تاریخچه هوش مصنوعی

تاریخچه هوش مصنوعی

مفهوم هوش مصنوعی از دوران باستان آغاز شده و به صورت افسانه ای در رابطه با موجوداتی است که دارای آگاهی و هوشی هستند که توسط سازنده به آن موجودات داده شده است تا تلاش شود به غایت نهایی که جعل خدایان است برسند.
هوش مصنوعی یکی از موضوعات جذاب علم کامپیوتر است به طور کلی هوش مصنوعی یکی از قدیمی ترین دستاورد های نسل بشر است که امروزه نقش بسیار مهمی را در زندگی ما ایفا می کند. اگر بخواهیم به تعریف هوش مصنوعی به زبان ساده بپردازیم باید بگورم که رفتار هوشمندانه یک ماشین از رفتار های انسان را هوش مصنوعی می گویند به نوعی می توانیم بگوییم که یک ماشین می تواند از رفتار های هوشمندانه انسان تقلید کند و همان کارها را انجام دهد.

هرچند تاریخ شروع و سرچشمه‌ی هوش مصنوعی به سال‌های جنگ جهانی اول برمی‌گردد. زمانی که نیروهای آلمانی برای رمزنگاری و ارسال ایمن پیام‌ها از ماشین Engima استفاده می کردند، در همین حین دانشمندی انگلیسی به نام آلن تورینگ به فکر شکست این کد‌ها افتاد. تورینگ به همراه تیمش ماشین Bombe را ساختند تا کد‌های نیرو‌های آلمانی  را رمز‌گشایی کنند. هردو ماشین Engima و Bombe پایه‌های یادگیری ماشینی (Machine learning) یکی از شاخه‌های هوش مصنوعی هستند. اما اولین کاربرد هوش مصنوعی را می توان در سال ۱۷۷۰ و در بارگاه ماریا ترسا، ملکه‌ی اتریش مخترعی به‌نام ولفگانگ کمپلن ماشینی با قابلیت انجام بازی شطرنج معرفی کرد. کمپلن اختراع خود را ترک (Turk) نامیده بود. دستگاه او رباتی شبیه به انسان با ابعادی تقریبا طبیعی و ساخته شده از چوب افرا بود. کمپلن لباسی شبیه به عثمانی‌ها برای رباتش طراحی کرده و آن را پشت یک میز چوبی مجهز به صفحه‌ی شطرنج نصب کرده بود. این ربات در بازی های زیادی شرکت داده شد و رقیبان شطرج خودر و یکی پس از دیگری شکست داد.

در نیمه اول قرن بیستم، داستان های علمی – تخیلی آن روزها برای اولین بار مفهوم ربات های دارای هوش مصنوعی را به افراد معرفی کرد. در دهه ۱۹۵۰ میلادی، تاریخ شاهد نسلی از دانشمندان، ریاضی دانان و فیلسوفانی خارق العاده بود که ذهن آن ها مجذوب مفهوم هوش مصنوعی شده بود. یکی از این افراد خارق العاده، آلن تورینگ، دانشمند بریتانیایی بود که به بررسی امکان هوش مصنوعی از طریق ریاضیات پرداخت. به گفته تورینگ، انسان ها از طریق اطلاعات موجود به عنوان دلیلی استفاده می کنند تا به حل مشکلات و تصمیم گیری بپردازند. پس چرا ماشین ها نتوانند از چنین فرآیندی بهره ببرند؟ این مسئله چهارچوب منطقی مقاله ای، با نام محاسبات و هوش ماشینی، بود که او در سال ۱۹۵۰ منتشر کرد. در این مقاله او به بررسی نحوه ساخت ماشین های دارای هوش مصنوعی پرداخت و راه هایی برای چگونگی آزمایش این هوش را معرفی کرد.

در دهه 1960 وزارت دفاع اریکا به این نوع کارها علاقه مند شد و شروع به اموزش رایانه برای تقلید از استدلال های اساسی انسان کرد به عنوان مثال ازانس پروزه های تحقیقات پیشرفته دفاعی DARPA پروژه های نقشه برداری خیابان را در دهه 1970 به پایان رساندو DARPA دسیار های شخصی هوشمند را در سال 2003 تولید کرد مدتها قبل از اینکه Alexa , siri ویا Cortana نام خانوادرگی داشته باشند.

با توجه هیجان انگیز بودن با اختراع رایانه های دیجیتال قابل برنامه ریزی بر پایه مفاهیم ریاضی از اواسط دهه 1950 تا دهه 1980 این موضوع بسیار مورد توجه قرار گرفت و توسط کشورهایی زیادی(از جمله ایالات متحده آمریکا، بریتانیا و پس از آن ژاپن) روی آن سرمایه گذاری زیادی انجام گرفت که با شکست زیادی همراه بود. در واقع هوش مصنوعی نیاز به گذشت زمان و پیشرفت سخت افزاری بود که در آن زمان وجود نداشت و سرمایه گذاران را به اهداف خود نرساند. آلن تورینگ در یکی از مقاله های قدیمی اش چنین می‌گوید که {ما تنها فاصله کوتاهی را در پیش روی خود می‌بینیم، اما کار بسیاری باید انجام شود}.

اما مواردی همچون ابتدایی بودن سخت افزار های کامپیوتری و نیاز به تغیر اساسی آنها باعث شد تورینگ از رسیدن به گفته هایش و نتایج تحقیقاتش باز بماند. کامپیوها تا قبل از سال ۱۹۴۹ فاقد اصلی ترین پیش نیاز هوش مصنوعی، یعنی ذخیره سازی دستورات، بود. این کامپیوتر ها تنها توانایی اجرای دستورات را داشتند نه ذخیره سازی آن ها. دومین مشکل نیز آن بود که پردازش در کامپیوتر ها بسیار هزینه بر بود. در اوایل دهه ۵۰ میلادی، هزینه اجاره یک کامپیوتر ماهیانه تا حدود ۲۰۰ هزار دلار می شد.

پنج سال بعد، آلن نیوول، کلیف شاو و هربرت سیمون از طریق برنامه Logic Theorist به اثبات مفهوم هوش مصنوعی پرداختند. Logic Theorist در واقع به نوعی برنامه ریزی شده بود تا مهارت های انسان ها در حل مسئله را تقلید کند و بودجه آن توسط موسسه تحقیقات و توسعه  (RAND) تهیه شده بود. از این برنامه در Dartmouth Summer Research Project on Artificial Intelligence (DSRPAI) با میزبانی جان مک کارتی و ماروین مینسکی در سال ۱۹۵۶ رونمایی شد و به عقیده ی بسیاری از افراد اولین برنامه ای بود که از هوش مصنوعی برخوردار بود.

از سال ۱۹۵۷ تا سال ۱۹۷۴ را می توان دوران شکوفایی هوش مصنوعی دانست. در این دوره کامپیوترها توانایی ذخیره بیشتر اطلاعات را داشتند و سریع تر شدند. از طرف دیگر هزینه کامپیوترها تا حد زیادی پایین آمد و این امر باعث در دسترس تر بودن آن شد. همچنین در این سال ها الگوریتم های یادگیری ماشین پیشرفته تر شدند و افراد نیز فهمیدند که برای هر نوع حل مسئله ای باید از چه الگوریتمی استفاده نمایند. برنامه هایی مانند General Problem Solver نوول و سیمون و برنامه ELIZA جوزف ویزباوم امید ایجاد توانایی حل مسئله و تفسیر زبان گفتاری در ماشین را پر رنگ تر کرد.

با گذشت زمان مشکلات موجود بر سر راه هوش مصنوعی بروز پیدا کردند. بزرگترین این مشکل ها فقدان قدرت محاسباتی برای انجام هر کار اساسی بود. با وجود پیشرفت هایی که تا آن زمان شده بود باز هم کامپیوترها نمی توانستند اطلاعات کافی را به سادگی ذخیره کنند یا آن ها را به سریعا پردازش کنند. برای برقراری ارتباط هم نیاز به قدرت پردازش بالا و سریع حجم زیادی از اطلاعات داریم. برای مثال برای اینکه کامپیوتری بتواند ارتباط برقرار کند، هم نیاز دارد که معنی تعداد زیادی از کلمات را بداند و هم بتواند مفهوم آن کلمات را در بین ترکیب ها  استخراج کند.

در دهه ۸۰ میلادی، هوش مصنوعی از دو طریق به اوج خود باز گشت: گسترش ابزار الگوریتمی و افزایش بودجه. جان هوپفیلد و دیوید راملهارت، تکنیک های “یادگیری عمیق” را رواج دادند که به کامپیوترها این توانایی را می داد که بتوانند از طریق تجربه های خود یاد بگیرند. از طرف دیگر در این زمان ادوارد فینبام سیستم های پیشرفته که می تواند از توانایی یک فرد متخصص در تصمیم گیری تقلید کنند، را معرفی نمود. این برنامه قادر است از متخصص یک حوزه بپرسد که در شرایط خاصی چگونه عمل کند و پس از یادگیری آن که برای هر شرایط دیگری، افراد غیر متخصص می توانند برای دریافت مشاوره به این سیستم ها مراجعه کنند. از سیستم های پیشرفته به طور گسترده در صنعت استفاده می شود.

پس از آن با وجود فقدان بودجه و سرمایه گذاری های دولتی، هوش مصنوعی باز هم رونق گرفت. در طول دهه ۹۰ و ۲۰۰۰ میلادی، بسیاری از اهداف و چشم انداز های هوش مصنوعی تحقق یافتند. در سال ۱۹۹۷ هوش مصنوعی Deep Blue محصول شرکت IBM توانست گری کاسپاروف، استاد بزرگ و قهرمان شطرنج را در یک بازی شطرنج کامپیوتری شکست دهد.

از آن روز تا به الان تغییرات بسیار محسوسی در کد های هوش مصنوعی ایجاد نشده است، اما باید بپرسیم پس چه چیزی تغییر یافته؟ و جواب این سوال زمان است. امروزه محدودیت های ذخیره سازی که در ۳۰ سال گذشته جلوی پیش رفت هوش مصنوعی را گرفته بود، دیگر وجود ندارند. امروزه طبق تخمین ها سرعت و حافظه کامپیوتر ها هر سال دو برابر افزایش میابد و این امر باعث شده تا توانایی آن ها از نیازهای ما پیشی بگیرد. این دقیقا همان دلیلی است که Deep Blue توانست کاسپاروف را شکست دهد و یا Alpha Go گوگل توانست قهرمان چینی بازی Go، که جی، را مغلوب خود کند. همه ی این ها دلیلی است که ما باید بر روی هوش مصنوعی بیشتر سرمایه گذاری کنیم. ما هوش مصنوعی را تا زمانی که به توانایی های هوش و توانایی ما برسد، اشباع می کنیم و پس از آن صبر می کنیم تا زمان قانون مور فرا برسد.

از تمام این صحبت ها می توان استنباط کرد که هوش مصنوعی قرار است هر روز بیش از پیش پیشرفت کند و به شکوفایی خود ادامه دهد و هیچ چیزی نمی تواند جلوی این امر را بگیرد. همان طور که یک روزی ماشین، کامپیوتر و گوشی های هوشمند، قطارهای سریع السیر و هواپیماها و امثال این ها وجود نداشتند و امروز حتی تصور زندگی بدون این ها برای ما سخت و طاقت فرساست، در آینده ای نه چندان دور نیز تصور دنیایی بدون هوش مصنوعی سخت خواهد بود. به جای مقابله با آن باید به استقبال هوش مصنوعی رفت و در مورد آن اطلاعات بیشتری کسب کرد تا از سود و منافع آن بهره مند شویم. صنایع و کسب و کارهای مختلف می توانند از هوش مصنوعی استفاده کنند تا شکوفایی صد چندان را تجربه کنند.