• ۱۴۰۳ پنج شنبه ۱ آذر
روزنامه در یک نگاه
امکانات
روزنامه در یک نگاه دریافت همه صفحات
تبلیغات
بانک ملی صفحه ویژه

30 شماره آخر

  • شماره 5599 -
  • ۱۴۰۲ چهارشنبه ۱۹ مهر

ما كجاييم؟

كامران مشفق آراني

تاثير‌گذاري پديده هوش مصنوعي به قدري گسترده شده كه روزانه و بعضا در طول روز چندين خبر در اين حوزه تقريبا توسط اكثر خبرگزاري‌ها منتشر مي‌شود. كار به قدري بالا گرفته كه كشورها گاهي دست به شانتاژ خبري به جهت ابراز پيشي گرفتن از رقبا مي‌زنند. اما اينكه همه آن چيزي كه در رسانه‌ها مطرح مي‌شود صحيح است يا خير، نياز به دانش تخصصي در اين وادي دارد كه فقط از عهده اهل فن برمي‌آيد، اما دانستن اينكه اكنون بشر در كجاي مسير پر التهاب اين ابر ذهن در حال پيدايش قرار دارد، مي‌تواند به سوءگيري اذهان افراد كمك شاياني نمايد. براي درك اين مهم ضرورت دارد بدانيم هوش مصنوعي كنوني راه نسبتا طولاني‌اي تا تبديل شدن به يك هوش مصنوعي تعاملي دارد و اين دو مفهوم اگرچه مرتبط هستند اما باهم تفاوت‌هاي قابل توجهي دارند كه درك اين تفاوت‌ها در درك بهتر آينده اين پديده بسيار مثمر ثمر خواهد بود. هوش مصنوعي كنوني اغلب به عنوان يك واحد مجزا در تصميم‌گيري توسط ماشين يا سيستم‌هاي خودكار تعريف مي‌شود كه براساس الگوريتم‌ها و داده‌هاي آموزش داده شده، وظايف خاصي را انجام مي‌دهد. اين سيستم‌ها معمولا تعامل محدود با محيط دارند (مانند ChatGPT) و به تعلم يادگيري ماشيني محدود مي‌شوند. در نقطه مقابل هوش مصنوعي تعاملي قرار مي‌گيرد، در اين مفهوم، سيستم‌ها توانايي تعامل فعال با محيط و انسان‌ها را دارند. آنها قادر به درك و پاسخ به داده‌ها و ورودي‌هاي چندگانه از محيط خودكار و ارتباط موثر با انسان‌ها هستند. اين تعامل مي‌تواند در سياق‌هاي مختلف مانند ربات‌هاي اجتماعي، معيارهاي گفت‌وگوي طبيعي، خودران‌سازي متقابل با انسان‌ها و موارد مشابه رخ دهد. سيستم‌هاي هوش مصنوعي كنوني عمدتا براساس مدل‌هاي يادگيري عميق (Deep Learning) مبتني بر شبكه‌هاي عصبي عميق عمل مي‌كنند. آنها با استفاده از داده‌هاي آموزشي به تعلم و يادگيري مي‌پردازند، اما تغييرات و تطورات بزرگي بدون نياز به تغيير مدل‌هاي پايه ايجاد نمي‌كنند، اما سيستم‌هاي هوش مصنوعي تعاملي تمايل دارند كه تعاملات‌شان با محيط و انسان‌ها به سرعت تطور بخشند. اين گوناگوني ارتباط‌گيري ممكن است به منظور بهبود درك، پردازش و ارتباط با محيط و انسان‌ها باشد. اين سيستم‌ها معمولا از تركيب مدل‌هاي يادگيري عميق با روش‌هاي متنوعي مانند يادگيري تقويتي (Reinforcement Learning) و يادگيري انتقالي (Transfer Learning) استفاده مي‌كنند.  به‌طور خلاصه، هوش مصنوعي تعاملي تا حد زيادي از توانايي تعامل و ارتباط با محيط و انسان‌هاي بيشتري نسبت به هوش مصنوعي كنوني برخوردار است و در كاربردهايي با پيچيدگي بالاتر مورد استفاده قرار مي‌گيرد.

ارسال دیدگاه شما

ورود به حساب کاربری
ایجاد حساب کاربری
عنوان صفحه‌ها