آیا یک روبات توانایی عملکردی هوشمندانه همانند انسان را دارد؟ آیا هوشمصنوعی میتواند هر مسئلهای را که یک فرد انسان، به کمک قوای ذهنی خود حل میکند، حل کند؟ چه شباهتی میان مغز و عملکرد سیستم عصبی انسان یک رایانه است؟ آیا روبات میتواند بهطور مستقل و بدون دخالت انسان تفکر کند؟ آیا روباتها میتوانند همانند انسان دارای احساسات باشند؟ مهمتر از همه درصورتی که روباتها به چنین سطحی از توانایی دست یابند، نوع بشر خود در چه جایگاهی خواهد بود؟
این سوالهايي است که پژوهشگران حوزه هوشمصنوعی، فیلسوفها و دانشمندان علوم شناختی به روش خود درپی پاسخگویی به آن هستند.
با این حال دستیابی به یک دیدگاه جامع درمورد تاثیر بالقوه هوشمصنوعی در آینده، بسیار دشوار است. دلیل آن هم آثار انقلابی سریع و پیشبینی نشدهای است که هوشمصنوعی تاکنون برتمامی ابعاد زندگی و جامعه بشری داشته است. درحالی که همین میزان رشد هم ظاهرا مراحل اولیه از تکامل خود را طی میکند.
این میزان رشد سریع و قابلیتهای قدرتمند و حیرتانگیز هوشمصنوعی البته ترس و نگرانیهایی را نیز درباره سلطه اجتنابناپذیر هوشمصنوعی بر دنیای آینده ایجاد کردهاست. همچنین تغییراتی که هوشمصنوعی در انواع صنایع و کسب وکارها ایجاد كرده و سبب شده رهبران کسبوکار، تجارت و جریانهای فکری شاخص به این نتیجه برسند که ما به سرعت به بالاترین درجات در زمینه توان عملیاتی هوشمصنوعی نزدیک میشویم. به هرحال درک انواع هوشمصنوعی درحال حاضر تصویر واضحتری از قابلیتهای هوشمصنوعی درحال حاضر و مسیری درازی را که پیش رو دارد، تا حدی روشن میکند.
هوشمصنوعی و درک انواع طبقهبندیها
از آنجا که تحقیقات در زمینه هوشمصنوعی برای ساخت دستگاههایی انسان گونه، صورت میگیرد، سیستمهای مجهز به هوشمصنوعی به درجاتی قادرند تواناییهای انسانی را همانندسازی کنند. درجات و میزانی که یک سیستم هوشمصنوعی میتواند قابلیتهای انسانی را شبیهسازی کند، بهعنوان معیاری برای تعیین انواع هوشمصنوعی مشخص شده است.
بنابراین بسته به اینکه یک ماشین تا چه حد از نظر تطبیقپذیری و عملکرد قبال مقایسه با انسان باشد، هوشمصنوعی را میتوان به انواع مختلفی طبقهبندی کرد.
یک هوشمصنوعی که میتواند شباهت بیشتری به عملکرد انسان و سطح مهارتی در همان اندازه انسانی داشته باشد، میتواند در چنین سیستمی بهعنوان گونه بسیار پیشرفتهتر هوشمصنوعی در نظر گرفته شود. درحالی که یک ماشین هوشمصنوعی که عملکرد و کارکرد محدودی دارد، نوع سادهتر و کمتر توسعه یافته هوشمصنوعی تلقی میشود.
براین اساس دو نوع روش یا معیار برای طبقهبندی هوشمصنوعي وجود دارد. یک نوع مبتنی بر طبقهبندی ماشینهای دارای قابلیت هوشمصنوعي یا مهجز به سیستمهای هوشمصنوعي است.
طبق این سیستم طبقه بندی، چهار نوع سیستم مشخص از هوشمصنوعي یا سیستمهای مبتنی بر هوشمصنوعي وجود دارد: هوشمصنوعي واکنشی، هوشمصنوعي با حافظه محدود، نظریه ذهن و هوشمصنوعي خودآگاه.
هوشمصنوعي واکنش پذیرReactive Machines
این نوع، قدیمیترین اشکال سیستمهای هوشمصنوعي است که از نظر عملکرد، قابلیت بسیار محدودی دارد. این ماشینها توانایی ذهن انسان را در پاسخ به انواع محرکها تقلید میکنند. این ماشینها از قابلیتهایا عملکردهای مبتنی بر حافظه برخوردار نیستند. به این معنا که نمیتوانند براساس تجربههاي بهدست آمده قبلی، برای کسب آگاهی و اطلاعات لازم برای تصمیمگیری در لحظه یا موقعیتهای اکنونی خود استفاده کنند. بهطور خلاصه این ماشینها توانایی یادگیری ندارند. بنابراین کارکردشان فقط درحد پاسخگویی خودکار به مجموعهای محدود، یا ترکیبی از ورودیهاست. این ماشینها نمیتوانند برای بهبود عملکرد خود براساس همان حافظه تکیه کنند.
بهترین نمونه از هوشمصنوعي نوع اول، ماشین دیپبلو - Deep Blue است که از سوی شرکت IBM موفق شد در سال 1996 «گری کاسپارف» قهرمان نامدارشطرنج جهان را شکست دهد. این رایانه قدرتمند با قابلیت محاسبه 100میلیون موقعیت در ثانیه توانسته بود، رقیب انسانی خود را شکست دهد. گاسپاروف در رقابت با نسخه بروز شدهای از این رايانه که قادر به محاسبه 200میلیون موقعیت مختلف در هر ثانیه بود، به موفقیتهایی دست یافت. سرانجام، پس از چندین بار تکرار مسابقات، Deep Blue با برتری در رقابت آخر بهعنوان برنده و اولین رايانهاي شناخته شد که توانست قهرمان برتر جهان را در تورنمنت شطرنج شکست دهد.
2. هوشمصنوعي با حافظه محدود
دستگاهها یا ماشینهای هوشمصنوعي حافظه محدود، ماشینهایی هستند که علاوه بر داشتن قابلیتهای مربوط به ماشینهای صرفا واکنشی، قادر به یادگیری دادههای قبلی و استفاده از آن برای تصمیمگیری نیز هستند. تقریبا تمام برنامهها یا اپلیکیشنهای موجود که فعلا میشناسیم، دراین دسته از هوشمصنوعي، جای میگیرند. تمام سیستمهای هوشمصنوعي امروزی، همانند ماشینهایی که از یادگیری عمیق استفاده میکنند، با حجم زیادی از دادههای آموزشی که در حافظه خود ذخیره میکنند، آموزش میگیرند تا به کمک آن دادهها، الگوی مرجعی برای حل مشکلات درزمان آینده ایجاد کنند. با این حال این ماشینها دارای حافظه محدودی هستند. بهعنوان مثال هوشمصنوعي در دستگاههای مجهز به رباتهای سخنگو مانند دستیاران دیجیتال شخصی یا هوشمصنوعي در تشخیص تصویر و هویت افراد، از این جمله است.
هوشمصنوعي تشخیص تصویر با استفاده از هزاران تصویر و برچسب مربوط به هر تصویر آموزش دیده است تا اسامی اشیایی را که اسکن میکند، به ماشین بیاموزد. هنگامی که تصویري از هوشمصنوعي اسکن میشود با استفاده از تصویرهای آموزشی بهعنوان مرجع تشخیص، محتویات عکسی را که در مقابل او قرار میگیرد، درک میکند و براساس تجربهای که قبلا به او آموزش داده شده، هرتصویر پیش رو را با دقت فزایندهای، برچسب ميزند و معرفی میکند.
تقریبا تمام برنامههای کاربردی هوشمصنوعي امروزی، چتباتها، دستیاران مجازی گرفته تا وسایل نقلیه و خودروهای خودران همه از این نوع هوشمصنوعي یعنی ماشینهای «حافظه محدود» هدایت میشوند. تبدیل گفتار به نوشتار، یکی از جالبترین کاربرد های یادگیری ماشین است که این روزها در بسیاری از اپلیکیشنهای تلفنهمراه نیز مورد استفاده است، از این جمله است.
3. نظریه ذهن Theory of Mind
دو گونه هوشمصنوعي که قبلا اشاره شد، امروزه به وفور ودرهمه جا یافت میشوند، دونوع دیگر هوشمصنوعی درحال حاضر فقط درحد یک مفهوم یا فعالیتهایی درحال پیشرفت است. نظریه ذهن- Theory of Mind درواقع سطح بعدی در سیستمهای هوشمصنوعي است که محققان و مبتکران را درگیر کرده است. نظریه سطح هوش ذهنی در هوشمصنوعي، امکان درک بهتر موجوداتی را که با آنها در تعامل است، از طریق درک نیازها، عواطف، اعتقادات و فرایندهای تفکر برای ماشین را فراهم ميآورد.
هوشمصنوعي در نظریه ذهن، میتواند احساسات و افکار، انتظارها و انگیزههایی را که بر رفتار انسان اثر میگذارند، درک کند و از نظر اجتماعی فعال باشد. هوش هیجانی مصنوعی artificial emotional intelligence نیز امروزه بهعنوان یک صنعت نوپا، بسیار مورد علاقه محققان برجسته در حوزه هوشمصنوعي است. دستیابی به نظریه سطح ذهنی هو ش مصنوعی مستلزم توسعه ديگر رشته ها و شاخه های مرتبط با هوشمصنوعي است. به نحوی که روباتها بتوانند درک درستی از انسانها بهعنوان موجوداتی به دست آورند که ذهن شان با فاکتورهای گوناگونی شکل میگیرد.
«سیتریپیاو» (C-3PO) شخصیتی خیالی در مجموعه «جنگ ستارگان»، نمونهای تخیلی از این نوع هوشمصنوعي است. این «دروید» یا روبات هوشمند چنانکه خود ادعا میکند به بیش از شش میلیون زبان آشنایی دارد. برنامهریزی او به گونهای است که به ارباب خود به شدت وفادار است.
نمونه تخیلی دیگر از این نوع هوشمصنوعي، در فیلم «من روبات« محصول 2004 نیز شخصیت Sonny چنین روباتی است.در این فیلم که در سال ۲۰۳۵ روایت میشود، روباتهای انساننما بهعنوان کارمند، خدمتکار و سرباز در خدمت انسانها هستند و به سه قانون رباتی پایبندند که مانع از آسیبرساندن به انسانها میشود. سونی که روبات اصلی فیلم است، احساسات و منطق انسانی او اهمیتش را از ديگر روبات های NS-5 به نمایش میگذارد.
هوشمصنوعي خودآگاه؛ نقطه تردید
Self-aware AI آخرین مرحله از رشد هوشمصنوعي است که درحال حاضر فقط به صورت فرضی مطرح است. «هوشمصنوعي خودآگاه» که هدف نهایی همه تحقیقات AI خواهد بود و نوعی هوشمصنوعي است که به شکلی شبیه به مغز انسان، حتی در سطح خودآگاهی تکامل یافته است.
این نوع هوشمصنوعي در صورت تحقق نهتنها قادر به درک و برانگیختن احساسات در افراد پيرامون خود است بلکه دارای احساسات، نیازها، اعتقادات و خواستههای خود نیز هست. دستیابی و ظهور این نوع هوشمصنوعي، اگرچه میتواند نشانه رشد و حتی جهش تمدن بشری باشد اما نقطهای است که درعین حال میتواند منجر به بروز فاجعه شود. زیرا چنین هوشمصنوعي مستقلی قطعا دارای ایدههایی مربوط به حفاظت از خود و منافع خاص خود نیز هست. درعین حال که تمامی مرزهای عقلی و هوشی بشر را پشت سرگذاشته، میتواند پایان حیات بشری را نیز رقم بزند.
انواع AI براساس شباهت به انسان
از آنجا که پیشرفتهای محاسباتی در ارائه سیستمهای قدرتمندتر هوشمصنوعي، مهمترین نیروی محرکه تکامل هوشمصنوعي بوده، نوع دیگری از طبقهبندی انواع هوشمصنوعي نیز وجود دارد که براساس آن، سیستمهای هوشمصنوعي، براساس میزان شباهت به ذهن انسان و توانایی آنها در «فکر کردن» و حتی شاید «احساس کردن» شبیه به انسان دستهبندی شدهاند.
براین اساس مهمترین معیارها در طبقهبندی هوشمصنوعي این است که یک روبات تا چه حد توانایی عملکرد هوشمندانه دارد؟ آیا هوشمصنوعي بدون مداخله انسان قادر به پیشرفت است؟ آیا میتواند همان هشیاری و حالت ذهنیای را که انسان داراست، داشته باشد؟ آیا امکان دارد که یک روبات همانند انسان دارای احساسات نیز باشد؟ آیا در اصل، مغز انسان یک رايانه پردازشگر حسی – عصبی است؟
5. هوشمصنوعي باریک (ANI)
هوش مصنوعی باریک Artificial Narrow Intelligence (ANI)به سیستمهای هوشمصنوعي اطلاق میشود که فقط با استفاده از قابلیتهای شبیه به انسان میتوانند یک کار خاص را بهطور خودمختار انجام دهند. این دستگاهها نمیتوانند کاری بیشتر از آنچه انجام دهند که برای انجام آن برنامهریزی شدهاند. بنابراین صلاحیت های بسیار محدود یا باریکی دارند. این سیستمها زیرمجموعه هوشمصنوعي واکنش پذیر و محدودند. حتی پیچیدهترین هوشمصنوعي که از یادگیری ماشین و یادگیری عمیق برای آموزش خود استفاده میکند، تحت ANI قرار میگیرد.
6. هوشمصنوعي عمومی (AGI)
هوشمصنوعي عمومی Artificial General Intelligence (AGI) توانایی یک عامل هوشمصنوعي است برای یادگیری، درک و شناخت و عملکردی کاملا شبیه به انسان. این سیستم با بهرهگیری از چندین مهارت قادر خواهند بود ارتباطات و تعمیمهایی را در تمامی حوزهها ایجاد کنند و درنتیجه میتوانند بهطور وسیعی زمان لازم برای آموزش و یادگیری را کاهش دهند. درنتیجه این قابلیت به آنها کمک میکند که به اندازه هوش انسان دارای قابلیتهای ذهنی و عملکرد چند منظوره باشند.
7. هوشمصنوعي مافوق هوشمند (ASI) و تکینگی
هوشمصنوعي مافوق هوشمند Artificial Superintelligence (ASI) با توسعه تحقیقات در زمینه هوشمصنوعي محقق خواهد شد که درواقع تواناترنی شکل هوشی در سیاره زمین خواهد بود. ASI علاوه بر تکرار هوش چندوجهی انسان، به دلیل برخورداری از حافظهای بینهایت وسیع تراز انسان، پردازش سریعتر دادهها، تجزیه و تحلیل آنها همچنین قابلیت تصمیمگیری، در هر کاری که انجام میدهند، بهتر از انسان خواهند بود. توسعه AGI و ASI به سناریویی منجر میشود که از آن بیشتر بهعنوان تکینگی یاد میشود. و گرچه پتانسیل وجود چنین ماشینهای قدرتمندی در دسترس ما جذاب به نظر میرسد، این ماشینها ممکن است وجود ما یا حداقل راه و ورش ما را تهدید کنند. با این حال تا آن زمان فاصله و موانع زیادی وجود دارد و انسان فرصت دارد تا همزمان با توسعه هوشمصنوعي، راهکارهایی خلاقانه را نیز برای پیشگیری از چنین سناریوهای تهدید آمیزی ارائه کند.