تکامل هوش مصنوعی
از مدل‌های فردی تا سیستم‌های اطلاعاتی
حوزه هوش مصنوعی از زمان پیدایش خود راه درازی را پیموده است و از قلمرو علمی - تخیلی به یک فناوری ضروری تبدیل شده است که صنایع و زندگی را در سراسر جهان متحول می‌کند. با پیشرفت در یادگیری ماشینی، پردازش زبان طبیعی و بینایی کامپیوتری، هوش مصنوعی دیگر یک رؤیای آینده‌نگر نیست، بلکه یک واقعیت فعلی است.
مریم مرامی-کارشناس ارشد علوم شناختی: حوزه هوش مصنوعی از زمان پیدایش خود راه درازی را پیموده است و از قلمرو علمی - تخیلی به یک فناوری ضروری تبدیل شده است که صنایع و زندگی را در سراسر جهان متحول می‌کند. با پیشرفت در یادگیری ماشینی، پردازش زبان طبیعی و بینایی کامپیوتری، هوش مصنوعی دیگر یک رؤیای آینده‌نگر نیست، بلکه یک واقعیت فعلی است. در اینجا به بررسی رویکردها و راه‌های جدیدی برای ساختاردهی بارِ کاری هوش مصنوعی و پتانسیل‌هایی که برای آینده دارد، می‌پردازیم.
از تورینگ تا امروز
سفر هوش مصنوعی در دهه ۱۹۵۰ با کار پیشگام آلن تورینگ آغاز شد که آزمایش تورینگ را برای تعیین اینکه آیا یک ماشین می‌تواند هوش انسان را تقلید کند یا خیر، پیشنهاد کرد. در دهه ۱۹۶۰، تحقیقات هوش مصنوعی با توسعه اولین زبان برنامه‌نویسی هوش مصنوعی LISP، توسط جان مک‌کارتی، شتاب بیشتری گرفت. سیستم‌های اولیه هوش مصنوعی بر استدلال نمادین و سیستم‌های مبتنی بر قانون تمرکز داشتند که منجر به توسعه سیستم‌های خبره در دهه‌های ۱۹۷۰ و ۱۹۸۰ شد. دهه ۱۹۹۰ گواه بر تغییر تمرکز به سمت یادگیری ماشین و رویکردهای مبتنی بر داده بود که به موجب افزایش دسترسی به داده‌های دیجیتال و پیشرفت در قدرت محاسباتی هدایت شد. در این دوره ظهور شبکه‌های عصبی و توسعه ماشین‌های بردار پشتیبانی را شاهد بودیم که به سیستم‌های هوش مصنوعی اجازه می‌داد از داده‌ها یاد بگیرند و منجر به عملکرد و سازگاری بهتر شد. در دهه ۲۰۰۰، تحقیقات هوش مصنوعی به حوزه‌های جدیدی از جمله پردازش زبان طبیعی، بینایی کامپیوتر و رباتیک گسترش یافت و راه را برای انقلاب هوش مصنوعی امروزی هموار کرد. انفجار اخیر هوش مصنوعی تا حد زیادی به توسعه تکنیک‌های یادگیری عمیق و ظهور شبکه‌های عصبی در مقیاس بزرگ، مانند سری ترانسفورماتور از پیش آموزش‌دیده (GPT) توسط OpenAI نسبت داده می‌شود. GPT-3 که در سال ۲۰۲۰ نشر یافت، نمونه بارز چگونگی تکامل هوش مصنوعی است که توانایی‌های بی‌سابقه‌ای از درک و تولید زبان طبیعی را نشان می‌دهد. موفقیت GPT-3 و پیشینیان آن گواهی بر پتانسیل هوش مصنوعی است و باعث تحقیقات و توسعه بیشتر در این زمینه شده است. آخرین نسخه، GPT-4، بر اساس نسخه‌های قبلی خود ساخته شده و قابلیت‌های پیشرفته‌تری را به نمایش می‌گذارد و مرزهای هوش مصنوعی را حتی بیشتر می‌کند.
صنایع تبدیل‌شده توسط هوش مصنوعی
هوش مصنوعی در تمام جنبه‌های زندگی ما نفوذ کرده و صنایع متعددی را در این مسیر متحول کرده است: در حوزه بهداشت و درمان، ابزارهای تشخیصی مبتنی بر هوش مصنوعی، تشخیص بیماری را بهبود می‌بخشد، امکان تشخیص دقیق و به‌موقع را فراهم می‌سازد و درعین حال کشف داروهای مبتنی بر هوش مصنوعی، توسعه درمان‌های جدید را تسریع می‌کند. همچنین رباتیک و هوش مصنوعی در جراحی دقیق، بهبود نتایج بیمار و کاهش زمان بهبودی نقش حیاتی دارند. هوش مصنوعی با پیاده‌سازی کارخانه‌های هوشمند، تولید را متحول می‌کند، جایی که رباتیک و سیستم‌های اتوماسیون پیشرفته، فرایندهای تولید را بهینه می‌کنند، ضایعات را کاهش می‌دهند و کارایی را افزایش می‌دهند. تعمیر و نگهداری پیش‌بینی‌شده مجهز به هوش مصنوعی، در کاهش زمان خرابی تجهیزات و به حداقل رساندن هزینه‌های عملیاتی بسیار ارزشمند است. وسایل نقلیه خودران و سیستم‌های مدیریت ترافیک تجهیزشده با هوش مصنوعی در حال انقلابی در حوزه حمل‌ونقل و درنتیجه نویدبخش کاهش تصادفات و کاهش ازدحام هستند. هوش مصنوعی همچنین برنامه‌های کاربردی را در تدارکات، ساده‌سازی مدیریت زنجیره تأمین و بهینه‌سازی مسیرهای تحویل پیدا کرده است و با فعال‌کردن سفارشات شخصی، چت‌ربات‌های هوشمند و مدیریت موجودی کالا، تجربه مشتری را در خرده‌فروشی افزایش می‌دهد. تجزیه و تحلیل مبتنی بر هوش مصنوعی همچنین به خرده‌فروشان کمک می‌کند رفتار و ترجیحات مشتری را بهتر درک کنند و به آنها امکان می‌دهد پیشنهادات خود را مطابق با آن تنظیم کنند. در کشاورزی هم تکنیک‌های کشاورزی مبتنی بر هوش مصنوعی باعث افزایش بازده محصول و مدیریت بهینه منابع شده است. از شناسایی آفات و بیماری‌‌ها تا تعیین زمان کاشت و برداشت بهینه، هوش مصنوعی نقش مهمی در تضمین امنیت غذایی جهانی ایفا می‌کند.
ساخت سیستم‌های مؤثرتر برای هوش مصنوعی
هوش مصنوعی مولد و مدل‌های زبان در مقیاس بزرگ با سرعت زیادی در حال پیشرفت هستند و توجه زیادی را در بین رهبران کسب‌وکار به خود جلب کرده‌اند. اگرچه LLM موتور پشتیبان هوش مصنوعی مولد است، یک استراتژی هوش مصنوعی سازمانی فضایی را برای مدیریت مدل‌های متعدد، انتقال بین مدل‌ها در پشتیبان برنامه، ایجاد اعتماد با حفظ زیرکی، انتخاب و انعطاف‌پذیری فراهم می‌کند. این در مورد امنیت آن است و به یک رویکرد پلتفرم نیاز دارد که در سال جاری چندین بار شاهد آن بوده‌ایم. مزایای بسیاری برای این رویکرد وجود دارد که با رویدادهای اخیر در زمینه هوش مصنوعی آشکارتر شده است. در طول همه‌گیری کووید۱۹ ما تجربه کرده‌ایم که چگونه اتکا به یک فروشنده یا یک جزء می‌تواند کل سازمان را به خطر بیندازد. در همین حال، برخی از موارد استفاده پیشگامانه نیاز به مدل‌های مرزی برتر و مدرن دارند که می‌توانند بسیاری از وظایف مختلف را انجام دهند. سایر نیازهای کسب‌وکار را می‌توان با LLMهای ساده‌تری که برای کارهای خاص بهینه شده‌اند و می‌توانند کارآمدتر و اقتصادی‌تر اجرا شوند، برآورده کرد. مانند همه فناوری‌ها، هوش مصنوعی مولد زمانی بهترین کار را انجام می‌دهد که با مجموعه ابزار متنوعی از مدل‌های متناسب با وظایف خاص استفاده شود. یکی از بخش‌های این رویکرد گسترده، سیستم اطلاعاتی است. سیستم‌های اطلاعاتی طوری طراحی شده‌اند که متفاوت از سیستم‌های داده سنتی یا سیستم‌های ثبت کار کنند. سیستم‌های اطلاعاتی برای شناسایی، ارائه و پرسیدن سؤالات در مورد اطلاعات مفید به گونه‌ای طراحی شده‌اند که همه کاربران بتوانند به راحتی آن را درک کنند، بدون نیاز به یادگیری نحوه استخراج اطلاعات مفید از داده‌ها. با ظهور استانداردها و شیوه‌های این سیستم‌های جدید، رهبران فرصتی استثنائی دارند که نه تنها از الگوهای کاری جدید بیاموزند بلکه رهبری توسعه الگوهای کاری جدید را نیز بر عهده بگیرند. اکثر سازمان‌ها باید به این تغییرات پاسخ دهند. اگر فکر می‌کنید که به دلیل هوش مصنوعی هیچ چیز تغییر نخواهد کرد، لازم است یادآوری کنم که در زمان پیدایش تلویزیون هم تصور می‌شد که تأثیر قابل توجهی روی فرهنگ، فرایندها یا مدل‌های کسب‌وکار نخواهد داشت. در واقع، یکی از دلایل جذابیت این رویکرد جدید این است که برخلاف بسیاری از تغییرات قبلی، یک پیشرفت تکنولوژیکی واقعی است. به‌جای رهاکردن آنچه قبلا به خوبی کار می‌کردند، استفاده از سیستم‌های اطلاعاتی به شما امکان به‌روزرسانی و ساخت فناوری و داده‌های موجود را می‌دهد. درواقع، از آنجایی که سیستم تا حد زیادی روی کارهای گذشته ساخته شده و نتایج آن را دقیق تنظیم می‌کند، می‌تواند بینش‌های مفید و جدیدی را که قبلا فقط قابل تصور بود، تولید کند. در دهه‌های ۸۰ و ۹۰ با ظهور رایانه‌های شخصی و انقلاب شبکه، بسیاری از بخش‌های فناوری اطلاعات بر توسعه سیستم‌های ثبت برای مرتب‌سازی، مدیریت و به‌روزرسانی تمام داده‌های جاری در سازمان‌هایشان تمرکز کردند. با طلوع عصر دیجیتال و رشد اینترنت و داده‌ها در همه جا، سیستم‌های مرجع مبتنی بر سیستم‌های ثبت توسعه داده می‌شوند تا از طریق انبارهای داده‌های مختلف، داده‌ها را برای افراد بیشتری قابل دسترس‌تر و قابل جست‌وجو کنند. هر دو سیستم دارای یک سیستم تعامل مشترک بودند؛ رابط‌ها و کنترل‌هایی که به کاربران کمک می‌کنند به داده‌ها دسترسی داشته باشند و تغییرات را کنترل کنند. حالا می‌توانیم همه اینها را در چند تحول مهم ترکیب کنیم. اول، به لطف قابلیت‌های زبان طبیعی هوش مصنوعی مولد، تقریبا هر‌کسی می‌تواند با سیستم‌های فناوری تعامل داشته و با موضوعات پیچیده سروکار داشته باشد. تقریبا هر کارگری می‌تواند با داده‌ها صحبت کند، عملکرد شرکت، دارایی‌های مناسب برند و اطلاعات قانونی را برای دریافت پاسخ‌های دقیق وارد کند. ایجاد محصولات و همکاری برای زنده‌کردن ایده‌ها بدون اتکا به تخصص فردی آسان‌تر است. یکی دیگر از جنبه‌های جالب این رویکرد جدید، این است که می‌توان آن را روی سایر سیستم‌های سرمایه‌گذاری‌شده موجود، لایه‌بندی کرد. اغلب، سازمان‌ها باید برنامه‌های موجود را جایگزین یا تجدید کنند تا برنامه‌های جدید را با آنها ادغام کنند. سیستم‌های اطلاعاتی می‌توانند از اطلاعات موجود در سیستم‌های ثبت و تعامل استفاده کنند تا جان تازه‌ای به داده‌های قدیمی بدهند و ارتباطاتی ایجاد کنند که قبلا واضح نبودند. این یک روش بسیار مؤثر برای هوشمندتر‌کردن کل سازمان با تقویت CRM فعلی خود، پایگاه داده، تجزیه و تحلیل و یادگیری ماشینی با افزودن قابلیت‌های جدید هوش مصنوعی به آنهاست. عوض جداکردن و جایگزین‌کردن سیستم‌ها، آنها را یکپارچه و هماهنگ کنید. این یک اثر هم‌افزایی ایجاد می‌کند که به متخصصان اجازه می‌دهد تا بیشتر مشارکت کنند و تأثیر بیشتری داشته باشند. این هسته هوش مصنوعی انسان‌محور است.
هوشمندتر، بهتر، سریع‌تر
سیستم اطلاعاتی جدید به‌عنوان اجزای اصلی خود شامل یک مدل زبان بالغ، یک موتور جست‌وجو برای یافتن و پیوند‌دادن اطلاعات مربوطه و رابط‌هایی با ابزارهای هماهنگی و تجزیه و تحلیل خواهد بود. با گسترش ارتباطات بین پروژه‌ها، سازمان‌ها می‌توانند شفافیت را در سراسر کار خود افزایش دهند، اطلاعات مفیدتر و معنادارتری به دست آورند و اقدامات سریع‌تر و واضح‌تری انجام دهند. سیستم‌های قبلی بر ظرفیت ذخیره‌سازی و مدیریت تمرکز داشته و تمایل داشتند در گذشته باقی بمانند و فقط از طریق کار و اتوماسیون زیاد می‌توانستند نتایج جدیدی ایجاد کنند. برخلاف آنها، سیستم‌های اطلاعاتی، ایده‌پردازی و ادغام بیشتر آینده‌گرا را از طریق کارکردهای یادگیری امکان‌پذیر می‌کنند. مدل‌های زبانی در مقیاس بزرگ که زیربنای هوش مصنوعی مولد هستند، ارتباطات قوی‌تری با پایگاه‌های دانش خارجی و رویدادهای جاری فراهم کرده و نتایج فوری را ممکن می‌کنند. این به تیم‌های مختلف اجازه می‌دهد تا کارهای بسیار سریع‌تر و قدرتمندتری تولید کنند. همان‌طورکه اعتماد به سیستم در طول زمان افزایش می‌یابد، پتانسیل برای عملیات مستقل‌تر نیز افزایش می‌یابد. البته این در یک محیط محدود با کنترل‌های قوی در محل انجام می‌شود. رویکرد هوش مصنوعی به‌عنوان یک سیستم اطلاعاتی به ما این امکان را می‌دهد تا به جای تبلیغات یا ترس، بر مزایای هوش مصنوعی تمرکز کنیم. چاره این است که افراد را توانمند کنید تا سازمان‌ها را به روش‌های واقعی هوشمندتر کنند. این پارادایم جدید، پایه و اساس را برای هوش مصنوعی ایجاد می‌کند تا ارزش بیشتری را در آینده ارائه دهد.
رویکرد انسان‌محور به هوش مصنوعی
انتقال به این عصر هوشمند جدید مستلزم تغییر ذهنیت، هم برای متخصصان فناوری و هم برای رهبران کسب‌وکار است. دیگر کفایت نمی‌کند که هوش مصنوعی را یک ابزار یا مدل مجزا بدانیم. ما باید دیدگاه خود را به یک سیستم اطلاعاتی انسان در حلقه گسترش دهیم؛ چرا‌که این امکان را می‌دهد که از نقاط قوت هر دو -افراد و فناوری- استفاده کنیم. شرکت‌هایی که از این رویکرد انسان‌محور به هوش مصنوعی، ترکیب همدلی و اخلاق با فناوری قدرتمند استقبال می‌کنند، می‌توانند پتانسیل فوق‌العاده‌ای را در آینده باز کنند. پیشبرد نظام در این مسیر نیازمند بصیرت و رهبری مدبرانه است. با توجه به اینکه هر مدلی قادر به انجام همه کارها نیست، سازمان‌ها باید از الگوی مناسب برای کار مناسب استفاده کنند. این فقط مدل نیست که مهم است؛ همه اجزای جانبی که به کاهش وابستگی به یک مدل خاص کمک می‌کنند و در عوض یک سیستم قوی ایجاد می‌کنند، به همان اندازه مهم هستند. ظهور سیستم‌های اطلاعاتی نشان‌دهنده گام بعدی در بلوغ هوش مصنوعی است. این سیستم به رهبران کسب‌وکار و فناوری یک چارچوب استراتژیک برای به‌کارگیری این نوآوری‌های سریع ارائه می‌دهد. سازمان‌هایی که مایل به بازانگاری هستند، می‌توانند گام‌های بزرگی بردارند.
آینده هوش مصنوعی: چالش‌ها و فرصت‌ها
با وجود پیشرفت چشمگیر هوش مصنوعی، هنوز چالش‌ها و نگرانی‌های اخلاقی وجود دارد که باید با ادامه تکامل این فناوری برطرف شوند. حریم خصوصی، امنیت و سوء‌استفاده بالقوه از هوش مصنوعی مسائل مهمی هستند که نیاز به بررسی و مقررات دقیق دارند. اطمینان از شفافیت و توضیح هوش مصنوعی نیز ضروری است و همچنین به حداقل رساندن احتمال سوگیری الگوریتمی نیز ضروری است. از سوی دیگر، فرصت‌های بالقوه‌ای که هوش مصنوعی ارائه می‌دهد، بسیار زیاد است. همان‌طورکه سیستم‌های هوش مصنوعی توانمندتر می‌شوند و در زندگی روزمره ما ادغام می‌شوند، به طرز چشمگیری توانایی‌های انسان را افزایش می‌دهند و به بهبود جامعه کمک می‌کنند. برای مثال، مدل‌سازی آب‌و‌هوا مبتنی بر هوش مصنوعی می‌تواند به ما کمک کند تا به مسئله مبرم تغییرات آب‌و‌هوایی رسیدگی کنیم؛ در‌حالی‌که هوش مصنوعی در آموزش می‌تواند تجربیات یادگیری شخصی‌سازی‌شده را فعال کند و آموزش را برای کسانی که در مناطق دورافتاده یا محروم هستند، قابل دسترس‌تر کند. علاوه بر این، توانایی هوش مصنوعی برای پردازش و تجزیه و تحلیل حجم وسیعی از داده‌ها را می‌توان برای مقابله با مشکلات پیچیده‌ای که مدت‌ها از درک بشر دور مانده است، مانند رمزگشایی مغز انسان یا کشف اسرار کیهان استفاده کرد. تکامل هوش مصنوعی سفری با پیشرفت‌ها و نوآوری‌های بی‌شماری که این زمینه را به جلو می‌برد، درخور توجه بوده است. هوش مصنوعی از آغاز فروتنانه خود در دهه ۱۹۵۰ تا مدل‌های پیچیده یادگیری عمیق که امروزه می‌بینیم، صنایع و زندگی روزمره ما را به‌گونه‌ای متحول کرده است که زمانی غیرقابل تصور بود. همان‌طورکه به آینده می‌نگریم، باید به سرمایه‌گذاری در تحقیق و توسعه ادامه دهیم و اطمینان حاصل کنیم که پتانسیل هوش مصنوعی به‌طور مسئولانه و اخلاقی برای مقابله با چالش‌های جهانی و ایجاد دنیایی بهتر برای همه استفاده می‌شود.
سخن آخر
ما همچنان به دنبال‌کردن مرزهای آنچه هوش مصنوعی می‌تواند به آن دست یابد، ادامه می‌دهیم، ناگزیر با چالش‌ها و معضلات اخلاقی جدیدی روبه‌رو خواهیم شد. با‌این‌حال، با ایجاد یک محیط مشارکتی بین محققان، کسب‌وکارها و سیاست‌گذاران، می‌توانیم اطمینان حاصل کنیم که تکامل هوش مصنوعی توسط یک چشم‌انداز جمعی، هدایت می‌شود که بهبود جامعه و رفاه همه افراد را در اولویت قرار می‌دهد. در نهایت، تکامل هوش مصنوعی گواهی بر قدرت نبوغ انسان و پیگیری بی‌وقفه ما برای دانش است. همان‌طورکه هوش مصنوعی به توسعه خود ادامه می‌دهد، این پتانسیل را دارد که شیوه زندگی، کار و تعامل ما با دنیای اطراف‌مان را دوباره تعریف کند. پذیرفتن فرصت‌هایی که هوش مصنوعی ارائه می‌کند، در حین پرداختن به چالش‌های آن، کلید باز‌کردن قفل آینده‌ای خواهد بود که در آن هوش مصنوعی به‌عنوان نیرویی برای خیر و پیشرفت و شکوفایی نسل‌های آینده عمل می‌کند.
