پیچیدگی‌های هوش مصنوعی

به گزارش خبرگزاری ایمنا، بر اساس مطالعات و برآوردهای انجام‌شده، هوش مصنوعی قرار نیست رشدش را متوقف کند و هر سال به‌شکل چشم‌گیری گسترش می‌یابد؛ اما دقیقاً هوش مصنوعی چیست؟ آیا در آینده برای بشر مفید خواهد بود؟

زیاده روی در هر چیزی خطرناک است و هوش مصنوعی نیز از این قاعده مستثنی نیست، علم و مهندسی ساخت ماشین‌های هوش مصنوعی است که به آن اهمیت بخشیده است. به منظور شبیه‌سازی هوش انسانی، ماشین‌ها که بیشتر سیستم‌های رایانه ای هستند، برای اهداف خاصی برنامه ریزی می‌شوند.

ماشین‌ها بر اساس داده های ذخیره شده پیشین، تصمیم گیری می‌کنن، الگوریتم ها احتمال خطا و اشتباه را کاهش می‌دهند. در این فرآیند، پیچیده ترین و دشوارترین مسائل، بسیار سریع و بدون کوچکترین اشتباهی حل می‌شوند و این یک موفقیت بزرگ محسوب می‌شود.

سازمان‌های تجاری برای تعامل با کاربران خود، از دستیارهای دیجیتال استفاده می‌کنند، این امر به آن‌ها کمک می‌کند تا به شدت در زمان صرفه جویی کنند. از سویی استفاده از هوش مصنوعی برای کاربران این مشاغل و تجارت ها نیز بسیار جذاب و رضایت بخش است، چرا که در زمان آن‌ها نیز صرفه جویی می‌شود. این ماشین‌ها به نحوی برنامه ریزی شده اند که به بهترین وجه ممکن به کاربر خدمت رسانی کنند.

هوش مصنوعی خطرات بالقوه زیادی دارد، با گسترش و توسعه قابلیت‌های هوش مصنوعی، خطرات مرتبط با آن افزایش می‌یابد. در اینجا پنج خطر فراگیر هوش مصنوعی آورده شده است.

۱.نبود قابلیت ردیابی پیاده سازی هوش مصنوعی: از منظر مدیریت و برنامه ریسک، بیشتر اوقات با فهرستی از سیستم‌ها و مدل‌هایی که شامل هوش مصنوعی هستند شروع می‌کنیم و استفاده از حوزه ریسک به ما امکان می‌دهد خطرات هوش مصنوعی را ردیابی، ارزیابی، اولویت‌بندی و کنترل کنیم.

متأسفانه محبوبیت روزافزون این فناوری به طور کلی به این معنی است که به طور فزاینده‌ای خارج از حیطه اختیارات تیم رسمی IT پیاده سازی می‌شود و مطالعه‌ای توسط McAfee بیان می‌کند که ۸۰ درصد از کارمندان سازمانی از برنامه‌های بدون گواهی SaaS (نرم افزار به عنوان سرویس) در محل کار استفاده می‌کنند.

۲. وارد شدن سوگیری برنامه‌ای در تصمیم گیری: یکی از مخرب‌ترین خطرات هوش مصنوعی وارد کردن سوگیری به الگوریتم‌های تصمیم گیری آن است. سیستم‌های هوش مصنوعی از مجموعه داده‌هایی که بر اساس آن‌ها آموزش دیده اند یاد می‌گیرند. بسته به نحوه وقوع این تجمیع، این احتمال وجود دارد که مجموعه داده‌ها ممکن است مفروضات را منعکس کند. این سوگیری‌ها می‌توانند بر فرآیند تصمیم گیری در سیستم تأثیر بگذارند.

۳. منابع داده و نقض حریم خصوصی: با پیش‌بینی شرکت بین‌المللی داده که دامنه داده‌های جهانی از ۳۳ تریلیون گیگابایت در سال ۲۰۱۸ به ۱۷۵ گیگابایت تا سال ۲۰۲۵ میلادی افزایش خواهد یافت، حجم عظیمی از داده‌های ساختاریافته و بدون ساختار در اختیار شرکت‌ها قرار می‌گیرد تا آن‌ها را استخراج و پردازش کنند.

۴. الگوریتم‌های جعبه سیاه و نبود شفافیت: هدف اصلی بسیاری از سیستم‌های هوش مصنوعی پیش‌بینی است و به همین دلیل الگوریتم‌ها می‌توانند آنقدر پیچیده باشند که حتی کسانی که الگوریتم را ایجاد کرده‌اند نمی‌توانند توضیح دهند که چگونه متغیرها با هم ترکیب می‌شوند و به پیش‌بینی منتج می‌رسند و همین نبود شفافیت دلیل برخی از مراجع است.

۵. مسئولیت قانونی مشخص نیست: با توجه به خطرات بالقوه هوش مصنوعی که تاکنون مورد بحث قرار گرفت، این نگرانی‌ها منجر به پرسش مسئولیت قانونی می‌شود. اگر یک سیستم هوش مصنوعی با الگوریتم‌های فازی طراحی شده باشد و یادگیری ماشینی اجازه می‌دهد تا تصمیم‌گیری خود را بهبود بخشد، چه کسی از نظر قانونی مسئول و پذیرنده نتیجه نهایی و پایانی است؟