Iranian Futurist 
Iranian Futurist
Ayandeh-Negar
Welcome To Future

Tomorow is built today
در باره ما
تماس با ما
خبرهای علمی
احزاب مدرن
هنر و ادبیات
ستون آزاد
محیط زیست
حقوق بشر
اخبار روز
صفحه‌ی نخست
آرشیو
اندیشمندان آینده‌نگر
تاریخ از دیدگاه نو
انسان گلوبال
دموکراسی دیجیتال
دانش نو
اقتصاد فراصنعتی
آینده‌نگری و سیاست
تکنولوژی
از سایت‌های دیگر


هوش مصنوعی مثل هميشه پيچيده‌ است

اگر عضو یکی از شبکه‌های زیر هستید می‌توانید این مطلب را به شبکه‌ی خود ارسال کنید:
Twitter Google Yahoo Delicious بالاترین دنباله

[14 Mar 2015]   [ یوآب جکسون]

یوآب جکسون
مترجم: علی حسینی

در سال 1996، چند تن از پژوهش‌گران دانشگاه ام‌آی‌تی فکر کردند می‌توانند بينایی کامپيوتری را در خلال يک پروژه تابستانی (موسوم به Summer of Vision) به نتيجه برسانند و اصلاً شايد کامل کردن اين پروژه را به چند دانشجوی باهوش بسپارند. از آن سال تاکنون همه دنيا روی اين مسئله کار می‌کند. بينایی کامپيوتری حيطه‌ای است که در آن کامپيوترها نيز می‌توانند اشيا را همان‌گونه تشخيص دهند که انسان‌ها شناسایی می‌کنند. مثلاً «آن يک درخت است.»، «او کارلوس است.» و مانند اين‌ها. اين يکی از چند کاری است که انتظار داريم هوش مصنوعی تعميم‌يافته (Generalized Artificial Intelligence) از پس‌ آن برآيد تا درنتيجه، ماشين‌ها بتوانند مانند انسان‌ها کار و استدلال کنند.

ما در حيطه بينایی کامپيوتری، به‌ويژه در چند سال اخير، پيش‌رفت‌های قابل ‌توجهی هم داشته‌ايم که البته اين پيش‌رفت‌ها 50 سال ديرتر از آن‌چه پيش‌بينی شده ‌بود به‌دست‌ آمد و همين موضوع نشان می‌دهد چرا هوش مصنوعی هدفی چنين سخت و پيچيده است. بو کرونن (Beau Cronin)، از مديران بخش محصولات سايت سيلزفورس که در راستای اهداف شرکت خود، روی فناوری‌های متأثر از هوش مصنوعی کار می‌کند، چندی پيش در کنفرانس O'Reilly Strata + Hadoop World در نيويورک گفته ‌بود: «سخت بتوان پی برد که در حيطه هوش مصنوعی چقدر پيش‌رفت حاصل شده ‌است.» بن‌مايه اصلی اين کنفرانس بزرگ‌داده‌ها(Big Data) بود. نياز به تحليل‌های بزرگ‌داده يا بیگ دیتا به پژوهش‌های هوش مصنوعی شتاب بخشيده ‌است. امروزه بزرگان صنعت اينترنت از جمله اپل، گوگل، فيس‌بوک، مايکروسافت و آی‌بی‌ام، تحقيقات هوش مصنوعی را در اولويت کارهای‌شان قرار می‌دهند و روند رو‌به‌ پيش‌رفت آن‌ در کارهای کم‌وبيش روزمره‌ای همچون آگهی‌های هدف‌مند و دستياری شخصی را ادامه می‌دهند. کارنن بر اين باور است که ما از بسياری ابعاد، به هوش مصنوعی فراگير که در آن کامپيوتر بتواند مانند انسان رفتار کند، نزديک‌تر نشده‌ايم. سامانه‌هایی مانند يادگيری ماشينی که از فناوری‌های هوش مصنوعی بهره می‌برند، به‌گونه‌ای تعريف شده‌اند که فقط کارهای بسيار مشخصی را انجام دهند. کارنن می‌گويد: «برآورد وضعيت هوش مصنوعی هميشه دشوار بوده ‌است. ارزيابی سامانه‌های هوش مصنوعی سخت است و ممکن است آن‌ها در يک حيطه پيش بروند، ولی در حيطه‌‌ای ديگر موفقيتی به‌دست نياورند. بسياری از پروژه‌ها، گاهی حتی آن‌ها که خيلی خوب برای‌شان سرمايه‌گذاری شده ‌است، به جایی نمی‌رسند.»

حتی تعريف‌های ابتدایی از هوش مصنوعی نيز هنوز ابهام‌زدایی نشده‌اند. هنگامی ‌که دو نفر درباره هوش مصنوعی سخن می‌گويند، ممکن است منظور يکی از آن‌ها يک الگوريتم خاص در يادگيری ماشينی باشد، درحالي‌که ديگری دارد درباره روبات‌های خودکار حرف می‌زند. هوش مصنوعی هنوز هم برای آدم‌های عجيب و غريب و گوشه‌گيری که اميدوارند هر هفته با ده ساعت کار در زيرزمين‌ خانه‌شان مسئله هوش مصنوعی را يک‌بار برای همه حل کنند، جذاب است.
پروژه جاه‌طلبانه Summer of Vision ام‌‌آی‌تی در دهه 1960 يکی از موانع بزرگ در پژوهش‌های هوش مصنوعی را آشکار کرد که از آن به «تناقض موراوک» يا Moravec’s Paradox ياد می‌شود. تناقض موراوک ادعا می‌کند کارهایی مانند شناسایی اشيا و استنباط که انجام آن‌ها برای انسان‌ها آسان است، برای کامپيوترها بسيار سخت است و برعکس، آن‌چه انجام آن برای کامپيوترها آسان است، مانند اثبات تئوری‌های پيچيده برای انسان‌ها، اگر ناممکن نباشد، بسيار دشوار است.

موج‌های اغراق‌آميز درباره يادگيری ماشين‌ها و سپس توهم‌زدایی از چنين اغراق‌هایی نتيجه چندانی در پی نداشت و اين گستره علمی را به‌ دوره‌هایی سوق داد که از آن‌ها به‌عنوان «زمستان‌های هوش مصنوعی» ياد می‌شود. دوره‌هایی که در آن‌ها سرمايه‌گذاری‌های پژوهشی در اين حيطه قطع و پيش‌رفت‌ها کند شدند. کارنن می‌گويد، شايد از اين پس زمستان ديگری را برای هوش مصنوعی شاهد نباشيم؛ زيرا شرکت‌های بزرگ بسيار زيادی، به‌ويژه گوگل و فيس‌بوک، مدل‌های کسب‌وکار خود را بر اساس بهره‌گيری از محاسبه‌های هوشمند بنيان نهاده‌اند تا بهتر دريابند کاربران‌ آن‌ها به ‌دنبال چه چيزی هستند. شرکت‌های ديگری هم هستند که در سرويس‌ها و ابزارهای‌شان از هوش‌ مصنوعی بهره می‌برند؛ دستيار صوتی Siri اپل و ابرکامپيوتر واتسون آی‌بی‌ام از آن جمله‌اند. از بسياری ابعاد، سامانه‌های هوش مصنوعی امروزی ادامه نسل نخستين سامانه‌های هوش مصنوعی دهه 1960 به‌شمار می‌آيند که اليزا يکی از آن‌ها بود. اليزا برنامه‌ای بود که نسخه‌های روان‌پزشکی می‌پیچید و تا همين امروز هم برخی از توييتربات‌ها از آن استفاده می‌کنند. يکی ديگر از آن برنامه‌ها نيز Perceptron نام داشت که از نخستين پيشگامان شبکه‌های عصبی يادگيری عميق به‌شمار می‌رفت.

به گفته کارنن، نخستین برنامه‌های هوش مصنوعی «عميقاً ناقص و محدود» بودند و توان‌مندی‌های‌ آن‌ها خيلی ابتدایی بود. با اين‌ همه، «می‌توانيد از آن سامانه‌های نخست تا آن‌چه امروز داريم در حيطه هوش مصنوعی انجام می‌دهيم خط مستقيمی بکشيد.» واتسون همان ‌چيزی است که آرزو داشتيم اليزا باشد. البته پس از سال‌ها پيش‌رفت بسيار کم، اينک در گونه‌های شگفت‌آورتری از دستياری‌ «هوشمندوار» برای انجام کارهای خاص شناور می‌شويم. شتاب پيش‌رفت به‌گونه‌ای است که: «حتی آن‌هایی را هم که مدت زيادی در اين حيطه حضور داشته‌اند» به شگفتی واداشته‌ است. تا همين ده سال پيش تصور می‌شد خودروهای خودران که اينک در آستانه عرضه تجاری هستند، يک فناوری تقريباً دسترس‌ناپذیر باشند. شايد علت آن تغيير در سرمايه‌گذاری برای پژوهش‌های هوش مصنوعی است. دولت‌ها با پولی که می‌توانند برای تحقيق بپردازند، هميشه در پژوهش‌های بسيار جاه‌طلبانه‌ای سرمايه‌گذاری کرده‌اند. برای سال‌ها، سازمان‌های تحقيقاتی تجاری کوچک مانند SRI International و Cycorp اين پيش‌رفت‌ها را ‌پيش برده‌اند.

اين روزها پژوهش‌های هوش مصنوعی در بيش‌تر شرکت‌های بزرگ آی‌تی و اينترنتی همچون گوگل، فيس‌بوک و مايکروسافت پشتيبان‌های قدرت‌مندی دارد. بسياری از استارت‌آپ‌های کوچک‌تر نيز با سرمايه‌گذاری‌های مخاطره‌پذير در اين حرکت سهيم هستند. کارنن می‌گويد، اين‌ روند به‌ طور فزاينده بيش‌تر به‌سوی پروژه‌های تجاری متمايل شده‌ است تا پروژه‌های دانشگاهی. درنتيجه، فناوری‌های هوش مصنوعی اينک در مقايسه با روزهایی که به حيطه دانشگاه‌ها محدود بودند، در گستره‌های بزرگ‌تری به‌کار گرفته می‌شوند. تأثير يادگيری عميق که در اصل در دانشگاه‌ها پا گرفت با زمانی که به گوگل راه پيدا می‌کند و در يک محصول جديد به‌کار گرفته می‌شود، يکی نيست. درنتيجه، شیوه‌های هوش مصنوعی مانند يادگيری ماشينی، اينک با شتابی بيش‌تر از پيش در سرويس‌ها و کالاهای تجاری تلفيق می‌شوند. کارنن به ‌اين موضوع اشاره می‌کند که اهمیت واتسون و سيری بيش‌تر به ‌اين دلیل است که «پروژه‌های بزرگ يکپارچه‌سازی»، نه به علت پیشگامی‌شان در گونه‌های جدید هوش. هستند تا پيشگام بودن آن‌ها در گونه‌های جديد هوش. همچنين، هجوم رو به‌ رشد بزرگ‌داده‌ها به ‌اين شاخه کمک کرده ‌است تا شیوه‌های نتيجه‌گيری‌ و ديگر شیوه‌های آماری را معرفی کند که کم‌تر کسی تصور می‌کرد در فناوری چنين نقش بزرگی بازی کنند. در روزهای کهن پژوهش‌های دانشگاهی هوش مصنوعی، مقدار داده‌هایی که می‌شد برای استدلال مخالف از آن‌ها استفاده‌ کرد، در مقايسه با کوه‌های داده امروزی تقريباً کم بود. گوگل بانکی از مجموعه داده‌های انبوه خود را درباره کاربرانش پديد آورده ‌است؛ بانکی که نخست آن‌ را پديد آورد و سپس تصميم گرفت چگونه از آن پول دربياورد. اين شرکت در روزهای نخست درگير اين نبود که ساختارهای بسياری را در مدل خود جای دهد. مهندسان گوگل اين ‌را تأثير فوق‌العاده داده‌ها (Unreasonable Effectiveness of Data)ناميده‌اند. کارنن می‌گويد: «ولی در تغيير جهتی درازمدت، بايد در آينده بيش از اکنون به تکنيک‌های يادگيری عميق‌تر بيانديشيم.» شیوه‌های امروزی ما را به‌ هوش مصنوعی کامل نمی‌رسانند. «ما به مدل‌های پربارتر و پيش‌بينی‌پذيرتری نياز داريم»؛ مدل‌هایی که بتوانند به طور معمول درباره آن‌چه روی خواهد داد پيش‌بينی کنند. ژوان پابلو ولِز، يکی از حاضران در کنفرانس يادشده که از تحليل‌گران شرکت مشاوره علوم داده Polynumeral در نيويورک است، با برآوردهای کارنن درباره هوش مصنوعی موافق است. او می‌گويد، نوآوری‌های جديد بسياری درخصوص يادگيری عميق روی داده‌ که در گستره‌‌ای همچون جست‌وجوی تصاوير گوگل به‌اجرا درآمده ‌است.

اين پژوهش‌ها بسیار به دستورکار شرکت‌های بزرگ وابستگی دارند و الزاماً معنی آن اين نيست که به هوش ماشينی تعميم‌ يافته نزديک‌تر شده‌ايم. از بسياری ابعاد، ما هنوز در همان نقطه پژوهش‌های هوش مصنوعی که هميشه بوده‌ايم قرار داريم: حرکت سريع به جلو در برخی ابعاد، درحالي‌که ظاهراً هنوز در راستای آن هدف بزرگ، يعنی هوش مصنوعی تعميم‌ يافته ‌حرکت نکرده‌ايم. آن‌گونه که يان لوکان مدير پژوهش‌های هوش مصنوعی فيس‌بوک گفته ‌است، پژوهش‌های هوش مصنوعی مانند رانندگی سريع در هوای مه‌آلود است که شما نمی‌توانيد مانع بعدی در جاده را که به‌ آن خواهيد خورد، ببينيد. تا روزی که خودرویی بسازيم که بتواند به‌جای ما درون مه پيش‌ رو را ببيند، آينده هوش مصنوعی تا مدتی نامشخص باقی خواهد ماند.



برچسب: هوش مصنوعی - یادگیری ماشین - بینایی کامپیوتری - IBM - گوگل

مطلب‌های دیگر از همین نویسنده در سایت آینده‌نگری:


منبع:


بنیاد آینده‌نگری ایران



جمعه ۵ خرداد ۱۳۹۶ - ۲۶ مه ۲۰۱۷

+ کتاب قانون اساسی زمینشهر منتشر شد: اکرمی، موسی

+ اعتراف : ۲۲ بهمن روز چیرگی کفر بر ایمان بود. 

+ استفان هاوکینگ: محبوبیت ترامپ غیرقابل توضیح است و برکزیت بوی فاجعه می دهد 

+  

+ ۱۱ نشانه از آینده هیجان انگیز تکنولوژی 

+ پیش‌بینی زندگی انسان در دو قرن آینده. میثم لطفی

+ سنت حقوقی مسلمانان و چالش برابری جنسیتی دکتر زیبا میرحسینی

+ تفاوت آیند ه پژوهی و آینده نگری  

+ سلسله بحثهایی برای خلاقیت، نوآوری و کارآفرینی(10) 

+ سلسله بحث هایی برای خلاقیت، نوآوری و کارآفرینی(9) 

+ سلسله بحثهایی برای خلاقیت، نوآوری و کارآفرینی(8) 

+ سلسله بحث های خلاقیت، نوآوری و کارآفرینی (7) 

+ آسمان بر ما جفا نکرده است دکترمحسن رنانی

+ زندگی در سیاره اورانوس 

+ جامعه اطلاعاتى: زمينه اقتصاد فراملّى و پيامدهاى آن.  ويليام. اچ. ملودى

+ آینده آزمایی شراره عاضدی تهرانی

+ آسیب شناسی کم جانی علم اقتصاد در آکادمی ایران  دکاتیر محمد فاضلی و محسن رنانی

+ نيروي كار فناوري اطلاعات 

+ فلسفه در محکمه ایدئولوژي دکتر رضا داوری اردکانی

+ بی توجهی به مسؤولیتهای اجتماعی، بر شاخه نشستن و بن بریدن است پروفسور محمدرضا سرکار آرانی

+ تجارت قرن بیست و یکم رابرت تی کیوساکی

+ کتاب «آینده ذهن» منتشر شد 

+ قربانیان عید قربان و چالش قدرت در خاندان ال سعود رضا علوی

+ گیدنز؛ مدرنیسم، پست‌مدرنیسم و راه سوم  فرهاد بذرافکن

+ تبیین خانواده‌ی دموکراتیک در نظریه‌ی راه سوم گیدنز نسرین قوامی

+ آﻳﻨﺪهﭘﮋوﻫﻲ و ﻋﻠﻮم اﻧﺴﺎﻧﻲ: ﺑﺮرﺳﻲ ﻣﺴﺄﻟﺔ ﺳﻨﺎرﻳﻮﻫﺎي ﻫﻨﺠﺎري ﺟﻤﻴﺰ اوﮔﻴﻠﻮي

+ نقش رسانه‌ها در توسعه همه‎جانبه کشور محمدحسن آغاز

+ آینده‌ پژوهی و آینده شناسی نیاز مبرم مدیریت توسعه ملی 

+ آینده در تصرف رسانه‌های مجازی 

+ جهانی شدن و تنوع فرهنگ مترجم: وحیدرضا نعیمی

+ انقلاب فناوری در افغانستان ترجمه: نسترن صائبی

+ قدرت روابط انسانی  کوین جویس، مترجم: سیما مهذب حسينيان

+ چگونه مديري با اعتماد به نفس باشيم؟ ناديا گودمن - مترجم: زهرا آزموده

+ آينده نگري بحران امير محمدي

+ خلاصه کتاب ساختار انقلاب های علمی توماس کوهن حجت غلام زاده

+ دوراندیشی در فناوری 

+ چرا دورانديشي؟ 

+ كارآفريني ديجيتال، روند غالب دهه‌هاي آينده محمد علي آذري نيا

+ تشریح فرآیند تاریخی موضوع درایران 

+ نگاهي ديگر به مديريت زمان مترجمان: حسن قربانی ،حسن خسروی

+ ورود به دنیای دیجیتال جاناتان فیلدز

+ نقش دولت‌ها در قرن ارتباطات و فناوری اطلاعات  ترجمه: نیما کاووسی

+ مهارت‌های قرن بیست و ‌یکم ترجمه دکتر فریده مشایخ

+ نفت، امنیت و سیاست: آیا چین آمریکا را در خلیج فارس به چالش می‌کشد؟ گزارش راهبردی اندیشکده دانمارکی

+ هوش مصنوعی مثل هميشه پيچيده‌ است یوآب جکسون

+ این ژل خون‌ریزی شما را بلافاصله قطع می‌کند جو لاندولینا

+ فلسفه تاريخ و جهاني شدن بن درفمن

+ مدیران شایسته وتحول سازمانی مهشید باستانی پور مقدم

+ نقش مديريت دانش در آموزش عالي فاطمه شعيبي- سيد محمود هاشمي

+  

+ تحولات تکنولوژی و ماهیت مشاغل در عصر اطلاعات و ارتباطات جرمی ریف کین

+ رقص تغییر در عصر نوین 

+ رهبری در عصر فرانوگرایی مترجم: عبدالصمد خدامی

+ جهانی شدن و هویتِ قومی در ایران 

+ جهانی شدن فرهنگ، هویت گل محمدی، احمد

+ ﺟﻬﺎﻧﻲ ﺷﺪﻥ - ﺑﺨﺖ ﺑﺎ ﺷﺠﺎﻋﺎﻥ ﻳﺎﺭ ﺍﺳﺖ ﻟﺴﺘﺮ ﺗﺎﺭﻭ

+ ﺟﻬﺎﻧﻲ ﺷﺪﻥ، ﻓﻨﺎﻭﺭﻱ ﺍﻃﻼﻋﺎﺕ ﻭ ﭼﺎﻟﺸﻬﺎ ﺁﻗﺎﺯﺍﺩﻩ، ﺳﺎﺭﺍ- ﺣﺴﻴﻦ ﻣﺒﺎﺭﻛﻲ

+ مقدمه و فصل اول کتاب جامعه ي دانايي و پرسش هاي پژوهشي آينده ايلكا تومي

+ توسعه پایدار، توسعه انسانی و اشتغال دانش آموختگان جواد پورکریمی

+ آموزش عالی و گذار به جامعه مبتنی بر دانایی 

+ جهانی شدن و چالش های فراروی دولت محمد ندیری

+ انقلاب اطلاعاتي و ساختار نظام دموكراتيك جهاني دونالد – چنفيلد

+  

+ آسیب اجتماعی چیست و با آن چه باید کرد؟  سعید معیدفردر

+ از انقلاب بهمن چه ميتوان آموخت ؟ نشست پالتاکی اتحاد برای پیشبرد سکولار دموکراسی در ایران

+ لباس های تمیز، اقیانوس های کثیف مترجم: فرناز حیدری

+ مخاطرات افزایش تعداد شهرهای بزرگ  جرمی ریفکین

+ کار از راه دور فرصتی نوین در دنیای دیجیتال حوریه سادات برهانی

+ نگاه امنیتی نمي‌گذارد شکاف دیجیتالی از بین رود  محیا برکت

+  

+ جستاری در تاریخچه، مبانی و شاخه‌های علم هوش مصنوعی‌ 

+ گلوبالیسم یا جهانی شدن  

+ دنیای آینده با نانو تکنولوژی  

+ «انسان سالاری»، محور جامعه اطلاعاتی  

+ نابرابری اطلاعاتی; مسئله جامعه اطلاعاتی- 3 سیـد عـلی نـاظـم زاده

+ نابرابری اطلاعاتی; مسئله جامعه اطلاعاتی - 2 سیـد عـلی نـاظـم زاده

+ کرمی: رهبری جنبش محدود به خاتمی، موسوی و کروبی نیست  هانا کاویانی

+ افرادی با هوش‌های متفاوت مترجم: رزیتا شاهرخ

+ سرعت و دقت رایانه در راه رسیدن به توان انسانی پارسا ستوده‌نیا

+ جاه‌طلبانه‌ترین نظریه در فیزیک بنیادی ریچارد - دیوید

+ نوآوری؛ کلید توسعه دانایی محور دکتر شهرام یزدانی

+ World Politics h

+ چند قدم در اینترنت مترجم: میثم لطفی

+ دنیای اوباما مترجم : محمد امین خرمی

+ بی‌سوادی نوین مهدی صمدی

+ گام‌های جدید فناوری در سازمان‌های قضایی  مترجم: ميثم لطفي-

+ گام‌های جدید فناوری در سازمان‌های قضایی  مترجم: ميثم لطفي-

+ چهار گام در راه رسیدن به دولت الکترونیک کیاون دستمالچی

+ در ایالت نیوجرسی، تحریم های تازه ای علیه ایران تصویب شد -

+ ایران دیگر یکی از پنج مبدا پناهجویان ایرلند نیست -

+ محدوديت های تازه برای دانشجویان ایرانی در هلند -

+ ایران به پرداخت نیم میلیارد دلار غرامت محکوم شد -

+ هشدار آمریکا درباره سفر به ايران -

+ برای نخستين بار یک بشکه نفت، ۱۰۰ دلار معامله شد -

+ جواهری و حسين خواه از زندان آزاد شدند  .

+ ترکمنستان: کاهش صادرات گاز به ایران، موقتی است -

+ انجمن‌هاي بين‌المللي رسانه‌يي را بهتر بشناسيم سيد ايمان ضيابري

+ منابع انساني در آغاز هزاره سوم ترجمه و تلخيص: عليرضا شيرواني

+ چگونه هرزنامه ها وبلاگ هارا هدف مي گيرند؟ بيل تامسون ترجمه: مصطفي قوانلو قاجار

+ زيستگاه هاي شگفت انگيز در قبرس ترجمه: محمد توكلي ملايري



info@ayandehnegar.org
©Ayandehnegar 1995