طبقه بندی و دسته بندی هوش مصنوعی

بی شک پیچیده‌ترین و شگفت‌انگیزترین مخلوق بشر تاکنون هوش مصنوعی است. البته این واقعیت را باید در نظر گرفت که هر برنامه مبتنی بر هوش مصنوعی که امروزه ما می‌بینیم صرفاً نوک کوه یخ هوش مصنوعی است. هنوز خیلی سخت است که آینده هوش مصنوعی را پیشبینی کنیم به دلیل اینکه هوش مصنوعی تازه در ابتدای راه تکامل خود است. اختلاف نظراتی در مورد آینده هوش مصنوعی بین دانشمندان وجود دارد بسیار از صاحب نظران هوش مصنوعی را باعث پیشرفت و توسعه جهان می‌دانند و بعضی دیگر از احاس ترس و خطر می‌کنید و متقعد هستند که هوش مصنوعی باعث انقراض نسل بشر خواهد شد.

هوش مصنوعی به دلیل تأثیر انقلابی که در صنایع مختلف داشته است، رهبران کسب‌وکار را به این فکر واداشته است که پتانسیل هوش مصنوعی برای رشد کسب کار خود استفاده کنند. فناوری‌های مانند پاسخ به سولات کاربران به کمک چت بات یا آنالیز مرکز تماس برخی از کاربردهای هوش مصنوعی در صنعت‌های مختلف است. برای داشتن تصویر واضح‌تری از قابلیت‌های موجود هوش مصنوعی، می‌توان آن را به چندین دسته تقسیم بندی کرد.
‌

آشنایی با انواع دسته بندی هوش مصنوعی

از آنجایی که هوش مصنوعی به دنبال تقلید از عملکرد انسان‌‌ها است، درجه‌ای که یک سیستم هوشمند می‌تواند توانایی‌های انسانی را تکرار کند، به عنوان معیاری برای دسته بندی انواع هوش مصنوعی در نظر گرفت. بنابراین، بسته به اینکه یک ماشین از نظر تطبیق‌پذیری و مقایسه عملکرد آن با انسان‌ها می‌توان در یک دسته قرار بگیرد. در میان انواع مختلف هوش مصنوعی. طبق این سیستم دسته بندی هر هوش مصنوعی که عملکردی نزدیک به هوش انسان داشته باشه در سطوح بالاتر و تکامل‌یافته‌تری قرار می‌گیرد. در صورتی که هوش مصنوعی که عملکرد محدودی داشته، آن را به عنوام یک نوع ساده‌تر و کمتر تکامل‌یافته در نظر می‌گیریم.

دسته بندی هوش مصنوعی از نظر عملکردها

به طور کلی هوش مصنوعی به دو صورت طبقه بندی می‌شود. یک نوع مبتنی بر شباهت هوش مصنوعی به ذهن انسان و توانایی آن در “فکر کردن” و شاید “احساس کردن” مانند انسان است. بر این اساس هوش مصنوعی را میتوان در 4 نوع دسته بندی و طبقه بندی کرد: ماشین های واکنشی، ماشین های حافظه محدود، تئوری ذهن و هوش مصنوعی خودآگاه.

 1. ماشین‌های انفعالی

قدیمی‌ترین اشکال سیستم‌های هوش مصنوعی، ماشین‌های انفعالی هستند که توانایی بسیار محدودی دارند. ماشین‌های انفعالی با تقلید از توانمندی‌های ذهن انسان قادر هستند که به انواع مختلف از محرک‌ها پاسخ دهند. این نوع از هوش مصنوعی عملکرد مبتنی بر حافظه ندارد. این بدان معناست که ماشین‌های انفعالی نمی‌توانند از تجربیات به دست آمده قبلی در اقدامات فعلی خود استفاده کنند، یعنی این دسته بندی توانایی “یادگیری” را تجربیات گذشته را ندارند. این ماشین‌ها فقط می‌توانند برای پاسخ‌دهی خودکار به مجموعه‌ای از ورودی‌ها استفاده شوند. به همین دلیل نمی‌توان از ماشین‌های انفعالی برای بهبود عملیات خود بر اساس تجربیات گذشته استفاده کرد. یک نمونه محبوب از این نوع هوش مصنوعی، ماشین‌ انفعالی Deep Blue IBM است، دستگاهی که در سال 1997 استاد بزرگ شطرنج “گری کاسپاروف” را شکست داد.

2. هوش مصنوعی با حافظه محدود

هوش مصنوعی حافظه محدود در واقع ماشین‌هایی هستند که علاوه بر داشتن قابلیت‌های ماشین‌های انفعالی، توانایی یادگیری از داده‌های قبلی خود برای تصمیم‌گیری فعلی خود را نیز دارند. تقریباً تمام برنامه‌های کاربردی موجود که می شناسیم در این دسته از هوش مصنوعی قرار می گیرند. همه سیستم‌های هوش مصنوعی امروزی، مانند سیستم‌هایی که از یادگیری عمیق استفاده می‌کنند، توسط حجم زیادی از داده‌های یادگیری که در حافظه خود ذخیره می‌کنند آموزش می‌بینند تا مدل مرجعی برای حل مشکلات آینده تشکیل دهند. برای مثال، فارس‌آوا یک هوش مصنوعی تشخیص گفتار است که با استفاده از هزاران فایل صوتی برچسب گذاشته شده آموزش دیده تا بتواند فایل‌های صوتی شما را تبدیل به متن کند. تقریباً تمام برنامه‌های کاربردی هوش مصنوعی امروزی، از چت بات‌ها یا دستیاران مجازی گرفته تا اتومبیل‌های خودران، همگی توسط هوش مصنوعی با حافظه محدود کنترل می‌شوند.
‌

3. هوش مصنوعی نظریه ذهن

در حالی که دو نوع قبلی هوش مصنوعی (ماشین‌های انفعالی و هوش مصنوعی با حافظه محدود) کاربرد گسترده‌ای دارند و به وفور یافت می‌شوند.در حال حاضر دو نوع بعدی هوش مصنوعی به عنوان یک مفهوم یا پروژه‌هایی تحقیقاتی وجود دارند. تئوری ذهن سطح بعدی سیستم‌های هوش مصنوعی است که محققان مشغول به نوآوری و توسعه آن هستند. هوش مصنوعی در سطح تئوری ذهن، قادر خواهد بود با تشخیص نیازها، احساسات، باورها و افکار را پردازش و درک کند. هوش هیجانی مصنوعی در حال حاضر یک صنعت نوپا و مورد علاقه محققان برجسته هوش مصنوعی است. دستیابی به سطح هوش مصنوعی نظریه ذهن نیازمند توسعه در سایر شاخه‌های هوش مصنوعی نیز هست. برای درک واقعی نیازهای انسان، ماشین‌های هوش مصنوعی باید انسان‌ها را به‌عنوان افرادی در نظر بگیرند که ذهن‌شان می‌تواند توسط عوامل متعددی شکل بگیرد و فاکتورهای مختلفی در تصیم گیری آنها اثر گذار است. پس در مرحله نخست باید هوش مصنوعی بتواند انسان‌ها را درک کند.
‌

4. هوش مصنوعی خودآگاه

هوش مصنوعی خودآگاه مرحله نهایی از توسعه هوش مصنوعی است که در حال حاضر فقط به صورت فرضی وجود دارد. هوش مصنوعی خودآگاه شبیه به مغز انسان عمل می‌کند هوش که به درجه خودآگاهی رسیده است. ایجاد این نوع هوش مصنوعی اگر نگوییم قرن‌ها بلکه ده‌ها سال تا تحقق آن فاصله داریم و هدف نهایی تمام تحقیقات حوزه هوش مصنوعی رسیدن به سطح خود آگاهی است. این نوع هوش مصنوعی نه تنها قادر به درک و برانگیختن احساسات افرادی است که با آنها تعامل دارد، بلکه دارای احساسات، نیازها، باورها و تمایلات خود را دارد. این همان نوع هوش مصنوعی است که بسیاری از افرد مانند ایلان ماسک از آن می‌ترسند. اگر چه توسعه هوش مصنوعی خودآگاه به طور بالقوه می‌تواند باعث پیشرفت تمدن و جابه‌جایی مرزهای علم باشد. از طرفی دیگر خودآگاهی می‌تواند منجر به فاجعه شود و نسل بشر را با تهدید جدی رو به رو کند. به این دلیل که هوش مصنوعی زمانی که خودآگاه شود، می‌تواند ایده‌هایی مانند ارزشمندی جان خود داشته باشد که به طور مستقیم یا غیرمستقیم پایانی برای بشریت باشد.

دسته بندی هوش مصنوعی از نظر قابلیت‌ها

سیستم جایگزین برای دسته بندی انواع هوش مصنوعی از لحاظ فنی مطرح می‌شود: هوش مصنوعی ضعیف (ANI)، هوش مصنوعی عمومی (AGI) و ابر هوش مصنوعی (ASI) است.

1. هوش مصنوعی ضعیف (ANI)

تمام هوش مصنوعی موجود که تا به امروز ساخته شده‌اند از جمله پیچیده‌ترین و قدرتمند‌ترین آن‌ها نشان دهنده یک نوع هوش مصنوعی ضعیف هستند. هوش مصنوعی ضعیف به سیستم‌های اطلاق می‌شود که تنها می‌توانند یک کار خاص را به صورت مستقل، شبیه به انسان انجام دهند. هوش مصنوعی ضعیف نمی‌تواند وظیفه‌ای که برای انجام آن برنامه‌ریزی نشده‌ است را انجام دهد. بنابراین دارای طیف بسیار محدود یا ضعیفی از مهارت‌ها هست. با توجه به دسته بندی این مقاله، میتوان این سیستم را ترکیبی از ماشین‌های انفعالی و هوش مصنوعی با حافظه محدود مطابقت داد. حتی پیچیده ترین هوش مصنوعی که از یادگیری ماشینی و یادگیری عمیق برای آموزش خود استفاده می کند، در دسته بندی هوش مصنوعی ضعیف قرار می‌گیرد.

2. هوش مصنوعی عمومی (AGI)

هوش مصنوعی عمومی توانایی یادگیری، درک، شناخت و عملکرد مشابه یک انسان را دارد. این سیستم‌ها می‌توانند به طور مستقل مهارت‌های متعددی را یاد بگیرند و ارتباطات جدیدی را در حوزه‌های مختلف ایجاد کنند و زمان مورد نیاز برای آموزش را به شدت کاهش دهند. این نوع از هوش مصنوعی با تقلید از توانایی‌های چند بعدی انسان می‌تواند چندین کار مختلف را انجام دهد.

3. ابرهوش مصنوعی (ASI)

توسعه ابرهوش مصنوعی احتمالاً نقطه اوج تحقیقات هوش مصنوعی خواهد بود، زیرا ابر هوش مصنوعی به تواناترین نوع هوش بر روی زمین تبدیل خواهد شد. ابرهوش، علاوه بر تقلید از هوش چندوجهی انسان‌ها، به دلیل حافظه قوی‌تر، پردازش، تجزیه و تحلیل سریعتر داده‌ها و توانایی‌های تصمیم گیری، در هر کاری که انجام می‌دهد بسیار بهتر از انسان‌ها بهتر خواهد بود. توسعه هوش عمومی مصنوعی و ابرهوش منجر به سناریویی می شود که بیشتر به عنوان تکینگی (Technological Singularity) شناخته می شود. در حالی که پتانسیل داشتن چنین ماشین‌های قدرتمندی در اختیار انسان‌ها جذاب به نظر می‌رسد. باید مورد هم در نظر گرفته که این ماشین‌ها ممکن است موجودیت بشر یا حداقل شیوه زندگی ما را تهدید کنند.

تصور وضعیت دنیای ما زمانی که انواع پیشرفته‌تر هوش مصنوعی به وجود می‌آیند، دشوار است. با این حال، واضح است که راه درازی برای رسیدن به ابر هوش وجود دارد، زیرا وضعیت فعلی توسعه هوش مصنوعی هنوز در مرحله ابتدایی خود در مقایسه با جایی که پیش‌بینی می‌شود به آن برسد. برای کسانی که چشم انداز منفی نسبت به آینده هوش مصنوعی دارند، این بدان معنی است که اکنون برای نگرانی در مورد تکینگی کمی زود است و هنوز زمان برای اطمینان از ایمنی هوش مصنوعی وجود دارد. برای کسانی که به آینده هوش مصنوعی خوشبین هستند، این واقعیت که ما فقط سطح ابتدایی هوش مصنوعی را توسعه دادیم، آینده را برای این افراد هیجان انگیزتر می‌کند.
‌‌