معرفی گرایش هوش مصنوعی در مهندسی کامپیوتر

با رشد و توسعه پژوهش‌های تخصصی در حوزه علوم و مهندسی کامپیوتر، در سال‌های اخیر شاهد پیشرفت‌های بسیاری در هوش مصنوعی (AI: Artificial Intelligence) بوده‌ایم. رشته هوش مصنوعی شاخه‌ای از رشته کامپیوتر است که هدف آن، ساخت سیستم‌های هوشمندی است که بتوانند همانند انسان رفتار کنند و با تجزیه و تحلیل مسائل به تصمیم‌گیری بپردازند. 

هوش مصنوعی، هوشی است که توسط ماشین‌ها ظهور پیدا می‌کند، در مقابل هوش طبیعی که در جانوران شامل انسان‌ها متجلی می‌شود. اما پیش از هرچیز باید این موضوع را دانست که کلمه هوش، نشان دهنده امکان استدلال است و اینکه آیا هوش مصنوعی می‌تواند به توانایی استدلال دست یابد یا خیر؟ این موضوع، مورد اختلاف محققان است. برخی از پژوهشگران، این شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعریف می‌کنند:  سامانه‌ای که محیط خود را درک کرده و کنش‌هایی را انجام می‌دهد که شانسش را در دستیابی به اهدافش بیشینه می‌سازد. برخی از منابع شناخته شده از اصطلاح «هوش مصنوعی» جهت توصیف ماشینی استفاده می‌کنند که عملکردهای «شناختی» را از روی ذهن انسان‌ها تقلید می‌کنند؛ همچون «یادگیری» و «حل مسئله».  تعریف اخیر توسط برخی از محققان حوزه هوش مصنوعی رد شده‌است.

کاربردهای AI شامل موتور جستجوهای پیشرفتهٔ وب (مثل گوگل)، سامانه توصیه‌گر (که توسط یوتیوب، آمازون و نتفلیکس استفاده شده‌اند)، فهم زبان انسان‌ها (همچون سیری، دستیار گوگل و الکسا)، خودروهای خودران (مثل تسلا)، تصمیم‌گیری خودکار و رقابت در بالاترین سطوح سامانه‌های بازی استراتژیک (همچون شطرنج و گو). با افزایش توانایی ماشین‌ها، برخی از وظایفی که قبلاً «هوشمندی» محسوب می‌شدند، کم کم از تعریف AI حذف می‌شوند، پدیده‌ای که به آن اثر هوش مصنوعی گفته می‌شود. به عنوان مثال، شناسایی نوری کاراکتر (OCR) که قبلاً کاملاً هوشمند محسوب می‌شد،دیگر  AI در نظر گرفته نمی‌شود، چرا که این فناوری تبدیل به فناوری عادی و روزمره‌ای شده‌ است.

هوش مصنوعی در سال ۱۹۵۶ میلادی تبدیل به شاخه‌ای آکادمیک شد و در سال‌های پس از آن چندین دوره فراز و نشیب را گذراند. در هر دوره فراز، موج خوش‌بینی و آینده روشن را تجربه کرده است و در پی آن، با هر نشیب، دچار امواج ناامیدی و کمبود بودجه شده است (که به آن «زمستان AI» می‌گویند). باز در بهار بعد، فناوری‌های موفق جدیدی به دنیا آمده و بودجه‌های تحقیقاتی این حوزه مجدداً احیا گشته‌اند. هوش مصنوعی، رهیافت‌های متعددی را از بدو پیدایش امتحان کرده و آن‌ها را کنار گذاشته‌است! رهیافت‌هایی چون: شبیه‌سازی مغز، مدل‌سازی حل مسئله توسط مغز انسان، منطق صوری، بانک‌های اطلاعاتی بزرگ دانش و تقلید رفتار جانوران. در  دهه‌های ابتدایی قرن ۲۱ میلادی، یادگیری ماشین که شدیداً از آمار ریاضی بهره می‌برد در این حوزه نقش پر رنگی را ایفا کرده است و این فناوری اثبات نموده است که به شدت موفق بوده و توانسته است به حل چندین مسئله چالش‌برانگیز در صنعت و فضای آکادمیک کمک نماید.

شاخه‌های مختلف تحقیقاتی حوزه هوش مصنوعی حول اهداف بخصوصی متمرکز بوده و از ابزارآلات خاصی استفاده می‌کنند. اهداف پژوهشی سنتی هوش مصنوعی شامل  موارد زیر  هستند: استدلال، نمایش دانش، برنامه‌ریزی، یادگیری، پردازش زبان طبیعی، ادراک و توانایی در جابجایی و دستکاری اشیاء. هوش جامع (توانایی حل مسائل دلخواه) نیز در میان اهداف بلند مدت این حوزه است. جهت حل مسائل هوش مصنوعی و رسیدن به اهداف فوق، محققان هوش مصنوعی، انواع مختلفی از فنون حل مسئله را به کار بسته‌اند، از جمله: جست‌وجو و بهینه‌سازی ریاضیاتی، منطق صوری، شبکه‌های عصبی مصنوعی و روش‌های مبنی بر آمار، احتمالات و اقتصاد. هوش مصنوعی، همچنین با حوزه‌هایی چون علوم کامپیوتر، روان‌شناسی، زبان‌شناسی، فلسفه و بسیاری از حوزه‌های دیگر مرتبط است.

این شاخه بر این فرض بنا شده‌است که «هوش انسانی را می‌توان به دقت توصیف نمود، به طوری که می‌توان آن را توسط یک ماشین شبیه‌سازی نمود». این فرض بحث‌های فلسفی و اخلاقی زیادی را پیرامون مفهوم «ذهن» و «خلق» موجودات هوشمند برانگیخته است، موجوداتی که دارای هوش شبه-انسان اند. این مسائل توسط افسانه‌ها، داستان‌های تخیلی و فلسفه از عهد باستان مورد کاوش و توجه اجدا ما بوده اند. ادبیات علمی-تخیلی و آینده‌پژوهی نیز پیش بینی می‌کند که AI با پتانسیل و قدرت عظیمی که دارد، ممکن است منجر به ایجاد ریسک وجودی برای بشریت گردد.

یادگیری ماشین (Machine Learning)، یکی از جنبه های مهم هوش مصنوعی به شمار می‌آید. اساس یادگیری ماشین بر حلقه کنترل بازخورد (فیدبک) استوار است. به این ترتیب که ماشین مانند انسان می‌تواند نتیجه و خروجی هر رفتار و عملکرد خود را مشاهده نماید و از اختلاف بین آنچه که مشاهده کرده است با آنچه که انتظار داشت تا مشاهده کند تا به هدفش نایل شود، برای رفتار و عملکردهای بعدی اش درس عبرت بگیرد. به عبارت دیگر، با استفاده از  اختلاف بین مقادیر مشاهده شده و مقادیر مورد انتظار، تجزیه و تحلیل لازم را انجام می‌دهد و تصمیم می‌گیرد که چه تغییر ی در رفتار و عملکردهای بعدی اش در آینده اعمال نماید تا این اختلاف کمتر شود و مقادیر مشاهده شده به مقادیر مورد انتظار نزدیکتر شود و یک گام به هدف نزدیکتر شود. مثلاً در برخی از سیتم های یادگیری، مانند یادگیری تقویتی (Reinforcement Learning) از مکانیزم پاداش و جزا استفاده می‌شود. اگر با هر رفتار و عملکرد به سمت هدف و نقطه بهینه نزدیک تر شده ایم، به آن رفتار پاداش می‌دهیم تا آن رفتار تقویت شود و در آینده احتمال انجام آن بیشتر باشد، اما اگر  با هر رفتار و عملکرد از نقطه هدف و پاسخ بهینه دورتر شده ایم، در برابر آن رفتار سیستم را تنبیه می‌کنیم و به آن نمره منفی می‌دهیم تا آن رفتار تضعیت شود و در آینده احتمال انجام آن کمتر باشد.

امروزه، بسیاری از سازمان‌ها و شرکت‌ها به منظور خودکارسازی فعالیت‌های مختلف درون سازمانی و خدمات خود، به نیروهای متخصص تحصیل کرده در رشته هوش مصنوعی نیازمند هستند. به‌علاوه، بسیاری از افراد با توجه به کاربردهای جذابی که رشته هوش مصنوعی در جنبه‌های مختلف زندگی انسان دارد، به این رشته جذب می‌شوند و تصمیم می‌گیرند در مسیر این رشته به ادامه تحصیل بپردازند. 

این رشته، ترکیبی از مباحث علوم کامپیوتر، ریاضیات و آمار و احتمال است. به عبارتی، از مباحث تخصصی علوم کامپیوتر به منظور طراحی و ساخت الگوریتم‌های رشته هوش مصنوعی و از مفاهیم ریاضی و آمار و احتمالات در این رشته، برای مدل‌سازی و بهینه‌سازی مسائل استفاده می‌شود.

افراد فعال در رشته هوش مصنوعی، برای ساخت سیستم‌های هوشمند، به نحوه تفکر و عملکرد انسان در شرایط مواجه شدن با مسئله‌ای خاص توجه می‌کنند. انسان قادر است از تجربیات قبلی خود برای حل مسائل جدید استفاده کند.

به عبارتی، انسان با مغز خود که متشکل از میلیاردها نورون است، به تجزیه و تحلیل اطلاعات و مسئله بپردازد و با شناخت ویژگی‌های مسئله، درباره آن تصمیم بگیرد.

به منظور طراحی و ساخت سیستم‌های هوشمند، متخصصان هوش مصنوعی، از مدل‌های ریاضیاتی استفاده می‌کنند تا بتوانند نحوه یادگیری مسائل مختلف را مشابه مغز انسان شبیه‌سازی کنند و در این مسیر آنقدر موفق بوده‌اند. آن‌ها توانسته‌اند سیستم‌های هوشمندی را بسازند که حجم عظیمی از داده‌ها را در مدت زمان بسیار پایین پردازش کنند و با بالاترین دقت، به تصمیم‌گیری درباره مسائل مختلف بپردازند.

از زمان ظهور هوش مصنوعی، از این شاخه از علم صرفاً در موضوعات مرتبط با کامپیوتر استفاده می‌شد. با این حال، امروزه، کاربردهای هوش مصنوعی را می‌توان تقریباً در تمامی رشته‌های دانشگاهی و حوزه‌های مختلف صنعت مشاهده کرد.

به عبارتی، از هوش مصنوعی برای خودکار کردن بسیاری از فعالیت‌های مختلف در سازمان‌ها، شرکت‌ها و مسائل مختلف تجاری و اجتماعی و حتی فعالیت‌های مرتبط با زندگی روزمره انسان‌ها استفاده می‌شود.‌ در 

رشته هوش مصنوعی با هدف خودکار کردن انجام فعالیت‌های ساده توسط ماشین در دهه 1950 ظهور پیدا کرد و رفته رفته، با پیشرفت در این حوزه و انجام پژوهش‌های مختلف درباره آن و ارائه مدل‌ها و الگوریتم‌های پیچیده و قوی، کاربرد این شاخه از فناوری در زندگی بشر به مراتب پیشرفته‌تر و گسترده‌تر شده است.

برخی از کاربردهای رشته هوش مصنوعی :

• استفاده از هوش مصنوعی برای ساخت ابزارهای تشخیص صدا و درک زبان انسان: ابزارهای هوشمندی نظیر Siri و Alexa که بر پایه هوش مصنوعی ساخته شده‌اند، قادر هستند صدای انسان را تشخیص دهند و فعالیت‌های مرتبط با نیاز انسان را انجام دهند.

• کاربرد هوش مصنوعی در طراحی و ساخت ماشین‌های خودران: با استفاده از مدل‌های هوش مصنوعی می‌توان ابزارهایی را ساخت که قادر هستند اشیا و محیط اطراف خود را تشخیص دهند. ماشین‌های خودران به این ابزارها مجهز هستند و می‌توانند بدون راننده، در مسیر مشخص شده، حرکت کنند.

• استفاده از هوش مصنوعی در سرویس‌دهی به مشتریان: بسیاری از شرکت‌ها از ابزارهای هوش مصنوعی برای خدمت‌رسانی به مشتریان خود استفاده می‌کنند «چت‌بات‌» (Chatbot) نمونه‌ای از این نوع ابزارها هستند که به‌صورت شبانه‌روزی می‌توانند پاسخ مشتریان را بدهند و بنا به نیازشان، راهنمایی‌های لازم را به آن‌ها ارائه کنند.