یا بشر قادر خواهد بود موجودی هوشمند همانند خود به وجود آورد؟ آیا زمانی فرا خواهد رسید که روباتها به خانه ما رفت و آمد کنند؛ کنار ما بنشینند و با ما به تبادل نظر بپردازند؟ شاید سؤالاتی این چنین را بتوان زمینه ساز ظهور دانشی نوین، با عنوان هوش مصنوعی دانست. نخستین جرقه های هوش مصنوعی به سالهای بعد از جنگ جهانی دوم باز میگردد. زمانی که آلن تورینگ در سال ۱۹۵۰م. آزمایشی مبنی بر این که آیا ماشین قادر است با فرآیندهای مغز انسان رقابت نماید، مطرح کرد.
جالب است بدانید مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول مطرح شده بود که اقدام به ارائه قوانین و نظریه هایی در باب منطق نمودند. هوش مصنوعی، شاخه ای از علم کامپیوتر است و در واقع تلفیقی از سه فناوری و گرایش مطرح؛ یعنی شبکه های عصبی، سیستمهای استدلال فازی و الگوریتم تکاملی می باشد.
در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم می باشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل تعبیه شده بر روی کامپیوتر می باشد.
هدف هوش مصنوعی
نزدیك نمودن رفتار و پاسخ یك سیستم كامپیوتری به الگوهایی است كه انسان بر اساس آن ها رفتار می كند و پاسخ می دهد. گاه سیستم هایی طراحی می شوند كه قدرت تجزیه و تحلیل آن ها از انسان بیشتر است؛ ولی باز از الگوهای ما استفاده می كنند.
از اهداف متخصصین، تولید ماشین هایی است که دارای احساسات بوده و دست کم نسبت به وجود خود و احساسات خود آگاه باشند. این ماشین باید توانایی تعمیم تجربیات قدیمی خود در شرایط مشابه جدید را داشته و به این ترتیب اقدام به گسترش دامنه دانش و تجربیاتش کند.
● در مورد شاخه ها و کاربردهای هوش مصنوعی
این واقعیتی هست بیشتر افراد با شنیدن عبارت «هوش مصنوعی»، بیاد روباتهای فیلم های علمی-تخیلی و بازیهای کامپیوتری و به خصوص شطرنج می افتند.
در حالی که هوش مصنوعی در مدت زمان کوتاهی از عمر خود، توانسته است از حد توسعه بازیها به سوی دنیایی از مسائل شگفت آوری همچون سیستمهای خبره، بینایی ماشین و... گام بردارد.
امروزه ردپایی از هوش مصنوعی را می توان در علوم مختلفی اعم از پزشکی، علوم هوا فضا، اکتشافات، تسلیحات نظامی، پیش بینی وضع هوا، نقشه برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار؛ دست خط؛ بازی ها و نرم افزارهای رایانه ای مشاهده کرد. از این رو، متخصصان هوش مصنوعی، با توجه به کاربردهای گوناگون این علم، آن را در شاخه های متنوعی دنبال نموده اند از جمله:
▪ شبکه های عصبی (Neural Networks)
این شبکه ها که با الهام از مدل شبکه عصبی ذهن انسان طراحی می شوند و امروزه کاربردهای فراوان و گستردهای داشته، در زمینه های متنوعی چون سیستمهای کنترلی، روباتیک، تشخیص متون، پردازش تصویر و... مورد استفاده قرار می گیرند.
▪ پردازش زبان طبیعی (Natural Language Processing)
در این شاخه، سیستمها برای فهم زبان انسان برنامه ریزی می شوند.
▪ روباتیک (Robotics)
این شاخه از هوش مصنوعی سعی دارد روباتها را طوری برنامه ریزی کند که اعمالی هوشمندانه، چون توانایی دیدن، شنیدن و نشان دادن عکس العمل به محرک های محیطی را انجام دهد.
▪ انجام مسابقات (Game Playing)
در این شاخه، کامپیوترها برای شرکت در مسابقاتی چون شطرنج برنامه ریزی می شوند. در سال 1997 میلادی کامپیوتر شطرنج باز، قهرمان شطرنج جهان را شکست داد. یا نشستن یک روبات بر روی کره مریخ با موفقیت انجام شد. روبوکاپ اولین قدم های خود را با برپایی مسابقات روباتهای فوتبالیست برداشت.
با هدف سمبلیک که در سال ۲۰۵۰م. تیمی متشکل از روباتهای انسان نمای هوشمند بتوانند قهرمان فوتبال جهان را در زمین فوتبال واقعی شکست دهند (ظاهرا ما اون بازی رو نمی بینیم!)
سیستمهای خبره
در این شاخه، کامپیوترها برای تصمیم گیری در شرایط واقعی زندگی برنامه ریزی می شوند. نمونه ای از سیستمهای خبره، سیستمهای تشخیص بیماری هستند. در این سیستمها، اطلاعات یک یا چند متخصص به همراه اطلاعات دریافتی از مراجعان به کامپیوتر داده می شود؛ سپس کامپیوتر با پرسش سؤالاتی از مراجعه کننده و تطبیق آن با بانک اطلاعاتی خود، بیماری شخص را تشخیص خواهد داد.
هر چند این سیستمها خبره هستند، اما تنها از اطلاعاتی که به آنها داده شده، استفاده می کنند. برای نزدیک شدن به هوشمندی انسان، ماشین بایستی بتواند کارکرد خود را اصلاح نماید. به عبارتی دیگر، ماشین، بایستی دارای قدرت یادگیری باشد.
▪ یادگیری ماشین (Machine Learning)
این شاخه به این معناست که ماشین بتواند برنامه، ساختار یا داده هایش را بر اساس ورودیها یا در پاسخ به اطلاعات خارجی، به نحوی تغییر دهد که رفتارش به آن چه از او انتظار می رود، نزدیکتر شود ( یعنی قدرت تجزیه تحلیل داشته).
▪ استراتژیهای تکاملی الگوریتم ژنتیک (Evolutionary Algorithms)
در این زمینه بیشتر به هوشمندی هایی غیر از هوشمندی انسان پرداخته می شود. در حقیقت این گرایش سعی دارد مسائل بهینه سازی را با کمک روشهایی که در طبیعت انتخاب شده است، حل نماید. به طور مثال، روش یافتن کوتاهترین راه به منابع غذا، توسط مورچگان، بیانگر گوشهای از هوشمندی بیولوژیک هستند.
▪ تشخیص گفتار (Speech Recognition)
این گونه سیستمها معمولاً به عنوان ابزارهای بیومتریک و تشخیص هویت با کمک صدا در مکانهایی مثل بانکها، فرودگاهها، آزمایشگاه های تحقیقاتی و... برای ایجاد امنیت و کنترل ورود و خروج افراد مورد استفاده قرار می گیرند.
▪ بینایی ماشین (Machine Vision)
هدف از بینایی ماشین شبیهسازی، عملکرد سیستم بینایی انسان میباشد.در این شاخه، ردگیری و تعقیب حرکات چشم، یکی از زمینه های خاص و پرطرفدار در میان متخصصان هوش مصنوعی محسوب می شود. مثالهایی از کاربردهای چنین سیستمی مثل: تعقیب حرکات چشم شخصی خاص در میان جمعیت، بررسی افراد مشکوک، تشخیص میزان هوشیاری رانندگان با توجه به وضعیت و حالات چشم وی، ایجاد ارتباط معلولین جسمی با کامپیوتر از طریق فرامین چشمی؛ ایجاد نظم در ترافیک جادهای و کنترل نامحسوس.
کاربردهای هوش مصنوعی در کشاورزی
استفاده برای استخراج اطلاعات کشاورزی و نقشه های سطح زمین٬ وضعیت آبی و زراعی زمین٬ وضعیت جنگلها و مراتع و ... خودکار سازی سیستم های ماشینی کاشت، داشت، برداشت و عرضه محصول و کنترل کیفیت آن نظیر سیستم های خودکار برداشت و بسته بندی چای و...
کاربردهای هوش مصنوعی در صنعت
کلیه سیستم های خودکار جهت برش قطعات مختلف، سرهم کردن و فیکس کردن قطعات داخل هم، اتصال آنها به هم. سیستم کنترل کوره ها، ربات های مختلفی که در برشکاری ورق، اتصال و جوشکاری استفاده می شود و همچنین سیستم های هوشمند بینایی که در کنترل کیفیت انواع محصولات بکار می رود نام برد.
کاربردهای هوش مصنوعی در بازیها
در بازی های كامپیوتری دو نوع هوش بیشتر از همه استفاده می شوند كه به صورت خلاصه عبارتند از:
هوش مصنوعی رویدادگرا: از معمول ترین نوع هوش مصنوعی است. رویداد می تواند شامل هر چیزی اعم از اتفاقات بازی تا دستوراتی باشد كه كاربر به شخصیت مجازی خود می دهد. بر اساس هر رویدادی كه در بازی انجام می شود، یك واكنش هوشمندانه نیز روی می دهد. در بازی كانتر دشمن شما نسبت به صدا حساس است و صدای دویدن شما را هم می شنود. از این رو بسته به موقعیت خود، یا به آهستگی پنهان می شود، یا برمی گردد و از راه دیگری به سوی شما می آید یا به سوی شما می آید و شلیك می كند.
هوش مصنوعی هدف گرا: از رویدادگرا مستقل است. ولی هوش مصنوعی رویدادگرا می تواند در طراحی یك بازی، هدف های موتور هوش مصنوعی هدف گرا را تامین كند. در این نوع هوش مصنوعی، هدف، با ارزش بیشتر را انتخاب می کنه و آن را با تقسیم به زیرهدف های كوچك تر، پردازش می كند. از نظر کاربرد هوش مصنوعی در بازی دو نوع وجود دارد:
- بازیهای کلاسیک / شطرنج - مار - پازل و ...
- بازیهای مدرن / سیمس 2 - کانتر - جی تی ای - مکس پین و ...
در این گروه از بازیها موفقیت های چشمگیری بدست آمده است. برای نمونه در بازی سیمس 2 شخصیت های بازی نیازهای اولیه گرسنگی و تشنگی را دارند و اگر در طول بازی به آنها غذا نرسد می میرند ...
انتخاب سطح هوشمندی در بازی فوتبال؛ ضربات در چارچوب، پاس؛ هوشمندی گلر! در نتیجه / روند نزدیکی هوش مصنوعی و بازی باعث شده است که بازی کنان خود را جزئی از بازی بدانند. از این رو تولیدکنندگان برنامه های بازی تلاش می کنند دیوار بین بازیکن و برنامه بازی کوتاهتر شود بطوری که بازی کن خود را در قالب یکی از شخصیت بازی بداند.
در مورد تازه های هوش مصنوعی
اگر سری به صفحات اینترنتی اخبار تکنولوژی بزنیم، متوجه انبوهی از محصولات جدید هوشمند خواهیم شد. نمونه های زیر، تنها گوشه ای از کاربردهای هوش مصنوعی در صنایع مختلف می باشند.
▪ لباسهای هوشمند
با توسعه نانوتکنولوژی و استفاده از مواد مولکولی سبک، امکان ساخت لباسهای هوشمند فراهم شده است. این گونه لباسها:
قابلیت تغییر رنگ جهت استتار در محیطهای مختلف را داشته، شخص را در برابر سلاحهای بیولوژیکی و شیمیایی محافظت می کنند. امکان مجهز نمودن این گونه لباسها به تجهیزات مخابراتی، انتقال علائم حیاتی جهت درمان از راه دور در مناطق جنگی و یا آسیب دیده، از دیگر مزایای این لباسها به شمار می آیند. همچنین در صورت بروز حادثه برای کاربر، پیامی به تلفن همراه یا پست الکترونیکی مشخصی ارسال میگردد.
▪ آجر و ساختمانهای هوشمند
ساختمانهای هوشمند این قابلیت را دارند که با تغییر شرایط محیطی، نسبت به تغییرات، عکس العمل نشان داده، امنیت و آرامش را برای ساکنان خانه فراهم نمایند.
یک ساختمان هوشمند، دارای سیستمهای اتوماتیک گرمایشی، تهویه مطبوع، اعلام حریق، آتش نشانی، سیستمهای امنیتی، مدیریت انرژی و سیستمهای روشنایی خودکار می باشد.
آجرهای هوشمند که همانند آجرهای معمولی در ساختمانها به کار می روند، مجهز به حسگرهای الکترونیکی هستند که با اتصال به یک سیستم کامپیوتری، دما، لرزش و حرکت ساختمان را کنترل میکنند و سبب ایمن تر شدن ساختمان می شوند. به کارگیری چند آجر در محلهای مختلف یک ساختمان، می تواند به صورت یک شبکه عمل کرده، تصویری کلی از ثبات ساختمان ارائه دهد.
▪ کیف هوشمند
به کمک یک سنسور یا حسگر، به یادآوری محتویات درون کیف پرداخته، از گم شدن اشیای داخل کیف جلوگیری می کند.
▪ شیر آب هوشمند
به محض نزدیک شدن دست یا هر جسم دیگری در محدوده دید حسگر دستگاه، سبب جاری شدن آب می شود. شیر مذکور، به محض خروج دست از محدوده دید، آب را قطع می کند.
سیستمهای حمل و نقل هوشمند
به معنی استفاده و به کارگیری تکنولوژیهای نوین، همچون الکترونیک، ارتباطات و سیستمهای کنترلی است. کاربردهای این گونه سیستم ها عبارتند از:
راهنمای الکترونیکی مسیر، کنترل ترافیک شهری، سیستمهای اعلام خطر، تنظیم چراغهای راهنما، شناسایی موقعیت تصادف و در نهایت پردازش اطلاعات مربوط به جابهجایی کالا و مسافر، ...
▪ تسلیحات نظامی هوشمند
نقش انسان در لحظات بحرانی جنگ، بسیار کمرنگ تر از گذشته شده است؛ به طوری که جنگهای امروزی در حقیقت نبرد کامپیوترهای ما با کامپیوترهای دشمن خواهد بود.
سیستمهای شلیک بعد از هشدار کامپیوتر، حضور ماشین هایی با قابلیتهای انسانی، مانند بینایی، خلبان اتوماتیک، استفاده از انواع روبات ها جهت شناسایی، تخریب و پاکسازی مناطق جنگی و...، تنها نمونه هایی از کاربردهای نظامی هوش مصنوعی محسوب می گردند.
- میکرو روبات های جراح که همراه با نوشیدن آب و از راه دهان به درون بدن انسان فرستاده می شوند، با کمک کنترل از راه دور، به کاوش در محیط بدن پرداخته، عکسبرداری و انجام عمل جراحی را امکان پذیر می سازند.
- استفاده از برچسب های هوشمند برای ردیابی زندانیان.
- سیستمهای هوشمند اعلام زمان مصرف دارو.
- کارتهای شناسایی هوشمند و تراشه های هوشمند با ابعاد نصف یک دانه شن که در زیر پوست قرار می گیرند و جایگزینی برای کارتهای اعتباری خواهند بود و...، نمونه های دیگری از کاربردهای وسایل هوشمند هستند.
هدف نهایی هوش مصنوعی، ساخت نوعی انسان مصنوعی است و در حقیقت، ساخت برنامه نرم افزاری که بتواند همانند انسان فکر کند. چنین ماشینی با ترکیب تکنیک های استنباطی پیشرفته و استفاده از توانایی تحلیلگران، مهندسان، سیاستمداران، تصمیم گیرنده های شرایط بحرانی و سایر دانشمندان و بر پایه حجم عظیمی از منابع اطلاعاتی، می تواند بهترین تصمیم را در شرایط بحرانی اتخاذ نماید.