علم و دانش
هوش مصنوعی
يكشنبه 28 شهريور 1389 هوش مصنوعي چيست؟
منبع: علي نجف زاده
منبع:
راسخون (www.rasekhoon.net) / بيتاسافت





هوش مصنوعي Artificial Intelligence تكنيكي براي خلق كردن ماشينهاي است كه قادر به فكر كردن بدون نياز به انسان ها مي باشند. يك ماشين تنها در صورتي به عنوان يك AI شناخته ميشود كه از يكسري قابلتهاي خاص برخودار باشد. يكي از اين قابليتها داشتن شناخت از وجود خود و يا sentient بودن است. اين بدين معناست كه ماشين از وجود خود آگاه باشد. هر انسان به طور طبيعي از حضور و وجود خود آگاه است اما هنوز مدركي دال بر sentient بودن حيوانات در دست نيست. تا كنون ماشيني كه توانايي درك از خود را داشته باشد خلق نشده است اگر چه يك گروه از دانشمنداني كه در حال انجام يكسري ازمايشات بر روي رباتهاي زنده ((living robots اي كه به گونه اي طراحي شده بوده اند كه به طور مستقل فكر كنند، بوده اند ادعا كرده اند كه يكي از ربات هاي آنها به نام گك (Gaak ) تلاش كرده است تا از محل زندگي خود فرار كند.

Artificial Intelligence

اين ربات كه در آزمايش “survival of the fittest” (زنده ماندن قويتر ها) شركت داشته، سعي كرده تا از يكي از مبارزات روزانه اش بگريزد. گك ابتدا در كنار يك ديواره شروع به حركت كرده و سپس پس از يافتن يك حفره به بيرون خزيده است اما هنگام فرار در يكي از اتوبانهاي نزديك محل آزمايش توسط يك اتومبيل از بين رفته است. اگرچه اين حادثه ميتواند نشانگر هوشمند بودن اين ربات باشد اما دليل قاطعي براي اثبات اين موضوع نيست.

آزمايشي براي تشخيص هوشمند بودن ربات ها:

“turning test” نام آزمون بين المللي است كه توسط آن هوشمند بودن يك ماشين مورد آزمايش قرار ميگيرد. اين آزمون بعد از Alan Turning، نابغه رياضي كه براي اولين بار اين روش را پيشنهاد كرد اينگونه نام گرفت. در اين تست 2 نفر (ََA و B ) در يك اتاق در بسته نشسته و نفر سوم (C ) در خارج از اتاق قرار ميگيرد. نفر اول A سعي ميكند تا نفر سوم را در مورد جنسيت خود (ربات يا انسان بودن) گمراه كند، در حالي كه نفر دوم B تلاش ميكند تا به نفر سوم C براي شناختن جنسيت نفر اول ياري دهد. ترنينگ پيشنهاد كرد كه جاي نفر اول با ماشين تعويض شود. در صورتي كه آن ماشين بتواند همواره نفر سوم را مانند يك انسان فريب دهد آن ماشين احتمالاً هوشمند است.

AI هاي متخصص:

اين نمونه از نرم افزارها براي انجام يكسري كارهاي تخصصي طراحي شده اند و به طبع از قابليتهاي بالايي نيز برخودار ميباشند. اينگونه برنامه ها معمولاً به يك بانك اطلاعاتي بسيار وسيع مجهز ميباشند كه آنها را قادر به پاسخگويي به سوالات كاربران ميسازد. در حقيقت اين برنامه ها براي رشته هايي مانند پزشكي، مهندسي و... طراحي شده اند و وظيفه آنها ذخيره سازي اطلاعات مفيدي است كه به خاطر سپردن آنها توسط انسان بسار دشوار ميباشد، اگرچه اينگونه برنامه ها از يك اشكال پايه اي رنج ميبرند. تا زماني كه سوال مطرح شده توسط كاربر در محدوده اطاعات ذخيره شده در آنهاست هيچ مشكلي پيش نخواهد امد اما ظعف آنها هنگامي پديدار ميشود كه سوال مطرح شده كمي خارج از حوزه اطلاعاتي آنها قرار گيرد كه در اين صورت اينگونه برنامه ها به كلي از پاسخ گويي به سوال درمانده خواهند بود. اين ناتواني از آنجا ناشي ميشود كه اين دسته از برنامه ها توانايي generalization يا عموميت دادن را ندارند.

منظور از generalization و يا عموميت دادن چيست؟

منظور از generalization توانايي خلق كردن اطلاعات جديد بر اساس اطلاعات قديمي است. تمامي انسان ها از اين توانايي برخوردار هستند اگرچه ماشين ها به طور كامل و همانند انسان چنين توانايي را ندارند. براي درك بهتر موضوع به اين مثال ساده توجه كنيد: جان در يك كمپاني كار ميكند. در محل كار او كابلهايي وجود دارد كه توسط يكسري اشكال خواص علامت گذاري شده اند و نشانگر اين موضوع هستند كه اين كابل ها حامل برق ميباشند. جان در محل ديگري يكسري كابل با علائم مشابه را مشاهده ميكند و نتيجه ميگيرد كه اين كابل ها نيز حاوي جريان برق هستند.

Neutral nets چيست؟

Neutral nets مدل رياضي مغز ميباشد كه در حقيقت همانند مغز موجودات زنده عمل ميكند اما بر خلاف ساير AI ها بر مبناي منطق طراحي نشده است. مبناي ساختاري Neutral nets در حقيقت گروهي از neurones (سلول هاي عصبي) ها هستند كه با هم در ارتباط ميباشند و داراي بار رياضي هستند. اين گونه سيستم ها قادر به يادگيري از تجربيات خود هستند و اين باعث ميشود كه آنها تا حدودي از توانايي generalize كردن برخوردار شوند و اين يكي از مزاياي اين گونه سيستم ها ميباشد. Neutral nets دي كنار مزايايي كه دارد از معايبي نيز برهستند. براي مثال براي آماده كردن آنها به كار و وقت بسيار زيادي نياز است زيرا اينگونه سيستم ها قبل از به كار گرفته شدن بايد آموزش داده شوند. آنها از برخي جهات به كودكان شباهت دارند و هر مطلب بايد چندين بار براي آنها تكرار شود تا آن را بياموزند.

AI در بازي ها:

  AI در بازيهاي كامپيوتري معمولاً در نقش دشمن و يا متحدين شما ظاهر ميشود. در برخي موارد طراحان بازي ترجيح ميدهند تا بيشتر بر روي بالا بردن گرافيك بازي سرمايه گذاري كنند تا AI و اين موضوع باعث ميشود كه بازيكنان خبره به راحتي AI را شكست دهند و يا در برخي موارد از آنجايي كه AI به كدهاي اصلي بازي دسترسي دارد با تقلب بازي را برده و موجب عصبانيت كاربر مي شود.