طرز کار هوش مصنوعی

- دستهبندی: دانش اطلاعاتی
- تاریخ:
تصور بسیاری از افراد از هوش مصنوعی، برخاسته از آثار سینمایی است؛ رباتهای انساننمای سفیدرنگی که بدون خستگی مشغول انجام اعمال انسانیاند، با سرعت معادلات پیچیده را حل میکنند، به پرسشها با صدای آدم آهنی گونهای پاسخ میدهند و در نهایت هم در حال چیدن توطئهای پنهان علیه بشریتاند…!
اما واقعیت آن است که هوش مصنوعی بیشتر از آنکه ظاهر جسمانی با حرکات انسانی داشته باشد، باطنی مبتنی بر کد و برنامهنویسی دارد.
در واقع درست همانطور که یک کودک خردسال با پرسشهای مکرر از مصادیق مختلف اشکال و اشیا و رنگها شروع به یادگیری میکند و در ذهنش الگویی تعمیمپذیر از شکل مثلث یا شیء توپ یا رنگ شکل میگیرد، هوش مصنوعی نیز در اغلب موارد با تکیه بر روشی به نام «یادگیری ماشین» (Machine Learning) چنین الگوهایی را ساخته و مبتنی بر آن شروع به پاسخگویی میکند.
- گام اول: تعداد زیادی داده ورودی که توسط هوش انسانی برچسبگذاری شدهاند (مثلاً تصویر میوههای گوناگون از زوایا مختلف همراه با برچسب نام آنها) به برنامه کامپیوتری داده میشود.
- گام دوم: سپس برنامه با اشتراکگیری از میان این دادهها، الگوهای تعمیمپذیر برای خود میسازد و اصطلاحاً شروع به یادگیری میکند. (مثلاً به این نتیجه میرسد که «موز میوهای است کشیده و زرد رنگ »)
- گام سوم: پس از تکمیل یادگیری و شکلگیری الگوها، برنامه صاحب هوش شده است؛ بدین معنی که میتواند در آن زمینه به خصوص، دادههای بینام و جدیدی که به وی داده میشود را برچسبگذاری کند. (مثلاً بگوید عکس جدیدی که به آن داده شده مربوط به گل رُز هست یا نه)
سیستمهای تشخیص چهره و اثر انگشت در تلفن همراه، یا کارافزار (اپلیکیشن) تلفن همراه که از روی عکس گونه گیاه را تشخیص میدهد، یا قابلیت پیشنهاد محصول مبتنی بر خریدهای پیشین در فروشگاههای مجازی، همگی مثالهایی از هوش مصنوعیاند که مبتنی بر همان فرایند یادگیری ماشین، ابتدا با داده ورودی آموزش دیده و الگوهای لازم را تشکیل دادهاند، سپس بر پایه آن الگوها دادههای جدید را دستهبندی کرده و پاسخ میدهند.

شکل 42: نمای مفهومی فرایند یکی از روشهای یادگیری ماشین (دریافت اطلاعات برچسبخورده اولیه، کشف الگو، تشخیص اطلاعات بدون برچسب)
برایناساس، هوش مصنوعی موضوعی مسبوق به سابقه است اما آنچه در سالهای اخیر توجهات رسانهای بیشتری را نسبت به این فناوری جلب کرده، گونه هوشهای مصنوعی «مدل زبانی بزرگ»[1] (نظیر ChatGPT) است که میتوانند با شباهت بسیار بالایی به زبان انسانی، پاسخهای متنی یا صوتی به سؤالات تولید کنند.
از حیث نحوه کار، اغلب اینگونه از هوشها نیز مبتنی بر یادگیری ماشین توسعه یافتهاند؛ ابتدا مقادیر عظیمی از دادههای ورودی متنی به برنامه کامپیوتری داده شده تا مبتنی بر آنها میلیاردها پارامتر و الگوی زبانی ایجاد کند و سپس در پاسخ به پرسش کاربران، مبتنی بر همین الگوهای از پیش آموخته شده، کلمات مناسب را کنار هم گذاشته و جواب تولید کند.
[1] Large Language Model (LLM)