با کمک هوش مصنوعی ماشین ها مانند انسان عمل می کنند

هوش مصنوعي به زبان ساده، تلاش براي توليد ماشيني است كه مانند انسان عمل كند و قدرت فكر كردن داشته باشد. شايد بتوان گفت كه هوش مصنوعي عبارت است از مطالعه ماشين ها براي وادار كردن آنها به كارهايي كه انسان ها آن را بهتر انجام مي‌دهند. البته اين تعريف، تعريف جامع و كاملي نيست و درحقيقت هوش مصنوعي، علم بسيار دقيق‌تر و پيچيده تري است.


هوش مصنوعي (Artificial Intelligence) كه در اصطلاح به آن AI هم گفته مي شود، دانش عميق و گسترده‌اي است كه در حالت كلي به مطالعه روي اطلاعات، چگونگي جمع آوري و نگهداري آنها، بكارگيري داده ها و جابجايي و انتقال آنها به ماشين يا انسان و حيوان مي پردازد. در هوش مصنوعي ماشين‌هاي باهوش، با كمك كامپيوتر و الگوگيري از درك هوش انساني و يا حيواني است. اين علم در حقيقت حاصل تلاقي بسياري از دانش ها، علوم و فنون قديم و جديد است. شايد بتوان گفت كه هوش مصنوعي ريشه در فلسفه، رياضيات، نورولوژي و فيزيولوژي دارد و كاربردهاي متنوع و فراوان آن در علوم كامپيوتر، انواع مهندسي، علوم ارتباطات و حتي زيست شناسي و پزشكي قابل مشاهده است. همچنين از اين دانش در رباتيك، پيش بيني وضع هوا، نقشه برداري، تشخيص صدا، تشخيص گفتار و دست خط، بازي‌ها و نرم افزارهاي رايانه اي استفاده مي شود.

هوش از نوع مصنوعي‌
گرچه به نظر مي رسد كه هوش مصنوعي وابسته به علوم الكترونيك و رايانه باشد ولي در حقيقت اين علم پيش از بوجود آمدن علوم الكترونيك توسط بعضي از فيلسوفان و رياضي دانان و با ارائه قانون ها و نظريه هايي در زمينه منطق، مطرح شده بود.
اواسط قرن بيستم، وقتي رايانه هاي الكترونيكي اختراع شدند، موضوع هوش مصنوعي هم ذهن دانشمندان را با خود درگير كرد و به فكر واداشت. با اين اختراع دانشمندان به اين نتيجه رسيدند كه فناوري در نهايت قادر به شبيه سازي رفتارهاي هوشمندانه خواهد بود.
فعاليت در زمينه هوش مصنوعي در حقيقت از سال 1960 ميلادي آغاز شد ولي سال 1965 به عنوان دانش جديد ابداع شد و شكل گرفت. اصطلاح هوش مصنوعي نخستين بار توسط جان مك‌كارتي كه از او به عنوان پدر علم و دانش توليد ماشين هاي هوشمند، ياد مي كنند، استفاده شد. با اين عنوان هويت هوشمند يك ابزار مصنوعي روشن مي شود.
نخستين كارهاي پژوهشي كه دانشمندان در زمينه هوش مصنوعي انجام دادند، ماشيني كردن بازي ها و اثبات قضيه هاي رياضي با كمك رايانه ها بود ولي به تدريج گسترش بيشتري پيدا كرد. محققان هوش مصنوعي تلاش مي كنند ماشين هايي بسازند كه دستورهاي مورد نياز مصرف كننده ها را به صورت هوشمندانه انجام دهد. براي مثال قابليت كنترل، برنامه‌ريزي و زمان بندي، توانايي تشخيص سوال مصرف‌كننده و پاسخ دهي، زبان شناسي، سخنراني يا شناسايي چهره ها را داشته باشد.

اطلاعات منتقل مي شود
در فيزيك و شيمي، اصل بقاي انرژي، اصل آشنايي است كه بر اساس آن انرژي از بين داروسازي، بيولوژي، زمين شناسي و دانش هاي مهندسي بر اساس همين اصل، تكامل يافته و تمامي اين رشته ها بر مكانيزم طبيعي و يا مصنوعي تبديل نيرو، جرم و انرژي استوارند. شايد بتوانيم بگوييم كه درباره اطلاعات هم اصل مشابهي وجود دارد، يعني اطلاعات انتقال مي يابد و از صورتي به صورت ديگر در مي آيد. به همين دليل هوش مصنوعي را مي توان علم اطلاعات يا علم هوش دانست. علمي كه بر اساس تبديل اطلاعات به فرم مكانيكي و شيميايي يا برعكس استوار است.
دريافت اطلاعات، محدود به سيستم هاي مصنوعي نيست. انسان ها نيز اطلاعات را دريافت مي‌كنند و انتقال مي دهند. حتي اطلاعات را به كار مي گيرند و با آنها كنترل مي شوند. براي مثال با دريافت يك خبر خوب شاد مي شوند و با دريافت يك خبر بد غمگين و يا از يك صداي بلند ناگهاني مي ترسند، يعني با دريافت اطلاعات گوناگون، احساس و واكنش هاي گوناگون از خود بروز مي دهند. در اين علم، اطلاعات در سيستم‌هاي طبيعي و مصنوعي، تجزيه و تحليل مي شوند و چگونگي دريافت اطلاعات و نيز واكنش ها و عملكردها بررسي مي شود.
در مقايسه هوش مصنوعي با هوش انساني بايد بگوييم كه انسان قادر است مسايل را مشاهده، تجزيه و تحليل و حتي قضاوت كند و در نهايت به تصميم گيري برسد. در حالي كه هوش مصنوعي مبتني بر قوانين از پيش تعريف شده بر روي كامپيوتر است. به همين دليل با وجود ساخته شدن كامپيوترهاي بسيار كارا و پيشرفته، هنوز انسان قادر به ساخت ماشين هايي با هوش نزديك به هوش انسان نبوده. هوش‌ مصنوعي به‌ تعدادي‌ شاخه‌هاي‌ فرعي تقسيم‌ مي شود.
3 شاخه‌ اصلي آن عبارتند از: سيستم‌هاي‌خبره‌(ES) ، آدمواره‌ها يا ربات ها و پردازش‌ زبان‌ طبيعي كه‌ در ادامه به آنها اشاره مي كنيم.

سيستم هاي خبره‌
سيستم‌هاي خبره‌، برنامه‌هاي‌ كاميپوتري هوشمندي‌ هستند كه‌ با كمك دانش‌و روش هاي‌ استنباط و استنتاج،‌ مسائلي‌ را حل‌ كنند كه ‌براي‌ حل‌ آن‌ها به‌ مهارت‌ انساني‌ نياز است‌. سيستم‌هاي‌ خبره‌ به كاربر اين امكان را مي دهند تا با مشاوره‌ با سيستم‌هاي‌ كامپيوتري ‌در مورد يك‌ مسئله‌ و يافتن‌ دلايل‌ بروز مسئله‌ راه‌حل‌هاي‌ آن‌ را پيدا ‌كند. در اين‌ حالات‌ مجموعه‌ سخت‌افزار و نرم‌افزار تشكيل‌ دهنده‌ سيستم‌خبره‌، مانند فرد خبره‌ با طرح‌ پرسش هاي مختلف‌ و دريافت‌ پاسخ‌هاي‌ كاربر، مراجعه‌ به‌ پايگاه‌ دانش‌ يا تجربه هاي‌ قبلي‌ و استفاده‌ از يك‌ روش‌ منطقي‌ براي‌ نتيجه‌گيري،‌ راه‌حل‌ ارائه مي كند. همچنين‌ سيستم‌ خبره‌ قادر به‌ شرح‌ مراحل‌ نتيجه‌گيري‌ خود تا رسيدن‌ به‌هدف‌ و چگونگي نتيجه‌گيري است. سيستم‌هاي‌ خبره‌ برخلاف‌ سيستم‌هاي‌ اطلاعاتي‌ كه‌ بر اساس‌ داده‌ها (Data) عمل‌ مي ‌كنند، بر دانش‌ متمركز شده‌. يكي‌ ديگر از مشخصات‌ اين‌ سيستم‌ها استفاده‌ از روش هاي ابتكاري (Heuristic) به‌ جاي ‌روش هاي الگوريتمي‌ است. اين‌ توانايي‌ باعث‌ كاربرد وسيع تر سيستم هاي خبره مي شود.

آدمواره ها
كلمه‌ آدمواره‌ (ربات) بعد از اجراي يك‌ نمايش‌ در سال ‌1920 ميلادي‌ در فرانسه‌ متداول‌ و مشهور شد. در اين‌ نمايش‌ كه‌ اثر«كارل‌ كپك‌» بود، موجودات‌ مصنوعي شبيه‌ انسان‌، وابستگي‌ شديدي ‌نسبت‌ به‌ صاحبان‌ خويش‌ از خود نشان‌ مي ‌دادند. اين‌ موجودات‌ مصنوعي ‌شبيه‌ انسان‌ در آن‌ نمايش‌، آدمواره‌ نام‌ داشتند.
در حال‌ حاضر آدمواره‌هايي را كه‌ در شاخه‌هاي مختلف‌ صنايع‌ مورد استفاده‌ است، مي توان‌ به‌ عنوان‌ ماشين‌هاي‌ مدرن‌، خودكار، قابل‌هدايت‌ و قابل برنامه‌ريزي تعريف‌ كرد. اين‌ آدمواره‌ها قادرند در نقاط مختلف‌ خط توليد، به‌ طور خودكار، وظايف‌ گوناگون‌ توليد‌ را تحت‌ يك‌ برنامه‌ از پيش‌ نوشته‌ شده‌ انجام‌ دهند. ممكن‌ است‌ يك‌آدمواره‌، جاي اپراتور را در خط توليد بگيرد و يا‌ يك‌ كار مشكل‌ و خطرناك‌ به‌‌ ربات‌ واگذار شود. همانطور كه‌ يك‌ ربات‌ مي‌‌تواند به‌ صورت‌ منفرد يا مستقل‌ كار كند، اين‌ احتمال‌ نيز وجود دارد كه‌ چند ربات‌ به‌ شكل‌ جمعي‌ و‌ رايانه‌اي‌ در خط توليد به‌ كار گرفته‌ شوند.
ربات ‌ها ابزارهايي دارند كه‌ به‌ وسيله‌ آنهامي ‌توانند شرايط محيط را دريابند. اين‌ ابزارها حسگرهاي رباتند. بعضي از ربات ها مي ‌توانند در چارچوب‌ برنامه‌ اصلي‌ خود، برنامه‌هاي ‌جديد عملياتي توليد كنند. اين‌ آدمواره‌ها داراي‌ سيستم‌هاي‌ كنترل‌ و هدايت‌ خودكارند.

پردازش زبان هاي طبيعي‌
پردازش‌ زبان‌هاي‌ طبيعي (NLP) بعنوان‌ زيرمجموعه‌اي‌ از هوش‌ مصنوعي، مي ‌تواند توصيه‌ها و بيانات‌ را با استفاده‌ از زباني‌ كه‌ شما به‌ طور طبيعي‌ در مكالمه هاي‌ روزمره‌ بكار مي ‌بريد، بفهمد و مورد پردازش‌ قرار دهد. به‌ طوركلي نحوه‌ كار اين‌ شاخه‌ از هوش‌ مصنوعي‌ اين‌ است‌ كه‌ زبان هاي طبيعي انسان‌ را تقليد مي ‌كند. در اين‌ ميان‌، پيچيدگي‌ انسان‌ از بعد روانشناسي روي‌ ارتباط متعامل‌ تاثير مي گذارد.
در پردازش‌ زبان هاي‌ طبيعي‌، انسان‌ و كامپيوتر ارتباطي‌ كاملا نزديك ‌با يكديگر دارند. كامپيوتر از لحاظ رواني در مغز انسان جاي داده مي شود. بدين ترتيب يك سيستم خلاق شكل مي گيرد كه انسان نقش سازمان دهنده اصلي آن را دارد. اگر چه هنوز موانع روانشناختي و زبانشناختي بسياري بر سر راه سیستم هاي محاوره اي وجود دارد. اما چشم اندازهاي پيشرفت آنها اميدوار كننده است. درحقيقت، توقعات يكسان از محاوره انسان- ماشين و محاوره انسان- انسان، معقول نيست.

زبان هاي برنامه نويسي
ما در عصري زندگي مي كنيم كه جامعه شناسان آن را عصر انقلاب كامپيوتر ناميده اند و مانند هر انقلاب واقعي ديگر، انقلابي است گسترده و فراگير و تأثير پايداري برجامعه خواهد داشت. انقلاب كامپيوتر توان ذهني ما را گسترش مي دهد. پيدايش و گسترش هوش مصنوعي هم از دستاوردهاي همين انقلاب است. در هوش مصنوعي نيز مثل همه علوم وابسته به رايانه برنامه‌‌نويسي نقش مهمي در گسترش آن دارد.
زبان هاي AI همراه با زبان هاي ديگر برنامه نويسي براي توسعه گسترده و در عين حال منطقي سيستم، به‌كار گرفته شوند. زبان هاي برنامه نويسي معمول مثل Fortran و پاسكال داراي تعاريف مشكل و پيچيده‌اي هستند و داراي ويژگي هاي ساختاري سطح بالايي در كامپيوترند. زبان هاي AI داراي اساس و پايه رياضي هستند و بايد معاني ساده تري داشته باشند و داراي قدرت و ظرافت نهفته در رياضي باشند. زبان هاي برنامه نويسيLISP و PROLOG از مهمترين زبان‌هاي مورد استفاده در هوش مصنوعي هستند. همچنين خصوصيات semantic و syntactic آنها نيز باعث شده كه آنها شيوه ها و راه حل هاي قوي براي حل مسئله ارائه كنند. تأثير قابل توجه اين زبان‌ها بر توسعه AI از جمله توانايي هاي آنها به عنوان ابزارهاي فكر كردن است كه از جمله نقاط قوت آنها در زبان‌‌هاي برنامه نويسي است. همان‌طور كه هوش مصنوعي مراحل رشد خود را طي مي كند زبان‌هاي LISP و PROLOG بيشتر مطرح مي شوند و اين زبان ها كار خود را در محدوده توسعه سيستم هاي AI در صنعت و دانشگاه ها دنبال مي كنند.
PROLOG يكي از بهترين نمونه هاي يك زبان برنامه نويسي منطقي است. يك برنامه منطقي داراي يك سري ويژگي هاي قانون و منطق است. PROLOG از محاسبه اوليه استفاده مي كند. در حقيقت خود اين نام از برنامه نويسي PRO در LOGIC مي‌آيد. اين زبان براي علم كامپيوتر به طور كلي و به طور خاص براي زبان برنامه نويسي هوشمند مورد استفاده قرار مي گيرد. اين نوع برنامه اصولاً به كامپيوتر مي گويد كه «چه چيزي درست است» و «چه چيزي بايد صورت گيرد». اولين برنامه PROLOG در فرانسه در اوايل 1970 به عنوان بخشي از زبان معمول يك پروژه نوشته شد. عمده توسعه PROLOG بين سالهاي 1975 تا 1979 در بخش هوش مصنوعي دانشگاه ادينبورگ صورت گرفت.
LISP اولين بار به وسيله جان مك كارتي در اواخر دهه 1950 مطرح شد اين زبان به عنوان يك مدل پيوسته محاسباتي بر اساس تئوري عملكرد مجدد،‌ معرفي شد. گرچه LISP يكي از قديمي ترين زبان هاي محاسباتي است ولي دقت كافي در برنامه نويسي و طراحي توسعه باعث شده كه يك زبان برنامه نويسي فعال باقي بماند. در حقيقت اين مدل برنامه نويسي طوري مؤثر بوده كه تعدادي از ديگر زبان ها مثل FP ، ML و SCHEME تحت تاثير عملكرد برنامه نويسي آن واقع شده اند.
همانگونه كه هوش مصنوعي به مرحله رشد مي رسد و قابليت هاي خود را در طيف وسيعي از مسائل كاربردي به اثبات مي رساند اعتماد به LISP و PROLOG نيز مدنظر است. با گذشت زمان سيستم هاي AI در انواع زبانهاي ديگر مثل C++ ، , C++ Java و Smalltalk نيز گسترش يافته.