سیستم هوش مصنوعی جدید مایکروسافت که با نام “drawing bot” خوانده می‌شود، قادر به نقاشی کردن از روی نوشته‌ها و اضافه کردن جزئیات مختلف به تصاویر است.
بازی پیکشنری را تصور کنید؛ جایی که شما باید براساس کارت‌های موجود، عکسی را بکشید که آن را تشریح کند. انجام چنین کاری سخت نیست، اما مایکروسافت موفق به توسعه یک سیستم هوش مصنوعی جدید شده است که می‌تواند براساس توضیحات متنی نقاشی کند. فراتر از آن، این ربات جدید قادر به اضافه کردن جزئیاتی است که پیش‌تر وجود نداشتند.
به گفته مایکروسافت، «این فناوری که محققان آن را drawing bot صدا می‌زنند، قادر به خلق صحنه‌های معمولی همچون احشام در حال تغذیه و تصاویر غیرمعمول همچون یک اتوبوس دوطبقه شناور است. هر عکس شامل جزئیاتی می‌شود که در توضیحات نوشته‌شده، غایب هستند که نشان می‌دهد این هوش مصنوعی حاوی یک تصور مصنوعی نیز است.»
Xiaodong He، یکی از محققان اصلی و مدیر تحقیق مرکز فناوری یادگیری عمیق مایکروسافت اضافه می‌کند: «این پرنده‌ها ممکن است در دنیای واقعی وجود نداشته باشند؛ آنها تنها جنبه‌ای از تصور کامپیوتر ما از پرنده‌ها هستند.»
اگر سیستم هوش مصنوعی جدید مایکروسافت برای شما آشناست، به این خاطر است که سال گذشته، گوگل ربات مبتنی بر AI خود را با توانایی یادگرفتن نقاشی معرفی کرده بود. اما واضح است که تلاش‌های مایکروسافت و توانایی‌های ربات آن فراتر از یک نقاشی ساده خواهد بود.
در مورد کاربردهای عملی این فناوری، مایکروسافت معتقد است نقاشان و طراحان داخلی می‌توانند از آن استفاده کنند و یا به عنوان ابزاری برای اصلاح عکس‌ها با فرمان صوتی مورد استفاده قرار گیرد. شاید این همان برنامه طولانی‌مدت برای کورتانا است که Microsoft پیش‌تر در رابطه با آن صحبت کرده بود.
پژوهشگران اخیرا الگوریتمی را توسعه داده‌اند که سیستم‌های هوش مصنوعی را قادر می‌سازد تا در زمینه‌ی یادگیری مفاهیم جدید، عملکردی مشابه انسان داشته باشند. با ما همراه باشید.
“فراگیری ماشین” عبارتی نامفهوم برای توصیف روشی است که سیستم‌های مبتنی بر هوش مصنوعی به کمک آن شروع به درک دنیای پیرامون خود از طریق دریافت حجم بسیار زیادی از اطلاعات می‌کنند. اما پژوهشگران آمریکایی به تازگی موفق به توسعه‌ی الگوریتمی شده‌اند که مدت‌زمان موردنیاز AI برای فراگیری موضوعات جدید را به میزان قابل توجهی کاهش می‌دهد. پژوهشگران به کمک این الگوریتم موفق به ساخت ماشینی با قابلیت ترسیم نمادهای بصری شده‌اند. نمادهای ترسیم شده توسط این ماشین عمدتا از نمونه‌های ترسیم شده توسط انسان قابل تشخیص نیستند.
در این تحقیق آمده است که انسان‌ها با وجود تمام نقص‌های خود در یادگیری موضوعات جدید عملکرد بسیار خوبی دارند. چه در حین یادگیری رفتار یک شخصیت داستانی و چه در حال گذراندن دوره‌ی آموزش نحوه‌ی راه‌اندازی و استفاده از یک ابزار، انسان‌ها برای آنکه قادر به تکرار یک عمل خاص شوند، تنها نیاز به مشاهده‌ی چند نمونه از نحوه‌ی انجام آن دارند.
در مقایسه با انسان برای آنکه فرآیند الگوشناسی اکثر ماشین‌ها (مانند یک کامپیوتر که در حال یادگیری شناسایی چهره‌ها یا شناسایی کاراکترهای تایپ شده روی یک چک)، عملکرد دقیقی داشته باشد، باید این ماشین‌ها به صورت گام به گام با هزاران مثال آشنا شوند.
اما به نظر می‌رسد که این روند در حال تغییر باشد. پژوهشگران اخیرا موفق به توسعه‌ی الگوریتمی خاص بر مبنای چارچوب برنامه نویسی بیز شده‌اند. این الگوریتم از طریق اصلاح کدهای خود قادر به ترسیم نمادهای گرافیکی خاصی است. این الگوریتم به جای ترسیم مکرر کاراکتر آموخته شده‌ی یکسان قبلی، براساس یک “مدل تولید” از نحوه‌ی ترسیم کاراکتر، در هر بار نماد یاد شده را به صورت متفاوت ترسیم می‌کند. به این ترتیب هوش مصنوعی نیز مانند انسان عمل خواهد کرد. انسان هیچ‌گاه نامه‌ای را دقیقا به یک شکل نمی‌نویسد، چرا که ما به جای نحوه‌ی بازنویسی مکرر یک نامه‌ی اولیه، صرفا شکل کلی نوشتن آن را می‌آموزیم.
پژوهشگران از الگوریتم خود در بازنویسی ۱۶۰۰ نوع از کاراکترهای دست‌نویسی شده از ۵۰ سیستم نگارشی جهان شامل سانسکریت، تیبتان و حتی نمادهای ابداعی بکار رفته در سریال تلویزیونی Futurama استفاده کرده‌اند. پس از آنکه این ماشین کاراکترهای آموخته‌ی خود را به صورت مستقل ترسیم کرد، پژوهشگران آزمایشی را موسوم به “تست بصری تورینگ” اجرا کردند. هدف از این آزمایش پی بردن به این موضوع بود که آیا افراد مختلف قادر به تشخیص نمادهای ترسیم شده توسط این ماشین از نمونه‌های دست‌نویس هستند یا خیر. در نهایت کمتر از ۲۵ درصد از این افراد قادر به تشخیص نمونه‌ی دست‌نویس از نمادهای ترسیم شده توسط ماشین شدند. بنابراین می‌توان گفت که عملکرد این ماشین تا حدود زیادی نزدیک به انسان بوده است.
به نظر شما در تصویر بالا در مورد هر یک از نمادها، کدام یک از جداول توسطماشین ترسیم شده و کدام یک به دست انسان رسم شده است؟ در هر ردیف از چپ به راست به ترتیب جداول B و A در ردیف اول، جداول A و B در ردیف دوم و جداول A و B در ردیف سوم توسط ماشین ترسیم شده‌اند.
جاشوا تنبام، پژوهشگر علوم شناختی دانشگاه MIT می‌گوید:
کودکان قبل از ورود به مقطع کودکستان نحوه‌ی شناسایی مفاهیم جدید را از طریق مشاهده‌ی تنها یک نمونه می‌آموزند. آنها حتی قادر به تجسم نمونه‌هایی هستند که از قبل با آن آشنایی ندارند. ما هنوز تا ساخت ماشینی با هوشمندی یک کودک راه زیادی را در پیش داریم، اما این نخستین باری است که موفق به توسعه‌ی ماشینی شدیم که قادر به یادگیری و بکارگیری حجم زیادی از مفاهیم دنیای واقعی (حتی مفاهیم بصری ساده‌ای مانند کاراکترهای دست‌نویس) است؛ به نحوی که امکان تشخیص نمادهای ترسیم شده توسط آن از نمونه‌های دست‌نویس بسیار دشوار است.
ممکن است ایده‌ی ساخت ماشینی که می‌تواند با دست‌خط خود شما را فریب دهد چندان مفید به نظر نرسد اما در عمل یقینا الگوریتم “یادگیری سریع” آن کاربردهای بسیار مهمی خواهد داشت.
تنبام می‌گوید:
تصور کنید که تلفن هوشمند شما از این قابلیت بهره می‌برد؛ شما از واژه‌ای استفاده می‌کنید و تلفن‌تان معنای آن واژه را از شما می‌پرسد و در دفعات بعدی که شما این واژه را می‌گویید، قادر به تشخیص آن است. بهبود قابلیت یادگیری سریع مفاهیم جدید در ماشین‌ها، آثار شگرفی بر بسیاری از بخش‌های مرتبط با هوش مصنوعی مانند پردازش تصویر، تشخیص صدا، تشخیص چهره، فهم زبان‌های طبیعی و بازیابی اطلاعات خواهد داشت.
با پیشرفت روز افزون علم، نفوذ هوش مصنوعی در زندگی ما بیشتر و بیشتر می‌شود. اما شاید نگرانی که در بین عموم وجود داشته باشد، بیش از اندازه شدن این نفوذ باشد. آیا هوش مصنوعی می‌تواند روزی علیه بشر قیام کند؟
خانواده‌ای را تصور کنید که در آن مادر از کمک بدون منتی که به او می‌شود لذت می‌برد و فرزند خانواده که بسیار باهوش و سخت‌کوش نیز هست، در حال تفکر است که درس خواندن و پزشک شدن او چه مزیتی دارد؛ وقتی می‌توان تمامی اطلاعات پزشکی را در عرض چند ثانیه به روباتی انتقال داد تا او کارهای یک پزشک را انجام دهد.
تصور این منظره بیشتر از پیش ما را از بزرگ‌ترین خطر موجود برای بشریت، هوش مصنوعی، می‌ترساند. ترس روزی که ماشین‌های دارای هوش مصنوعی بتوانند به طور مجزا تفکر کنند و تصمیم بگیرند و رفتار مطلوبی با خالقان خود نداشته باشند.
نمی‌توان وجود روبات‌ها را صرفا بد یا صرفا خوب دانست؛ اما نگرانی‌ها در مورد این ماشین‌ها همواره وجود دارند که شاید مهم‌ترین آنها نیز درون خانواده‌ای باشند. مانند به هم خوردن روابط، بالا رفتن نرخ بیکاری و کم شدن حس آزادی. حتی این موضوع سوژه‌ی فیلم‌های بسیاری نیز در سال‌های گذشته شده است. جاناتان برکلی فیلنامه‌نویس می‌گوید:
ما در فیلم‌ها قضاوتی در مورد هوش مصنوعی نمی‌کنیم، بلکه سعی می‌کنیم مزایا و معایب آنها را نشان دهیم تا خود بیننده در مورد این ماشین‌ها قضاوت کند.
سم وینسنت، فیلنامه نویس دیگر می‌گوید:
در وسط فیلم من، این سوال به وجود می‌آید که آیا برای داشتن حسی انسانی نسبت به یک چیز، آن نیز باید انسان باشد؟ سوال برای ما جواب مشخصی دارد؛ خیر.
در این فیلم‌ها روبات‌ها و ماشین‌های انسان مانندی را می‌بینیم که وارد حیات مدرن ما می‌شوند، اما وینسنت و براکلی تشابهاتی بین وابستگی روزمره‌ی ما به لوازم الکترونیکی و این فیلم‌ها می‌بینند. وینسنت می‌گوید:
فناوری زمانی مختص کار و مشاغل بود. اما امروزه ما حضور آن را در تمامی جنبه‌های زندگی حس می‌کنیم. ما با آن خو گرفته‌ایم، درک آن نسبت به ما هر روز بیشتر می‌شود؛ در حالی که ما کمتر از گذشته فناوری را درک می‌کنیم.
او می‌افزاید:
این اتفاقات در حال حاضر جنبه‌ی غیرواقعی دارند و بیشتر زاده‌ی ذهن انسان‌ها هستند، اما از آینده کسی خبر ندارد.
البته اظهارات دانشمندان و سازمان‌های مربوطه نیز به این داستان‌ها دامن زده‌اند. ایلان ماسک مشهور، هوش مصنوعی را بزرگ‌ترین تهدیدی می‌داند که نسل بشریت با آن مواجه شده است. استفان هاوکینگز، فیزیکدان مشهور نیز به این جمع پیوست و پیشرفت تمام عیار هوش مصنوعی را پایانی برای بشریت اعلام کرد. در همان سال نیک بوستروم، کتابی را منتشر کرد و در آن پیش‌بینی‌های تاریکی در مورد آینده‌ی بشریت و هوش مصنوعی انجام داد.
با وجود پیشرفت‌های زیادی که هوش مصنوعی در سال‌های اخیر داشته، این پیشرفت‌ها تنها به زمینه‌ی محدودی خلاصه شده است؛ ساخت الگوریتم‌های هوشمند برای انجام کارهای خاص. یک هوش مصنوعی امروزه می‌تواند در سایت خرید و فروش آنلاین به برخی سوالات کاربران پاسخ دهد و یا برای فهم و درک سخنان انسان‌ها به کار گرفته شود؛ اما اگر از آنها کار دیگری بخواهید از انجام آن عاجز خواهند بود. موری شاناهان، استاد روباتیک در کالج سلطنتی لندن می‌گوید:
ما در حال حاضر هیچ ایده‌ای برای ساخت هوش مصنوعی که مانند انسان‌ها فکر و عمل کند، نداریم.
او احتمال طراحی هوش مصنوعی مانند انسان را بین سال‌های ۲۰۲۵ تا ۲۰۵۰ میلادی، محتمل اما با درصدی کم، می‌داند. در نیمه‌ی دوم قرن این طراحی به احتمال زیاد اتفاق خواهد افتاد؛ اما نمی‌توان از به وقوع پیوستن آن، مطمئن بود.شاناهان می‌افزاید:
مشکل اساسی در ساخت چنین روبات‌هایی عدم توانایی آنها در پیش‌بینی واکنش انسان‌ها در رفتار روزمره است. مشکل اساسی دوم عدم وجود خلاقیت در روبات‌ها است که قرار دادن این توانایی در آن بسیار سخت بوده و در حال حاضر غیر ممکن است.
از بین بردن اختلاف بین هوش مصنوعی محدود و هوش مصنوعی کلی، بسیار حیاتی است. انسان‌ها به دلیل داشتن هوش کلی، بسیار موثر عمل می‌کنند؛ چرا که می‌توانند نکته‌ای را از شرایطی خاص یاد بگیرند و آن را در شرایطی دیگر به کار ببرند. قرار دادن این توانایی در روبات‌ها شاید دهه‌های زیادی طول بکشد، اما علم همواره در حال پیشرفت است.
محققان در DeepMind که شرکتی وابسته به گوگل در لندن است، گام‌های کوچکی برای حرکت به سمت کلی سازی هوش مصنوعی برداشته‌اند. آنها در بهمن ماه سال گذشته، روباتی را معرفی کردند که می‌توانست یک بازی را انجام دهد و روش‌های غلبه بر آن را یاد گرفته برای پیروزی در بازی‌های دیگر به کار بگیرد. اما نایجل شدبولت، استاد هوش مصنوعی در دانشگاه ساوتهمپتون می‌گوید:
دانشمندان بزرگ و سازمان‌ها چنان از این خطر سخن می‌گویند که گویا این اتفاق تنها دو دهه با ما فاصله دارد. باید کدها و الگوریتم‌های هوش‌های مصنوعی حاضر را ببینید تا بفهمید که چقدر راه پر پیچ و خمی برای کلی‌سازی آنها در پیش رو داریم.
او می‌افزاید:
آیا ما می‌توانیم سیستم‌هایی طراحی کنیم که باعث انقراض ما شوند؟ قطعا می‌توانیم، ممکن است ما به آنها اختیاراتی بدهیم اما این اختیارات با گذشت زمان از کنترل ما خارج شوند. اما روبات‌ها این کار را به انتخاب خود انجام نخواهند داد. خطر هوش مصنوعی نیست؛ بلکه حماقت و طمع انسان‌ها است.
