ارائه‌دهنده‌ی راهکارهای نرم‌ افزارهای سازمانی
ارائه‌دهنده‌ی راهکارهای نرم‌ افزارهای سازمانی

هوش مصنوعی چیست؟ بخش دوم

هوش مصنوعی در دنیای کنونی

هوش مصنوعی در تمام صنایع دیده می‌شود

امروزه از هوش مصنوعی می‌توان در بسیاری از صنایع و مراکز کاری سراغ گرفت؛ بیمارستان‌ها، فروشگاه‌های خرده‌فروشی، سیستم‌های تحلیل‌گر پیشگو که قادر به صحبت کردن است و … در ادامه به بخش‌هایی از گزارش Harvard Business Review که به بررسی چشم‌اندازهای هوش مصنوعی پرداخته و به کارکردهای این فناوری hj اشاره می‌کنیم.

بهبود تحلیل‌های بازاریابی

امروزه به لطف تحلیل‌ها و هوش مصنوعی، بازاریابی رو به سوی تکامل و توسعه دارد و ما از این طریق می‌توانیم دریابیم که چگونه برای ارتقاء دقیق پیشنهادها به مشتری، سراغ پرداختن بیش‌تر داده‌کاوی اطلاعات برویم و چگونه نیاز مشتری را بهتر درک کنیم.

ادغام هوش مصنوعی در برنامه‌های تحلیل‌گر

برای ارتقاء عملکرد هوش مصنوعی، یک نکته مهم وجود دارد و آن این که استراتژی مربوط به آن، از استراتژی بزرگ‌تر کسب‌وکار شما تغذیه می‌کند و به همین دلیل باید همواره عواملی همچون هم‌سویی افراد، فرایندها و فناوری را مدنظر قرار داشته باشید.

جدا کردن خیال از واقعیت

Oliver Schabenberger معاون اجرایی و مدیر ارشد فناوری SAS می‌گوید هوش مصنوعی کمک می‌کند که ماشین‌ها هوشمندانه‌تر عمل کنند ولی این فناوری قادر نیست جهان را به قبضه خود در آورد.

 

هوش مصنوعی چگونه کار می‌کند؟

هوش مصنوعی بر اساس ترکیب مقادیر انبوه داده با پردازش‌های سریع و چندباره و با الگوریتم‌های هوشمند کار می‌کند و اجازه می‌دهد نرم‌افزارها با استفاده از الگوها یا قابلیت‌های موجود در داده‌ها، به طور خودکار آموزش ببیند و ارتقاء پیدا کنند. هوش مصنوعی یک رشته‌ی پژوهشی گسترده شامل انواع نظریه‌ها، شیوه‌ها و فناوری‌ها است که شامل زیرمجموعه‌هایی نیز هست. در ادامه به برخی از مهم‌ترین موارد آن‌ها اشاره می‌کنیم:

  • یادگیری ماشینی، ساخت مدل تحلیلی را خودکار می‌کند. این نوع یادگیری، برای یافتن بینش‌های نهان در داده‌ها – بدون این که برای کسب نتیجه، صریحاً مورد برنامه‌نویسی قرار گیرد – متدهایی از شبکه‌های عصبی، آمار، تحقیقات عملیاتی و فیزیک را به خدمت می‌گیرد.
  • یک شبکه عصبی گونه‌ای از یادگیری ماشینی تلقی می‌شود که از واحدهای به هم پیوسته (مانند نورون‌ها) ساخته شده است. نورون‌ها از طریق پاسخ دادن به ورودی‌های خارجی و نیز انتقال اطلاعات بین هر واحد، داده‌ها را پردازش می‌کنند. این فرایند مستلزم عبور چند باره‌ی داده برای یافتن ارتباطات و نیز معنایابی از داده‌های تعریف نشده (undefined data) می‌باشد.
  • یادگیری عمیق با استفاده از شبکه‌های عصبی انبوه که لایه‌های پردازشی متعددی دارند، از پیشرفت‌های انجام شده در حوزه توان پردازشی (Computing Power) و تکنیک‌های پیشرفته آموزش، برای یادگیری الگوهای پیچیده در داده‌های انبوه استفاده می‌کند. برنامه‌های کاربردی رایج در این حوزه عبارتند از تشخیص تصویر و گفتار.
  • رایانش شناختی (Cognitive Computing) یکی از زیرمجموعه‌های هوش مصنوعی است که می‌کوشد تعاملات طبیعی و شبه‌انسانی با ماشین‌ها فراهم آورد. هدف نهایی استفاده از هوش مصنوعی و رایانش شناختی عبارت است از امکان شبیه‌سازی فرایندهای انسانی در ماشین‌ها؛ که این مهم از نظر قابلیت تفسیر تصاویر و گفتارها به دست می‌آید تا در ادامه به هدف «سخن گفتن منطقی و مرتبط» دست یابد.
  • بینایی رایانه‌ای (Computer Vision) برای تشخیص آن چه در عکس یا ویدئو مشاهده می‌شود، مبتنی بر شناخت الگو و یادگیری عمیق است. اگر ماشین‌ها بتوانند تصاویر را پردازش، درک و تحلیل کنند، قادر خواهند بود به صورت آنی عکس و تصویر گرفته و محیط اطراف‌شان را تفسیر کنند.
  • پردازش زبان‌های طبیعی یا به اصطلاح NLP به معنای توانایی رایانه‌ها در تحلیل، درک و تولید زبان انسانی از جمله سخن گفتن است. گام بعدی NLP «تعامل زبان طبیعی» است که به‌وسیله‌ی آن انسان‌ها می‌توانند با استفاده از زبان روزمره، برای صدور دستور انجام وظایف، با رایانه‌ها گفتگو کنند.

علاوه بر این موارد، چندین فناوری دیگر وجود دارد که قادر به پشتیبانی از هوش مصنوعی هستند:

  • واحدهای پردازش گرافیکی، کلید هوش مصنوعی به شمار می‌روند زیرا آن‌ها توان پردازشی سنگین را که برای پردازش تکراری (Iterative Processing) مورد نیاز است، فراهم می‌آورند. آموزش شبکه‌های عصبی نیز مستلزم استفاده از کلان داده‌ها به علاوه توان پردازشی است.
  • اینترنت اشیاء انبوهی از داده‌ها را از دستگاه‌های متصل فراهم می‌آورد که بخش عمده‌ی این اطلاعات، مورد تجزیه و تحلیل قرار نگرفته است. مدل‌های خودکارسازی (Automating Models) به همراه هوش مصنوعی به ما امکان استفاده هر چه بیشتر از این اطلاعات را می‌دهد.
  • امروزه برای تحلیل سریع‌تر داده‌های انبوه در سطوح مختلف، از الگوریتم‌های پیشرفته و ترکیبی، به شکل‌های جدیدی استفاده می‌شود. این «پردازش‌های هوشمند» کلید درک و پیش‌بینی حوادث نادر، سیستم‌های پیچیده و بهینه‌سازی سناریوهای منحصر به فرد محسوب می‌شود.
  • رابط‌های برنامه‌نویسی (APIها) مجموعه‌ای از کدها هستند که با آن‌ها می‌توان امکانات هوش مصنوعی را به محصولات و بسته‌های نرم‌افزاری کنونی افزود. APIها می‌توانند قابلیت‌های تشخیص تصویر را به سیستم‌های امنیت خانگی بیافزایند؛ قابلیت‌های Q&A که قادر به توصیف اطلاعات است را به خدمت بگیرند؛ کپشن و عنوان تولید کنند؛ یا الگوهای جالب و بینش‌های موجود در داده‌ها را استخراج کنند.

به‌شکل خلاصه می‌توان هوش مصنوعی درصدد تولید تعاملات شبه‌انسانی با نرم‌افزارها و نیز پشتیبانی تصمیم برای وظایف خاص است؛ ولی این فناوری جایگزینی برای انسان‌ها به شمار نمی‌رود و در آینده‌ی نزدیک هم چنین چیزی متصور نیست.

چالش‌های استفاده از هوش مصنوعی کدام است؟

اگر چه هوش مصنوعی در حال تاثیرگذاری گسترده بر تمام صنایع است ولی ما باید محدودیت‌های آن را بشناسیم. اصلی‌ترین محدودیت هوش مصنوعی این است که شیوه‌‌ی اصلی عملکرد این فناوری، مبتنی بر استفاده از داده‌هاست. هیچ راه دیگری برای تفسیر دانش وجود ندارد.
به این معنی که هر گونه اشتباه در داده‌ها ممکن است در نتایج تاثیرگذار باشد. از سوی دیگر، هر لایه‌ی اضافی از پیش‌بینی یا تحلیل، باید به طور جداگانه به سیستم افزوده شود.
سیستم‌های امروزی هوش مصنوعی برای انجام یک مجموعه کارهای مشخص تنظیم و تعریف شده‌اند. سیستمی که پوکر بازی می‌کند، قادر به انجام شطرنج نیست؛ سیستمِ تقلب‌یاب نمی‌تواند خودرو را به حرکت در آورد یا به افراد مشاوره حقوقی بدهد. سامانه‌ی هوشمندی که کاشف تقلبات انجام‌شده در حوزه‌ی سلامتی و بهداشت است، نمی‌تواند جعل مالیات یا تقاضاهای گارانتی غیرواقعی را با دقت بالا شناسایی کند.
به عبارت دیگر امروزه این سیستم‌ها بسیار تخصصی شده‌اند. روی یک کار خاص متمرکز هستند و نمی‌توانند مانند انسان‌ها رفتار کنند.
اگر چه آن دسته از فناوری‌های هوش مصنوعی که در تلویزیون یا فیلم‌ها نشان داده می‌شود، باید هنوز در زمره مطالب علمی – تخیلی گنجانده شوند، اما رایانه‌هایی که برای یادگیری و انجام وظایف خاص، قادر به کاوش در داده‌های پیچیده هستند، امروزه کاملاً رایج و معمولی به شمار می‌روند.

دیدگاه خود را ثبت کنید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *