مقدمه
در حال حاضر، نیمی از شرکتهای جهان در بخشهای مختلف کسب و کار خود از هوش مصنوعی استفاده میکنند. این روند موجب شد که حوزههای مختلف ارزش بیشتری برای هوش مصنوعی قائل شوند و از آن بیشتر کمک بگیرند. تمام کمپانیهای حوزه فناوری، سرمایه زیادی را در بخش هوش مصنوعی قرار دادهاند تا پلتفرم و ابزارهای گوناگونی مبتنی بر هوش مصنوعی طراحی کنند. در این مطلب در مورد انواع هوش مصنوعی در سال 2024 و بروزترین ابزارهای هوش مصنوعی میپردازیم؛ پس با ما همراه باشید.
هوش مصنوعی چیست؟
هوش مصنوعی (AI) شاخهای از علوم کامپیوتر است که بر ساخت ماشینهای هوشمند تمرکز دارد. این ماشینها میتوانند مانند انسان فکر کنند و یاد بگیرند. این فناوری ماشینها و کامپیوترها را قادر میسازد تا هوش انسان را تقلید کنند. این مدلها همچنین قادر به بهبود تواناییهای ذهن انسان هستند. امروزه از سیستمهای هوش مصنوعی در حوزههای مختلف، استفاده میشود و این سیستمها توانایی انجام کارهای بسیار مهمی را دارند؛ که در ادامه مهمترین آنها را بررسی میکنیم.
انواع هوش مصنوعی
به طور عمده انواع هوش مصنوعی به دو دسته تقسیم میشود، هوش مصنوعی بر اساس قابلیتها و هوش مصنوعی بر اساس کارکرد. در این بخش به بررسی هر یک از این دستهها میپردازیم:
انواع هوش مصنوعی بر اساس قابلیتها:
سه نوع هوش مصنوعی بر اساس قابلیتها یا ” Capabilities” شامل موارد زیر است:
- هوش مصنوعی محدود (Narrow AI)
- هوش مصنوعی عمومی (General AI)
- ابَر هوش مصنوعی (Super AI)
انواع هوش مصنوعی بر اساس کارکرد:
هوش مصنوعی براساس عملکرد یا ” Functionalities” شامل 4 مورد زیر است:
- ماشینهای واکنشی (Reactive Machines)
- نظریه محدود شده (Limited Theory)
- نظریه ذهن (Theory of Mind)
- خود آگاهی (Self-Awareness)
انواع هوش مصنوعی بر اساس قابلیت
انواع AI براساس قابلیت، شامل General AI ،Narrow AI و Super AI میشود، در ادامه به معرفی هر کدام میپردازیم:
هوش مصنوعی محدود (Narrow AI)
این مدل نوعی از هوش مصنوعی است، که فقط روی یک کار یا وظیفه خاص تمرکز دارد و نمیتواند فراتر از آن فعالیت کند! Narrow AI بر زیرمجموعهای واحد از کارکردهای شناختی تمرکز دارد. کاربردهای این نوع هوش مصنوعی در زندگی ما با توسعهی یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning)، بیش از پیش فراگیر شده است. هوش مصنوعی محدود توانایی یادگیری از دادهها، ساده کردن فرآیندهای تصمیمگیری و یاریرسان کاربران در خودکارسازی فعالیتهای روزانه را دارد. کاربردهای این مدل شامل موارد زیر است:
- دستیار صوتی هوشمند Siri اپل
- برنامههای بازشناسی تصویر
- الگوریتمهای گوگل در سئو
- نرمافزار تشخیص چهره یا تصویر
- ابزارهای نقشهبرداری و پیشبینی بیماری
- مترجم گوگل
هوش مصنوعی عمومی (General AI)
این نوع از هوش مصنوعی که به هوش مصنوعی قوی (Strong AI) نیز معروف است، کارکردهای هوشمندانه انسانی را درک میکند و آن را یاد میگیرد. General AI بهکارگیری مهارت و استفاده از دانش را در زمینههای مختلف برای ماشین ممکن میسازد.
این سیستمها میتوانند همهی کارهای یک فرد باهوش را اجرا و بهاتمام برساند؛ یعنی میتواند صحبت کند، چیزهای جدیدی یاد بگیرد، مشکلات را حل کند و حتی کارهای خلاقانه انجام دهد.
از ویژگیهای این مدل میتوان به پردازش زبان طبیعی (NLP)، تشخیص تصویر، استفاده گسترده در رباتها، تشخیص نمادها و تفکیک انواع آنها اشاره کرد.
از معروفترین نمونههای این هوش مصنوعی در 2024 میتوان به موارد زیر اشاره کرد:
- GPT-3 and GPT-4
- Stable Diffusion
- LAMDA
- DALL-E 2
- AlphaGo
- GANs
ابرهوش مصنوعی (Super Ai)
ابر هوش مصنوعی یا ابرهوش (ASI) از انواع هوش مصنوعی است که عملکرد بهتری از انسانها دارد. ماشینهای ASI خودآگاه هستند و انتظار میرود که از هوش انسان پیشی بگیرند. آنها میتوانند خطاهای انسانی را به صفر برسانند زیرا فراتر از هوش انسانی به حساب میآیند و میتوانند هرکاری را بهتر از انسان انجام دهند!
چشمانداز ابر هوش مصنوعی صرفا شبیهسازی و درک احساسات انسانی نیست! بلکه شامل قابلیت برانگیختن عواطف، نیازها، باورها و آرزوهای انسانی است. در حال حاضر، دستیابی به این هدف در حد یک فرضیه است. برخی ویژگیهای برجسته ابر هوش مصنوعی شامل فکر کردن، حل معما، قضاوت کردن و تصمیم مستقل است.
احتمالا کاربردهای ابرهوش مصنوعی شامل موارد زیر است:
- برقراری ارتباط بین سنسورها و دستگاههای پردازش داده
- خودکارسازی فرآیندهای کارخانهجات
- مدیریت سختافزارها در سازمانهای مختلف
- ارائه راهکارهای مدیریت از راه دور
- استفاده در فرودگاهها و آسانسورهای طولانی
- تهیه خوراکی و آبیاری گیاهان
بیشتر بخوانید: ابرهوش مصنوعی چند روز دیگر معرفی میشود؟
انواع هوش مصنوعی بر اساس کارکرد
در این بخش به انواع هوش مصنوعی از جنبه عملکردی میپردازیم که عموماً شامل ۴ دسته میشود. در ادامه به معرفی آنها میپردازیم:
هوش مصنوعی از نوع ماشین واکنشی (Reactive Machine)
ماشینهای واکنشگرا قدیمیترین و اساسیترین شکل سیستمهای هوش مصنوعی هستند که بهشکل واکنشی به درخواستها پاسخ میدهند. این سیستمها از تجربیات و سوابق گذشته برای پیشبینی استفاده نمیکند و تنها از دادههای حاضر استفاده میکند. ماشین واکنشی دنیای پیرامون را درک میکند و نسبت به آن واکنش نشان میدهد. بهعبارت دیگر، ماشینهای واکنشگرا توانایی یادگیری از تجربههای قبلی و پاسخگویی به اعمال جدید را ندارند.
هوش مصنوعی دیپ بلو (Deep Blue) مثالی برای این نوع از هوش مصنوعی است. این هوش مصنوعی، متعلق به شرکت IBM است، که استاد بزرگ شطرنج، گری کاسپاروف، را شکست داد. این ماشین واکنشی، با دیدن محل مهرههای صفحه شطرنج نسبت به آنها واکنش نشان میدهد.
ماشین Deep Blue صرفا مهرههای شطرنج را شناسایی میکند، نحوه حرکت آنها را میداند و پیشبینی میکند حرکتهای بعدی او و رقیبش چه خواهند بود.
هوش مصنوعی از نوع حافظه محدود (Limited Memory)
سیستمهای با حافظه محدود، دستهای از انواع هوش مصنوعی هستند که از دادههای گذشته یاد میگیرند تا بتواند تصمیمگیری کنند. حافظهی این سیستمها کوتاه مدت است. این سیستمها صرفا در بازه زمانی معینی امکان استفاده از دادهها را دارند و مجاز به بایگانی آنها نیستند. پرکاربردترین استفاده از این نوع تکنولوژی، در خودروهای خودران است. نحوهی عملکرد این سیستمها در خودروهای خودران به صورت زیر است:
- این سیستم وسایل نقلیه در محیط اطراف را مشاهده و چگونگی حرکت آن را در گذر زمان بررسی میکند.
- این نوع ماشین، دادههای ایستا شامل خطکشی مسیر و چراغهای راهنمایی و رانندگی را نیز ذخیره میکند.
- زمانی که وسیله نقلیه تصمیم دارد خط مسیر خود را تغییر دهد، این دادهها فراخوانی میشوند؛ بهطوری که در حرکت دیگر رانندگان اختلالی ایجاد نشود.
هوش مصنوعی از نوع نظریه ذهن (Theory of Mind)
نظریه ذهن، درحالحاضر فقط در حد یک مفهوم فرضی است. این نوع از هوش مصنوعی بیانگر کلاس پیشرفتهای از تکنولوژی و در حال حاضر صرفا بهصورت یک مفهوم است. نظریه ذهن یکی از انواع هوش مصنوعی بر اساس کارکرد است که معتقد است افراد و اشیای موجود در محیط میتوانند احساسات و رفتارها را تغییر دهند.
این سیستمها نقش مهمی در روانشناسی ایفا میکنند؛ چون بر هوش هیجانی تمرکز دارند. این نوع هوش مصنوعی نیاز به درک روشنی از احساسات و رفتار انسان در یک محیط دارد. این نوع هوش مصنوعی پیشرفتهای زیادی داشته، اما هنوز به تکامل نرسیده است.
دو نمونه از هوش مصنوعی نظریه ذهن، رباتهای Kismet و Sophia هستند.
Kismet، در دهه 1990 در موسسه فناوری ماساچوست ساخته شد و میتوانست احساسات چهره انسان را تشخیص دهد.
سوفیا (Sophia) نیز از هانسون روباتیکس (Hanson Robotics) با دوربینهای موجود در چشمانش و با استفاده از الگوریتمهای کامپیوتری حس بینایی دارد؛ و میتواند افراد را بشناسد، نگاهها را دنبال کند و تماس چشمی برقرار کند.
هوش مصنوعی از نوع خود آگاهی (Self Awareness)
ماشینهای خودآگاه آخرین و پیشرفتهترین مرحله توسعه انواع هوش مصنوعی است که درحالحاضر، یک مفهوم فرضی است. چنین سیستمهایی ویژگیها، حالتها و شرایط درونی خود و همچنین احساسات انسانی را درک میکنند. این ماشینها هوشمندتر از ذهن انسانی خواهند بود. سیستم خودآگاه علاوهبر عواطف دیگران، عواطف، نیازها و اعتقادات خود را نیز دارد!
توسعه این هوش مصنوعی ممکن است چند دهه یا حتی قرنها طول بکشد. سیستمهای خودآگاه را میتوان بسطی از مفهوم نظریه ذهن دانست. تفاوت این دو مدل، در مجهز بودن به تواناییهای شناختی است؛ ماشینهای خودآگاه افکار و واکنشهای خود را خواهند داشت؛ درحالیکه ماشینهای نظریه ذهن چنین قابلیتی ندارند.
خودشناسی، آگاهی اخلاقی و اجتماعی و درک افکار ذهن از ویژگیهای این مدل از هوش مصنوعی است.
کاربرد انواع هوش مصنوعی در زندگی
هوش مصنوعی در زندگی ما تاثیر بسیاری داشته است. در ادامه کاربردهای آن در حوزههای مختلف را بررسی میکنیم:
هوش مصنوعی در تشخیص چهره
دستگاههای مورد استفادهی ما مانند تلفنها، لپتاپها و کامپیوترهای شخصی از روشهای تشخیص چهره برای شناسایی و دسترسی ایمن استفاده میکنند. تشخیص چهره علاوه بر استفاده شخصی، به طور گسترده در صنایع گوناگون و موارد فوق امنیتی کاربرد دارد.
سیستم های توصیه گر
پلتفرمهای مختلفی که مانند تجارت الکترونیک، وبسایتهای سرگرمی، رسانههای اجتماعی، پلتفرمهای اشتراکگذاری ویدیو و غیره، همگی از سیستمهای توصیهگر (Recommender System) برای دریافت اطلاعات کاربر و افزایش تعامل استفاده میکنند. این سیستمها در صنایع مختلف مورد استفاده قرار میگیرد.
پزشکی و مراقبتهای بهداشتی
هوش مصنوعی کاربردهای گستردهای در پزشکی و مراقبتهای بهداشتی دارد. از هوش مصنوعی در مراقبتهای بهداشتی برای تشخیص بیماریها و سلولهای سرطانی استفاده میشود. هوش مصنوعی همچنین با استفاده از دادههای آزمایشگاهی و سایر دادههای پزشکی میتواند به تجزیه و تحلیل شرایط مزمن برای اطمینان از تشخیص زودهنگام کمک کند. این فناوری میتواند با استفاده از دادههای تاریخی و هوش پزشکی، داروهای جدیدی کشف کند.
ساخت خودروهای خودران
شرکتهای خودروسازی مانند تویوتا، آئودی، ولوو و تسلا از یادگیری ماشین برای آموزش کامپیوترهای وسایل نقلیه استفاده میکنند. هوش مصنوعی در خودروهای خودران، همانند انسان، در محیط، اشیا را تشخیص و از تصادف جلوگیری میکند.
بهترین ابزارهای هوش مصنوعی در 2024
کاربردیترین ابزارهای هوش مصنوعی شامل موارد زیر است:
- چت جی پی تی (ChatGPT)
- جمینای (Gemini)
- میدجورنی (Midjouney)
- ادوبی فایرفلای (Adobe FireFly)
- گیت هاب کوپایلت (GitHub Copilot)
- دال ای (DALL E)
- کانوا آی (Canva AI)
جدیدترین اخبار فناوری
اگر به این حوزه علاقهمند هستید و دوست دارید از جدیدترین اخبار هوش مصنوعی و فناوریهای جدید با خبر شوید، به شما سایت ایرانتک را پیشنهاد میکنم. ایرانتک رسانهای بروز در زمینهی هوش مصنوعی و تکنولوژیهای مرتبط به آن است.
جمع بندی
در این مطلب به بررسی انواع هوش مصنوعی در 2024، کاربردها و ویژگیهای هر مورد پرداختیم. شما عزیزان میتوانید سوالات خود را در قسمت دیدگاهها، با ما درمیان بگذارید؛ تا کارشناسان ما به شما پاسخ دهند. امید است این مطلب برای شما مفید واقع شده باشد.
سوالات متداول
رایجترین نوع هوش مصنوعی کدام است؟
رایجترین نوع هوش مصنوعی، هوش مصنوعی محدود (NarrowAI) است. NarrowAI نمیتواند فراتر از حوزه یا محدوده خود عمل کند، زیرا فقط برای یک کار خاص آموزش میبیند.
هوش مصنوعی قوی و ضعیف چیست؟
هوش مصنوعی ضعیف بر روی یک کار یا مسئله محدود متمرکز میشود. تمام سیستمهای هوش مصنوعی موجود در حال حاضر در واقع از نوع ضعیف هستند. هوش مصنوعی قوی ماشینی دارای آگاهی و احساس است. این هوش مصنوعی یک ماشین فرضی است که قادر است مانند یک انسان به تنهایی فکر و کارها را انجام دهد.
آیا ChatGPT یک نوع هوش مصنوعی عمومی (AGI) است؟
بله. ChatGPT از مدل GPT استفاده میکند که یک هوش مصنوعی عمومی (General Ai) است.
کدام هوش مصنوعی در حوزههای خلاقانه بهکار میرود؟
هوش مصنوعی عمومی، چون قابلیت تقلید عملکرد ذهن انسان را دارد؛ البته نه بهطور کامل!
در کدام زمینه ها از هوش مصنوعی بیشتر استفاده می شود؟
هوش مصنوعی در حوزههای زیر بیشترین کاربرد را دارد:
- خرده فروشی، خرید و مد
- امنیت و نظارت
- تجزیه و تحلیل ورزشی
- ساخت و تولید