3,124 قرائت

رویاها به واقعیت - داستان تکامل هوش مصنوعی

توسط Neha Pant11m2024/09/11

FA-AF

FA-AF

خیلی طولانی؛ خواندن

تکامل هوش مصنوعی 100 سال پیش در رویاها و آگاهی جمعی انسان ها آغاز شد. این مقاله داستان تکامل هوش مصنوعی را از ابتدا مورد بحث قرار می دهد.

featured image - رویاها به واقعیت - داستان تکامل هوش مصنوعی

در حالی که هوش مصنوعی در چند سال گذشته سر و صدای زیادی ایجاد کرده است، زمینه توسعه هوش مصنوعی در اوایل قرن بیستم فراهم شد.

تکامل هوش مصنوعی

با تبلیغات اخیر در مورد هوش مصنوعی، برخی از ما ممکن است احساس کنیم که این یک پدیده اخیر است. این نیست. همه چیز از اوایل قرن بیستم شروع شد. با این حال، کار قابل توجهی در این زمینه تنها در اواسط قرن بیستم شروع شد. تقریباً در همین زمان بود که آلن تورینگ، ریاضیدان رویایی، ساخت ماشین‌های هوشمند را تصور کرد - رویایی که با ظهور فناوری مانند یادگیری ماشینی و پردازش زبان طبیعی محقق شد.

این داستان تکامل بیش از 100 سال یک داستان جذاب است. این شبیه به بلوط است که در مزارع کاشته می شود، سیراب می شود و تغذیه می شود و سپس منتظر می ماند تا به درخت بلوط قدرتمند تبدیل شود. برای درک اینکه چگونه مقدمات اولیه به فناوری هوشمندی که امروزه می بینیم تکامل یافته است، بیایید به تاریخچه هوش مصنوعی بپردازیم.

اوایل دهه 1900

قبل از اینکه هر مفهوم یا ایده ای از علاقه علمی توسط دانشمندان کشف شود، در ذهن هنرمندان متولد می شود. همین امر در مورد ایده «انسان مصنوعی» یا «ربات‌ها» که در ذهن کارل کاپک، نمایشنامه‌نویس چک جوانه زد و در نمایشنامه موفق او «RUR - روبات‌های جهانی راسوم» در سال 1920 به اوج خود رسید. ابداع اصطلاح «ربات» به معنای کارگران به او نسبت داده می شود.

ما در مورد خودروهای خودران گوگل هیجان زده ایم، اما آیا می دانیم که مفهوم خودروهای بدون راننده برای اولین بار در سال 1925 معرفی شد؟ اولین خودروهای بدون راننده که به خیابان‌های شهر نیویورک آمدند، خودروهای رادیویی کنترلی بودند که توسط رادیو کنترل هودینا منتشر شد. 90 سال طول کشید تا Alphabet Inc، شرکت مادر گوگل، Waymo را راه‌اندازی کرد، که اکنون خدمات تجاری روباتاکسی را ارائه می‌کند - شگفتی‌ای از فناوری هوشمند.

هنگامی که یک ایده در یک نقطه از جهان شروع می شود، به سرعت در حال حرکت است و ابعاد جدیدی پیدا می کند. در سال 1929، پروفسور ژاپنی ماکوتو نیشیمورا، آنچه را که کارل کاپک در نمایشنامه خود تصور کرده بود، با موفقیت خلق کرد: یک ربات! این شگفت‌انگیز ژاپنی به نام Gakutensoku به معنای یادگیری از قوانین طبیعت، می‌توانست سر و دست‌های خود را حرکت دهد و حالات چهره را تغییر دهد. نیشیمورا با استفاده از مکانیزم فشار هوا به آن دست یافت.

به نظر می رسد که جریان هوشیاری انسان به طور جمعی رویای ماشین هایی را می دید که نه تنها می توانستند از کار انسان تقلید کنند، بلکه کارهایی را انجام می دادند که انسان ها نمی توانستند انجام دهند. اچ جی ولز، نویسنده آینده پژوهی که مفاهیمی مانند سفر در زمان، نامرئی بودن، مهندسی زیستی و غیره را در ذهن داشت، در سال 1937 پیش‌بینی کرد که «کل حافظه انسان می‌تواند برای هر فردی قابل دسترس باشد و احتمالاً در زمان کوتاهی خواهد شد». «هر دانش‌آموزی، در هر نقطه‌ای از جهان، می‌تواند با پروژکتور [میکروفیلم] خود در اتاق مطالعه خود بنشیند، تا هر کتاب یا سندی را در یک ماکت بررسی کند.» ما می‌توانیم با خیال راحت فرض کنیم که او در مورد کامپیوترهای آینده ای که ما امروز استفاده می کنیم، رویا می دید.

بعدها، در سال 1949، دانشمند کامپیوتر آمریکایی، ادموند کالیس برکلی، کتاب "مغزهای غول پیکر یا ماشین هایی که فکر می کنند" را منتشر کرد. این اولین بار بود که نمونه اولیه چیزی که می توان اولین رایانه شخصی نامید، سیمون، در کتابی توصیف شد. هیجان‌انگیزترین بخش کتاب برای علاقه‌مندان به علم و فناوری، بررسی مغزهای مکانیکی پیشگام (رایانه‌های اولیه) آن زمان بود - تحلیلگر دیفرانسیل MIT، ماشین‌حساب کنترل‌شده با توالی IBM هاروارد، ENIAC مدرسه مور، و ماشین‌حساب رله آزمایشگاه‌های بل. .

دهه 1950 - زمانی که هوش مصنوعی متولد شد

در حالی که اوایل دهه 1900 زمانی بود که انسان ها یا هنوز در ذهن خود ماشین های هوشمند می ساختند یا گام های کوچکی برای ایجاد ماشین های واقعی برمی داشتند، دهه 1950 زمانی بود که گام های واقعی در این مسیر برداشته شد. این، تا حد زیادی، نیروبخش ترین دوره در تاریخ هوش مصنوعی بود.

اگر می خواهید مانند یک کودک آزادانه و خلاقانه فکر کنید، باید در قلب کودک باشید. بازی کردن یکی از بهترین راه ها برای زنده نگه داشتن آن کودک است. اما آلن تورینگ با ابداع «بازی تقلید» که عموماً به عنوان آزمون تورینگ شناخته می‌شود، در مقاله مهم خود در سال 1950 «ماشین‌های کامپیوتری و هوش» یک قدم جلوتر رفت. این بازی برای ارزیابی رفتار هوشمند یک ماشین طراحی شده است که تشخیص آن را از یک انسان دشوار می کند. در دوران مدرن، ما از تست تورینگ معکوس استفاده می‌کنیم که معمولاً به آن «تست تورینگ عمومی کاملاً خودکار برای تشخیص رایانه‌ها و انسان‌ها» یا CAPTCHA برای تعیین اینکه یک انسان و نه یک ربات دستگاه را کار می‌کند، استفاده می‌کنیم.

در سال 1948 بود که تورینگ شروع به نوشتن برنامه ای برای رایانه کرد تا یک بازی شطرنج را انجام دهد. در سال 1952، او این برنامه را بر روی Ferranti Mark 1 اجرا کرد. متأسفانه کامپیوتر نمی توانست از این برنامه برای اجرای بازی استفاده کند، اما تورینگ با استفاده از دستورالعمل های موجود در کتابچه راهنمای الگوریتم، کودک درون خود را برای انجام بازی شطرنج فعال کرد. خیلی بعد، گری کاسپاروف، استاد بزرگ شطرنج روسی و قهرمان سابق شطرنج جهان، به ضبط بازی نگاه کرد و آن را به عنوان "بازی شطرنج قابل تشخیص" تبلیغ کرد.

اما شیفتگی به بازی ها به تورینگ محدود نمی شد. یکی دیگر از پیشگامان بازی های کامپیوتری و هوش مصنوعی، آرتور ساموئل، اولین برنامه خودآموز موفق جهان را برای بازی چکرز به نام "برنامه بازی چکرز ساموئل" در سال 1952 معرفی کرد. ساموئل در حین ساخت، پتانسیل بازی ها را در تحقیقات هوش مصنوعی مشاهده کرد. ارزیابی عملکرد کامپیوتر در برابر عملکرد انسان آسان است. درخشش ساموئل زمانی که او اصطلاح "یادگیری ماشین" را در سال 1959 رایج کرد، بیشتر نشان داد، تحقیقی که او در سال 1949 برای آن آغاز کرده بود.

دوران اواسط دهه 1950 مملو از تحقیقات و کار در مورد هوش مصنوعی بود. در واقع، اصطلاح "هوش مصنوعی" یا "AI"، همانطور که عموماً به آن گفته می شود، در سال 1955 توسط ذهن خیره کننده دیگری که همچنین یکی از بنیانگذاران هوش مصنوعی به عنوان یک رشته است - جان مک کارتی - ابداع شد. او این اصطلاح را در یک سند مشترک ابداع کرد، اما این اصطلاح در کارگاه تابستانی او در کالج دارتموث که گفته می‌شود ذهن‌های محاسباتی پیشرو آن زمان در آن حضور داشتند، محبوبیت پیدا کرد. او در سال 1958 با اختراع Lisp، یک زبان برنامه‌نویسی، افکار خود را در مورد هوش مصنوعی اصلاح کرد. - به آن مشاوره گیرنده می گفتند.

تمام این اختراعات و اکتشافات دهه 1950 با کارهای راهگشای دیگری در دهه 1960 و 70 دنبال شد. مهمترین آنها برنامه تعاملی ELIZA بود. این برنامه که توسط جوزف وایزنباوم در سال 1965 توسعه یافت، می‌توانست مانند چت‌بات‌های امروزی، گفت‌وگو درباره هر موضوعی به زبان انگلیسی داشته باشد! آنچه در مورد این برنامه بسیار کنجکاو بود این بود که بسیاری از مردم آن را به داشتن احساسات انسانی نسبت دادند - ویژگی که هنوز گریزان و قابل بحث است.

روش "یادگیری عمیق" که امروزه در توسعه هوش مصنوعی مورد استفاده قرار می گیرد، در سال 1968 توسط ریاضیدان شوروی الکسی ایواخننکو در کار خود "روش گروهی مدیریت داده ها" که در مجله "Avtomatika" منتشر شد، ایده گرفت. ممکن است باورنکردنی به نظر برسد، اما پیشرفت‌های سریع فناوری که امروزه می‌بینیم، بر شانه‌های کارهای آهسته و پیوسته انجام شده در اواسط قرن بیستم است.

دهه 1980 - زمان اقدام شدید

\ اما همه چیز کند و ثابت نمی ماند. آنها در دهه 1980 زمانی که علاقه به هوش مصنوعی و متعاقب آن سرمایه گذاری و تحقیق در این زمینه با جهش و مرزهای زیاد افزایش یافت، به سرعت رشد کردند. این دوره شاهد توسعه برنامه هایی بود که توانایی های تصمیم گیری متخصصان انسانی در زمینه های خاص را تکرار می کرد.

سال 1980 سال اولین کنفرانس انجمن پیشرفت هوش مصنوعی یا AAAI بود که در سال 1979 تأسیس شد. این انجمن با برگزاری سی و هشتمین کنفرانس سالانه خود در سال جاری به ترویج تحقیقات در زمینه هوش مصنوعی ادامه می دهد. و تبادل ایده های علمی در بین متخصصان جهانی در این زمینه. اما زمانی در سال 1984 بود که AAAI چیزی را پیش‌بینی کرد که « زمستان هوش مصنوعی » نامیده می‌شد، زمانی که تحقیقات کند به دلیل کاهش علاقه به هوش مصنوعی بود.

با این حال، قبل از این پیش‌بینی، وزارت تجارت و صنعت بین‌المللی ژاپن 850 میلیون دلار به پروژه نسل پنجم رایانه در سال 1981 اختصاص داد. از هیپ بودن به جای یک مزاحم با این حال، این پروژه فلسفه ژاپنی IKIGAI را به نمایش گذاشت زیرا دانشمندان از ذوق و شوق آنها برای تقویت توسعه برنامه‌نویسی منطقی همزمان استفاده کردند.

اواخر دهه 1980 و اوایل دهه 1990 - زمستان هوش مصنوعی؟

برخلاف پیش‌بینی‌های هواشناسی توسط اداره هواشناسی، پیش‌بینی AAAI از زمستان هوش مصنوعی درست ثابت شد. پایان پروژه نسل پنجم یکی از عوامل از بین رفتن علاقه و سرمایه گذاری در حوزه هوش مصنوعی در اواخر دهه 1980 بود. اما شکست‌های دیگر در سیستم‌های خبره و بازار ماشین‌ها، از جمله فروپاشی سخت‌افزار تخصصی مبتنی بر LISP به دلیل جایگزین‌های ارزان‌تر IBM و اپل در سال 1987، نیز به بی‌علاقگی به هوش مصنوعی کمک کرد.

با این حال، در این دوره همه چیز ناخوشایند نبود. پدر روزنامه‌نگار مقتول آمریکایی دانیل پرل و برنده جایزه تورینگ در سال 2011، پروفسور جودیا پرل، "استدلال احتمالی در سیستم‌های هوشمند" را در سال 1988 منتشر کرد. قهرمان رویکرد احتمالی به هوش مصنوعی و مخترع شبکه‌های بیزی انقلابی بود. متفکری که مدل های بیزی او ابزار مهمی برای کارهای مهم در مهندسی و علوم طبیعی شد.

Jabberwock ممکن است یک شخصیت تخیلی ترسناک از آلیس در سرزمین عجایب باشد، اما هدف آن مانند Jabberwacky، یک ربات چت در سال 1988 بود که توسط Rollo Carpenter ساخته شد - برای لذت و سرگرمی. Jabberwacky برای شبیه سازی گفتگوی طبیعی انسان به صورت سرگرم کننده و طنز مجهز بود.

1993-2011 - ظهور غول خفته

زمستان طولانی نیست، به خصوص در مناطق نیمه گرمسیری، و با رفتن، بهار شکوفه های زیبایی را به ارمغان می آورد که مورد علاقه همه هستند. اتفاقی مشابه برای زمستان هوش مصنوعی نیز رخ داد. در حالی که پیش‌بینی شوم پایان دوره بشری در سال 1993 «تکینگی فناوری آینده» توسط ورنر وینج ممکن است بهترین‌های ما را ترسانده باشد، این مقاله همچنین پیش‌بینی کرد که ظرف 30 سال ما «فناوری ایجاد هوش مافوق بشری را خواهیم داشت. ” سی سال از زمانی که ما ممکن است به آنچه او پیش بینی کرده بود نرسیده باشیم، اما به نظر می رسد که ما در این مسیر پیش می رویم.

در سال 1997، جهان شاهد شکست گری کاسپاروف، قهرمان شطرنج جهان، به دست Deep Blue، اولین برنامه شطرنج کامپیوتری بود. این حادثه نقطه عطفی در تاریخ هوش مصنوعی بود و بنابراین تأثیر خلاقانه برای بسیاری از کتاب ها و فیلم ها شد. در همان سال، Dragon NaturallySpeaking 1.0 را منتشر کرد که با نام DNS نیز شناخته می شود، یک نرم افزار تشخیص گفتار که بر روی ویندوز اجرا می شود.

سال 2000 با توسعه Kismet، روباتی که می تواند احساسات انسانی را شبیه سازی کند، شاهد پیشرفت بیشتری در این زمینه بود. این و دیگر ربات ها زاییده فکر پروفسور سینتیا بریزیل بود که هنوز در آزمایشگاه هوش مصنوعی MIT دانشجو بود. رویاهایی که نمایشنامه نویسان اوایل دهه 1900 دیدند در حال شکل گیری بودند.

اودیسه فضایی یوری گاگارین و فرود نیل آرمسترانگ بر ماه ارزش جشن گرفتن داشتند، اما فرود Spirit و Opportunity، دو مریخ نورد آمریکایی، در سال 2003 بر روی مریخ نیز ارزش داشتند. .

توییتر، فیس‌بوک و نتفلیکس - غول‌های فناوری معاصر - تقریباً دو دهه پیش در سال 2006 استفاده از هوش مصنوعی را برای تبلیغات و الگوریتم‌های UX خود آغاز کردند. پیروزی Deep Blue در سال 1997 نگاهی اجمالی به تحقیقات IBM در زمینه هوش مصنوعی بود و IBM Watson نشان داد که تحقیقات آنها تا چه حد آنها را در زمانی که برنامه براد راتر و کن جنینگز را در خطر شکست داد، هدایت کرده است! چالش در سال 2011

این واتسون IBM بود که صنایع را از خرده فروشی گرفته تا خدمات مالی را به فکر امکان استقرار هوش مصنوعی در تجارت انداخت. سال 2011 همچنین سالی بود که سیری اپل، یک دستیار مجازی، راه اندازی شد.

2012 به اکنون - جهش های بزرگ در هوش مصنوعی

زمان یک پیوستار است و هر کاری که ما انجام می دهیم، حتی هوش مصنوعی، بخشی از این پیوستار است. ما دیده‌ایم که چگونه قدم‌های کودک در دهه 1900 منجر به اکتشافات و اختراعات بزرگ دهه 2000 شد. همانطور که سه ماهه اول دهه 2000 به پایان خود نزدیک می شود، می بینیم که هوش مصنوعی تا کجا پیش رفته است، به خصوص در دهه گذشته و کمی بیشتر.

یکی از این سفرها، مدل یادگیری عمیق است. از زمان تصور فروتنانه خود در سال 1968، این مدل زمانی که جف دین و اندرو انگ گوگل 16000 پردازنده کامپیوتری را به هم متصل کردند تا یکی از بزرگترین شبکه های عصبی با بیش از یک میلیارد اتصال برای یادگیری ماشینی را در سال 2012 ایجاد کنند، به چشم انداز عظیمی دست یافت. آنها 10 میلیون شبکه را تغذیه کردند. تصاویر تصادفی گربه ها از ویدیوهای یوتیوب و اتفاق خارق العاده ای رخ داد - شبکه شروع به شناسایی گربه ها کرد. دوستداران گربه می توانند سر و صدا ایجاد کنند!

سفر دیگر سفر ربات ها است. از روبات های جهانی کارل کاپک Rossum گرفته تا Gakutensoku ماکوتو نیشیمورا تا چت ربات جوزف وایزنبام ELIZA تا Kismet از سینتیا بریزیل، ربات راه طولانی را پیموده بود، اما در سال 2016 بود که سوفیا، ربات انسان نما با اولین ویژگی ها و بیان واقعی انسان تبدیل شد. "شهروند ربات". خیلی تعجب کردم، نباش.

بعضی چیزها قایق ما را تکان می دهند و بعد انسانیت را تکان می دهند. یکی از این موارد در سال 2017 اتفاق افتاد، زمانی که دنیای فناوری از رفتار دو چت ربات فیس بوک شگفت زده شد که به نظر می رسید زبان مذاکره خود را توسعه داده اند که برای انسان ها غیرقابل درک است، اما الگوهای خاصی را نشان می دهند تا مهندسان هوش مصنوعی را متقاعد کنند که این یک غرغر تصادفی نیست. زبانی که آنها واقعاً می فهمیدند. در حالی که این خبر از ورود تکینگی همانطور که توسط Vernor Vinge پیش‌بینی شده بود، نبود، مذاکرات ربات‌ها، از جمله علاقه ظاهری آن‌ها به یک آیتم برای متقاعد کردن طرف مقابل به مصالحه بعداً، باعث شد انسان‌ها در مورد احتمالات آینده ماشین‌ها فاصله بگیرند.

در مارس 2020، اولین موج همه گیری کووید-19 آمد که کار را همانطور که تا آن زمان می دانستیم مختل کرد. همانطور که شرکت‌ها شروع به تلاش برای یافتن راه‌هایی برای انجام کار از راه دور کردند، Open AI ترانسفومر پیش‌آموزش‌شده ژنراتیو یا GPT-3 را که عموماً به آن می‌گویند، در می 2020 راه‌اندازی کرد. GPT-3 یکی از بزرگترین مدل‌های یادگیری زبان است که می‌تواند به دلیل افزایش ظرفیت و تعداد پارامترهای بالاتر - 175 میلیارد که 10 برابر بیشتر از نزدیکترین مدل رقیب Turing-NLG است، وظایف را با دقت بالایی انجام می دهد.

از آن زمان، نسخه های جدیدتر بهبود یافته، GPT-3.5 و GPT-4 راه اندازی شده اند. اخیراً، GPT-5 نیز اعلام شده است که هوش مصنوعی پیشرفته، همدلی، محرمانه بودن، سفارشی سازی پویا و زنجیره فکر و استدلال گام به گام را امیدوار می کند.

سفر ما ما را به امروز رسانده است، جایی که هوش مصنوعی در تمام جنبه های زندگی ما نفوذ می کند. از دستیاران مجازی که نیازهای ما را پیش بینی می کنند تا ماشین های خودران که در خیابان های شهر حرکت می کنند، رویاهای خارق العاده پیشگامان هوش مصنوعی به واقعیت روزانه ما تبدیل شده است.

اما، همانطور که صفحه را به آینده ورق می زنیم، طرح با معضلات اخلاقی، تأثیرات اجتماعی، و تلاش برای هوش مصنوعی عمومی - مرز نهایی، غلیظ می شود. حماسه هوش مصنوعی همچنان آشکار می شود، تخیل ما را مجذوب خود می کند و درک ما از معنای ایجاد هوش از سیلیکون و کد را به چالش می کشد.

و بنابراین، داستان هوش مصنوعی، ترکیبی مسحورکننده از نبوغ انسانی و تکامل تکنولوژیک، به سوی ناشناخته ها پیش می رود و همه ما را دعوت می کند تا شاهد فصل های بعدی این روایت پرچرب باشیم.

ضمیمه: