هوش مصنوعی: تفاوت میان نسخه‌ها

'''هوش مصنوعی''' {{به انگلیسی|Artificial Intelligence}} که گاهی اوقات '''هوش ماشینی''' نامیده می‌شود، به هوشمندی نشان داده شده توسط ماشین‌ها در شرایط مختلف اطلاق می‌شود که در مقابل ''هوش طبیعی'' در انسان‌ها قرار دارد. به عبارت دیگر هوش مصنوعی به سیستم‌هاییسامانه‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند.<ref>{{یادکرد کتاب|نشانی=https://dl.acm.org/citation.cfm?id=275594|عنوان=Computational Intelligence: A Logical Approach|نام خانوادگی=Poole|نام=David|نام خانوادگی۲=Mackworth|نام۲=Alan|نام خانوادگی۳=Goebel|نام۳=Randy|تاریخ=1997|ناشر=Oxford University Press, Inc.|سال=|شابک=9780195102703|مکان=New York, NY, USA|صفحات=|زبان=English}}</ref> بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی،<ref>{{یادکرد کتاب|نشانی=https://www.worldcat.org/oclc/664503873|عنوان=Artificial Intelligence: a new synthesis|نام خانوادگی=1933|نام=Nilsson, Nils J|تاریخ=1998|ناشر=Morgan Kaufmann Publishers|سال=|شابک=1558605355|مکان=San Francisco, Calif.|صفحات=|زبان=English|oclc=664503873}}</ref> آن را به عنوان (دانش شناخت و طراحی عامل‌های هوشمند) تعریف کرده‌اند.<ref>{{Cite journal|last=Legg|first=Shane|last2=Hutter|first2=Marcus|date=2007-06-25|title=A Collection of Definitions of Intelligence|url=http://arxiv.org/abs/0706.3639|journal=arXiv:0706.3639 [cs]}}</ref><ref name=":1"/>

یک «عامل هوشمند» سیستمیسامانهی است که با شناخت محیط اطراف خود، شانس موفقیت خود را پس از تحلیل و بررسی افزایش می‌دهد.<ref>این تعریف که بر پایه دریافت، واکنش، محیط و اهداف است؛ ارائه شده توسط Russell & Norvig, 2003</ref> [[جان مک‌کارتی (دانشمند علوم رایانه)|جان مکارتی]] که واژه هوش مصنوعی را در سال ۱۹۵۶ استفاده نمود، آن را «دانش و مهندسی ساخت ماشین‌های هوشمند» تعریف کرده‌است.

هوش مصنوعی در علم پزشکی امروزه به دلیل گسترش دانش و پیچیده‌تر شدن فرایند تصمیم‌گیری، استفاده از [[سیستم‌های اطلاعاتی|سامانه‌های اطلاعاتی]] به خصوص سیستم‌هایسامانه‌های هوش مصنوعی در تصمیم‌گیری، اهمیت بیشتری یافته‌است. هوش مصنوعی گسترش دانش در حوزهٔ پزشکی و پیچیدگی تصمیمات مرتبط با تشخیص و درمان - به عبارتی حیات انسان - توجه متخصصین را به استفاده از سیستم‌هایسامانه‌های پشتیبان تصمیم‌گیری در امور پزشکی جلب نموده‌است. به همین دلیل، استفاده از انواع مختلف سیستم‌هایسامانه‌های هوشمند در پزشکی رو به افزایش است، به گونه‌ای که امروزه تأثیر انواع سیستم‌هایسامانه‌های هوشمند در پزشکی مورد مطالعه قرار گرفته‌است.

از اصطلاح "Strong and Weak AI" می‌توان تا حدودی برای معرفی رده‌بندی سیستم‌هاسامانه‌ها استفاده کرد.

[[آزمون تورینگ]]<ref>Turing test</ref> آزمونی است که توسط [[آلن تورینگ]] در سال ۱۹۵۰ در نوشته‌ای به نام «محاسبات ماشینی و هوشمندی» مطرح شد. در این آزمون شرایطی فراهم می‌شود که شخصی با ماشینی تعامل برقرار کند و پرسش‌های کافی برای بررسی اقدامات هوشمندانهٔ ماشین، از آن بپرسد. چنانچه در پایان آزمایش نتواند تشخیص دهد که با انسان یا با ماشین در تعامل بوده‌است، آزمون با موفقیت انجام شده‌است. تاکنون هیچ ماشینی از این آزمون با موفقیت بیرون نیامده است. کوشش این آزمون برای تشخیص درستی هوشمندی یک سیستمسامانه است که سعی در [[شبیه‌سازی انسان]] دارد.

[[پرونده:Détection de personne - exemple 3.jpg|بندانگشتی|سیستمسامانه یک خودروی بدون راننده می‌تواند از یک شبکه عصبی استفاده کند تا بتواند تشخیص دهد که کدام قسمت از تصاویر می‌تواند با تصویر یک انسان تطابق داده شود، و سپس آن قسمت را به شکل یک مستطیل با حرکت آهسته شبیه‌سازی کند که باید از برخورد با آن خودداری شود.<ref>{{cite book|last1=Matti|first1=D.|last2=Ekenel|first2=H. K.|last3=Thiran|first3=J. P.|title=Combining LiDAR space clustering and convolutional neural networks for pedestrian detection|journal=2017 14th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS)|date=2017|pages=1–6|doi=10.1109/AVSS.2017.8078512|isbn=978-1-5386-2939-0|arxiv=1710.06160}}</ref><ref>{{cite book|last1=Ferguson|volume=107|isbn=978-3-319-16594-3|series=Springer Tracts in Advanced Robotics|language=en|publisher=Springer, Cham|doi=10.1007/978-3-319-16595-0_10|pages=161–177|date=2015|journal=Algorithmic Foundations of Robotics XI|first1=Sarah|title=Real-Time Predictive Modeling and Robust Avoidance of Pedestrians with Uncertain, Changing Intentions|first4=Jonathan P.|last4=How|first3=Robert C.|last3=Grande|first2=Brandon|last2=Luders|arxiv=1405.5581}}</ref>]]

# سیستم‌هاییسامانه‌هایی که به‌طور منطقی فکر می‌کنند

# سیستم‌هاییسامانه‌هایی که به‌طور منطقی عمل می‌کنند

# سیستم‌هاییسامانه‌هایی که مانند انسان فکر می‌کنند

# سیستم‌هاییسامانه‌هایی که مانند انسان عمل می‌کنند (مرجع۱)

شاید بتوان هوش مصنوعی را این‌گونه توصیف کرد: «هوش مصنوعی عبارت است از مطالعه این که چگونه کامپیوترهاکمپیوترها را می‌توان وادار به کارهایی کرد که در حال حاضر انسان‌ها آن‌ها را صحیح یا بهتر انجام می‌دهند» (مرجع۲). هوش مصنوعی به هوشی که یک ماشین از خود نشان می‌دهد یا به دانشی در کامپیوترکمپیوتر که سعی در ایجاد آن دارد گفته می‌شود. بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی آن را «دانش شناخت و طراحی عامل‌های هوشمند» تعریف کرده‌اند. یک [[عامل هوشمند]]، سیستمیسامانهی است که با شناخت محیط اطراف خود، شانس موفقیت خود را بالا می‌برد.

* مطالعهٔ اینکه چگونه کامپیوترهاکمپیوترها را قادر به انجام اعمالی کنیم که در حال حاضر، انسان آن اعمال را بهتر انجام می‌دهد. (ریچ و نایت -۱۹۹۱)

* تلاشی نو و مهیج برای اینکه کامپیوترهاکمپیوترها را قادر به فکر کردن کنیم. ماشین‌هایی با فکر و حس تشخیص واقعی (هاگلند-۱۹۸۵)

* یک زمینهٔ تخصصی که به دنبال توضیح و شبیه‌سازی رفتار هوشمندانه به وسیلهٔ فرایندهای کامپیوتریکمپیوتری است. (شالکوف -۱۹۹۰)

* هوش مصنوعی دانش و مهندسی ساخت ماشین‌های هوشمند و به خصوص برنامه‌های رایانه‌ای هوشمند است. هوش مصنوعی با وظیفه مشابه استفاده از کامپیوترهاکمپیوترها برای فهم چگونگی هوش انسان مرتبط است، اما مجبور نیست خودش را به روش‌هایی محدود کند که بیولوژیکی باشند. (جان مک‌کارتی – ۱۹۸۰)

به فرض اینکه تعاریف بالا را از هوشمندی بپذیریم، موارد زیر فهرستی است از وظایفی که از یک سیستمسامانه هوشمند انتظار می‌رود و تقریباً اکثر دانشمندان هوش مصنوعی بر آن توافق نظر دارند به شرح زیر است:

به‌طور کلی ماهیت وجودی هوش به مفهوم جمع‌آوری اطلاعات، استقراء و تحلیل تجربیات به منظور رسیدن به دانش یا ارائه تصمیم است. در واقع هوش به مفهوم به‌کارگیری تجربه به منظور حل مسائل دریافت شده تلقی می‌شود. هوش مصنوعی علم و مهندسی ایجاد ماشین‌هایی هوشمند با به‌کارگیری از کامپیوترکمپیوتر و الگوگیری از درک هوش انسانی یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی است.

در مقایسهٔ هوش مصنوعی با هوش انسانی می‌توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم است در حالی که هوش مصنوعی مبتنی بر قوانین و رویه‌هایی از قبل تعبیه شده بر روی کامپیوترکمپیوتر است. در نتیجه علی‌رغم وجود کامپیوترهایکمپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوش‌های مصنوعی نبوده‌ایم.

[[اتاق چینی]] یک آزمایش ذهنی است که اولین بار توسط مقاله [[جان سرل]] به نام «ذهن‌ها، مغزها، و برنامه‌ها» {{به انگلیسی|Minds, Brains, and Programs}} در مجله «علوم رفتاری و ذهنی» {{به انگلیسی|Behavioral and Brain Sciences}} در سال ۱۹۸۰ منتشر شد. وی با این سؤال که آیا یک برنامه هوشمند مترجم که توانایی ترجمه از زبان [[زبان چینی|چینی]] به زبان انگلیسی را دارد، ضرورتی برای فهم موضوع مورد ترجمه دارد یا خیر، و با تشبیه ذهن به یک برنامه هوشمند کامپیوتریکمپیوتری این استدلال را در برابر مواضع [[فلسفی]] [[کارکردگرایی]] و [[نظریه محاسباتی ذهن]] که در آنها، ذهن به عنوان یک محاسبه‌گر یا دستکاری کنندهٔ نماد عمل می‌کند، قرار داد.<ref name=":2">{{یادکرد وب|نویسنده=John R. Searle|عنوان=Minds, Brains, and Programs|ناشر=The Behavioral and Brain Sciences, vol. 3. Copyright 1980 Cambridge University Press|آدرس=http://web.archive.org/web/20071210043312/http://members.aol.com/NeoNoetics/MindsBrainsPrograms.html}}</ref> در واقع نتایج حاصل از آزمایش اتاق چینی حکایت از این دارد که هیچ برنامه‌ای نمی‌تواند به کامپیوترکمپیوتر ذهن، فهم یا آگاهی بدهد. حال آن برنامه هر آنچه می‌خواهد هوشمند باشد و باعث شود کامپیوترکمپیوتر همچون انسان رفتار کند. اگر چه این آزمایش در اصل جوابی برای اظهارات محققین هوش مصنوعی بود، اما این ادعا در برابر اهداف تحقیقات هوش مصنوعی قرار نمی‌گیرد چرا که این موضوع حدی برای هوشمندی کامپیوترکمپیوتر قائل نیست. همچنین این آزمایش مختص کامپیوترهایکمپیوترهای دیجیتال است و دامنه آن همه ماشین‌ها نیستند.<ref name=":2"/>

در بسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمیت است که بر پیچیدگی فائق می‌آییم و می‌توانیم بر روی بخش‌هایی از مسئله متمرکز شویم که مهم‌تر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایه‌ها و ترازهای بالاتر از هوشمندی [[انتزاع (رایانه)|انتزاع]] را نشانه می‌رود تا آنجا که سرانجام، برنامه‌های کامپیوتریکمپیوتری درست در همان سطحی کار خواهند کرد که خود انسان‌ها رسیده‌اند.

* [[سیستم خبره|سیستم‌هایسامانه‌های خبره]] (Expert System)

عملکرد اولیهٔ برنامه‌نویسی هوش مصنوعی ایجاد ساختار کنترلی مورد لزوم برای محاسبهٔ سمبولیک است. زبان‌های برنامه‌نویسی [[لیسپ]] و [[پرولوگ]] علاوه بر اینکه از مهم‌ترین زبان‌های مورد استفاده در هوش مصنوعی هستند خصوصیات نحوی و معنایی آن‌ها باعث شده که آن‌ها شیوه‌ها و راه حل‌های قوی برای حل مسئله ارائه کنند. تأثیر قابل توجه این زبان‌ها بر روی توسعه هوش مصنوعی از جمله توانایی‌های آن‌ها به عنوان ابزارهای فکر کردن است. در حقیقت همان‌طور که هوش مصنوعی مراحل رشد خود را طی می‌کند، زبان‌های لیسپ و پرولوگ بیشتر مطرح می‌شوند که این زبان‌ها کار خود را در محدودهٔ توسعه سیستم‌هایسامانه‌های هوش مصنوعی در صنعت و دانشگاه‌ها دنبال می‌کنند و طبیعتاً اطلاعات در مورد این زبان‌ها به عنوان بخشی از مهارت هر برنامه‌نویس هوش مصنوعی است.

* پرولوگ: یک زبان [[برنامه‌نویسی منطقی]] است. یک برنامهٔ منطقی دارای یک سری ویژگی‌های قانون و منطق است. در حقیقت خود این نام از برنامه‌نویسی PRO در LOGIC می‌آید. در این زبان یک مفسر برنامه را بر اساس یک منطق می‌نویسد. ایدهٔ استفادهٔ توصیفی محاسبهٔ اولیه برای بیان خصوصیات حل مسئله یکی از محوریت‌های پرولوگ است که برای علم کامپیوترکمپیوتر به‌طور کلی و به‌طور جزئی برای [[زبان برنامه‌نویسی]] هوشمند مورد استفاده قرار می‌گیرند.<ref>{{یادکرد کتاب|نشانی=https://www.worldcat.org/oclc/26858345|عنوان=AI: the tumultuous history of the search for artificial intelligence|نام خانوادگی=Crevier|نام=Daniel|تاریخ=1993|ناشر=Basic Books|سال=1947|شابک=0465029973|مکان=New York, NY|صفحات=209-210|زبان=English|oclc=26858345}}</ref>

* لیسپ: اصولاً یک زبان کامل است که دارای عملکردها و لیست‌های لازمه برای توصیف عملکردهای جدید، تشخیص تناسب و ارزیابی معانی است. لیسپ به برنامه‌نویس قدرت کامل برای اتصال به ساختارهای اطلاعاتی را می‌دهد.<ref>{{یادکرد کتاب|نشانی=https://www.worldcat.org/oclc/52197627|عنوان=Machines who think: a personal inquiry into the history and prospects of artificial intelligence|نام خانوادگی=McCorduck|نام=Pamela|تاریخ=2004|ناشر=A.K. Peters|سال=1947|شابک=1568812051|ویرایش=25th anniversary update|مکان=Natick, Mass|صفحات=|زبان=English|oclc=52197627}}</ref> گر چه لیسپ یکی از قدیمی‌ترین زبان‌های محاسباتی است که هنوز فعال است ولی دقت کافی در برنامه‌نویسی و طراحی توسعه باعث شده‌است که این یک زبان برنامه‌نویسی فعال باقی بماند. در حقیقت این مدل برنامه‌نویسی طوری مؤثر بوده‌است که تعدادی از دیگر زبان‌ها مانند [[اف پی (زبان برنامه‌نویسی)|اف پی]]، [[ام‌ال (زبان برنامه‌نویسی)|ام‌ال]] و [[اسکیم]] براساس عملکرد برنامه‌نویسی آن بنا شده‌اند. یکی از مهم‌ترین برنامه‌های مرتبط با لیسپ برنامهٔ اسکیم است که یک تفکر دوباره در بارهٔ زبان در آن وجود دارد که به وسیلهٔ توسعه هوش مصنوعی و برای آموزش و اصول علم کامپیوترکمپیوتر مورد استفاده قرار می‌گیرد.

عامل‌ها (Agents) قادر به شناسایی [[الگو#الگوها در علوم و ریاضی|الگوها]] و تصمیم‌گیری بر اساس قوانین فکر کردن خود هستند. قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش، تعریف می‌شود. این سیستم‌هاسامانه‌ها بر اساس قوانین خاص خود فکر کرده و کار خود را به درستی انجام می‌دهند. پس عاقلانه رفتار می‌کنند، هر چند الزاماً مانند انسان فکر نمی‌کنند.

== سیستم‌هایسامانه‌های خبره ==

[[سیستم‌های خبره|سامانه‌های خبره]] زمینه‌ای پرکاربرد در هوش مصنوعی و [[مهندسی دانش]] است که با توجه به نیاز روزافزون جوامع بر اتخاذ راه حل‌ها و تصمیمات سریع در مواردی که دانش‌های پیچیده و چندگانهٔ انسانی مورد نیاز است و بر اهمیت نقش آن‌ها نیز افزوده می‌شود. سیستم‌هایسامانه‌های خبره به حل مسائلی می‌پردازند که به‌طور معمول نیازمند تخصص‌های کاردانان و متخصّصان انسانی است. به منظور توانایی بر حل مسائل در چنین سطحی (ترازی)، دسترسی هرچه بیشتر این‌گونه سامانه‌ها به دانش موجود در آن زمینه خاص ضروری می‌گردد.

* [[علوم رایانه|علوم کامپیوترکمپیوتر]]