نگاهی بر هفت نوع هوش مصنوعی (AI)

هوش مصنوعی (AI) احتمالاً پیچیده‌ترین و شگفت‌انگیزترین خلاقیت بشر امروزی است. آیا یک ربات توانایی عملکردی هوشمندانه همانند یک انسان را دارد؟ آیا هوش مصنوعی می‌تواند هر مسئله‌ای را که یک انسان به کمک ذهن خود حل می‌نماید را حل کند؟ چه شباهت‌هایی میان مغز و عملکرد سیستم عصبی انسان و یک سیستم رایانه‌ای وجود دارد؟ آیا ربات‌ها می‌توانند به صورت مستقل و بدون دخالت انسان تفکر کنند؟ آیا ربات‌ها همچون انسان دارای احساسات هستند؟ و سؤال مهم‌تر اینکه اگر ربات‌ها به چنین سطحی از توانایی‌ها دست پیدا کنند خود انسان در آن روز در چه جایگاهی خواهد بود؟

این‌ها سؤالاتی هستند که پژوهشگران حوزه هوش مصنوعی، فیلسوف‌ها و دانشمندان علوم شناختی به روش خود در پی پاسخگویی به آن هستند. اگر برای شما هم این سوالات به وجود آمده است پیشنهاد می‌کنیم تا پایان مطلب با ما همراه باشید

گسترش هوش مصنوعی (AI)

این بی‌توجهی به این واقعیت است که این زمینه تا حد زیادی ناشناخته مانده است، به این مفهوم که هر برنامه قابل‌توجه AI که امروزه شاهد آن هستیم، دقیقاً مانند قله‌ی کوه یخ AI است. در حالی که ممکن است بارها این واقعیت بیان شده و تصریح شده باشد، اما هنوز هم دستیابی به دیدگاهی در مورد تأثیر بالقوه هوش مصنوعی در آینده سخت است. دلیل این امر این است که تأثیر انقلابی که AI در این مرحله نسبتاً ابتدایی در توسعه خود به جامعه می‌دهد.

گسترش سریع و قابلیت‌های قدرتمند هوش مصنوعی، مردم را در مورد اجتناب ناپذیری و نزدیکی تصاحب هوش مصنوعی دچار اضطراب کرده است. علاوه بر این، تحول ناشی از هوش مصنوعی در تجارت‌های مختلف باعث شده است که رهبران تجارت‌ها و عموم مردم چنین فکر کنند که به دستیابی به اوج تحقیقات هوش مصنوعی و به حداکثر رساندن پتانسیل هوش مصنوعی نزدیک هستیم. اما درک انواع هوش مصنوعی‌هایی که امکان‌پذیر هستند و انواع موجود در حال حاضر تصویر واضح‌تری از قابلیت‌های هوش مصنوعی موجود و مسیر طولانی برای تحقیقات هوش مصنوعی ارائه می‌کنند.

شناخت انواع طبقه‌بندی هوش مصنوعی (AI)

با توجه به اینکه اهداف تحقیقات هوش مصنوعی برای ایجاد ماشین آلات از عملکرد انسان تقلید می‌کنند، سطحی که در آن سیستم هوش مصنوعی می‌تواند ظرفیت‌های انسانی را تکرار کند، به عنوان ضابطه‌ای برای تعیین نوع هوش مصنوعی استفاده می‌شود. بنابراین، بسته به نحوه‌ی مقایسه ماشین آلات با افراد در رابطه با انعطاف‌پذیری و کارایی، هوش مصنوعی می‌تواند تحت یک نوع از میان چندین نوع هوش مصنوعی دسته بندی شود. تحت این روش، هوش مصنوعی‌ای که می‌تواند عملکردهای شبیه انسان بیشتری با سطوح مساوی از مهارت داشته باشد، به عنوان نوع توسعه یافته‌ای از هوش مصنوعی در نظر گرفته می‌شود، در حالی که هوش مصنوعی عملکرد را محدود می‌سازد و عملکرد می‌تواند از نوع ساده‌تر با تکامل کمتر در نظر گرفته شود.

بر اساس این استاندارد، تنها دو روش وجود دارد که توسط آنها هوش مصنوعی به‌طور کلی دسته‌بندی می‌شود. ۱. نوع به طبقه‌بندی هوش مصنوعی و ماشین‌آلات مجهز به هوش مصنوعی بسته به شباهتشان به ذهن انسان و توانایی‌شان برای باور کردن و حتی احساس کردن همانند انسان‌ها بستگی دارد. طبق این سیستم طبقه بندی، چهار نوع هوش مصنوعی و سیستم مبتنی بر هوش مصنوعی (AI) وجود دارد: ماشین‌های واکنشی (راکتیو)، ماشین‌هایی با حافظه محدود، نظریه ذهن و هوش مصنوعی خود توضیحی.

1. ماشین‌های واکنشی (راکتیو)

همه‌ی این ماشین‌ها از نوع فرم‌های اولیه‌ی سیستم‌های هوش مصنوعی هستند که به شدت ظرفیت را محدود ساخته‌اند و ظرفیت ذهن انسان را تقلید می‌کنند. این ماشین‌ها دارای عملکرد مبتنی بر حافظه نیستند که دلالت دارد بر اینکه چنین ماشین‌ها نمی‌توانند از تجارب قبلاً به‌دست آمده برای اعلان عملیات موجودشان استفاده کنند، یعنی ماشین‌هایی که قابلیت یادگیری ندارند. این ماشین‌ها ممکن است برای پاسخگویی به مجموعه‌ی محدود یا ترکیبی از ورودی‌ها استفاده شوند و نمی‌توانند برای تکیه به حافظه برای تقویت عملیاتشان بکار گرفته شوند. مثالی از سیستم هوش مصنوعی، سیستمی است که در مسابقه شطرنج، استاد بزرگ شطرنج گری کاسپاروف را در سال ۱۹۹۷ شکست داد.

2. حافظه محدود

ماشین‌های حافظه محدود ماشین‌هایی هستند که علاوه بر دستیابی به ظرفیت‌های ماشین‌های واکنشی خالص قادر به یادگیری از داده‌های سوابق برای تصمیم‌گیری‌ها هستند. تحت این طبقه بندی هوش مصنوعی، حجم‌های قابل توجهی از اطلاعات آموزشی به تمام سیستم‌های هوش مصنوعی آموزش می‌دهند، مانند سیستم‌هایی که از یادگیری عمیق استفاده می‌کنند که برای حل مسائل جهت تشکیل یک مدل الگو در حافظه‌شان ذخیره می‌کنند. به عنوان مثال، هوش مصنوعی با تشخیص تصویر با هزاران برچسب و تصویر برای دستور دادن به آن برای نام گذاری اشیایی که اسکن می‌کند، آموزش می‌بیند. زمانی که تصویری با این نوع هوش مصنوعی اسکن می‌شود، از تصاویر آموزشی به عنوان مراجعی برای درک محتویات تصویر استفاده می‌کند و بر اساس تجربه یادگیری‌اش، تصاویر تازه را با صحت زیادی برچسب‌گذاری می‌کند.

تقریباً تمام کاربردهای هوش مصنوعی(AI) امروزی، از چت بت‌ها و ابزارهای مجازی گرفته تا وسایل نقلیه خودران توسط هوش مصنوعی با حافظه محدود هدایت می‌شوند.

3. نظریه ذهن

گرچه دو نوع هوش مصنوعی قبلی امروزه به وفور یافت می‌شوند، دو نوع بعدی هوش مصنوعی مدت‌هاست که به صورت نظریه یا کار در حال پیشرفت وجود دارند. نظریه تفکرات هوش مصنوعی، سطح دیگری از سیستم‌های هوش مصنوعی است که محققان متعهد به نوآوری آنها هستند. مفهومی از تفکرات سطح هوش مصنوعی، داشتن توانایی برای درک موجودیت‌هایی است که امروز از طریق احساسات با آن در تعامل است که از طریق شناسایی خواسته‌ها، باورها و فرایندهای فکر کردن صورت می‌گیرد. در حالی که هوش مصنوعی هم اکنون تجارت نوپا و زمینه‌ی مورد علاقه‌ای برای محققان هوش مصنوعی است، کسب نظریه ذهن سطح هوش مصنوعی (AI) به توسعه زیادی نیاز دارد. زیرا برای درک واقعی تقاضاهای بشر، ماشین‌های هوش مصنوعی باید بشر را به عنوان انسان‌هایی درک کنند که توسط عامل‌های زیادی شکل گرفته‌اند، و در اصل درک بشر.

4. خودآگاهی

این آخرین مرحله از توسعه هوش مصنوعی(AI) است که امروزه تنها به‌طور فرضی وجود دارد. هوش مصنوعی خود آگاهی که خود توضیحی نیز نامیده می‌شود، هوش مصنوعی است که مشابه مغز انسان تکامل یافته و خودآگاهی را توسعه داده است. ساختن این نوع هوش مصنوعی، که چند دهه است، اگر قرن‌ها از تحقق آن فاصله نباشد، هدف اصلی تحقیقات هوش مصنوعی خواهد بود. این نوع هوش مصنوعی قادر به درک و تکامل احساسات با آنهایی که در تعامل است نخواهد بود، ولی در عوض دارای احساسات، نیازها، باورها و آرزوهای احتمالی خودش خواهد بود. و این فرمی از هوش مصنوعی است که بدبین‌های تکنولوژی در مورد آن محتاط هستند.

همچنین ممکن است منجر به فاجعه شود، گرچه بلوغ خودآگاهی می‌تواند پیشرفت ما را با جهش‌ها و مرزها افزایش دهد. زیرا بعد از خودآگاهی، هوش مصنوعی قادر به داشتن تفکراتی همانند حفاظت از خود خواهد بود که ممکن است به‌طور مستقیم یا غیرمستقیم پایان بشر را هجی کند، از جمله یک طرح جامع که طرح‌هایی را برای جانشین سازی بشر ارائه می‌کند و می‌تواند از هوش هر انسانی سبقت گیرد.

سیستم جایگزین طبقه بندی که به‌طور گسترده در تفسیر فناوری استفاده می‌شود، طبقه‌بندی فناوری به سه هوش باریک مصنوعی (ANI)، هوش عمومی مصنوعی (AGI) و ابرهوش مصنوعی (ASI) است.

5. هوش باریک مصنوعی

این نوع هوش مصنوعی تمام انواع هوش‌های مصنوعی(AI) موجود را ارائه می‌کند که حتی شامل پیچیده‌ترین و تواناترین هوش مصنوعی‌هایی است که تاکنون به وجود آمده است. هوش مصنوعی، سیستم‌های هوش مصنوعی را توصیف می‌کند که می‌توانند وظیفه‌ای را به‌طور خودگردان با استفاده از قابلیت‌های شبیه انسان انجام دهند. این ماشین‌ها نمی‌توانند کاری فراتر از آنچه که برای انجام آن برنامه‌ریزی شده‌اند، انجام دهند و بنابراین دارای مجموعه‌ی باریک یا به‌شدت محدودیتی از شایستگی‌ها هستند. طبق سیستم طبقه‌بندی، این سیستم‌ها با هوش مصنوعی با حافظه محدود و تمام واکنش‌ها متناظر هستند. حتی پیچیده‌ترین هوش مصنوعی که از یادگیری ماشین برای آموزش خودش و یادگیری عمیق استفاده می‌کند، تحت ANI قرار می‌گیرد.

6. هوش عمومی مصنوعی (AGI)

هوش عمومی مصنوعی قابلیت هوش مصنوعی نماینده برای یادگیری، مشاهده، درک، و عملکرد کامل به‌عنوان یک بشر است. این سیستم‌ها از قابلیت ساخت مستقل شایستگی‌های متعدد و ایجاد تعمیم‌ها و اتصالات در میان زمینه‌های مختلف برخوردارند و به طور انبوه زمان لازم برای آموزش را کاهش می‌دهند. با تکرار قابلیت‌های مان که چند عملکردی هستند، این مورد، سیستم‌های هوشمند را در حد انسان‌ها توانا خواهد ساخت.

7. ابرهوش مصنوعی (ASI)

احتمالاً پیشرفت فناوری هوش مصنوعی نشانگر اوج تحقیقات هوش مصنوعی(AI) خواهد بود، از آنجایی که AGI علاج‌پذیرترین فرم هوش در سطح زمین گشته است. علاوه بر تکثیر هوش چند جانبه ی بشر، ASI در حد زیادی در هر چیزی به دلیل حافظه بیشتر، بررسی و پردازش داده سریع‌تر و قابلیت‌های تصمیم‌گیری بهتر خواهد بود. رشد AGI و ASI می‌تواند منجر به شرایطی شود که از محبوب‌ترین آنها به عنوان تکینگی یاد می‌شود. و وجود ما می‌تواند تهدیدی برای چنین ماشین‌ها باشد، پتانسیلی که در نحوه‌ی زندگی ما، جذاب به نظر می‌رسد.

در این مرحله تا زمانی که انواع پیشرفته‌تر هوش مصنوعی به بخشی از زندگی ما تبدیل شود، نمی‌توان وضعیت دنیایمان را پیش‌بینی کرد. با این حال، مشخص است که راهی وجود دارد، زیرا وضعیت فعلی توسعه هوش مصنوعی برخلاف جایی که پیش‌بینی می‌شود، در مرحله اولیه‌اش برای رسیدن به آنجا می‌باشد که معمولاً به این مفهوم است که اکنون برای نگرانی در مورد تکینگی (منحصربه‌فرد بودن) برای فردی که پیش‌بینی منفی برای آینده هوش مصنوعی دارد، کمی زود است و هنوز به گذر زمان نیاز دارد. و برای آنهایی که در مورد آینده هوش مصنوعی خوش بین هستند، این واقعیت که ما فقط سطح رشد هوش مصنوعی(AI) را خراشیده‌ایم، آینده را جذاب‌تر می‌سازد.