هر روزتان نوروز نوروزتان پیروز

سال بسیار بسیار بسیار خوبی داشته باشید در همه چیز ^_^

دکتر شریعتی چه زیبا در مورد نوروز می گوید:

نوروز تجدید خاطره بزرگی است: خاطره خویشاوندی انسان با طبیعت. هر سال آن فرزند فراموشکار که، سرگرم کارهای مصنوعی و ساخته های پیچیده خود، مادر خویش را از یاد می برد، با یادآوری وسوسه آمیز نوروز به دامن وی باز می گردد و با او، این بازگشت و تجدید دیدار را جشن می گیرد. فرزند در دامن مادر، خود را باز می یابد و مادر، در کنار فرزند و چهره اش از شادی می شکفد اشک شوق می بارد فریادهای شادی می کشد، جوان می شود، حیات دوباره می گیرد. با دیدار یوسفش بینا و بیدار می شود.

و روز زمین هم مبارک

------------------

آیا می دانید که تعداد راههایی مختلف فکری که مغز ما می تواند بسازد یک و 10.5 میلیون کیلومتر 0 تایپ شده جلویش است.

(source: Tony Buzan, Head Strong 2001)

     ------------------

هفته آگاهی در مورد مغز و تقارن آن با نوروز باستانی مبارک باد. (:

برای اطلاعات بیشتر به اینجا و اینجا سری بزنید.

کنکاشی در حوزه ی هوش مصنوعی(AI)

نوشته زهرا ساجدی نیا

هوش مصنوعی، واژه ی نام آشنای کنونی، اگر چه دیدگاههای فلسفی زیادی را از 2 هزار سال پیش یدک می کشد اما تنها 52 سال است که پا به عرصه وجود گذاشته است.

به راستی هوش مصنوعی چیست؟ چه ماشینی هوشمند است؟ آیا در نهایت موفق به ساخت روباتی کاملا مشابه انسان خواهیم شد؟ چگونه و تا کجا پیش خواهیم رفت؟

با ما تا انتهای این مقاله همراه باشید تا اندکی به این موضوع رام نشدنی بپردازیم.

طبق تعریف ویکی پیدیا هوش مصنوعی، هوش ماشین ها است، شاخه ای از علوم کامپیوتر که با هدف ساختن این هوش به وجود آمده است. اکثر کتابهای AI هوش مصنوعی را مطالعه و طراحی عامل های هوشمند تعریف کرده اند. یک عامل هوشمند سیستمی است که با شناخت محیط اطراف, شانس موفقیت خود را بالا می برد جان مک کارتی، کسی که در سال 1956 برای اولین بار نام هوش مصنوعی را به کار برد AI را علم و مهندسی ساخت ماشینهای هوشمند معرفی می کند. دانشمندان امیدوارند این ماشین های هوشمند، استدلال، بصیرت، برنامه ریزی، یادگیری، ارتباط، درک و توانایی حرکت و اداره اشیا را داشته باشند.

تحقیقات هوش مصنوعی نیازمند ابزار و درکی از زمینه های علمی بسیاری چون: علوم کامپیوتر، روانشناسی، فیزیولوژی، فلسفه، نوروساینس، علوم شناختی و ... است و همچنین با روباتیک و سیستمهای کنترل اشتراک دارد.

شکل1-تعاریفی از AI که به 4 طبقه تقسیم شده است.

روش های ساخت هوش مصنوعی

اینک به یکی از دشوارترین مسائل می پردازیم: چه کنیم تا یک موجود سیلیکونی هوشمند شود؟

در تحقیقات50 سال اخیر، دانشمندان روشها و ابزارهای بسیار زیادی برای حل این مسئله دشوار طراحی کرده اند. در ادامه تعدادی از این روشها به اختصار شرح داده شده است:

1-جستجو و بهینه سازی

نظریه ی "جستجوی هوشمندانه در راه حلهای ممکن" شیوه ای نوین در حل بسیاری از مسائل AI است. در این روش فرایند استدلال می تواند به یک جست وجو کاهش پیدا کند. برای مثال اثبات منطقی جستجوی راهی است که فرضیات را به نتایج هدایت می کند. بسیاری از الگوریتمهای یادگیری از الگوریتم جست وجوی بهینه استفاده می کنند از الگوریتمهای مشهور این نظریه ،اکتشافی"heuristics" ، کلنی مورچه "ant colony" ، الگوریتم ژنتیک" genetic algorithms" اشاره کرد.

2- منطق

در نگاه اول منطق برای نمایش معلومات و حل مسائل به کار می رود اما با نگاه دقیقتر می توان از آن به منظور حل مسائل دیگری از جمله طراحی و یادگیری استفاده کرد.

انواع مختلفی از منطق در تحقیقات AI استفاده می شوند. یکی از جدیدترین این منطق ها، منطق فازی(fuzzy logic) است که نسخه ای از منطق مرتبه اول به شمار می رود و برخلاف این منطق که درست را (1) و نادرست را (0) به حساب می آورد، به ارزش یک گزاره این امکان را می دهد که مقداری بین 0 و 1 نیز اختیار کند. سیستم های فازی در استدلالهای نامسلم و به طور گسترده ای در صنعت مدرن و سیستمهای کنترل محصولات مصرفی استفاده می شوند.

براي نمونه مي‌خواهيد يك بازي كامپيوتري را از ميان چندين بازي مورد علا‌قه خود بخريد و از آنجا كه مقدار پول شما مشخص است، مي‌خواهيد فقط يك بازي را برگزينيد. پس شما به بازي‌هاي مورد علا‌قه‌ خود، امتيازي بين صفر و يك مي‌دهيد. ارزش صفر براي بازي‌هايي است كه كمتر آن‌ها را دوست داريد و هر چه مقدار عدديِ بيشتري به آن بازي بدهيد، بيشتر آن را دوست داريد و از ميان آن‌ها بازي‌اي كه بيشترين ارزش را براي شما دارد، انتخاب مي‌كنيد. از ديد فروشنده، شما با سيستم صفر و يك پاسخ داده‌ايد و بازي‌هاي ديگر را انتخاب نكرده‌ايد. هرچند در واقع شما فازي فكر كرده‌ايد، ولي با منطق صفر و يك پاسخ داده‌ايد. اگر كامپيوترها فازي‌تر تحليل كنند، هوشمندتر مي‌شوند. ولي پاسخ آن‌ها بايد براساس همين صفر و يك باشد؛ چرا كه هيچ كس نمي‌خواهد يك پاسخ غيرقطعي از كامپيوتر دريافت كند. هر چه رفتارهاي شخصيت‌هاي بازي بيشتر براساس سيستم فازي باشد، پيش‌بيني‌ناپذيرتر و هوشمندانه‌تر خواهند بود. يعني مي‌توانند در مقابل رفتارهاي مختلف شما و موقعيت محيط، رفتارهايي متفاوت نشان دهند.

3-متدهای احتمالی برای استدلال های نامسلم

در AI گاه برای حل مسائل به وجود آمده به ویژه در روباتیک، یادگیری و استدلال، راهی جز استفاده از اطلاعات غیر قطعی و ناقص نیست، برای رفع این مشکل با بهره گیری از نظریه احتمال واقتصاد ابزارهای مفیدی چون شبکه های بایسن ایجاد شده است.

در این راستا ابزارهای ریاضی دقیقی توسعه یافته اند که چگونگی انتخاب کردن و برنامه ریزی را توسط عامل تحلیل می کنند. این کار با استفاده از نظریه تصمیم، تحلیل تصمیم، نظریه ارزش اطلاعاتی انجام می پذیرد.

4- متدهای طبقه بندی و و یادگیری آماری

طبقه بندیها توابعی هستند که از الگوهای تطبیق (pattern matching) برای تعیین نزدیکترین تطابق استفاده می کنند.از جمله ساختارهایی که از طبقه بندی استفاده می کنند شبکه های عصبی و متدهای کرنل هستند.

5-شبکه های عصبی

بسیار جالب است که مطالعه شبکه های عصبی مصنوعی به یک دهه قبل از پایه گذاری تحقیقات AI بر می گردد. شبکه های عصبی که در حل مسائل یادگیری به کار می روند از روشهای مختلفی چون حافظه موقتی سلسله مراتبی که معماری نئوکورتکس مغز را شبیه سازی می کند استفاده می کنند.

6-نظریه کنترل

نظریه دیگر، سایبرنتیکس(cybernetics) است که به مطالعه و مقایسه بین دستگاه عصبی متشکل از مغز و اعصاب با دستگاههای الکتریکی و مکانیکی می پردازد و به طور گسترده ای در روباتیک کاربرد دارد.

زبان های پر کاربرد در هوش مصنوعی

محققان AI زبانهای ویژه ای را برای کار در این زمینه توسعه داده اند:IPL، Lisp، Prolog، STRIPS ، Planner اما برنامه های AI گاهی نیز در زبانهای استاندارد برنامه نویسی چون C++ و زبانهای طراحی شده ریاضیاتی همچون Matlab و Lush نوشته می شوند.

هوش مصنوعی در تخیل انسانها

هوش مصنوعی در داستان های علمی تخیلی و همچنین اسطوره ها و افسانه ها بارها و بارها ظاهر شده است. داستانهای این مخلوقات و سرنوشت آنها امیدها، ترسها و نگرانی های اخلاقی فراوانی را مطرح کرده است.

ماری شلی در داستان فرانکشتاین به موضوعی مهم اشاره می کند: اگر ماشینی باهوش ساخته شود آیا احساس هم دارد؟ اگر احساس دارد آیا باید برای او حقوقی مشابه حقوق انسانها قائل شویم.؟

موضوعاتی که هنوز طراوت خود را از دست نداده است چندی پیش نیزاین سوالات در فیلم علمی تخیلی "هوش مصنوعی" در قالب پسری ماشینی با توانایی درک احساسات انسانی بیان شده بود .

در جواب به این سوالات موضوعات جدیدی با عنوان "حقوق روباتها" مطرح شده است که مورد توجه بسیاری از آینده نگرها قرار گرفته است. آسیموف در کتاب خود سه قانون اساسی زندگی روباتها را وضع می کند:

1-یک روبات نباید به اانسان صدمه بزند یا از روی کوتاهی باعث صدمه رساندن به انسان شود.

2-یک روبات باید از دستورات انسان اطاعت کند مگر این دستورات مخالف اصل اول باشد.

3-یک روبات باید از وجود خود حفاظت کند مگر اینکه این کار در تناقض با اصل اول و دوم باشد.

موضوع مهم دیگر که هم توجه آینده نگرها و هم داستان نویسان را به خود جلب کرده است تاثیر هوش مصنوعی بر جامعه است. در فیلمها هوش مصنوعی به صورت زیر دست انسان (R2D2 در جنگ ستارگان)، دوست انسان (Commander Data در سفر فضایی)، موجودی فراتر از توانایی های انسانی (shell)، غالب بر انسان (The Matrix)، دیکتاتور(With Folded Hands) و نابودگر (Terminator) نمایان شده است.

تاثیر گذاران این رشته

از دهه ی 50 تا کنون دانشمندان بسیاری چون هربرت سیمون "Herbert Simon"،آلن نیوال "Allen Newell " ،آلن تورینگ" Alan Turing" در راه پیشرفت AI گامهای بلندی برداشته اند. ویکی پیدیا لیستی 150 نفری از این افراد منتشر کرده است. از تاثیر گذاران ایرانی این رشته که در این لیست دیده می شوند می توان به پروفسور لطفعلی عسکرزاده پایه گذار منطق فازی، کامران پارسای کسی که برای نخستین بار از تکنیکهای AI در پایگاههای داده با مقیاس بزرگ استفاده کرد و برای اولین بار واژه "پایگاه داده هوشمند" را به کار برد، دکتر ژوبین قهرمانی، محقق بایسن آماری، یادگیری ماشینی و نوروساینس محاسباتی که کتابهای او در سرتاسر جهان تدریس می شود و دکتر فخرالدین جمالی با بیش از 19080 مقاله داوری شده، را نام برد.

آینده AI

منابع دانشگاهی افزایش دانش A.I. را عاملی برای کاهش نیروی کار انسانی معرفی می کنند، افزایش توانایی تجربه، و شناخت شخصیت انسانی و ارزشهای بنیادین بر میشمرند.

ری کورویل از قانون مور بهره گرفته و پیش بینی کرده است که کامپیوترهای رومیزی تا سال 2029 به قدرت پردازشی مغز انسان می رسند و تا سال 2045 هوش مصنوعی آنچنان پیشرفت خواهد کرد که از همه ی پیش بینی هایی که در گذشته انجام شده پیشی گرفته است.

عده ای از آینده نگرها و داستان نویسهای علمی تخیلی بر این باورند که انسانها و ماشینها در یکدیگر ادغام خواهند شد موجودی به نام سایبرگ که از انسان و ماشین قدرتمند تر است به وجود خواهد آمد. این ایده ترنشومانیسم transhumanismنامیده می شود .

و عده ای دیگر سعی می كنند دریابند آیا مجموعه ای از ربات های نیمه هوشمند می توانند یك هوش جمعی ایجاد كنند به نحوی كه هوش جمعی حاصل از هوش اعضای تشكیل دهنده این مجموعه بیشتر باشد؟

سایبرنتیکس(Cybernetics) و شبیه سازی مغز

در دهه ی 40 و 50 محققان ارتباطی را بین نورولوژی، نظریه اطلاعات و سایبرنتیکس یافتند. تعدادی از این محققان ماشینی ساختند که از شبکه های الکترونیکی به منظور نمایش هوش ابتدایی استفاده می کرد همچون لاکپشت گری والترز(W. Grey Walter's turtles) و حیوان جانس هاپکینس(Johns Hopkins Beast.).

اکثر این تحقیقات در گردهمایی جامعه تئولوژیکال در پرینستون و مجمع رتیو در انگلیس جمع آوری شده است.

هم اکنون دانشمندان نوروساینس در دانشگاه پلی تکنیک لوزان در سویس در حال شبیه سازی مغز هستند. این گروه از محققان به سرپرستی هنری مارکرام تا به حال فاز اول این پروژه بلند پروازانه یعنی کپی کامل مغز انسان بر روی ابرکامپیوتر دوم جهان یعنی بلوژن-ال را مدتی قبل کامل کرده اند. آنها نورون به نورون مغز را بر روی بلوژن کپی می کنند. تقریبا می توان گفت هر تراشه مسئول شبیه سازی کار یک نورون است.

در یک اتفاق عجیب مركز تحقيقاتي اين پروژه در ساحل درياچه ژنو واقع شده است؛ همان جايي كه ماري شلي شخصيت داستانش دكتر فرانكشتاين را در آنجا تصور كرده. فرانكشتاين هيولايي انسان مانند مي‌سازد كه داراي نيرويي مخرب مي‌شود و در نهايت خالقش را مي‌كشد.

مارکرام در جواب این سوال که آیا هوش در این سیستم به وجود می آید می گوید: ما واقعا نمی دانیم. اگر هوش به خاطر بعضی ارتباطات حساس به وجود آید امکانش وجود دارد. اما ما در واقع نمی دانیم عملا هوش چیست،بنابراین خیلی سخت است که جواب دهیم.

البته مارکرام تاکید می کند هدف ما ساخت یک سیستم هوش مصنوعی نیست، پروژه بلوبرین یک تلاش بر اساس مهندسی معکوس مغز است تا چگونگی کارکرد مغز را کشف کند. هر چند که ممکن است یک روز هوش طبیعی و حس آگاهی را در آن تشخیص دهیم.

ارزیابی هوش

چگونه می توان فهمید که یک ماشین هوشمند است؟ در سال 1950 آلن تورینگ آزمونی را برای ارزیابی هوش یک سیستم طراحی کرد که به آزمون تورینگ مشهور شد. روش پیشنهادی تورینگ بیشتر شبیه به یك بازی است بدین نحو كه یك انسان و یك ماشین روبروی هم و پشت پرده ای قرار می گیرند. این دو تنها می توانند از طریق تله تایپ با هم ارتباط برقرار کنند، اگر انسان تشخیص ندهد طرف مقابلش ماشین است، ماشین در این آزمون موفق شده. هرچند که این آزمون چالشی دشوار است و در حال حاضر هیچ ماشینی موفق به عبور از آن نشده است اما پیش بینی می شود در کمتر از 25 سال دیگر اولین ماشینهای کاملا هوشمند از این آزمون عبور کنند.

هوش مصنوعی همچنین می تواند در مسائل خاصی نیز سنجیده شود همچون مسائلی در شیمی، شناسایی دستخط و بازیهای کامپیوتری.

کاربردهای هوش مصنوعی

هدف هوش مصنوعي نزديك نمودن رفتار و پاسخ يك سيستم كامپيوتري به الگوهايي است كه انسان براساس آن‌ها رفتار مي‌كند و پاسخ مي‌دهد. گاه سيستم‌هايي طراحي مي‌شوند كه قدرت تجزيه و تحليل آن‌ها از انسان بيشتر است. ولي باز از الگوهاي ما استفاده مي‌كنند.

با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون هوش مصنوعی در طیف وسیعی از رشته ها چون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای با موفقیت وارد شده است.

امید است روز به روز به کاربردهای این علم مهیج افزوده شود.

منابع:

1- http://en.wikipedia.org/wiki/Artificial_intelligence

2- http://www.academist.ir/?p=648

3- هوش مصنوعی، رهیافتی نوین نوشته اس.راسل و پی. نوروینگ

4- http://fa.wikipedia.org/wiki/%D9%87%D9%88%D8%B4_%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C

----------------------------------------------------------------------