تا به حال به اینکه فکر کرده‌اید که هوش مصنوعی چیست؟ یا هوش مصنوعی چه کاربردی دارد؟ و اینکه در آینده هوش مصنوعی قرار است چه تغییراتی را در دنیا ایجاد کند؟ در این مقاله قصد داریم تا در مورد تاریخ هوش مصنوعی صحبت کنیم. چه شد که بشر به سمت هوش مصنوعی کشیده شد و تلاش کرد تا به هوش مفهوم دیگری ببخشد؟ هوش مصنوعی در طول تاریخ خود با چه فرازها و نشیب‌هایی رو به رو بوده و چه کسانی برای پیشرفت و بهبود فناوری هوش مصنوعی تلاش کردند؟

پدر هوش مصنوعی کیست؟

چه کسی را می‌توان مخترع و سازنده هوش مصنوعی دانست؟ جان مک کارتی (John McCarthy) برای اولین بار سال 1956 در کنفرانس تابستانی کالج دارتموث، کلمه هوش مصنوعی را اختراع کرد. جان مک‌کارتی یک دانشمند برجسته آمریکایی بود که در زمینه علوم کامپیوتر و هوش مصنوعی تحقیق می‌کرد. مک کارتی به خاطر تلاش‌های فراوان در توسعه علوم کامپیوتر و هوش مصنوعی، در سال ۱۹۷۱ جایزه تورینگ را از آکادمی علوم رایانه و اطلاعات IEEE دریافت کرد به همین دلیل از مک کارتی به عنوان پدر هوش مصنوعی یاد می‌کنند.
‌

البته تلاش‌های افرادی مانند: آلن تورینگ (Alan Turing)، ماروین مینسکی (Marvin Minsky)، آلن نیول (Allen Newell) و هربرت الکساندر سایمون (Herbert Alexander Simon) را در زمینه هوش مصنوعی نباید فراموش کرد.
‌

چگونگی پیدایش هوش مصنوعی

در نیمه اول قرن بیستم برای اولین بار مفهوم ربات‌های دارای هوش توسط داستان‌های علمی و تخیلی آن روزها به جامعه معرفی شد. مردم با داستان جادوگر شهر اُز با کاراکتر آدم آهنی آشنا شدند و در فیلم متروپولیس با کاراکتر ماریا که یک ربات انسان نما بود، مفهوم ربات‌های داری هوش به اوج خود رسید. در دهه 1950 میلادی، تاریخ شاهد نسلی از دانشمندان، ریاضی دانان و فیلسوفانی خارق العاده بود که ذهن آنها مجذوب مفهوم هوش مصنوعی شده بود. یکی از این افراد خارق العاده، آلن تورینگ دانشمند بریتانیایی بود. به گفته تورینگ، انسان‌ها از طریق اطلاعات موجود اقدام به حل مشکلات یا تصمیم گیری می‌کنند. پس چرا ماشین‌ها نتوانند از چنین فرآیندی بهره ببرند؟ این مسئله چهار چوب منطقی مقاله‌ای با نام محاسبات و هوش ماشینی بود که توسط تورینگ در سال 1950 منتشر منتشر شد. در این مقاله تورینگ به بررسی نحوه ساخت ماشین‌های دارای هوش مصنوعی پرداخت و راه‌های برای آزمایش هوشمندی ربات‌های داری هوش پرداخت، آزمایشی که به آزمون تورینگ معروف شد.

اولین هوش مصنوعی جهان

متاسفانه اختراع یک هوش مصنوعی به راحتی صحبت کردن در مورد آن نیست. مشکلاتی که باعث شد تورینگ از رسیدن به گفته‌هایش و نتایج تحقیقاتش باز بماند.

1. کامپیوترها تا قبل از سال 1949 فاقد اصلی‌ترین پیش نیاز هوش مصنوعی یعنی ذخیره سازی دستورات بودند. به زبان ساده کامپیوترهای قدیمی تنها توانایی اجرای دستورات را داشتند نه ذخیره سازی دستورات! به زبانی دیگر می‌شد به آنها گفت که چه کاری باید انجام دهند اما کامپیوتر دیگر به یاد نمی‌آورد که چه کاری کرده است.
2. دومین مشکل این بود که پردازش در کامپیوترها بسیار هزینه بر بود. در اوایل دهه 50 میلادی، هزینه اجاره یک کامپیوتر ماهیانه به حدود 200 هزار دلار می‌رسید. در آن زمان تنها دانشگاه‌های نامدار و کمپانی‌های بزرگ تکنولوژِی از پس هزینه‌های سرسام آور کامپیوترها بر می‌آمدند. در آن زمان برای تامین مالی هزینه‌های مربوط به پیشرفت هوش مصنوعی، نیاز بود که دلایل منطقی برای سرمایه گذاری بر روی مفهوم آن و ضمانت نامه از افراد برجسته و معتبر داشته باشد تا منابع مالی را مجاب کنند تا بر روی هوش مصنوعی سرمایه گذاری کنند.
   ‌

در سال 1951 کریستوفر استراچی و دیتریش پرینز یک ربات هوش مصنوعی برای بازی چکرز (چکرز یک بازی فکری با تخته است) در دانشگاه منچستر ایجاد کردند. این برنامه را شاید بتوان اولین هوش مصنوعی دنیا نامید.
‌

کنفرانسی که باعث شروع همه چیز شد!

پنج سال بعد، آلن نیوول، کلیف شاو و هربرت سیمون از طریق برنامه Logic Theorist به اثبات مفهوم هوش مصنوعی پرداختند. Logic Theorist در واقع به نوعی برنامه ریزی شده بود تا مهارت‌های انسان‌ها در حل مسئله را تقلید کند و بودجه آن توسط موسسه تحقیقات و توسعه  (RAND) تهیه شده بود. از این برنامه در Dartmouth Summer Research Project on Artificial Intelligence (DSRPAI) با میزبانی جان مک کارتی و ماروین مینسکی در سال 1956 رونمایی شد و به عقیده ی بسیاری از افراد اولین برنامه ای بود که از هوش مصنوعی برخوردار بود.

در این کنفرانس تاریخی، جان مک کارتی، با تصور ایجاد یک همکاری موثر، دانشمندان برتر حوزه‌های مختلف را در کنار هم گرد هم آورد تا به بحث و گفت و گویی باز در زمینه هوش مصنوعی بپردازند. البته متاسفانه نتیجه این همایش از انتظارات مک کارتی بسیار دور بود و افرادی که در همایش شرکت کرده بودن مطابق دلخواه خود عمل می کردند و برای تدوین متدهای استاندارد این حوزه شکست خوردند. با این وجود، همگی افراد حاضر در همایش با این فکر موافق بودند که هوش مصنوعی قابل دسترسی می باشد. این همایش در تاریخ هوش مصنوعی از اهمین بسیاری برخوردار است زیراکه تحقیقات بیست سال بعد حوزه هوش مصنوعی را سرعت بخشد.

رفت و برگشت بین موفقیت و رفع مشکلات

از سال 1957 تا سال 1974 را می توان دوران شکوفایی هوش مصنوعی دانست. در این دوره کامپیوترها توانایی ذخیره بیشتر اطلاعات را داشتند و سریع تر شدند. از طرف دیگر هزینه کامپیوترها تا حد زیادی پایین آمد و این امر باعث در دسترس تر بودن آن شد. همچنین در این سال‌ها الگوریتم‌های یادگیری ماشین پیشرفته تر شدند و افراد نیز فهمیدند که برای هر نوع حل مسئله ای باید از چه الگوریتمی استفاده نمایند. برنامه‌هایی مانند General Problem Solver نوول و سیمون و برنامه ELIZA جوزف ویزباوم امید ایجاد توانایی حل مسئله و تفسیر زبان گفتاری در ماشین را پر رنگ تر کرد. این موفقیت‌ها به همراه نظرات اطمینان پخش محققان پیشرو و به نام، سازمان‌های دولتی مانند آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (DARPA) را متقاعد کرد تا بر روی تحقیقات در زمینه هوش مصنوعی در چندین موسسه سرمایه گذاری نمایند.

دولت به ویژه علاقه مند به ساخت ماشین‌هایی بود که توان انتقال و ترجمه زبان گفتاری را داشته باشد و همچنین بتواند داده‌های زیادی را با توان بالا پردازش کند. بدین ترتیب دید مثبت به هوش مصنوعی و انتظارات از آن بسیار بالا رفت. در سال 1970 ماروین مینسکی در مصاحبه با مجله زندگی بیان کرد که “در سه تا هشت سال آینده ما ماشینی خواهیم داشت که هوش عمومی برابر با یک انسان معمولی را دارا باشد”. با اینکه این حرف پشتوانه به پشتوانه ادله محکم موجود در آن زمان گفته شده بود اما هوش مصنوعی هنوز راه طولانی را برای رسیدن به اهداف نهایی یعنی پردازش زبان طبیعی ، تفکر انتزاعی و خودشناسی در پیش داشت. در نمودار زیر شما می توایند خط زمانی هوش مصنوعی را در تاریخ مشاهده کنید.

با گذشت زمان مشکلات موجود بر سر راه هوش مصنوعی بروز پیدا کردند. بزرگترین این مشکل‌ها فقدان قدرت محاسباتی برای انجام هر کار اساسی بود. با وجود پیشرفت‌هایی که تا آن زمان شده بود باز هم کامپیوترها نمی توانستند اطلاعات کافی را به سادگی ذخیره کنند یا آنها را به سریعا پردازش کنند. برای برقراری ارتباط هم نیاز به قدرت پردازش بالا و سریع حجم زیادی از اطلاعات داریم. برای مثال برای اینکه کامپیوتری بتواند ارتباط برقرار کند، هم نیاز دارد که معنی تعداد زیادی از کلمات را بداند و هم بتواند مفهوم آن کلمات را در بین ترکیب‌ها استخراج کند.

هانس موراوک، دیکی از دانشجویان مک کارتی در سطح دکترا، بیان کرد که “هوش کامپیوترها هنوز میلیون‌ها بار از آنچه که بتوان هوش نامید ضعیف‌تر است”. در این زمان بودجه تحقیقات تا حدودی محدود شده بود و تا ده سال تحقیقات مربوط به آن روند کندی را طی کرد.

در دهه 80 میلادی، هوش مصنوعی از دو طریق به اوج خود باز گشت: گسترش ابزار الگوریتمی و افزایش بودجه. جان هوپفیلد و دیوید راملهارت، تکنیک‌های “یادگیری عمیق” را رواج دادند که به کامپیوترها این توانایی را می داد که بتوانند از طریق تجربه‌های خود یاد بگیرند. از طرف دیگر در این زمان ادوارد فینبام سیستم‌های پیشرفته که می تواند از توانایی یک فرد متخصص در تصمیم گیری تقلید کنند، را معرفی نمود. این برنامه قادر است از متخصص یک حوزه بپرسد که در شرایط خاصی چگونه عمل کند و پس از یادگیری آن که برای هر شرایط دیگری، افراد غیر متخصص می توانند برای دریافت مشاوره به این سیستم‌ها مراجعه کنند. از سیستم‌های پیشرفته به طور گسترده در صنعت استفاده می شود.

دولت ژاپن به طور گسترده ای به سرمایه گذاری در زمینه هوش مصنوعی و سیستم‌های پیشرفته تحت عنوان نسل پنجم برنامه کامپیوتر (FGCP)، پرداخت. از سال 1982 تا سال 1990 ژاپن 400 میلیون دلار را با هدف متحول کردن پردازش کامپیوتری، پیاده سازی برنامه نویسی منطقی و پیشرفت هوش مصنوعی در این حوزه سرمایه گذاری کرد. اما متاسفانه اکثر اهداف بلند پروازانه مورد نظر این سرمایه گذاری عظیم به تحقق نپیوست. اما تاثیرات غیر مستقیم سرمایه گذاری باعث شد تا نسل جوانی از مهندسان و دانشمندان تحت تاثیر قرار بگیرند و به دنبال هوش مصنوعی بروند.

پس از آن با وجود فقدان بودجه و سرمایه گذاری‌های دولتی، هوش مصنوعی باز هم رونق گرفت. در طول دهه 90 و 2000 میلادی، بسیاری از اهداف و چشم اندازهای هوش مصنوعی تحقق یافتند. در سال 1997 هوش مصنوعی Deep Blue محصول شرکت IBM توانست گری کاسپاروف، استاد بزرگ و قهرمان شطرنج را در یک بازی شطرنج کامپیوتری شکست دهد.

این مسابقه تبلیغاتی و معروف اولین باری بود که کاسپاروف قهرمان شکست می خورد و این باخت قدم بزرگی بود در پیشرفت برنامه‌های تصمیم گیری توسط هوش مصنوعی. در همان سال، نرم افزار شناسایی گفتاری که توسط Dragon Systems بر روی سیستم عامل‌های Windows پیاده سازی شد و این امر این یک گام بزرگ دیگر رو به جلو در راستای پردازش زبان گفتاری بود. در این زمان به نظر می رسید که دیگر مسئله ای وجود ندارد که ماشین‌ها از پس حل آن بر نیایند. حتی احساسات انسانی نیز توسط ربات Kismet که توسط Cynthia Breazeal تولید شده بود، قابل شناسایی بود. این ربات می توانست احساسات را بشناسد و آنها را آشکار سازد.

زمان حلال همه ی مشکلات

از آن روز تا به الان تغییرات بسیار محسوسی در کد های هوش مصنوعی ایجاد نشده است، اما باید بپرسیم پس چه چیزی تغییر یافته؟ و جواب این سوال زمان است. امروزه محدودیت‌های ذخیره سازی که در 30 سال گذشته جلوی پیش رفت هوش مصنوعی را گرفته بود، دیگر وجود ندارند. امروزه طبق تخمین‌‍‌ها سرعت و حافظه کامپیوترها هر سال دو برابر افزایش میابد و این امر باعث شده تا توانایی آنها از نیازهای ما پیشی بگیرد. این دقیقا همان دلیلی است که Deep Blue توانست کاسپاروف را شکست دهد و یا Alpha Go گوگل توانست قهرمان چینی بازی Go، که جی، را مغلوب خود کند. همه ی این ها دلیلی است که ما باید بر روی هوش مصنوعی بیشتر سرمایه گذاری کنیم. ما هوش مصنوعی را تا زمانی که به توانایی‌های هوش و توانایی ما برسد، اشباع می کنیم و پس از آن صبر می کنیم تا زمان قانون مور فرا برسد.

هوش مصنوعی، امروز در همه جا

ما امروز در عصر کلان داده یا big data قرار داریم. ما امروز قادریم حجم بالایی از اطلاعات مختلف را ذخیره سازی کنیم و آنها را پردازش کنیم. استفاده هوش مصنوعی امروزه توانسته راه خود را به صنایع پزشکی و دیگر صنایع مختلف باز کند و باعث باروری بیشتر و شکوفایی در حوزه‌های بازاریابی، بانکداری و سرگرمی شود. ما در حاضر شاهد آنیم که با اینکه پیشرفت به خصوصی در الگوریتم‌ها و کدها روی نداده است اما کلان داده و قدرت پردازش فوق العاده، به هوش مصنوعی این توانایی را داده که از طریق آن با سرعت و نیروی فوق العاده ای پیشرفت کند.

از تمام این صحبت‌ها می توان استنباط کرد که هوش مصنوعی قرار است هر روز بیش از پیش پیشرفت کند و به شکوفایی خود ادامه دهد و هیچ چیزی نمی تواند جلوی این امر را بگیرد. همان طور که یک روزی ماشین، کامپیوتر و گوشی‌های هوشمند، قطارهای سریع السیر و هواپیماها و امثال این ها وجود نداشتند و امروز حتی تصور زندگی بدون این ها برای ما سخت و طاقت فرساست، در آینده ای نه چندان دور نیز تصور دنیایی بدون هوش مصنوعی سخت خواهد بود. به جای مقابله با آن باید به استقبال هوش مصنوعی رفت و در مورد آن اطلاعات بیشتری کسب کرد تا از سود و منافع آن بهره مند شویم. صنایع و کسب و کارهای مختلف می توانند از هوش مصنوعی استفاده کنند تا شکوفایی صد چندان را تجربه کنند.

اگر این مطلب برای شما مفید بود آن را با دوستان خود به اشتراک بگذارید.