بخشی از مقاله
چکیده
هوش مصنوعی به هوشی که یک ماشین از خود نشان میدهد و یا به دانشی در کامپیوترکه سعی در ایجاد آن دارد گفته می شود. جان مک کارتی " پدر علم و دانش ماشینهای هوشمند" ، واژه هوش مصنوعی را در سال 1956 به کار برد .
تحقیقات و جستجوهای انجام شده برای رسیدن به ساخت چنین ماشینهائی مرتبط با بسیاری از علوم دیگر مانند رایانه ، روان شناسی ، فلسفه ، عصب شناسی ، علوم ادراکی ، تئوری کنترل ، احتمالات ، بهینه سازی و منطق می باشد. شیوهها و تکنیکهای هوش مصنوعی، در واقع، برای حل آن دسته از مسائل به وجود آمدهاست که به طور سهل و آسان توسط برنامهنویسی تابعی - Functional programming - ، یا شیوههای ریاضی قابل حلّ نبودهاند.
امروزه دانش مدرن هوش مصنوعی به دو دسته تقسیم میشود :
ا - هوش مصنوعی سمبلیک یا نمادین
- 2 هوش غیر سمبلیک یا پیوندگرا - - Connection Ai
بطور کلّی، هوش مصنوعی را میتوان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشته تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعه فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافتهاست باید تفاوت قائل بود.
مقدمه
هنوز تعریف دقیقی برای هوش مصنوعی ارائه نشده است که مورد قبول همه ی دانشمندان صاحب نظر در این زمینه باشد و این خود به علت آن است که اساس این موضوع یعنی هوش مورد جنجال و اختلاف است و تعریف جامعی درباره آن وجود ندارد.
بطور کلی ماهیت وجودی هوش به مفهوم جمع آوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارایه تصمیم میباشد.در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم میباشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویههایی از قبل تعبیه شده بر روی کامپیوتر میباشد.
در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبودهایم.ایجاد و ابداع فنون و تکنیکهای لازم برای مدیریّت پیچیدگی را باید به عنوان هسته بنیادین تلاشهای علمی و پژوهشی گذشته، حال، و آینده، در تمامی زمینههای علوم رایانه، و به ویژه، در هوش مصنوعی معرّفی کرد. هوش مصنوعی سمبلیک از رهیافتی مبتنی بر محاسبات آماری پیروی میکند و اغلب تحت عنوان »یادگیری ماشین« یا Machine Learning طبقهبندی میشود.
هوش سمبلیک میکوشد سیستم و قواعد آن را در قالب سمبلها بیان کند و با نگاشت اطلاعات به سمبلها و قوانین به حل مسئله بپردازد. در میان معروفترین شاخههای هوش مصنوعی سمبلیک میتوان به سیستمهای خبره - Expert Systems - و شبکههای Bayesian اشاره کرد. اما هوش پیوندگرا متکی بر یک منطق استقرایی است و از رهیافت »آموزش/ بهبود سیستم از طریق تکرار« بهره می گیرد. این آموزشها نه بر اساس نتایج و تحلیلهای دقیق آماری، بلکه مبتنی بر شیوه آزمون و خطا و »یادگیری از راه تجربه« است.
در هوش مصنوعی پیوندگرا، قواعد از ابتدا در اختیار سیستم قرار نمیگیرد، بلکه سیستم از طریق تجربه، خودش قوانین را استخراج میکند. متدهای ایجاد شبکههای عصبی - Network Neural - و نیز به کارگیری منطق فازی - Fuzzy Logic - در این دسته قرار می.گیرددربسیاری از موارد، با پوشانیدن و پنهان ساختن جزئیّات فاقد اهمّیّت است که بر پیچیدگی فائق میآییم و میتوانیم بر روی بخشهایی از مسئله متمرکز شویم که مهمتر است. تلاش اصلی در واقع، ایجاد و دستیابی به لایهها و ترازهای بالاتر از هوشمندی تجرید را نشانه میرود، تا آنجا که، سرانجام برنامههای کامپوتری درست در همان سطحی کار خواهند کرد که خود انسانها رسیدهاند.
برای نمونه روباتیی هوشمند که بتواند اعضای بدن خود را به حرکت درآورد، این روبات نسبت به این حرکت خود آگاه بوده و با آزمون و خطا، دامنه حرکت خود را گسترش میدهد و با هر حرکت موفقیت آمیز یا اشتباه، دامنه تجربیات خود را وسعت بخشیده و سر انجام راه رفته و یا حتی میدود و یا به روشی برای جابجا شدن دست مییابد، که سازندگانش برای او متصور نبودهاند.
هر چند نمونه بالا ممکن است کمی آرمانی به نگر برسد، ولی به هیچ عنوان دور از دسترس نمیباشد. دانشمندان، عموماً برای تولید چنین ماشینهایی، از وجود مدلهای زندهای که در طبیعت وجود، به ویژه آدمی نیز سود بردهاند.
هوش مصنوعی اکنون در خدمت توسعه علوم رایانه نیز میباشد. زبانهای برنامه نویسی پیشرفته، که توسعه ابزارهای هوشمند را ممکن ساخته اند، پایگاههای دادهای پیشرفته، موتورهای جستجو، و بسیاری نرمافزارها و ماشینها از نتایج پژوهشهایی در راستای هوش مصنوعی بودهاند.
تاریخچه
هوش مصنوعی علمی است جوان با قدمتی کمی بیش از نیم قرن . مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول - Boole - که اقدام به ارائه قوانین و نظریههایی در باب منطق نمودند، مطرح شده بود. در سال 1943، با اختراع رایانههای الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر میرسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.
با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن مینگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانههای هوشمند در صنایع گوناگون هستیم.نام هوش مصنوعی در سال 1965 میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال 1960 میلادی شروع شده بود.بیش از نیم قرن پیش، هنگامی که هنوز هیچ تراشه سیلیکونیای ساخته نشده بود، آلن تورینگ یکی از بحث برانگیزترین پرسشهای فلسفی تاریخ را پرسید. او گفت: آیا ماشین میتواند فکر کند ؟
و اندکی بعد کوشید به پیروی از این قاعده که هر ادعای علمی باید از بوته آزمایش سربلند بیرون بیاید، پرسش فلسفی خود را با یک آزمایش ساده و در عین حال پیچیده جایگزین کند. او پرسید:
آیا یک ماشین یک کامپیوتر میتواند بازی تقلید را با موفقیت پشت سر بگذارد؟
آیا ماشین می تواند از انسان چنان تقلید کند که در یک آزمون محاورهای نتوانیم تفاوت انسان و ماشین را تشخیص دهیم؟
او در سال 1950 براساس محاسباتی تخمین زد که 50 سال بعد کامپیوتری با یک میلیارد بیت حافظه خواهد توانست به موفقیتهایی در این زمینه دست پیدا کند. اکنون که در نیمه سال 2008 میلادی هستیم، حتی هشت سال بیشتر از زمانی که او لازم دانسته بود، هنوز هیچ ماشینی نتوانسته است از بوته آزمون تورینگ با موفقیت خارج شود
