تکنولوژی هوشمند

همه ما زمانی‌‌ را به خاطر می‌‌‌آوریم كه تصویر ذهنی‌‌‌مان از كامپیوتر ، تصور ماشینی‌‌ هوشمند و پیچیده بود؛ ماشینی‌‌ كه پاسخ بسیاری‌‌ از سئوالات را می‌‌‌داند و آنچه را كه نمی‌‌‌داند نیز می‌‌‌آموزد. این ماشین هوشمند، گاه مشاور همه‌چیزدان بود كه در تمامی‌‌ مسائل، بهتر از ما تصمیم می‌‌‌گرفت(تنها با این اشكال كه كمی‌‌ بی‌‌‌احساس بود!)، گاه محاسبه‌گر توانا كه دقیق‌‌ترین و ظریف‌‌ترین نكات علمی‌‌ را درمی‌‌‌یافت، و گاه بیگانه‌ خشن، وتنها هدفش نابودی نوع بشر.
تنها، نوشتن اولین خطوط یك برنامه ساده و یا پیاده ساز یك الگوریتم ابتدایی‌ لازم بود تا این تصور ساده انگارانه پایان پذیرد و جا خود را به تصور واقعی‌تر از كامپیوتر بدهد: «یك ماشین محاسبه گر». این ماشین تنها آنچه را بدان سپرده ایم به ما بازپس می‌دهد، مرتب شده و سامان یافته، اما بدون هیچ خلاقیتی‌.
آن تصور ساده و ابتدایی‌، تنها منحصر به ما یا هر كاربر تازه آشنایی‌ با كامپیوتر نبوده است، بلكه چندین دهه تلاش دانشمندان و مهندسین برا ساخت ماشینی‌ كه همچون انسان بیندیشد، بیاموزد و تصمیم بگیرد را در پی‌ داشته است. خیلی پیش از آنكه انسان با اولین ماشین‌ها آدم‌نما مواجه شود ، با تخیل خود حتی‌ تا پایان این راه را نیز پیموده بود. از فرانكشتاین تا ترمیناتور ، از دشمنان و بیگانگان تا آدم‌نماها منجی‌، همگی‌ حاصل برداشت تخیلی‌ از هوش مصنوعی‌ است.
اما سوا این داستان پردازها و تخیلات كه در خام‌ترین شكل خود نوعی‌ سرگرمی‌ مدرن و در جدترین شكل آن محل مباحث شبه فلسفی‌ است، باید دید هوش مصنوعی‌ به عنوان یك علم چیست و دستاوردها مشخص و معین تئوریك و تكنولوژیك آن تا به امروز چه چیزهایی‌ بوده است. فراتر از آن این كه هوش مصنوعی‌ در حال پیمودن چه مسیر است.
آنچه محل پرسش و تأمل جد است این كه آیا در نهایت ماشین‌هایی‌ خواهیم داشت كه چون انسان بیندیشند؟، و مهم‌تر آن كه اگر اساساً چنین هدفی‌ قابل دستیابی‌ است، اینك علم و تكنولوژی در این مسیر هستند؟ و اگر دستیابی‌ به آن مقدور نیست، سمت و سو آینده هوش مصنوعی‌ به كجاست؟
هنگامی كه اولین كامپیوترها ساخته شدند، تمامی‌ تلاش‌ها در این جهت بود كه سخت‌ترین مسائل شناخته شده تا آن روز را توسط این ماشین ها حل كنند. آنجا كه بیشترین توان خلاقه و هوشمند; انسان به كار گرفته می‌شود، محل چالش جد او با كامپیوتر خواهد بود. بدین ترتیب مسائلی‌ همچون باز شطرنج، مورد توجه و علاقه شدید دانشمندان هوش مصنوعی‌ واقع شدند. وقتی‌ روش‌ها ساده ; برای حل این سر; مسائل پیشنهاد شد، تنها چیز كه باقی‌ مانده بود افزایش سرعت ماشین بود، تا این كه كامپیوتر بتواند از طریق یك روش كاملاً غیرهوشمند انسان را در هوشمندانه‌ترین فعالیتش شكست دهد.
روزی كه دیپ بلو [۱] ، كاسپاروف را شكست داد، سال‌ها از افسانه هوش مصنوعی سپری شده بود؛ دیگر هیچ كس بر این باور نبود كه برای هوشمند بودن حتماً باید كاسپاروف وار شطرنج بازی كرد! یا اقلیدس گونه به اثبات قضایای هندسی پرداخت. خیلی پیش از این مسائل، باید پاسخ به پرسش‌هایی را یافت كه در گذشته ای نزدیك، ابتدایی و پیش پاافتاده به نظر می‌رسیدند.
دانشمندان اینك حتی در ساده ‌ترین حركات دست برای برداشتن یك مهره شطرنج نیز نشانه های هوشمندی را جست وجو می‌كردند. یك حركت كوچك انگشتان برای برداشتن یك فنجان یا نوشتن یك كلمه بر كاغذ چنان درجه ای از دقت ریاضی و چنان حجمی از محاسبات را می‌طلبد كه ساخت یك دست با انگشتان مصنوعی، سال ها تحقیق وبررسی و مطالعه را نیازمند است. نگاه كردن به یك چهره و به خاطر آوردن سریع نام یك شخص، كاری است كه حتی پیشرفته‌ترین كامپیوترهای امروزین از انجام آن ناتوانند. راه رفتن نرم و مقاوم انسان بر روی دوپا(كه خود این انتخاب برای انسان بسیار مورد تأمل است) كماكان آنقدر جالب توجه است، كه محل سرمایه گذاری میلیون دلاری شركت هایی نظر هوندا، آنهم تحت قالب حساس‌ترین و مخفی‌ترین پروژه ها باشد. سازو كار و نحوه عمل گلبول های سفید داخل بدن انسان وتحت قالب سیستم ایمنی بدن به گونه ایست كه به صورت یك حافظه عملاً نامحدود عمل می‌كند. یك حافظه با بی شمار الگوی ذخیره شده برای مقابله و دفع. حال آنكه امروزه تكنولوژی اصولاً در جایی نیست كه چنان حجمی از حافظه حتی قابل تصور باشد.
علاوه بر تمامی اینها، بخش بسیار مهمی كه پیش از این و حتی تا چند سال پیش مغفول مانده بود، این است كه هیچ موجود هوشمندی تنها و ایزوله نیست. بخش عمده ای از هوشمندی ، هوشمندی اجتماعی و ارتباطی است. این سئوال كه چرا اجتماع موجودات هوشمند كه هر یك در پی نفع خویشند از هم نمی‌پاشد و نه تنها عقلانی، بلكه بهینه رفتار می‌كند، اینك از حالت یك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتیك برده است.
فهرست فوق تنها بخشی از مسائلی بود كه باعث ورود پروژه هوش مصنوعی به مرحله ای جدیدتر شد. دانشمندان آرمانگرای ریاضیدان دهه های پیش، اینك جای خود را به موشكافانی خرده گیر می‌دهند كه مانند زیست شناسان به بررسی دقیق و جزئی تمامی رفتارهای موجودات هوشمند و الگوبرداری از آنها مشغولند(اینهم یك نمونه دیگر از انقراض نسل آرمانگرایان!).
اما آنچه در بالا به صورت بسیار ناقص و مجمل گفته شد، طرحی بود برای ایجاد سئوال و افزایش ابهام؛ این كه هوش مصنوعی چیست؟
این سئوال باید تا بدینجا بعنوان یك پرسش علمی، شایستگی كافی را جهت طرح و بررسی پیدا كرده باشد. غرض از این سری مقالات، نگاهی هرچند اجمالی، اما از درون به مقوله هوش مصنوعی است. هدف این است كه علاوه بر معرفی هوش مصنوعی به عنوان یك شاخه و گرایش علمی ، كاربردهای جاری و آینده آن از لحاظ تكنولوژیك نیز مورد بررسی قرار گیرد.
برای دستیابی به این هدف مراحل زیر را طی خواهیم كرد:
۱. بررسی علوم دخیل در هوش مصنوعی
تا بدان جایی كه هوش مصنوعی تنها به بررسی روش های حل مسائل ریاضی و مجرد توسط كامپیوتر می‌پرداخت، می‌توانستیم قطعاً آن را یكی از زیر شاخه های علوم كامپیوتر بدانیم؛ اما امروزه با اضافه شدن ملاحظات جدیدی كه در فوق اشاره ای بدان رفت، دیگر نمی‌توان با این قطعیت قضاوت كرد. علومی از قبیل: معرفت شناسی كه در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نیز روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشكیل می‌دهند. از دیگر سو، رباتیك به عنوان همبسته تكنولوژیك هوش مصنوعی، خود دانشی است كه داده های علوم مكانیك و كامپیوتر و كنترل را یك جا می‌طلبد.
۲. بررسی هوشمندی
چه چیزی در انسان یا هر موجود دیگری آنقدر ویژه و خاص است كه او را با صفت هوشمند از سایر موجودات متمایز می‌كند؟ آیا چنین صفتی تنها خاص انسان است، یا می‌توان درجات مختلف آن را به موجودات دیگر نیز نسبت داد. قدر مسلم این كه از ساده‌ترین رفتار مورچه ها و زنبورها تا رفتارهای پیچیده میمون ها در تعیین سلسله مراتب پیچیده اجتماعی یا روش های تشخیص الگوهای چند بعدی توسط كبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد نه چندان كمتر از انسان). بنابر این پاسخ به این سئوال كه هوشمندی چیست یا حتی چگونه ایجاد شده است ما را در ساخت یك موجود هوشمند با توانایی تطبیق و عمل در محیط واقعی یاری می‌دهد.
۳.آشنایی با روش های هوشمند و كاربرد آنها در تكنولوژی
آنچه كه باعث شده تا هوش مصنوعی امروزه به عنوان یك رشته مهندسی مطرح باشد این است كه طیف وسیعی از كاربردهای آن، از رباتیك گرفته تا روش های هوشمند كنترلی مقبولیت وسیعی در صنعت یافته اند. روش هایی همچون منطق فازی [۲] ، استرا [۳]تژی تکاملی، الگوریتم ژنتیك، شبكه های عصبی مصنوعی ... همگی روش هایی هستند كه با الهام از طبیعت و برای دستیابی به هوشمندی طبیعی طراحی شده اند اما كاربرد عظیمی در مهندسی و صنعت یافته اند. كاربردی كه تا حدود یك دهه قبل حتی گمان آن نیز نمی‌رفت. رباتیك نیز چه در غالب روش های جابجایی بازوهای مكانیكی، و چه در شكل ربات های متحرك(Mobile Robots) در این بحث جایگاه ویژه ای را به خود اختصاص داده است.
۴. بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence)
یك روش برخورد با مسائل حل آنهاست! بله تعجب نكنید، این تنها یك روش مواجهه با مسائل است. بجز این روش(و البته حل نكردن مسئله!) راه دیگری نیز وجود دارد. فرض كنید می‌خواهیم یك ربات متحرك بسازیم كه در شرایط طبیعی حركت كند، مسیر انتخاب كند و ...یك روش این است كه طراح تمامی جزئیات را از ابتدا و به صورت كاملاً دقیق در نظر بگیرد. این روش منجر به ماشینی كاملاً پیچیده و عموماً غیر قابل پیاده سازی خواهد شد. ماشینی كه با اندك تغییری در شرایط پیش بینی شده ناكارا خواهد بود. روش دیگر این است كه مانند خود طبیعت ، ربات بسیار ساده ای طراحی كنیم(گاه به سادگی یك مورچه) و اجازه دهیم تا این ربات ساده خود مسائل را به جای ما حل كند. یا حتی اجازه دهیم یك اجتماع از ربات ها از طریق تعامل با یكدیگر به حل مسائل بپردازند.
قانون طلایی در اینجا این است كه پیچیدگی یك اجتماع، حاصلضرب پیچیدگی تك تك عناصر آن است(تئوری پیچیدگی یا Complexity Theory) ، بنابراین یك اجتماع با عناصر بسیار ساده هم ممكن است به صورت كاملاً پیچیده و هوشمند عمل كند.
بحث های هوش مصنوعی گسترده(DAI) كه اغلب عجین با مبحث عامل های هوشمند(Artificial Agents)است و نیز مباحث زندگی مصنوعی(Artificial Life) به عنوان جدید‌ترین مباحث هوش مصنوعی اینك چه در دنیای رباتیك و چه در دنیای نرم افزارهای كامپیوتری طرفداران زیادی پیدا كرده است (شركت های بزرگی همچون IBM و[۴] نیز نهادهای نظامی كشورهای پیشرفته سرمایه گذاری های كلانی در این زمینه كرده اند). همانگونه كه گفته شد، هدف از این مقاله در ابتدا آشنایی اجمالی با مسائل هوش مصنوعی و معرفی برخی گرایش های موجود و مهم در آن، و سپس معرفی مباحث جدید در این زمینه به علاقه مندان علوم اطلاعات و ارتباطات می‌باشد. علاوه بر این سعی خواهد شد تا حد مقدور به بررسی كارها و فعالیت‌های انجام شده در ایران و یا توسط ایرانیان در زمینه هوش مصنوعی نیز بپردازیم.


پی نوشت ها:
[۱] اDeep Blue : كامپیوتری كه توسط IBM تنها برای شكست كاسپاروف ساخته شد و سپس به موزه سپرده شد.
Fuzzy Logic [۲]یا منطق شولا: منطقی كه به جای پاسخ درست یا غلط (دو ارزشی) طیفی از پاسخ‌های درست یا غلط را پیشنهاد می‌كند. این منطق در دهه ۶۰ توسط پروفسور لطفی‌زاده(ایرانی‌تبار) پیشنهاد شد و امروزه دارای كاربرد وسیعی در زمینه های مختلف كنترلی است.
Evolutional Algorithms [۳] : روشی كه برای بهینه‌سازی عبارات ریاضی از منطقی شبیه به تكامل داروینی استفاده می‌كند.
[۴] IBM Agent Builder و نیز Mobile Aglets نمونه چنین تلاش هایی هستند

منبع : پورتال مديريت فناوري اطلاعات