معرفی انواع هوش مصنوعی | طبقه بندی و دسته بندی هوش مصنوعی

بی‌شک پیچیده‌ترین و شگفت‌انگیزترین مخلوق بشر تاکنون هوش مصنوعی است. هوش مصنوعی را می‌توان بر اساس قابلیت‌ها و عملکرد به دو دسته تقسیم بندی کرد. این تقسیم بندی برای درک انواع هوش مصنوعی موجود و تفاوت‌های بین آنها مفید باشد. البته این واقعیت را باید در نظر گرفت که هر ابزار هوش مصنوعی که امروزه ما می‌بینیم صرفاً نوک کوه یخ هوش مصنوعی است و هنوز خیلی سخت است که آینده هوش مصنوعی را پیش‌بینی کنیم. همه این صحبت‌ها نشان می‌دهد که ما تازه در ابتدای راه تکامل هوش مصنوعی هستیم.

انواع هوش مصنوعی

چند نوع هوش مصنوعی داریم؟ هوش مصنوعی را میتوان بر اساس قابلیت‎‌ها و عملکرد در چند سطح طبقه بندی کرد. هر کدام از این نوع هوش مصنوعی داری ویژگی‌ها و قابلیت‌های خاص خود هستند. هر کدام از این سطوح هوش مصنوعی کاربرد مخصوص خود را دارند.
‌

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 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 یا محدود (Narrow AI)

تمام هوش مصنوعی موجود که تا به امروز ساخته شده‌اند از جمله پیچیده‌ترین و قدرتمند‌ترین آن‌ها نشان دهنده یک نوع هوش مصنوعی ضعیف (Artificial Narrow Intelligence) 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 هوش مصنوعی ضعیف مهارت انجام طیف بسیار محدودی از کارها را داد. با توجه به دسته بندی انواع هوش مصنوعی، 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 می‌کند، در دسته هوش مصنوعی ضعیف قرار می‌گیرد.

ویژگی‌های هوش مصنوعی ضعیف

1. انجام وظایف خاص: این نوع از هوش مصنوعی برای انجام یک یا چند کار خاص طراحی شده است، مانند تشخیص چهره، پردازش زبان طبیعی یا بازی‌های رایانه‌ای
2. عدم توانایی در یادگیری عمومی: برخلاف هوش مصنوعی عمومی، هوش مصنوعی محدود نمی‌تواند از تجربیات خود یاد بگیرد و در زمینه‌های دیگر به کار ببرد.
3. کارایی بالا در زمینه‌های مشخص: این نوع هوش مصنوعی معمولاً در زمینه‌هایی که برای آن طراحی شده است، عملکرد بسیار خوبی دارد و می‌تواند از داده‌ها و الگوریتم‌های پیچیده برای بهبود دقت و کارایی خود استفاده کند.

کاربرد هوش مصنوعی ضعیف

هوش مصنوعی محدود برای انجام یک کار واحد برنامه ریزی شده است، خواه بررسی آب و هوا ، بازی شطرنج یا تجزیه و تحلیل داده‌های خام برای تهیه یک گزارش باشد.

نمونه‌هایی از هوش مصنوعی ضعیف:

• دستیارهای مجازی مانند: سیری اپل و الکسا آمازون 
• چت بات‌ها: ChatGPT، Gemini یا چت بات واتسون IBM
• ماشین‌های خودران
• نرم افزار تشخیص چهره یا تصویر
• ابزارهای نقشه برداری و پیش بینی بیماری

در مقاله “هوش مصنوعی چه کاربردی دارد” به معرفی برخی از کاربردهای هوش مصنوعی ضعیف پرداخته‌ایم .

هر نوع هوش دستگاهی که امروز ما را احاطه کرده است، یک نوع هوش مصنوعی محدود است. از دستیارGoogle ، Google Translate ، Siri و سایر ابزارهای پردازش زبان طبیعی، نمونه‌هایی از Narrow AI هستند. برخی ممکن است تصور کنند که این ابزارها به دلیل توانایی تعامل با ما و پردازش زبان انسانی “هوش مصنوعی محدود” نیستند ، اما دلیل اینکه ما آن را هوش مصنوعی “محدود” می‌نامیم این است که این دستگاه‌ها به هیچ وجه نزدیک به هوش انسان نیستند. آنها فاقد هوشیاری، آگاهی و هوش واقعی برای مطابقت با هوش انسانی هستند. به عبارت دیگر ، آنها نمی‌توانند برای خودشان فکر کنند.

برخلاف هوش مصنوعی ضعیف بر خلاف هوش مصنوعی عمومی، که در ادامه بیشتر در مورد آنها بحث خواهیم کرد، هیچ کاری را آگاهانه انجام نمی‌دهد و در انجام کارها احساساتی همانند انسان ندارد. هوش مصنوعی محدود بر اساس داده‌های از پیش تعیین و تعریف شده عمل می‌کند. این دلیلی است که توضیح می‌دهد چرا وقتی سؤالات انتزاعی راجع به مواردی مانند: معنای زندگی یا چگونگی حل یک مشکل شخصی از Siri یا دستیار Google می‌پرسیم، پاسخ‌های مبهمی می‌گیریم که غالباً منطقی نیستند و به مقالات اینترنتی موجود ارجاع می‌دهند که به این سوالات می پردازند. از طرف دیگر، وقتی از چت بات GPT سؤال می‌کنیم، که هوای بیرون چطور است؟ پاسخ به شکل زیر می‌گیریم.

پاسخ چت بات GPT:
متأسفانه من نمی‌توانم اطلاعات زنده یا وضعیت فعلی آب و هوا را ارائه دهم. اما می‌توانی با استفاده از اپلیکیشن‌های پیش‌بینی آب و هوا یا وب‌سایت‌های معتبر، وضعیت هوای بیرون را بررسی کنی.

این پاسخ به دلیل آن است که سوالی پرسیده شده در محدوده اطلاعاتی چت بات نیست و چتGPT برای پاسخ به آن طراحی نشده است. ما به عنوان یک انسان، توانایی ارزیابی محیط اطراف خود، موجودات و واکنش های عاطفی به موقعیت ها را داریم. هوش مصنوعی که وجود دارد، انعطاف پذیری مغز ما را ندارد که مانند انسان فکر کند. حتی اتومبیل‌های پیشرفته خودران نیز از چندین سیستم هوش مصنوعی محدود تشکیل شده‌اند و با همه پیچیدگی‌شان در این نوع دسته بندی می‌شوند.
‌

2. هوش مصنوعی عمومی یا قوی (General AI)

‌هوش‌های مصنوعی موجود در حال حاضر قادرند هستند داده‌ها را سریع پردازش کنند. اما به عنوان انسان، ما این توانایی را داریم که تصمیم گیری آگاهانه انجام دهیم یا ایده‌های خلاقانه و تفکر انتزاعی و استراتژیک داشته باشیم و یا در افکار و خاطرات خود تعمق کنیم. این نوع هوش، ما را برتر از ماشین‌ها می‌کند.

هوش مصنوعی عمومی توانایی یادگیری، درک، شناخت و عملکرد مشابه یک انسان را دارد. به طور ساده هوش مصنوعی عمومی می‌تواند هر وظیفه فکری را همانند یک انسان انجام دهد. سیستم‌های مبتنی به هوش مصنوعی عمومی 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. از General AI انتظار می‌رود که بتواند استدلال کند، مشکلات را حل کند، در زمان عدم قطعیت قضاوت کند، برنامه ریزی کند، یاد بگیرد، دانش قبلی را در تصمیم گیری ادغام کند و مبتکر، دارای قوه تخیل و خلاق باشد.

3. سوپر هوش مصنوعی (Super AI)

توسعه ابرهوش مصنوعی احتمالاً نقطه اوج تحقیقات هوش مصنوعی خواهد بود، زیرا ابر هوش مصنوعی به توانمندترین 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 که دارد، در انجام کارها بسیار بهتر از انسان‌ها خواهد بود. توسعه هوش عمومی مصنوعی و ابرهوش منجر به سناریویی می‌شود که بیشتر به عنوان تکینگی فناوری (Technological Singularity) شناخته می‌شود. در حالی که پتانسیل داشتن چنین ماشین‌های قدرتمندی در اختیار انسان‌ها جذاب به نظر می‌رسد. باید این مورد هم در نظر گرفته شد که این ماشین‌ها ممکن است موجودیت بشر یا حداقل شیوه زندگی ما را تهدید کنند.

راه درازی برای رسیدن به ابر هوش وجود دارد، زیرا توسعه هوش مصنوعی در مقایسه با جایی که پیش‌بینی می‌شود به آن برسد هنوز در مرحله ابتدایی خود قراد دارد. 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 هوش مصنوعی فعلی هیچ خطر برای جان انسان‌ها ندارد. از طرفی دیگر برای کسانی که به آینده هوش مصنوعی خوشبین هستند، این واقعیت که هوش مصنوعی در سطح ابتدایی خود قرار دارد آینده را برای این افراد هیجان انگیز می‌کند.

نیک بوستروس ،استاد فیلسوف دانشگاه آکسفورد، سوپر هوش مصنوعی را اینگونه تعریف می‌کند:

“هر هوشی که تقریباً بتواند از عملکرد شناختی انسان در همه حوزه های مورد نظر فراتر رود”

سوپر هوش مصنوعی (ASI) از هوش انسانی در همه ابعاد: از خلاقیت، تا خرد عمومی، تا حل مسئله پیشی خواهد گرفت. ماشین‌ها قادر به نمایش اطلاعاتی خواهند بود که ما در فرهیخته ترین افراد انسانی ندیده‌ایم. این نوع هوش مصنوعی است که افراد زیادی نگران آن هستند و نوعی است که افرادی مانند ایلان ماسک فکر می‌کنند منجر به انقراض نسل بشر خواهد شد.
‌

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.
‌

نتیجه گیری

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. چنانچه این مطلب برای شما جذاب بود آن را با دوستان خود به اشتراک بگذارید.