هوش مصنوعی چیست؟
هوش مصنوعی توانایی یک کامپیوتر در تفکر و یادگیری است. این شاید ساده ترین تعریف برای هوش مصنوعی باشد. تعریفی دیگر، مطالعه و بهبود روش هایی است که کامپیوتر ها را باهوش یا به تعبیر ویکیپدیا Smart می‌کند.
تکنولوژی و سرعت گسترش آن در چند سال گذشته تاثیر عمیقی بر تغییر فرهنگ و نگاه انسان ها به نحوه زندگی‌شان داشته است.
زمانی نقش ربات ها یا ماشین هایی که مخرب بودن و بشریت را به نابودی می‌کشاندند، نقش مشخصی بود. ربات توسط یک ذهن باهوش و منفی ایجاد می‌شد تا کشتار، بیکاری افراد و از بین رفتن جامعه انسانی را به دنبال بیاورد. ولی زمانی که انسان ها متوجه تاثیرات مثبت ربات ها بر زندگی روزمره شدند، جایگاه تکنولوژی در بهبود زندگی را شناختند و ابعاد به روز بودن و استفاده از امکاناتی که علم ارائه می‌کرد را درک کردند، قدم مثبتی در راه استفاده از تکنولوژی برای رسیدن به زندگی راحت و حل مسئله برداشتند.
هوش مصنوعی در تعبیر عمومی که نمود آن بیشتر در اتوموبیل، هواپیما و بازی های هوشمند (زمانی که در شطرنج یا تخته نرد حریف شما کامپیوتر است) دیده می‌شد، به یادگیری عمیق و پردازش زبان متکی است. و یادگیری عمیق در راستای استفاده هوشمند از داده ها، به کامپیوتر ها قدرت تحلیل منطقی و پردازش هایی با سرعتی فراتر از سرعت بشری را می‌دهد.
تاریخچه هوش مصنوعی:
ارسطو نام آشنایی در تاریخ و منطق دارد، از معرفی قوانین منطق که پایه‌ای بر 0 و 1 کامپیوتر شد تا این جمله :
اگر بتوانید کاری کنید که هر ابزاری این قابلیت را داشته باشدکه هنگامی که به آن دستور می دهید کار مورد نظر شما را انجام دهد و یا حتی بتواند به دستوراتی که قبلا برایش تنظیم کرده اید عمل کند پس از آن دیگر کارگران ارشد هیچ نیازی به کارآموزان و اربابان به برده های خود ندارند.
مفاهیمی که ارسطو ارائه داد و استفاده از استدلال قیاسی، یک لحظه مهم در تلاش بشر برای درک هوش خودش و حتی فراتر از آن بود.
شاید نمود های تاریخی هوش مصنوعی در تاریخ زیاد باشد، از ماشین های هوشمند اساطیر یونانی تا تفکر در ماشین ها ( مجسمه های پیشگو) که مصری ها آن را پرورش دادند. از ساعت های آبی که بابلی ها ساختند تا ایلیاد هومر و ربات هایش ( یا خدمتگزاران طلایی).
ولی تاریخچه اصلی هوش مصنوعی به صد سال گذشته برمی‌گردد که در نگاهی گذرا به برخی از مهمترین رویدادهای آن می‌پردازیم:
- در سال 1943 وارن مک کالو و والتر پیتز “یک محاسبه منطقی از ایده های برجسته در فعالیت های عصبی” منتشر می کنند. در این مقاله اولین مدل ریاضی برای ایجاد شبکه عصبی ارائه شده است.
- در سال 1949 دونالد هِب در کتاب خود با عنوان “سازمان رفتار” این نظریه را پیشنهاد می کند که مسیرهای عصبی از تجربیات ایجاد می شوند و پیوند بین نورون ها هرچه بیشتر مورد استفاده قرار گیرند، قوی تر می شوند. یادگیری همچنان الگویی مهم در هوش مصنوعی است.
- در سال 1950 آلن تورینگ “ماشین آلات رایانه ای و هوشمندی” را منتشر می کند ، و آنچه را که اکنون به عنوان آزمایش تورینگ شناخته می شودرا ارائه می دهد.
ماروین مینسکی و دین ادموندس از فارغ التحصیلان دانشگاه هاروارد اولین رایانه شبکه عصبی را ساختند.
کلود شانون مقاله “برنامه نویسی رایانه برای بازی شطرنج” را منتشر کرد.
اسحاق آسیموف “سه قانون روباتیک” را منتشر می کند.
در فاصله بین سال های 1950 تا سال 2005 که گوگل در تشخیص گفتار پیشرفت هایی را انجام می دهد. این ویژگی را در برنامه آیفون خود معرفی می کند. هزاران مقاله و اختراع در زمینه هوش مصنوعی ثبت می شود.
در واقع اصطلاح هوش مصنوعی در سال 1956 ابداع شد. اما هوش مصنوعی به لطف افزایش حجم داده ها، الگوریتم های پیشرفته و پیشرفت در توان یارانه ای و ذخیره سازی، امروزه محبوب تر شده است.
هوش مصنوعی چگونه کار می کند؟
آیا ماشین ها می توانند فکر کنند؟/ آلن تورینگ1950
کمتر از یک دهه پس از شکست دستگاه رمز گذاری نازی ها توسط متفقین برای پیروزی در جنگ جهانی دوم، آلن تورینگ ریاضیدان با این سوال ساده که آیا ماشین‌ها می توانند فکر کنند دنیا را تغییر داد.
هوش مصنوعی با ترکیب مقادیر زیادی از داده ها با الگوریتم های سریع ، پردازش تکراری و هوشمند کار می کند و به نرم افزار اجازه می دهد تا به طور خودکار از الگوها یا ویژگی های داده ها یاد بگیرد.
هوش مصنوعی یک مطالعه گسترده است که شامل بسیاری از تئوری ها، روش ها و فن آوری ها و همچنین زمینه های اصلی زیر است:
- یادگیری ماشین ، ساختمان مدل تحلیلی را خودکار می کند. این روش با استفاده از روش های شبکه های عصبی ،آمار، تحقیقات عملیاتی و فیزیک برای یافتن تحلیل های پنهان در داده ها بدون اینکه به طور صریح برنامه ریزی شود که در کجا جستجو شود یا چگونه نتیجه گیری شود عمل می کند.
- شبکه عصبی نوعی یادگیری ماشینی است که از واحدهای بهم پیوسته (مانند نورون ها) تشکیل شده است که با پاسخ دادن به ورودی های خارجی ، اطلاعات را پردازش می کند و اطلاعات را بین هر واحد انتقال می دهد. این فرآیند برای یافتن اتصالات و به دست آوردن معنی از داده های نامشخص ، به چندین داده نیاز دارد.
- یادگیری عمیق با استفاده از شبکه های عصبی عظیم با لایه های زیادی از واحد پردازش ، از مزایای پیشرفت در قدرت محاسبات و تکنیک های آموزش پیشرفته برای یادگیری الگوهای پیچیده در مقادیر زیادی از داده ها استفاده می کند. برنامه های رایج شامل تشخیص تصویر و گفتار است.
- محاسبات شناختی زیر مجموعه ای از هوش مصنوعی است که در تلاش برای تعامل طبیعی و شبیه انسان با ماشین ها است. با استفاده از هوش مصنوعی و محاسبات شناختی ، هدف نهایی این است که یک ماشین بتواند فرآیندهای انسانی را از طریق توانایی تفسیر تصاویر و گفتار شبیه سازی کند و سپس در پاسخ به صورت منسجم صحبت کند.
- بینایی رایانه به تشخیص الگوی و یادگیری عمیق برای تشخیص آنچه در یک تصویر یا ویدیو وجود دارد متکی است. وقتی ماشین ها می توانند تصاویر را پردازش ، تجزیه و تحلیل و درک کنند ، می توانند تصاویر یا فیلم ها را در زمان واقعی ضبط کرده و محیط اطراف خود را تفسیر کنند.
- پردازش زبان توانایی رایانه ها برای تجزیه و تحلیل ، درک و تولید زبان انسانی از جمله گفتار است. مرحله بعدی تعامل با زبان طبیعی است که به انسان امکان می دهد با استفاده از زبان عادی و روزمره برای انجام کارها با رایانه ها ارتباط برقرار کند.
هر صنعتی تقاضای بالایی برای توانایی های هوش مصنوعی دارد. به خصوص سیستم های پاسخگویی به سؤال که می توانند برای کمک های حقوقی ، جستجوی حق ثبت اختراع ، اطلاع رسانی در مورد ریسک و تحقیقات پزشکی استفاده شوند.
چالش های استفاده از هوش مصنوعی چیست؟
هوش مصنوعی قرار است هر صنعتی را تغییر دهد. اما ما باید محدودیت های آن را بفهمیم. محدودیت اصلی هوش مصنوعی این است که از داده ها درس می گیرد. راه دیگری وجود ندارد که بتوان دانش را در آن گنجانید. این بدان معناست که هرگونه عدم دقت در داده ها در نتایج منعکس می شود.
سیستم های هوش مصنوعی امروز برای انجام یک کار واضح و مشخص آموزش داده می شوند. سیستمی که پوکر بازی می کند نمی تواند یک نفره یا شطرنج بازی کند. سیستمی که تقلب را تشخیص دهد نمی تواند رانندگی کند یا به شما مشاوره حقوقی دهد.
در حقیقت، یک سیستم هوش مصنوعی که تقلب در مراقبت های بهداشتی را تشخیص می دهد، نمی تواند با دقت کلاهبرداری مالیاتی را تشخیص دهد یا ادعای ضمانت تقلب را اعلام کند. به عبارت دیگر، این سیستم ها بسیار، بسیار تخصصی هستند. آنها روی یک کار واحد متمرکز شده اند و از رفتار مانند انسان ها دور هستند.
تاثیر هوش مصنوعی بر تجارت الکترونیک
جدا از توصیه‌های مربوط به محصول ، هوش مصنوعی در صنعت تجارت الکترونیکی توسط خرده فروشان آنلاین به منظور ارائه خدمات چت با بات ، تحلیل نظرات مشتری و ارائه خدمات شخصی به خریداران آنلاین مورد استفاده قرار می گیرد.
در حقیقت ، یک مطالعه در سال 2019 نشان داد که از هر 5 مصرف کننده 1 مایل به خرید کالا یا خدمات از چت با بات است ، در حالی که 40٪ از خریداران آنلاین به دنبال پیشنهادات عالی و معاملات خرید از چت بابات هستند.
در حالی که پیش بینی می شود فروش جهانی تجارت الکترونیکی تا سال 2021 4.8 میلیارد دلار لمس کند ، گارتنر پیش بینی می کند که حدود 80٪ از کل تعامل مشتری با فناوری هوش مصنوعی (بدون هیچ عامل انسانی) تا سال 2020 اداره می شود.
چگونه هوش مصنوعی تجربه خرید را تغییر می دهد؟
سیستم کسب و کار به خصوص در دنیای تجارت آنلاین، با یادگیری الگوهای خرید و پیشنهاد دهی بر اساس آن، در حال نزدیک تر شدن به روزمره کاربران است.
خط بین دنیای آنلاین و آفلاین یا به تعبیری دنیای حقیقی و مجازی هر روز بیشتر و بیشتر کمرنگ می‌شود. توانمندی سیستم ها، دنیای امروزی را یکپارچه کرده است و این روندی است که بیشتر بیزینس ها در حال تطبیق با آن هستند.
زمانی که یک ایده کسب و کار به درستی و منطبق بر نیاز های کاربران امروزی شکل گرفته باشد، امکان گسترش آن به طور دقیق و اصولی وجود دارد. اینکه بیزینس ها بتوانند از هوش مصنوعی در پلتفرم کسب و کار خود استفاده کنند و از آن بهره ببرند نیازمند وجود بستر مناسب برای این کار است.
به همین دلیل است که به بیزینس ها توصیه می شود هنگام شکل گیری ایده و حتی در زمان استارت آن دورنمایی حداقل ده ساله از کار خود داشته باشند.
