به گزارش خبرگزاری ایمنا، هوش مصنوعی ( Artificial intelligence) ( AI) هوشی است که بهدست ماشینها پدید میآید،. در برابر هوش طبیعی که توسط جانوران شامل انسانها نمایش مییابد. ولی پیش از هرچیز باید این موضوع را دانست که کلمه هوش، نشان دهنده امکان استدلال است و اینکه آیا هوش مصنوعی میتواند به توانایی استدلال دست یابد یا خیر، خود موضوع اختلاف محققان است.
کتابهای AI پیشرو، این شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعریف میکنند: هر سامانهای که محیط خود را درک کرده و کنشهایی را انجام میدهد که شانسش را در دستیابی به اهدافش بیشینه میسازد. برخی از منابع شناخته شده از اصطلاح «هوش مصنوعی» جهت توصیف ماشینی استفاده میکنند که عملکردهای «شناختی» را از روی ذهن انسانها تقلید میکنند، همچون «یادگیری» و «حل مسئله»، با این حال این تعریف توسط محققان اصلی در زمینه AI رد شده است.
کاربردهای هوش مصنوعی شامل موتورهای جستجو پیشرفتهٔ وب (گوگل و بینگ)، سامانهٔ توصیهگر (که توسط یوتیوب، آمازون و نتفلیکس استفاده میشوند)، فهم زبان انسانها (همچون سیری، جمنای و آمازون الکسا)، خودروهای خودران (تسلا)، هوش مصنوعی مولد یا خلاقیت محاسباتی ( چتجیپیتی یا تولید اثر هنری همچون دال-ای و میدجرنی) تصمیمگیری خودکار و رقابت در بالاترین سطوح سامانههای بازی استراتژیک (همچونشطرنج ). با بیشتر شدن توانایی ماشینها، وظایفی که نیازمند «هوشمندی» هستند اغلب از تعریف AI برداشته میشود، پدیدهای که به آن اثر هوش مصنوعی گفته میشود. به عنوان مثال، فهم نوری کاراکتر را اغلب از چیزهایی که AI در نظر گرفته میشوند مستثنی میکنند، چرا که این فناوری تبدیل به فناوری عادی و روزمرهای شده است. (استفاده از هوش مصنوعی در زمینههایی همچون پزشکی و آموزش رو به افزایش است).
هوش مصنوعی در سال ۱۹۵۶ میلادی تبدیل به شاخهای آکادمیک شد و در سالهای پس از آن چندین موج خوشبینی را تجربه کرده و مجدد دچار امواج ناامیدی و کمبود بودجه شده (که به آن «زمستان AI» میگویند)، سپس فناوریهای جدیدی در پی آن آمده و موفقیت و بودجههای تحقیقاتی این حوزه مجدداً احیا گشتهاند. تحقیقات AI رهیافتهای متفاوتی را از زمان تأسیسش امتحان کرده و آنها را کنار گذاشته است، رهیافتهایی چون: شبیهسازی مغز، مدلسازی حل مسئله توسط مغز انسان، منطق صوری، بانکهای اطلاعاتی بزرگ دانش و تقلید رفتار جانوران. در اولین دهههای قرن ۲۱ میلادی، یادگیری ماشینی که از آمار ریاضیاتی بهره میبرد در این حوزه غلبه داشت و این فناوری اثبات کرد که به شدت موفق است و به حل چندین مسئله چالشبرانگیز در صنعت و فضای آکادمیک کمک نمود.
راهبرد ملی در هوش مصنوعی باید بر تولید و مالکیت متمرکز باشد، نه مصرف
نیره قهرمانی کارشناس هوش مصنوعی با اشاره به اهمیت راهبرد ملی در حوزه فناوریهای نوین در گفتوگو با خبرنگار ایمنا اظهار کرد: مصرف فناوری اجتنابناپذیر است، اما تمرکز صرف بر مصرف، وابستگی ایجاد میکند. راهبرد هوشمندانه، ترکیبی است: استفاده از فناوریهای موجود در کوتاهمدت و سرمایهگذاری هدفمند روی تولید، جمعآوری داده، بومیسازی مدلها و خرید و ساخت سختافزارهای مورد نیاز در بلندمدت.
وی با اشاره به فرمایشات مقام معظم رهبری درباره هوش مصنوعی افزود: امروز هوش مصنوعی با شتاب حیرتانگیزی در دنیا پیش میرود. بهرهبردار بودن امتیاز نیست؛ این فناوری لایههای عمیقی دارد که باید بر آنها مسلط شد. اگر نتوانیم این لایهها را تأمین کنیم، فردا ایستگاههایی شبیه آژانس اتمی برای هوش مصنوعی ایجاد خواهند شد که استفاده از بخشهای مختلف آن نیازمند اجازه خواهد بود. زرنگهای دنیا و قدرتطلبان به دنبال چنین کنترلهایی هستند.
کارشناس هوش مصنوعی تأکید کرد: راهبرد ملی باید بر تولید و مالکیت فناوری متمرکز باشد. تنها مصرفکننده بودن، کشور را در معرض وابستگی و فشارهای خارجی قرار میدهد. وابستگی دقت و سوگیری تحلیل چهره به دادههای آموزشی بسیار بالاست. اگر دادههای آموزشی از نظر سن، جنسیت، قومیت یا شرایط نوری متنوع و متوازن نباشند، الگوریتم خروجیهای ناعادلانه و نادقیق تولید میکند. به بیان ساده، الگوریتمها همان سوگیریهایی را یاد میگیرند که در دادهها وجود دارد.
قهرمانی بیان کرد: سوگیریها میتواند پیامدهای جدی در حوزههای حساس داشته باشد، اگر دادهها بیشتر از یک گروه خاص باشند، نتایج برای سایر گروهها ناعادلانه خواهد بود. این مسئله ضرورت توجه به تنوع دادهها و طراحی الگوریتمهای مقاوم در برابر سوگیری را نشان میدهد.تحلیل چهره میتواند نشانههایی از احساسات سطحی همچون شادی یا ناراحتی را حدس بزند، اما استنتاج نیت، صداقت یا حالات درونی پیچیده از روی چهره دقیق نیست و هنوز نیاز به بهبود مدلها دارد. این فناوری در حال حاضر بیشتر برای تشخیص حالات ساده کاربرد دارد و نباید به عنوان ابزار قطعی برای تحلیلهای پیچیده انسانی مورد استفاده قرار گیرد.
وی با اشاره به کاربردهای مختلف تحلیل چهره عنوان کرد: در حوزههایی همچون بهبود تجربه کاربر، ایمنی، سلامت دیجیتال یا تحلیلهای آماری جمعی، این فناوری میتواند ارزشمند باشد. برای مثال، در حوزه سلامت دیجیتال میتوان از آن برای پایش وضعیت بیماران یا در حوزه ایمنی برای تشخیص خستگی رانندگان استفاده کرد. اما در تصمیمهای حساس همچون استخدام، قضاوت قضائی یا نظارت گسترده، ریسک خطا، تبعیض و نقض حقوق افراد به طور معمول بیشتر از فایده آن است. بنابراین باید با احتیاط جدی استفاده شود.
کارشناس هوش مصنوعی در بخش دیگری از سخنان خود درباره راهکارهای تضمین شفافیت و پاسخگویی در تصمیمهای مبتنی بر تحلیل چهره یادآور شد: با الزام به توضیحپذیری الگوریتمها، ثبت و مستندسازی تصمیمها، نظارت انسانی و ایجاد مسیر رسمی اعتراض برای افراد میتوان شفافیت و پاسخگویی را تضمین کرد. هیچ تصمیم مهمی نباید بدون دخالت انسان به تحلیل چهره واگذار شود. شفافیت و امکان پاسخگویی شرط اعتماد عمومی است. اگر افراد نتوانند به تصمیمهای مبتنی بر الگوریتم اعتراض کنند، اعتماد عمومی از بین خواهد رفت.
قهرمانی در پایان سخنان خود تصریح کرد: راهبرد ملی در حوزه فناوری باید ترکیبی از مصرف و تولید باشد، اما تمرکز اصلی باید بر تولید و مالکیت قرار گیرد. در حوزه تحلیل چهره نیز باید به محدودیتها و ریسکها توجه جدی داشت. این فناوری تنها زمانی میتواند ارزشمند باشد که با شفافیت، پاسخگویی و نظارت انسانی همراه باشد.
به گزارش ایمنا، بدون شک، هوش مصنوعی بزرگترین نیروی محرکه در دنیای فناوری در سال ۲۰۲۵ بود. شرکتهای بزرگ فناوری همچون اپل، گوگل، تسلا و مایکروسافت سرمایهگذاریهای عظیمی در توسعه الگوریتمها، مراکز داده و زیرساختهای AI انجام دادند. این سرمایهگذاریها باعث شد هوش مصنوعی نه فقط بهعنوان ابزاری پشتیبان، بلکه بهعنوان هسته اصلی تصمیمگیری در تجارت، تولید و حتی امور زیستمحیطی و شهری تبدیل شود. AI اکنون در صنایع مختلفی از جمله بهداشت، آموزش، مالی و انرژی نقش اساسی دارد و پیشبینی میشود تا پایان سال ۲۰۲۶ حتی بر ژئوپلیتیک و زیرساختهای اقتصادی نیز تأثیرگذار باشد.
نظر شما