گفتگوی با برنارد مار نویسنده کتاب پرفروش بیگ دیتا (Big Data) در عمل در مورد هوش مصنوعی

هوش مصنوعی (AI) و یادگیری ماشین (ML)، در حال حاضر، مفاهیم بسیار شگفت انگیزی هستند که به نظر می رسد اغلب و به اشتباه بجای یکدیگر استفاده می شوند. این دو یکسان نیستند، اما درک آنها گاهی اوقات موجب سردرگمی می شود. بنابراین توضیح تفاوت بین این دو مساله ای مهم است

هر دو اصطلاح زمانی که موضوع کلان داده(BIG DATA)، علم تحلیل (ANALYTICS) و تغییرات تکنولوژیکی که در دنیای کنونی ما ایجاد می­شوند مطرح است، بسیار پررنگ می شوند.

به طور خلاصه هوش مصنوعی مفهوم گسترده ای از ماشین ها که قادر به انجام وظایف به گونه ای که ما آن را “هوشمند” یاد میکنیم است و یادگیری ماشین یک کاربرد فعلی از هوش مصنوعی است که بر مبنای ایده “ایجاد توانایی برای ماشین ها به منظور دسترسی به اطلاعات و اجازه خودآموزی به آن ها” بنا شده است.

 تاریخچه هوش مصنوعی

هوش مصنوعی تاریخچه ای طولانی دارد – یک اسطوره یونانی شامل داستان هایی درباره مردان مکانیکی است که برای تقلید رفتار انسانی طراحی شده بودند. کامپیوترهای بسیار اولیه اروپایی به عنوان “ماشین های منطقی” تصور می­شدند و با بازتولید توانایی هایی مانند ریاضی و حافظه ای ساده، مهندسان فعالیت­های خود را اساسا به منظور تلاش برای ایجاد مغز مکانیکی آغاز کردند.

درک ما از این که چگونه ذهن ما کار می کند پیشرفت کرده و مفهوم ما از آنچه که هوش مصنوعی را تشکیل می دهد، تغییر کرده است. به عبارت ساده، کار در حوزه هوش مصنوعی، تمرکز بر تقلید از فرآیندهای تصمیم گیری انسان و انجام وظایف به شیوه های انسانی است.

هوش مصنوعی (دستگاه های طراحی شده برای انجام اعمال هوشمندانه) اغلب به یکی از دو گروه اساسی زیر طبقه بندی می شوند ، کاربردی یا عمومی. هوش مصنوعی کاربردی شایع تر از نوع عمومی آن است – سیستم های طراحی شده برای تجارت سهام، یا راندن یک وسیله نقلیه خودران از نمونه­های هوش مصنوعی کاربردی است.

منظور ازهوش مصنوعی عمومی، سیستم ها یا دستگاه هایی است که از نظر تئوریک، می توانند هر کاری را انجام دهند. هوش مصنوعی عمومی رواج کمتری دارد، اما برخی از پیشرفت های هیجان انگیز امروز در این بخش به وقوع می پیوندند. همچنین توسعه یادگیری ماشین در این بخش از هوش مصنوعی اتفاق افتاده است و اغلب به عنوان زیر مجموعه ای از هوش مصنوعی به آن اشاره می شود.

ظهور یادگیری ماشین

دو پیشرفت مهم باعث بکارگیری یادگری ماشین در وسیله نقلیه شد، که این دو پیشرفت موجب پیشرفت های سریعی در حوزه هوش مصنوعی نیز گردید.

یکی از این پیشرفت­ها، قابلیت “درک وتفهیم” است –که آرتور ساموئل در سال 1959 آن را احراز کرد – به جای آموزش دادن به کامپیوتر ها، باید همه چیز را در مورد جهان و نحوه انجام وظایف به آن­ها فهماند تا با این روش خودشان به یادگرفتن مسلط شوند.

دردهه های اخیر ظهور اینترنت و افزایش میزان اطلاعات دیجیتالی که تولید، ذخیره و آماده تجزیه و تحلیل هستند(کلان داده ها) نیز دومین پیشرفت بزرگ محسوب می­شود.

هنگامی که این نوآوری ها پدید آمد، مهندسان متوجه شدند که می­توانند به جای آموزش دادن به کامپیوتر ها و ماشین ها، چگونگی یادگیری را به خود آنها واگذار کنند، ساخت کد هایی که به ماشین ها توانایی فکر کردن همچون انسان را بدهد به گونه ای که فقط کافی باشد آنها را به اینترنت متصل کرد تا به کلیه اطلاعات موجود در جهان دسترسی داشته باشند، مقداری سخت و البته بسیار کارامد محسوب می­شود.

شبکه های عصبی

توسعه “شبکه های عصبی” برای آموزش شناخت و درک جهان به رایانه ها همچون انسان، به گونه ای که در عین حال مزایای ذاتی ما مانند سرعت، دقت و عدم تعصب را حفظ کنند ، نقطه عطفی در این پیشرفت ها محسوب میگردد.

یک “شبکه عصبی” سیستم کامپیوتری است که برای طبقه بندی اطلاعات به همان شیوه ای که مغز انسان کار می کند طراحی شده است. با استفاده از “شبکه عصبی” می توان به عنوان مثال به کامپیوترها، چگونگی شناسایی تصاویر و طبقه بندی آنها طبق عناصر موجود در آنها را آموزش داد.

اساسا “شبکه عصبی” بر روی سیستمی بر پایه احتمال کار می کند و می تواند بر مبنای اطلاعاتی که به آن داده می شود، اظهارنظر، تصمیم گیری یا پیش بینی را با درجه ای از اطمینان ایجاد کند. به مرور چرخه بازخوردی که در این شبکه طراحی شده، یادگیری چگونگی بهینه سازی تصمیم گیری را به کامپیوتر آموزش می­دهد (با حس کردن و یا گفتن اینکه تصمیمات اتخاذ شده درست است یا غلط) و موجب بهبود رویکرد کامپیوتر برای تصمیم گیری ها و درک مسائل در آینده می شود.

برنامه های کاربردی یادگیری ماشین قابلیت خواندن متن و تفسیر اینکه آیا نویسنده آن، به طور مثال ناراضی است یا راضی را دارند. آنها همچنین می توانند به یک قطعه موسیقی که فردی به آن علاقه دارد گوش دهند، و به تفسیر شاد یا غمگین بودن موسیقی بپردازند و بر این اساس سایر قطعات موسیقی را که با خلق و خوی فرد مطابقت دارد به وی پیشنهاد دهند. در بعضی موارد، آنها حتی می توانند با الهام گرفتن از یک قطعه موسیقی، خودشان خالق یک موسیقی که بیان کننده تم شادی یا غمگین است باشند، یا اینکه حداقل می دانند این قطعه موسیقی، توسط طرفداران قطعه اصلی مورد استقبال قرار خواهد گرفت.

اینها امکاناتی است که توسط سیستم های مبتنی بر یادگیری ماشین و شبکه های عصبی ارائه می­شود. با الهام گرفتن از داستانهای علمی تخیلی،اخیرا ایده ای با موضوع “ما باید بتوانیم با ابزارهای الکترونیکی و اطلاعات دیجیتال همچون رابطه بین دو انسان، ارتباط برقرار کنیم” نیز مطرح شده است. برای این منظور، زمینه دیگری از  هوش مصنوعی -پردازش زبان طبیعی (NLP)- در سال های اخیر به یک منبع نوآورانه بسیار هیجان انگیز تبدیل شده است.

برنامه های کاربردی “پردازش زبان طبیعی (NLP)”به دنبال درک ارتباطات انسان­ها، نوشته­ها یا سخنان است که در مقابل با استفاده از زبان طبیعی مشابه، با ما ارتباط برقرار کند. یادگیری ماشین به درک تفاوت های ظریف میان زبان­های بومی و یادگیری شیوه پاسخ دادن به گونه ای که مخاطبان خاص آن را درک کنند کمک می­کند.

ابزاری برای برندینگ در بازاریابی

امروزه هوش مصنوعی و به ویژه یادگیری ماشین پیشنهادات جالبی برای دگرگون سازی دنیای ما دارند. با وعده­های داده شده توسط این دو که شامل اتوماسیون سازی انجام کارهای تکراری و همچنین ارائه بینش خلاقانه(Creative Insights) برای شرکت ها است، کلیه صنایع از بانکداری تا مراقبت های پزشکی و تولید، در حال بهره برداری از مزایای این دو تحول هستند. بنابراین، توجه داشته باشید هوش مصنوعی با یادگیری ماشین از یکدیگر متفاوت هستند. آنها در قالب محصولاتی که در اختیار افراد قرار دارد و توسط مردم خریداری می­شوند وجود دارند.

هم اکنون یادگیری ماشین به عنوان یک فرصت توسط بازاریابان مورد استفاده قرار گرفته است. در مسیر «انقلاب هوش مصنوعی» چندین بار اشتباه رخ داده اما اصطلاح یادگیری ماشین قطعا به بازاریابان امکانی جدید و مهمتر از همه پایدارتر را ارائه می دهد.

واقعیت این است که ما در نهایت هوش مصنوعی انسانگونه را که به عنوان یک بخش اجتناب ناپذیر از تکنولوژی و راه درمانی برای صنایع است، توسعه خواهیم داد. ما امروز، بیشتر از همیشه به این هدف نزدیک هستیم و با سرعت بالا به سمت آن حرکت می کنیم. بخش عمده ای از پیشرفت های هیجان انگیز، که ما در سال های اخیر شاهد آن بوده ایم، به دلیل تغییرات اساسی در نحوه کار هوش مصنوعی که توسط یادگیری ماشین به وجود آمده، می­باشد. امیدوارم این مقاله به افراد در درک تمایز بین هوش مصنوعی و یادگیری ماشین کمک کرده باشد.

تهیه و تنظیم: آکادمی تحول دیجیتالی