مقدمه:
دهههای آغازین سده بیستم میلادی و دوران پیشرفت شگرفصنعتی، همراه با تولید خودرو بود كه انقلاب همه جانبهاین درترابری، افزایش شتاب جابجایی و صدها كار و پیشه جدید دررشتهها بازرگانی بوجود آورده است.
به نظر میرسد كه سمبل دوران فراصنعتی و نماد فرآوردههایبیهمتای قرن آینده«هوش مصنوعی»(1) است. امروزه موضوعهوش مصنوعی داغترین بحث میان كارشناسان دانش رایانه واطلاعات و دیگر دانشمندان و تصمیمگیرندگان است. در سراسرتاریخ تا به امروز انسان از جنبه تن و روان، مركز و محور بحثهاو پژوهشها بوده است. ولی اكنون موجودی با رتبهای پائینتر،بیجان و ساختگی میخواهد جانشین او شود، امری كه بدون شك میتوان ادعا نمود بیشتر انسانها با آن مخالفند.
هوش مصنوعی چنانچه به هدفهای والای خود برسد، جهشبزرگی در راه دستیابی بشر به رفاه بیشتر و حتی ثروت افزونترخواهد بود. هم اكنون نمونههای خوب و پذیرفتن از هوش مصنوعیدر دنیای واقعی ما به كار افتاده است. چنین دستاوردهایی، صرفمنابع لازم در آینده را همچنان توجیه خواهد كرد.
از سوی دیگر، منتقدین هوش مصنوعی چنین استدلال میكنندكه صرف زمان و منابع ارزشمنددیگر در راه ساخت فراوردهای كهپر از نقص و كاستی ودستآوردهای مثبت اندكی است،مایه بدنام كردن و زیر پا گذاشتنتوانمندیها و هوشمندیهایانسان میباشد. تلخترین انتقادهابر این باور است كه هوشمصنوعی، توهین آشكار به گوهر طبیعت و نقش انسان است.
« هوش مصنوعی، دانش ساختن ماشین ها یا برنامههای هوشمند است. » همانگونه كه از تعریف فوق-كه توسط یكی از بنیانگذاران هوش مصنوعی ارائه شده است- برمیآید،حداقل به دو سؤال باید پاسخ داد:
1ـ هوشمندی چیست؟
2ـ برنامههای هوشمند، چه نوعی از برنامهها هستند؟تعریف دیگری كه از هوش مصنوعی میتوان ارائه داد به قرار زیر است:
« هوش مصنوعی، شاخهایست از علم كامپیوتر كه ملزومات محاسباتی اعمالی همچون ادراك (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی كرده و سیستمی جهت انجام چنین اعمالی ارائه میدهد.»و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است:
«هوش مصنوعی، مطالعه روشهایی است برای تبدیل كامپیوتر به ماشینی كه بتواند اعمال انجام شده توسط انسان را انجام دهد.» به این ترتیب میتوان دید كه دو تعریف آخر كاملاً دو چیز را در تعریف نخست واضح كردهاند.
1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.
2ـ ابزار یا ماشینی كه قرار است محمل هوشمندی باشد یا به انسان شبیه شود، كامپیوتر است. هر دوی این نكات كماكان مبهم و قابل پرسشند. آیا تنها این نكته كه هوشمندترین موجودی كه میشناسیم، انسان است كافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نكته كاملاً واضح است كه بعضی جنبههای ادراك انسان همچون دیدن و شنیدن كاملاً ضعیفتر از موجودات دیگر است. علاوه بر این، كامپیوترهای امروزی با روشهایی كاملاً مكانیكی(منطقی) توانستهاند در برخی جنبههای استدلال، فراتر از تواناییهای انسان عمل كنند. بدین ترتیب، آیا میتوان در همین نقطه ادعا كرد كه هوش مصنوعی تنها نوعی دغدغه علمی یا كنجكاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روشهای بهینه انجام امور باشد، به هیچ رو مشخص نیست كه انسان اعمال خویش را به گونهای بهینه انجام میدهد). به این نكته نیز باز خواهیم گشت. اما همین سؤال را میتوان از سویی دیگر نیز مطرح ساخت، چگونه میتوان یقین حاصل كرد كه كامپیوترهای امروزین، بهترین ابزارهای پیادهسازی هوشمندی هستند؟
رؤیای طراحان اولیه كامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود كه قادر به حل تمامی مسائل باشد، البته ماشینی كه در نهایت ساخته شد(كامپیوتر) به جز دسته ای خاص از مسائلقادر به حل تمامی مسائل بود. اما نكته در اینجاست كه این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه كامپیوتر، منطقدانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی كه فوننیومان سازنده اولین كامپیوتر، در حال طراحی این ماشین بود، كماكان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، كلید اصلی، منطق(از نوع به كار رفته در كامپیوتر) نیست، بلكه احتمالاً چیزی خواهد بود شبیه ترمودینامیك!
به هرحال، كامپیوتر تا به حال به چنان درجهای از پیشرفت رسیده و چنان سرمایهگذاری عظیمی برروی این ماشین انجام شده است كه به فرض این كه بهترین انتخاب نباشد هم، حداقل سهلالوصولترین و ارزانترین و عمومیترین انتخاب برای پیادهسازی هوشمندیست.
بنابراین ظاهراً به نظر میرسد به جای سرمایهگذاری برای ساخت ماشینهای دیگر هوشمند، میتوان از كامپیوترهای موجود برای پیادهسازی برنامههای هوشمند استفاده كرد و اگر چنین شود، باید گفت كه طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیادهسازی، كاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیك است كه با استفاده از مكانیسمهای طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی. در برابر تمامی استدلالات فوق می توان این نكته را مورد تاُمل و پرسش قرار داد كه هوشمندی طبیعی تا بدان جایی كه ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفتهاند كه حتی ماده ایجاد كننده هوشمندی را مورد پرسش قرار داده اند، كامپیوتر از سیلیكون استفاده می كند، در حالی كه طبیعت همه جا از كربن سود برده است. مهم تر از همه، این نكته است كه در كامپیوتر، یك واحد كاملاً پیچیده مسئولیت انجام كلیه اعمال هوشمندانه را بعهده دارد، در حالی كه طبیعت در سمت و سویی كاملاً مخالف حركت كرده است. تعداد بسیار زیادی از واحدهای كاملاً ساده (بعنوان مثال از نورونهای شبكه عصبی) با عملكرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اكنون كاملاً به صورت یك جنجال(debate) علمی در جریان است.
در هر حال حتی اگر بپذیریم كه كامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیهسازی هر روش یا ماشین دیگری از آن سود بجوییم.
تاریخ هوش مصنوعی
هوش مصنوعی به خودی خود علمی است كاملاً جوان. در واقع بسیاری شروع هوش مصنوعی را 1950 می دانند زمانی كه آلن تورینگ مقاله دورانساز خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یك روش را برای تشخیص هوشمندی پیشنهاد میكرد. این روش بیشتر به یك بازی شبیه بود.
فرض كنید شما در یك سمت یك دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ باآن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است. طبیعتاً یك مكالمه بین شما و شخص آن سوی دیوار میتواند صورت پذیرد. حال اگر پس از پایان این مكالمه، به شما گفته شود كه آن سوی دیوار نه یك شخص بلكه (شما كاملاً از هویت شخص آن سوی دیوار بیخبرید) یك ماشین بوده كه پاسخ شما را میداده، آن ماشین یك ماشین هوشمند خواهد بود، در غیر این صورت(یعنی در صورتی كه شما در وسط مكالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است. باید دقت كرد كه تورینگ به دو دلیل كاملاً مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب كرد. اول این كه موضوع ادراكی صوت را كاملاً از صورت مساُله حذف كند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نكند و دوم این كه بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاكید كند.
در هر حال هر چند تاكنون تلاشهای متعددی در جهت پیاده سازی تست تورینگ صورت گرفته مانند برنامه Eliza و یا AIML (زبانی برای نوشتن برنامههایی كه قادر به chat كردن اتوماتیك باشند) اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است.
همانگونه كه مشخص است، این تست نیز كماكان دو پیش فرض اساسی را در بردارد:
1ـ نمونه كامل هوشمندی انسان است.
2ـ مهمترین مشخصه هوشمندی توانایی پردازش و درك زبان طبیعی است. درباره نكته اول به تفصیل تا بدین جا سخن گفته ایم؛ اما نكته دوم نیز به خودی خود باید مورد بررسی قرارگیرد. این كه توانایی درك زبان نشانه هوشمندی است تاریخی به قدمت تاریخ فلسفه دارد. از نخستین روزهایی كه به فلسفه(Epistemology) پرداخته شده زبان همیشه در جایگاه نخست فعالیتهای شناختی قرار داشته است. از یونانیان باستان كه لوگوس را به عنوان زبان و حقیقت یكجا به كار میبردند تا فیلسوفان امروزین كه یا زبان را خانه وجود میدانند، یا آن را ریشه مسائل فلسفی میخوانند؛ زبان، همواره شاُن خود را به عنوان ممتازترین توانایی هوشمندترین موجودات حفظ كرده است. با این ملاحظات میتوان درك كرد كه چرا آلن تورینگ تنها گذر از این تست متظاهرانه زبانی را شرط دستیابی به هوشمندی میداند. تست تورینگ اندكی كمتر از نیمقرن هوش مصنوعی را تحت تاُثیر قرار داد اما شاید تنها در اواخر قرن گذشته بود كه این مسئله بیش از هر زمان دیگری آشكار شد كه متخصصین هوش مصنوعی به جای حل این مسئله باشكوه ابتدا باید مسائل كماهمیتتری همچون درك تصویر (بینایی ماشین) درك صوت و… را حل كنند.به این ترتیب با به محاق رفتن آن هدف اولیه، اینك گرایشهای جدیدتری در هوش مصنوعی ایجاد شدهاند. در سالهای آغازین AI تمركز كاملاً برروی توسعه سیستمهایی بود كه بتوانند فعالیتهای هوشمندانه(البته به زعم آن روز) انسان را مدل كنند، و چون چنین فعالیتهایی را در زمینههای كاملاً خاصی مانند بازیهای فكری، انجام فعالیتهای تخصصی حرفهای، درك زبان طبیعی، و…. میدانستند طبیعتاً به چنین زمینههایی بیشتر پرداخته شد.
در زمینه توسعه بازیها، تا حدی به بازی شطرنج پرداخته شد كه غالباً عدهای هوش مصنوعی را با شطرنج همزمان به خاطر میآورند. مككارتی كه پیشتر اشاره شد، از بنیانگذاران هوش مصنوعی است این روند را آنقدر اغراقآمیز میداند كه میگوید:
«محدود كردن هوش مصنوعی به شطرنج مانند این است كه علم ژنتیك را از زمان داروین تا كنون تنها محدود به پرورش لوبیا كنیم.» به هر حال دستاورد تلاش مهندسین و دانشمندان در طی دهههای نخست را میتوان توسعه تعداد بسیار زیادی سیستمهای خبره در زمینههای مختلف مانند پزشكی عمومی، اورژانس، دندانپزشكی، تعمیرات ماشین،….. توسعه بازیهای هوشمند، ایجاد مدلهای شناختی ذهن انسان، توسعه سیستمهای یادگیری،…. دانست. دستاوردی كه به نظر میرسد برای علمی با كمتر از نیم قرن سابقه قابل قبول به نظر میرسد.
افقهای هوش مصنوعی در 1943،Mcclutch (روانشناس، فیلسوف و شاعر) و Pitts (ریاضیدان) طی مقالهای، دیدههای آن روزگار درباره محاسبات، منطق و روانشناسی عصبی را تركیب كردند. ایده اصلی آن مقاله چگونگی انجام اعمال منطقی به وسیله اجزای ساده شبكه عصبی بود. اجزای بسیار ساده (نورونها) این شبكه فقط از این طریق سیگنال های تحریك (exitory) و توقیف (inhibitory) با هم درتماس بودند. این همان چیزی بود كه بعدها دانشمندان كامپیوتر آن را مدارهای (And) و (OR) نامیدند و طراحی اولین كامپیوتر در 1947 توسط فون نیومان عمیقاً از آن الهام میگرفت. امروز پس از گذشته نیمقرن از كار Mcclutch و Pitts شاید بتوان گفت كه این كار الهام بخش گرایشی كاملاً پویا و نوین در هوش مصنوعی است. پیوندگرایی (Connectionism) هوشمندی را تنها حاصل كار موازی و همزمان و در عین حال تعامل تعداد بسیار زیادی اجزای كاملاً ساده به هم مرتبط میداند. شبكههای عصبی كه از مدل شبكه عصبی ذهن انسان الهام گرفتهاند امروزه دارای كاربردهای كاملاً علمی و گسترده تكنولوژیك شدهاند و كاربرد آن در زمینههای متنوعی مانند سیستمهای كنترلی، رباتیك، تشخیص متون، پردازش تصویر،… مورد بررسی قرار گرفته است.
علاوه بر این كار بر روی توسعه سیستمهای هوشمند با الهام از طبیعت (هوشمندیهای ـ غیر از هوشمندی انسان) اكنون از زمینههای كاملاً پرطرفدار در هوش مصنوعی است. الگوریتم ژنیتك كه با استفاده از ایده تكامل داروینی و انتخاب طبیعی پیشنهاد شده روش بسیار خوبی برای یافتن پاسخ به مسائل بهینه سازیست. به همین ترتیب روشهای دیگری نیز مانند استراتژیهای تكاملی نیز (Evolutionary Algorithms) در این زمینه پیشنهاد شده اند. دراین زمینه هر گوشهای از سازو كار طبیعت كه پاسخ بهینهای را برای مسائل یافته است مورد پژوهش قرار میگیرد. زمینههایی چون سیستم امنیتی بدن انسان (Immun System) كه در آن بیشمار الگوی ویروسهای مهاجم به صورتی هوشمندانه ذخیره میشوند و یا روش پیدا كردن كوتاهترین راه به منابع غذا توسط مورچگان (Ant Colony) همگی بیانگر گوشههایی از هوشمندی بیولوژیك هستند. گرایش دیگر هوش مصنوعی بیشتر بر مدل سازی اعمال شناختی تاُكید دارد (مدل سازی نمادین یا سمبولیك) این گرایش چندان خود را به قابلیت تعمق بیولوژیك سیستمهای ارائه شده مقید نمیكند. CASE-BASED REASONING یكی از گرایشهای فعال در این شاخه میباشد. بعنوان مثال روند استدلال توسط یك پزشك هنگام تشخیص یك بیماری كاملاً شبیه به CBR است به این ترتیب كه پزشك در ذهن خود تعداد بسیار زیادی از شواهد بیماریهای شناخته شده را دارد و تنها باید مشاهدات خود را با نمونههای موجود در ذهن خویش تطبیق داده، شبیهترین نمونه را به عنوان بیماری بیابد. به این ترتیب مشخصات، نیازمندیها و تواناییهای CBR به عنوان یك چارچوب كلی پژوهش در هوش مصنوعی مورد توجه قرارگرفته است.
البته هنگامی كه از گرایشهای آینده سخن میگوییم، هرگز نباید از گرایشهای تركیبی غفلت كنیم. گرایشهایی كه خود را به حركت در چارچوب شناختی یا بیولوژیك یا منطقی محدود نكرده و به تركیبی از آنها میاندیشند. شاید بتوان پیشبینی كرد كه چنین گرایشهایی فرا ساختارهای (Meta –Structure) روانی را براساس عناصر ساده بیولوژیك بنا خواهند كرد.
هوش مصنوعی و هوش انسانی:
برای شناخت هوش مصنوعی شایسته است تا تفاوت آن را با هوشانسانی به خوبی بدانیم. مغز انسان از میلیاردها سلول یا رشته عصبیدرست شده است و این سلولها به صورت پیچیدهای به یكدیگرمتصلاند. شبیهسازی مغز انسان میتواند از طریق سختافزار یا نرمافزارانجام گیرد. تحقیقات اولیه نشان داده است شبیهسازی مغز، كاریمكانیكی و ساده میباشد. برای مثال، یك كرم دارای چند شبكه عصبیاست. یك حشره حدود یك میلیون رشته عصبی دارد و مغز انسان ازهزار میلیارد رشته عصبی درست شده است. با تمركز و اتصال رشتههایعصبی مصنوعی میتوان واحد هوش مصنوعی را درست كرد.
هوش انسانی بسیار پیچیدهتر و گستردهتر از سیستمهای رایانهایاست و توانمندیهای برجستهای مانند: استدلال، رفتار، مقایسه، آفرینشو بكار بستن مفهومها را دارد.
هوش انسانی توان ایجاد ارتباط میان موضوعها و قیاس ونمونه سازیهای تازه را دارد. انسان همواره قانونهای تازهای میسازد و یاقانون پیشین را در موارد تازه بكار میگیرد. توانایی بشر در ایجادمفهومهای گوناگون در دنیای پیرامون خود، از ویژگیهای دیگر اوست.مفهومهای گستردهای همچون روابط علت و معلولی، رمان و یامفهومهای سادهتری مانند گزینش وعدههای خوراك (صبحانه، ناهار وشام) را انسان ایجاد كرده است. اندیشیدن در این مفهومها و بكاربستنآنها، ویژه رفتار هوشمندانه انسان است.
هوش مصنوعی در پی ساخت دستگاههایی است كه بتوانندتوانمندهای یاد شده (استدلال، رفتار، مقایسه و مفهوم آفرینی) را از خودبروز دهند. آنچه تاكنون ساخته شده نتوانسته است خود را به این پایهبرساند، هر چند سودمندیهای فراوانی به بار آورده است.
نكته آخر اینكه، یكی از علل رویارویی با مقوله هوش مصنوعی،ناشی از نامگذاری نامناسب آن میباشد. چنانچه جان مككارتی در سال1956 میلادی آن را چیزی مانند «برنامهریزی پیشرفته» نامیده بود شاید جنگ و جدلی در پیرامون آن رخ نمیداد.
شاخههای هوش مصنوعی:
هوش مصنوعی به تعدادی میدانهای فرعی تقسیم شده است و سعیدارد تا سیستمها و روشهایی را ایجاد كند كه بطور تقلیدی مانند هوش ومنطق تصمیمگیرندگان عمل نماید.
سه شاخه اصلی هوش مصنوعی عبارتند از: سیستمهایخبره(ES)(6)، آدموارهها(7) و پردازش زبان طبیعی (8) كه در زیر بهصورت تصویری نشان داده شده است.
هوش مصنوعی در یك نگاه
سیستمهای خبره
سیستمهای خبره، برنامههای كامیپوتری هوشمندی هستند كه دانشو روشهای استنباط و استنتاج را بكار میگیرند تا مسائلی را حل كنند كهبرای حل آنها به مهارت انسانی نیاز است.
سیستمهای خبره كاربر را قادر به مشاوره با سیستمهای كامپیوتریدر مورد یك مسئله و یافتن دلایل بروز مسئله و راهحلهای آن میكند.در این حالات مجموعه سختافزار و نرمافزار تشكیل دهنده سیستمخبره، مانند فرد خبره اقدام به طرح سئوالات مختلف و دریافتپاسخهای كاربر، مراجعه به پایگاه دانش (تجربیات قبلی) و استفاده ازیك روش منطقی برای نتیجهگیری و نهایتا ارائه راهحل مینماید.همچنین سیستم خبره قادر به شرح مراحل نتیجهگیری خود تا رسیدن بههدف)چگونگی نتیجهگیری(و دلیل مطرح شدن یك سئوال اجرایی)روش حركت تا رسیدن به هدف(خواهد بود.
سیستمهای خبره برخلاف سیستمهای اطلاعاتی كه بر روی دادهها(Data) عمل میكنند، بر دانش (Knowledge) متمركز شده است. همچنین دریك فرآیند نتیجهگیری، قادر به استفاده از انواع مختلف دادهها )عددیDigital، نمادی Symbolic و مقایسهای Analoge( میباشند. یكی دیگر ازمشخصات این سیستمها استفاده از روشهای ابتكاری (Heuristic) به جایروشهای الگوریتمی میباشد. این توانایی باعث قرار گرفتن محدودوسیعی از كاربردها در برد عملیاتی سیستمهای خبره میشود. فرآیندنتیجهگیری در سیستمهای خبره بر روشهای استقرایی و قیاسی پایهگذاریشده است. از طرف دیگر این سیستمها میتوانند دلایل خود در رسیدنبه یك نتیجهگیری خاص و یا جهت و مسیر حركت خود به سوی هدفرا شرح دهند. با توجه به توانایی این سیستمها در كار در شرایط فقداناطلاعات كامل و یا درجات مختلف اطمینان در پاسخ به سئوالات مطرحشده، سیستمهای خبره نماد مناسبی برای كار در شرایط عدم اطمینان(Uncertainty) و یا محیطهای چند وجهی میباشند.
مزایای سیستمهای خبره
مزایای سیستمهای خبره را میتوان به صورت زیر دستهبندی كرد:
1-افزایش قابلیت دسترسی: تجربیات بسیاری از طریق كامپیوتر دراختیار قرار میگیرد و به طور سادهتر میتوان گفت یك سیستم خبره،تولید انبوه تجربیات است.
2-كاهشهزینه:هزینهكسبتجربهبرایكاربربهطورزیادیكاهشمییابد.
3-كاهش خطر: سیستم خبره میتواند در محیطهایی كه ممكن استبرای انسان سخت و خطرناك باشد نیز بكار رود.
4-دائمی بودن: سیستمهای خبره دائمی و پایدار هستند. بعبارتی مانندانسانها نمیمیرند و فنا ناپذیرند.
5-تجربیات چندگانه: یك سیستم خبره میتواند مجموع تجربیات وآگاهیهای چندین فرد خبره باشد.
6-افزایش قابلیت اطمینان: سیستمهای خبره هیچ وقت خسته وبیمار نمیشوند، اعتصاب نمیكنند و یا علیه مدیرشان توطئه نمیكنند، درصورتی كه اغلب در افراد خبره چنین حالاتی پدید میآید.
7-قدرت تبیین (Explanation): یك سیستم خبره میتواند مسیر و مراحلاستدلالی منتهی شده به نتیجهگیری را تشریح نماید. اما افراد خبره اغلباوقات بدلایل مختلف (خستگی، عدم تمایل و…) نمیتوانند این عمل رادر زمانهای تصمیمگیری انجام دهند. این قابلیت، اطمینان شما را در موردصحیح بودن تصمیمگیری افزایش میدهد.
8-پاسخدهیسریع:سیستمهایخبره،سریعودراسرعوقتجوابمیدهند.
9-پاسخدهی در همه حالات: در مواقع اضطراری و مورد نیاز،ممكن است یك فرد خبره بخاطر فشار روحی و یا عوامل دیگر، صحیحتصمیمگیری نكند ولی سیستم خبره این معایب را ندارد.
10-پایگاه تجربه: سیستم خبره میتواند همانند یك پایگاه تجربهعمل كند وانبوهی از تجربیات را در دسترس قرار دهد.
11-آموزش كاربر: سیستم خبره میتواند همانند یك خودآموز هوش(Intelligent Tutor) عمل كند. بدین صورت كه مثالهایی را به سیستم خبرهمیدهند و روش استدلال سیستم را از آن میخواهند.
12-سهولت انتقال دانش: یكی از مهمترین مزایای سیستم خبره،سهولت انتقال آن به مكانهای جغرافیایی گوناگون است. این امر برایتوسعهكشورهاییكه استطاعت خرید دانش متخصصانراندارند،مهماست.
آدموارهها
كلمه آدمواره (ربات)بعد از به صحنه درآمدن یك نمایش در سال1920 میلادی در فرانسه متداول و مشهور گردید. در این نمایش كه اثر«كارل كپك» بود، موجودات مصنوعی شبیه انسان، وابستگی شدیدینسبت به اربابان خویش از خود نشان میدادند. این موجودات مصنوعیشبیه انسان در آن نمایش، آدمواره نام داشتند(9).
در حال حاضر آدموارههایی را كه در شاخههای مختلف صنایع مورداستفاده میباشند، میتوان به عنوان «ماشینهای مدرن، خودكار، قابلهدایت و برنامهریزی»تعریف كرد. این آدموارهها قادرند در محلهایمتفاوت خطوط تولید، به طور خودكار، وظایف گوناگون تولیدی را تحتیك برنامه از پیش نوشته شده انجام دهند. گاهی ممكن است یكآدمواره، جای اپراتور در خط تولید بگیرد و زمانی این امكان هم وجوددار كه یك كار مشكل و یا خطرناك به عهده آدمواره واگذار شود.همانطور كه یك آدمواره میتواند به صورت منفرد یا مستقل به كاربپردازد، این احتمال نیز وجود دارد كه چند آدمواره به صورت جمعی و بهشكل رایانهای در خط تولید به كار گرفته شوند.
آدموارهها عموماً دارای ابزار و آلاتی هستند كه به وسیله آنهامیتوانند شرایط محیط را دریابند.این آلات و ابزار «حس كننده»(10)نام دارند، آدموارهها میتوانند در چارچوب برنامه اصلی خود، برنامههایجدید عملیاتی تولید نمایند. این آدموارهها دارای سیستمهای كنترل وهدایت خودكار هستند.
آدموارههای صنایع علاوه بر این كه دارای راندمان، سرعت، دقت وكیفیت بالای عملیاتی میباشند، از ویژگیهای زیر نیز برخوردارند:
1-بسیاری از عملیات طاقت فرسا و غیرقابل انجام توسط متصدیان رامیتوانند انجام دهند.
2-آنها، برخلاف عامل انسانی یعنی متصدی خط تولید، قادر هستند سهشیفت به كار بپردازند و در این خصوص نه منع قانونی وجود دارد و نهمحدودیتهای فیزیولوژیكی نیروی كار.
3-هزینههای مربوط به جلوگیری از آلودگی صوتی، تعدیل هوا و فراهمآوردن روشنایی لازم برای خط تولید، دیگر بر واحد تولید تحمیلنخواهد شد.
4-برای اضافه كاری این آدموارهها، هزینه اضافی پرداخت نمیشود.حق بیمه، حق مسكن و هزینه ایاب و ذهاب پرداخت نمیشود. احتیاج بهافزایش حقوق ندارند و هزینهاین نیز از بابت بهداشت و درمان بر واحدتولیدی تحمیل نمیكنند.
ویژگیهای ذكر شده سبب میشوند كه سهم هزینه كار مستقیم نیرویانسانی در هزینه محصولات تولیدی، واحدهای تولیدی كاهش پیداكند.(11)
پردازش زبانهای طبیعی (NLP)
پردازش زبانهای طبیعی بعنوان زیرمجموعهای از هوش مصنوعی،میتواند توصیهها و بیانات را با استفاده از زبانی كه شما به طور طبیعی درمكالمات روزمره بكار میبرید، بفهمد و مورد پردازش قرار دهد. به طوركلی نحوه كار این شاخه از هوش مصنوعی این است كه زبانهای طبیعیانسان را تقلید میكند. در این میان، پیچیدگی انسان از بعد روانشناسی برروی ارتباط متعامل تاثیر میگذارد.
در پردازش زبانهای طبیعی، انسان و كامپیوتر ارتباطی كاملا نزدیكبا یكدیگر دارند. كامپیوتراز لحاظ روانی در مغز انسان جای داده می شود. بدین ترتیب یك سیستم خلاق شكل می گیرد كه انسان نقش سازمان دهنده اصلی آن را برعهاده دارد. اگر چه هنوز موانع روانشناختی و زبانشناختی بسیاری بر سر راه سبستمهای محاوره ای وجود دارد. اما چشم اندازهای پیشرفت آنها یقیناً نویدبخش است. در حقیقت، توقعات یكسان از محاوره انسان- ماشنی و محاوره انسان- انسان، معقول نیست.
1. بررسی علوم دخیل در هوش مصنوعی
تا بدان جایی كه هوش مصنوعی تنها به بررسی روش های حل مسائل ریاضی و مجرد توسط كامپیوتر مىپرداخت، مىتوانستیم قطعاً آن را یكی از زیر شاخه های علوم كامپیوتر بدانیم؛ اما امروزه با اضافه شدن ملاحظات جدیدی كه در فوق اشاره ای بدان رفت، دیگر نمىتوان با این قطعیت قضاوت كرد. علومی از قبیل: معرفت شناسی كه در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نیز روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشكیل مىدهند. از دیگر سو، رباتیك به عنوان همبسته تكنولوژیك هوش مصنوعی، خود دانشی است كه داده های علوم مكانیك و كامپیوتر و كنترل را یك جا مىطلبد.
2. بررسی هوشمندی
چه چیزی در انسان یا هر موجود دیگری آنقدر ویژه و خاص است كه او را با صفت هوشمند از سایر موجودات متمایز مىكند؟ آیا چنین صفتی تنها خاص انسان است، یا مىتوان درجات مختلف آن را به موجودات دیگر نیز نسبت داد. قدر مسلم این كه از سادهترین رفتار مورچه ها و زنبورها تا رفتارهای پیچیده میمون ها در تعیین سلسله مراتب پیچیده اجتماعی یا روش های تشخیص الگوهای چند بعدی توسط كبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد نه چندان كمتر از انسان). بنابر این پاسخ به این سئوال كه هوشمندی چیست یا حتی چگونه ایجاد شده است ما را در ساخت یك موجود هوشمند با توانایی تطبیق و عمل در محیط واقعی یاری مىدهد.
3.آشنایی با روش های هوشمند و كاربرد آنها در تكنولوژی
آنچه كه باعث شده تا هوش مصنوعی امروزه به عنوان یك رشته مهندسی مطرح باشد این است كه طیف وسیعی از كاربردهای آن، از رباتیك گرفته تا روش های هوشمند كنترلی مقبولیت وسیعی در صنعت یافته اند. روش هایی همچون منطق فازی [2] ، استرا[3]تژی تکاملی، الگوریتم ژنتیك، شبكه های عصبی مصنوعی ... همگی روش هایی هستند كه با الهام از طبیعت و برای دستیابی به هوشمندی طبیعی طراحی شده اند اما كاربرد عظیمی در مهندسی و صنعت یافته اند. كاربردی كه تا حدود یك دهه قبل حتی گمان آن نیز نمىرفت. رباتیك نیز چه در غالب روش های جابجایی بازوهای مكانیكی، و چه در شكل ربات های متحرك(Mobile Robots) در این بحث جایگاه ویژه ای را به خود اختصاص داده است.
4. بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence)
یك روش برخورد با مسائل حل آنهاست! بله تعجب نكنید، این تنها یك روش مواجهه با مسائل است. بجز این روش(و البته حل نكردن مسئله!) راه دیگری نیز وجود دارد. فرض كنید مىخواهیم یك ربات متحرك بسازیم كه در شرایط طبیعی حركت كند، مسیر انتخاب كند و ...یك روش این است كه طراح تمامی جزئیات را از ابتدا و به صورت كاملاً دقیق در نظر بگیرد. این روش منجر به ماشینی كاملاً پیچیده و عموماً غیر قابل پیاده سازی خواهد شد. ماشینی كه با اندك تغییری در شرایط پیش بینی شده ناكارا خواهد بود. روش دیگر این است كه مانند خود طبیعت ، ربات بسیار ساده ای طراحی كنیم(گاه به سادگی یك مورچه) و اجازه دهیم تا این ربات ساده خود مسائل را به جای ما حل كند. یا حتی اجازه دهیم یك اجتماع از ربات ها از طریق تعامل با یكدیگر به حل مسائل بپردازند.
قانون طلایی در اینجا این است كه پیچیدگی یك اجتماع، حاصلضرب پیچیدگی تك تك عناصر آن است(تئوری پیچیدگی یا Complexity Theory) ، بنابراین یك اجتماع با عناصر بسیار ساده هم ممكن است به صورت كاملاً پیچیده و هوشمند عمل كند.
منابع :
هوش مصنوعی چیست ؟ srco
هوش مصنوعی senmerv
هوش مصنوعی چیست؟ technologymgt.
تكنولوژی هوشمند developercenter
آینده هوش مصنوعى itmportal
هوش مصنوعى knowclub