تا انرژی آن تمام شود و در نهایت در پایین‌ترین سطح گودال از حرکت بایستد.
در هوش مصنوعی توپ همان ارزش متغیرهاست و پایین‌ترین سطح گودال متغیر ایده‌آل به حساب می‌آید. هرچه برنامه بیشتر و بیشتر تمرین کند، متغیرها به متغیر ایده‌آل نزدیک‌تر و نزدیک‌تر می‌شوند. بعد از آن برنامه شروع به تغییر متغیرها در جهت مخالف می‌کند. انقدر این کار را انجام می‌دهد تا توپ در نهایت در نقطه پایین بایستد و نقطه پایین برای هوش مصنوعی جایی است که متغیر ایده‌آل است.
در فاز تصمیم‌گیری، وزن‌ها و تمایلات الگوریتم در معادله قرار می‌گیرند که البته مدل به مدل متفاوت است. در نتیجه آن است که برنامه تصمیم‌گیری نهایی را انجام می‌دهد.
اپلیکیشن‌ها
هوش مصنوعی برای مبتدیان هم خدماتی دارد و حتی می‌تواند در هر بخش جامعه ما مورد استفاده قرار گیرد. از پزشکی گرفته تا ماشین‌های خودران و حتی ارتش. دو بخش هستند که در حال حاضر به دنبال استفاده از هوش مصنوعی به بهترین شکل ممکن هستند.
1- تشخیص‌های پزشکی
امروزه وقتی با مشکلی که تشخیص آن آسان نیست به پزشک مراجعه می‌کنید، پزشک شما را به آزمایشگاه‌های خون یا تصویربرداری ارجاع می‌دهد. نمونه خون شما گرفته می‌شود یا MRI می‌دهید و از بخش‌های مختلف بدن شما تصویربرداری می‌شود. بعد از آن پزشک نتایج آزمایشات شما را دریافت کرده و نتایج را تحلیل می‌کند و تشخیصش را به شما اطلاع می‌دهد.
این پروسه زمان زیادی نیاز دارد. برای کسی که استخوان شکسته دارد یا کسی که مریضی ساده دارد، شاید بتواند مدتی صبر کند. اما کسی که به اورژانس بیمارستانی مراجعه کرده و شرایط نامناسبی دارد، حتی یک دقیقه هم می‌تواند تفاوت بین مرگ و زندگی را رقم بزند.
اگر به جای صرف چندین روز برای رسیدن به تشخیص درست، تنها چند دقیقه زمان صرف شود بهتر نیست؟ با تشخیص سریع مشکل امکان نجات بیمار بیشتر می‌شود و متخصصان می‌توانند درمان را زودتر آغاز کنند. این موضوع شامل تشخیص و درمان سریع سرطان هم می‌شود. یا این که پزشکان می‌توانند خیلی سریع و البته دقیق محل قرارگیری تومور را پیدا کرده و آن را جراحی کنند.
یک مشکل دیگر که هوش مصنوعی در پزشکی آن را برطرف کرده اشتباه در تشخیص است. امروزه در دنیا حدود 10% از تشخیص‌ها اشتباه هستند. بسیاری هم منجر به مرگ بیمار می‌شود. شاید بد نباشد که بدانید در آمریکا اشتباهات پزشکی سومین دلیل مرگ و میر در این کشور است.
هوش مصنوعی توانایی کاهش میزان مرگ و میر با تشخیص درست را دارد و با این کار می‌تواند جان میلیون‌ها نفر را نجات دهد. هرچه هوش مصنوعی قوی‌تر می‌شود، توانش برای تشخیص بیمار هم بهتر می‌شود. اندرو مکافی، یکی از محققان MIT می‌گوید:«اگر هوش مصنوعی همین حالا هم بهترین تشخیص‌دهنده دنیا نباشد، به زودی بهترین خواهد شد».
البته که در حال حاضر استفاده از آن برای تشخیص بیماری با مشکلاتی رو‌به‌رو است. اول از همه این که اگر یک برنامه اشتباه کرد چه؟ چه کسی را باید سرزنش کرد؟ اگر بیماری نوظهور بود چه؟ در واقع هوش مصنوعی توانایی شناسایی بیماری‌های رایج را دارد و نباید فراموش کنیم که درمان بیماری‌های یکسان ممکن است در بیماران متفاوت، یکسان نباشد.
شکل دیگر این است که هوش مصنوعی با این روش شغل افراد را می‌گیرد. اگر بتواند بهتر از پزشکان کار کند، طبیعتا توان جایگزینی آن‌ها را دارد.
تا زمانی که چنین مشکل‌هایی وجود دارند، شانس ورود هوش مصنوعی به علم پزشکی زیاد نیست و برای ورود به آن باید به اندازه کافی قدرتمندتر و هوشمندتر شود. همچنین باید فکری کرد که توان جایگزینی پزشکان را نداشته باشد.
2- اتومبیل‌های خودران
همه ما فیلم‌هایی را دیده‌ایم که در آن شخصیت فیلم سوار ماشین می‌شود و به آن می‌گوید که کجا برود و ماشین خودش را هدایت کرده و به سمت مقصد می‌رود. روزی که همه افراد بتوانند این کار را بکنند، دور نیست.
بسیاری از شرکت‌ها ازجمله اوبر، گوگل و تسلا خودروهای خودران خود را محک زده‌اند. حتی در سال جاری تسلا اعلام کرد خودرو کاملا خودران خود را توسعه داده است. اما خودروی خودران چطور کار می‌کند؟
وقتی صحبت از اتومبیل خودران می‌شود، اولین وظیفه یعنی راندن ماشین با هوش مصنوعی است و در واقع هوش مصنوعی باید چندین وظیفه را به طور همزمان برای رسیدن به این هدف انجام دهد:
* به GPS متصل شود تا بهترین مسیر برای رسیدن به مقصد را انتخاب کند
* به قوانین متفاوت رانندگی توجه کند (ایستادن با چراغ قرمز و علامت ایست، کم کردن سرعت با دیدن عابر پیاده و غیره)
* از اتفاقات اطرافش مطلع باشد. هوش مصنوعی باید درک کند که عابر پیاده چه زمانی از خیابان عبور می‌کند، ماشین‌های دیگر کجا هستند و غیره
* در شرایط خطرناک تصمیمات سریع بگیرند
این که بتوانیم هوش مصنوعی را طوری آموزش دهیم که این کارها را انجام دهد بسیار سخت است. جدا از سختی، موارد اخلاقی هم مطرح می‌شود. یعنی بارها مشاهده شده که خودروهای خودران تصمیمات اشتباه گرفته‌اند و سرنشینان را به خطر انداخته‌اند. در ماه می سال 2016 جاشوا براون 40 ساله در خودروی تسلای خودرانش جانش را به خاطر تصادف از دست داد. دلیلش هم این بود که زمانی که یک تریلی در حال عبور از چهارراه بود، خودروی او متوقف نشد.
مشکل دیگر این است که بسیاری از افراد از عدم وجود احساسات در این سیستم‌ها شکایت دارند. تصور کنید که خودروی خودران شما در حال راندن است و کامیون جلوی شما ناگهان متوقف می‌شود و یک خانواده عابر پیاده هم در پیاده‌رو هستند. حالا هوش مصنوعی باید چه تصمیمی بگیرد؟ آیا باید با به سمت خانواده داخل پیاده‌رو برود؟ یا فردی که داخل خودش است را قربانی کند تا جان آن خانواده را نجات دهد؟
پس تا زمانی که یک هوش مصنوعی نتواند این شرایط را به خوبی پشت سر بگذارد، نمی‌توان گفت که بهترین خودروهای خودران در خدمت مردم قرار گرفتند. در این شرایط بهتر است مردم فعلا خودشان کنترل خودروشان را در اختیار داشته باشند.
به نظر شما هوش مصنوعی چه خدمات دیگری می‌تواند ارائه دهد که درک آن برای عموم آسان باشد؟
