هوش چیست؟

انسان‌ها از دیرباز همواره در حال توسعه ماشین‌هایی بوده‌اند که بتوانند زندگی را آسان‌تر کنند. این ماشین‌ها با هدف انجام وظایفی ساخته می‌شوند که معمولاً برای انسان بسیار خسته‌کننده یا زمانبر هستند. با کار کردن برای انسان‌ها، ماشین‌ها به آن‌ها کمک می‌کنند، بار آن‌ها را به دوش می‌کشند و در کل تحقق آرزوهای آن‌ها را ممکن می‌سازند.

از آنجایی که زندگی بدون ماشین‌ها غیرقابل تصور است و از طرفی نیاز‌های انسان روز به روز پیچیده‌تر می‌شود و به عبارت دیگر انسان‌ها انتظارات سخت‌تری از ماشین‌ها دارند، ماشین‌ها هر روز پیشرفته‌تر می‌شوند. به همین دلیل، انسان‌ها توسط دستگاه‌ها و ابزار‌های هوشمند مانند گوشی‌های هوشمند، ساعت‌های هوشمند، تلویزیون‌های هوشمند و... احاطه شده‌اند. اما چرا برای این ماشین‌ها از عبارت"هوشمند" استفاده می‌شود؟

به عنوان یک نمونه، می‌توان به گوشی‌های هوشمند اشاره کرد. گوشی‌های امروزی علاوه بر برقراری تماس با افراد، کار‌های بسیار زیادی را انجام می‌دهند. آن‌ها می‌توانند در مسیریابی به افراد کمک کنند، براساس علاقه افراد به آن‌ها پیشنهاد موسیقی و فیلم دهند، فیلترهای جذاب برای عکس گرفتن ارائه کنند، شرایط سلامت و تناسب اندام افراد را ثبت کنند و خدمات متنوع دیگری را در اختیار قرار دهند. در این ویژگی‌های جذاب، یک مفهوم کلیدی وجود دارد: هوش مصنوعی.

اما واقعاً هوش مصنوعی چیست؟ پاسخ به این سؤال در خود اصطلاح نهفته است. کلمات "مصنوعی" و "هوش". مصنوعی به چیزی اشاره دارد که ساخته دست بشر است و به طور طبیعی وجود ندارد. اما هوش، چطور تعریف می‌شود؟

هوش انواع مختلفی دارد که در شکل زیر آورده شده است.

همه انسان ها هر 9 دسته هوش را دارند اما ممکن است بین افراد در سطوح مختلف آنها تفاوت وجود داشته باشد. یک فرد ممکن است در نقاشی نبوغ داشته باشد، در حالی که دیگری در محاسبات ریاضی پیشرو است. یکی در نوازندگی می‌درخشد و دیگری در فوتبال.

به گفته محققان، هوش عبارت است از:

"توانایی درک یا فهم اطلاعات و حفظ آن که جهت تصمیم‌گیری برای رفتارهای آتی در یک محیط به کار می رود.

به  بیان ساده‌تر، وقتی شخصی با شما صحبت می‌کند، می‌توانید به درستی به او پاسخ دهید، چرا که قادرید به درک انتظارات و نیازهای او بپردازید. هنگامی که گرسنه هستید، می‌توانید به مواد غذایی مختلف فکر کنید و بهترین گزینه را برای خود انتخاب کنید. وقتی متنی را می‌خوانید، می‌توانید به درستی مفهوم آن را درک کنید و به طور موثر به آن پاسخ دهید.هنگام درک واژه هوش، باید توجه داشت که تصمیم‌گیری بخش مهمی از هوش را تشکیل می‌دهد. اجازه دهید عمیق‌تر در آن کاوش کنیم.

تصمیم‌گیری به عنوان یک عامل مهم (Decision Making )

گیر افتادید! به نظر می‌رسد که همه درها در حال کوچک شدن هستند و تنها یکی از آن‌ها می‌تواند شما را به بیرون هدایت کند. کدام در را انتخاب می‌کنید؟ چگونه تصمیم می‌گیرید؟

تصمیم‌گیری، به دسترس بودن اطلاعات و چگونگی تجربه و درک آن بستگی دارد. "اطلاعات" شامل تجربه فرد در گذشته، شهود، دانش و خودآگاهی می‌باشد. بدون داشتن اطلاعات، نمی‌توانید تصمیم‌های «خوب» بگیرید زیرا در این صورت باید با عوامل ناشناخته کنار بیایید و با عدم قطعیت روبرو شوید. این مسئله شما را به حدس‌های عجیب، انداختن سکه یا تاس سوق می‌دهد. داشتن دانش، تجربه و بینش با توجه به یک موقعیت خاص، به شما کمک می‌کند تا بتوانید نتایج را تجسم کنید و بیابید که چگونه می‌توانید به آن نتایج برسید یا از آنها اجتناب کنید.

با فرض اینکه اطلاعات زیر به شما داده شود، پاسخ شما چیست؟

شما در داخل اتاقی با ۳ در قفل‌شده قرار دارید برای اینکه بتوانید از اتاق خارج شوید باید یک در امن برای خروج پیدا کنید. پشت در اول دریاچه ای با یک کوسه مرگبار است، پشت در دوم یک روان‌پریش دیوانه است که آماده شلیک اسلحه است و پشت در سوم یک شیر است که در ۲ ماه گذشته چیزی نخورده است. کدام در را انتخاب می کنید؟ و چرا؟

پاسخ درست، درِ شماره 3 می‌باشد. دلیلش این است که چون شیر 2 ماه غذا نخورده، پس تا به حال زنده نمانده و مرده است. در نتیجه خروج از دروازه 3 انتخاب صحیحی خواهد بود.

 هوش مصنوعی چیست ؟

وقتی ماشینی توانایی تقلید از خصوصیات انسانی، یعنی تصمیم‌گیری، پیش‌بینی آینده، یادگیری و بهبود عملکرد خود را داشته باشد، گفته می‌شود که دارای هوش مصنوعی است. به عبارت دیگر، می‌توان گفت که یک ماشین زمانی به طور مصنوعی هوشمند است که بتواند وظایفی را به تنهایی انجام دهد، داده‌ جمع‌آوری کند، آن‌ها را درک کند، تجزیه و تحلیل کند، از آن بیاموزد و آن را بهبود بخشد. در ادامه بیشتر با این مسئله آشنا خواهید شد.

چگونه ماشین‌ها به‌طور مصنوعی هوشمند می‌شوند؟

انسان‌ها با گذشت زمان و کسب تجربه‌ در طول زندگی‌شان، باهوش‌تر می‌شوند. به‌عنوان‌مثال، در دوره ابتدایی، حروف الفبا را یاد می‌گیرند و در نهایت به ساختن کلمات و جملات با آن‌ها ادامه می‌دهند. همان‌طور که رشد می‌کنند، با یادگیری لغات جدید و استفاده از آنها در مکالمات خود، بیشتر و بیشتر بر زبان مسلط می‌شوند.

مثال دیگر در رابطه با راه‌رفتن است. در ابتدا کودک برای راه‌رفتن تلاش می‌کند. او در حین یادگیری نحوه راه‌رفتن، از دیگران کمک می‌گیرد و زمانی که آن را یاد گرفت، با یادگیری دویدن، پریدن و... آن را ارتقا می‌دهد.

به طور مشابه، ماشین‌ها پس از اینکه به کمک اطلاعاتی آموزش دیدند، هوشمند می‌شوند. این اطلاعات به آن‌ها در دستیابی به وظایفشان کمک می‌کند. در ادامه، ماشین‌ها با به‌روزرسانی اطلاعات، هوشمندی خود را بیشتر می‌کنند.

کاربردهای هوش مصنوعی

برای درک بهتر هوش مصنوعی در ادامه نمونه‌هایی از کاربرد آن در حوزه‌های مختلف بیان می‌شود.

1. کاربرد هوش مصنوعی در تجارت الکترونیک

خرید شخصی

از فناوری هوش مصنوعی برای ایجاد موتورهای توصیه که از طریق آنها می‌توان با مشتریان تعامل بهتری داشت، استفاده می‌شود. این توصیه‌ها مطابق با تاریخچه خرید، ترجیحات و علایق مشتریان ارائه می‌شوند و به بهبود رابطه با مشتریان و وفاداری آنها نسبت به برند ارائه‌شده کمک می‌کند.

دستیاران مجهز به هوش مصنوعی

دستیارهای خرید مجازی و چت‌بات‌ها به بهبود تجربه کاربر در هنگام خرید آنلاین کمک می‌کنند. برای اینکه مکالمه تا حد امکان انسانی و شخصی به نظر برسد از الگوریتم‌های پردازش زبان طبیعی استفاده می‌شود. علاوه بر این، این دستیاران می‌توانند به صورت بلادرنگ با مشتریان تعامل داشته باشند. آیا می‌دانستید که به زودی در amazon.com خدمات‌رسانی به مشتریان توسط چت‌بات‌ها انجام می‌شود؟

پیشگیری از کلاهبرداری در تجارت الکترونیک

کلاهبرداری در کارت‌های اعتباری و نظرات جعلی، از مسائلی است که شرکت‌های تجارت الکترونیک باید با آن‌ها سروکار داشته باشند. با استفاده از هوش مصنوعی، الگوهای مصرف را بررسی کرده و احتمال تقلب در کارت‌های اعتباری را به حداقل می‌رساند. همچنین، هوش مصنوعی می‌تواند به شناسایی و تشخیص نظرات جعلی کمک کند. برای بسیاری از مشتریان، خرید محصولات و خدمات بر اساس نظرات دیگران انجام می‌شود، بنابراین شناسایی نظرات جعلی بسیار مهم است

.2. کاربردهای هوش مصنوعی در آموزش

اگرچه بخش آموزش بیشترین تأثیر خود را از انسان دریافت می‌کند، اما هوش مصنوعی نیز به آرامی در بخش آموزش ریشه دوانیده و توانسته است به افزایش بهره‌وری در دانشگاه‌ها و مدارس کمک کند. به گونه‌ای که دانشگاه‌ها می‌توانند بیشتر از کارهای اداری و مدیریتی، بر روی خود دانشجویان تمرکز کنند. برخی از کاربردهای هوش مصنوعی در آموزش عبارتند از:

خودکارسازی وظایف اداری برای کمک به مربیان

هوش مصنوعی می‌تواند به مربیان در انجام وظایف غیرآموزشی و کارهای پشتیبانی کمک کند، مانند خودکارسازی پیام‌های شخصی ارسالی به دانشجویان، درجه‌بندی مدارک، تنظیم و تسهیل تعاملات بین والدین و دانشگاه‌ها یا مدارس، تسهیل بازخوردها، مدیریت ثبت‌نام، برگزاری دوره‌ها و موضوعات مرتبط با منابع انسانی.

تولید محتوای هوشمند

محتواهای مختلفی مانند سخنرانی‌های ویدئویی، کنفرانس‌ها و کتاب‌های درسی را می‌توان با استفاده از هوش مصنوعی، به شکل دیجیتالی تبدیل کرد. هوش مصنوعی با تولید و ارائه خلاصه‌های صوتی و تصویری، و طرح درس‌های یکپارچه، به ایجاد تجربه‌یادگیری غنی کمک می‌کند. همچنین با شخصی‌سازی این محتواها برای هر دانشجو به طور خاص، به وی کمک می‌کند تا با توجه به نقاط قوت و ضعفش، یادگیری خود را بهبود بخشد.

دستیارهای صوتی

دستیاران صوتی به دانشجویان کمک می‌کنند تا حتی بدون نیاز به دخالت مستقیم مدرس یا استاد، به مفاد آموزشی اضافی یا کمکی دسترسی پیدا کنند. این دستیاران صوتی به دانشجویان این امکان را می‌دهند تا به سوالات متداول پاسخ دهند و بدون نیاز به پرداخت هزینه‌های چاپ کتاب‌ها، به‌راحتی به مفاد آموزشی دسترسی پیدا کنند.

یادگیری شخصی

با استفاده از فناوری هوش مصنوعی، می‌توان از تکنیک‌های شخصی‌سازی برای نظارت کامل بر داده‌های دانشجویان استفاده کرد و برنامه‌ریزی‌ها، طرح‌های درسی، یادآور‌ها، راهنماهای مطالعه، یادداشت‌ها و موارد دیگر را به راحتی و با توجه به نیازهای هر فرد تولید کرد.

3. کاربردهای هوش مصنوعی در سبک زندگی

هوش مصنوعی تاثیر زیادی بر سبک زندگی افراد یک جامعه دارد. چند مورد از آن‌ها در ادامه مطرح می‌شوند.

وسایل نقلیه خودران

شرکت‌های خودروسازی مانند تویوتا، آئودی، ولوو و تسلا از یادگیری ماشین برای آموزش رایانه‌ها استفاده می‌کنند تا هنگام رانندگی، مانند انسان‌ها در هر محیطی درست عمل کنند، اشیا را تشخیص دهند و از تصادف جلوگیری کنند.

فیلترهای اسپم

ایمیلی که در زندگی روزمره خود مورد استفاده قرار می‌دهید، دارای قابلیت‌های مربوط به هوش مصنوعی است.ا یمیل‌های هرزنامه به کمک این قابلیت‌ها فیلترشده و به پوشه‌های هرزنامه یا سطل زباله منتقل می‌شوند. Gmail به عنوان یک ارائه‌دهنده محبوب ایمیل، توانسته است تا به ظرفیت فیلترینگ تقریباً 99.9 درصد دست یابد.

تشخیص چهره

گوشی‌های هوشمند، لپ‌تاپ‌ها و رایانه‌های شخصی، از فیلترهای چهره و تکنیک‌های تشخیص چهره استفاده می‌کنند. در کنار این استفاده‌ی شخصی، تشخیص چهره یکی از کاربردهای هوش مصنوعی است که به‌طور گسترده‌ای در صنعت و موارد امنیتی همچون احراز هویت به کار می‌رود.

سیستم‌های توصیه‌کننده

پلتفرم‌های مختلفی که در زندگی روزمره خود مورد استفاده قرار می‌دهید، مانند تجارت الکترونیک، وب‌سایت‌های سرگرمی، رسانه‌های اجتماعی و پلتفرم‌های اشتراک‌گذاری ویدیو همچون یوتیوب، همگی از یک سیستم توصیه‌کننده برای دریافت اطلاعات کاربران و ارائه توصیه‌های سفارشی به آنان استفاده می‌کنند تا از این طریق تعامل آن‌ها را افزایش دهند. این سیستم یک برنامه هوش مصنوعی بسیار پرکاربرد است که تقریباً در تمام صنایع مورد استفاده قرار می‌گیرد.

کاربردهای هوش مصنوعی در حمل و نقل

براساس تحقیقات MIT، فناوری GPS می‌تواند اطلاعات دقیق، به‌موقع و با جزییات بالایی را برای بهبود ایمنی در اختیار کاربران قرار دهد. این فناوری از ترکیب شبکه عصبی کانولوشنی و شبکه عصبی گراف استفاده می‌کند تا با تشخیص خودکار تعداد خطوط، انواع جاده‌ها و موانع موجود در جاده‌ها، زندگی را برای کاربران آسان‌تر کند. شرکت‌هایی مانند Uber و بسیاری دیگر از شرکت‌های لجستیکی، به شدت از هوش مصنوعی برای بهبود کارایی عملیاتی، تجزیه و تحلیل جاده‌ها، ترافیک و بهینه‌سازی مسیرها استفاده می‌کنند.

5. کاربردهای هوش مصنوعی در رباتیک

رباتیک یکی دیگر از رشته‌هایی است که کاربردهای هوش مصنوعی در آن بسیار قابل توجه می‌باشد. ربات‌های مجهز به هوش مصنوعی از به‌روزرسانی‌های بلادرنگ برای تشخیص موانع در مسیر خود استفاده می‌کنند و مسیر را فوراً برنامه‌ریزی می‌کنند. آن‌ها را می‌توان در حوزه‌های مختلفی به کار برد به عنوان مثال:

• حمل کالا در بیمارستان‌ها، کارخانه‌ها و انبارها

• نظافت دفاتر و تجهیزات بزرگ

• مدیریت موجودی

6. کاربردهای هوش مصنوعی در منابع انسانی

شرکت‌ها از نرم‌افزارهای هوشمند مختلف برای تسهیل فرآیند استخدام استفاده می‌کنند. با استفاده از فناوری یادگیری ماشین، می‌توان افرادی را که برای موقعیت‌های شغلی مختلف درخواست داده‌اند، براساس پارامترهای خاص ارزیابی نمود. سیستم‌های هوش مصنوعی می‌توانند پروفایل و رزومه کاری این افراد را اسکن نموده و تحلیل درستی از مجموعه استعدادهای موجود به کارفرمایان، ارائه دهند تا از میان آن‌ها افراد مناسب را انتخاب کنند.

7. کاربردهای هوش مصنوعی در مراقبت های بهداشتی

هوش مصنوعی کاربردهای متنوعی در حوزه مراقبت‌های بهداشتی دارد. به عنوان نمونه برنامه‌های کاربردی هوش مصنوعی برای ساخت ماشین‌های پیچیده‌ای که می‎‌توانند بیماری‌ها را تشخیص داده و سلول‌های سرطانی را شناسایی کنند، به کار می‌روند. همچنین هوش مصنوعی به کمک داده‌های آزمایشگاهی می‌تواند شرایط را تجزیه و تحلیل نموده و در کنار سایر داده‌های پزشکی به تشخیص زودهنگام بیماری کمک کند. علاوه بر این، هوش مصنوعی از ترکیب داده‌ها و الگوریتم‌های هوشمند برای کشف داروهای جدید استفاده می‌کند. در ادامه چندین کاربرد برتر هوش مصنوعی در مراقبت‌های بهداشتی مرور می‌شوند.

پشتیبانی هوش مصنوعی از تجزیه و تحلیل تصویربرداری پزشکی

وقتی در یک مطالعه بالینی، حجم عظیمی از داده و تصویر تولید می‌شود که نیاز به بررسی دارند، الگوریتم‌های هوش مصنوعی به عنوان راه‌حل مناسبی برای آن‌ها عمل می‌کنند. این الگوریتم‌ها می‌توانند مجموعه‌ داده‌ها را با سرعت بالا تجزیه و تحلیل کنند و نتایج را با سایر مطالعات مقایسه نمایند تا الگوهایی را که به طور معمول و با نگاه سطحی انسان قابل تشخیص نیستند، شناسایی کنند. این فرآیند، به متخصصان تصویربرداری پزشکی توانایی کسب اطلاعات مهم با ‌سرعت بالا را می‌دهد. به عنوان مثال، اطلاعاتی چون شرح حال بیمار، روش‌های پزشکی گذشته، نتایج آزمایشگاهی، سابقه پزشکی و آلرژی‌های موجود، بررسی و خلاصه‌ای به رادیولوژیست‌ها و متخصصان قلب که با این تصاویر سروکار دارند، ارائه می‌شود. این محصول را می‌توان با سیستم هر واحد پزشکی ادغام کرد و از هر دستگاهی در شبکه به آن دسترسی داشت. بدون اینکه بر فعالیت روزانه واحد پزشکی تاثیر بگذارد، آن را ارتقا داد. تشخیص مسائل مربوطه و ارائه آنها به رادیولوژیست‌ها در یک قالب خلاصه جذاب، باعث می‌شود تا فرآیند تصمیم‌گیری تشخیصی، به صورت هدفمند و دقیق‌تر امکان‌پذیر شود.

کاهش هزینه و زمان توسعه‌ی داروها

در سال ۲۰۱۵، در طول شیوع ویروس ابولا در غرب آفریقا، شرکت Atomwise به همراه IBM و دانشگاه تورنتو با همکاری کردند تا بهترین ترکیباتی که قادر به تشکیل پروتئین جلوگیری از نفوذ ویروس ابولا به سلول‌های بدن می‌شوند را غربال کنند. سپس آن‌ها از بین ترکیبات آزمایش‌شده، یک ترکیب را انتخاب کردند. تحلیل انجام شده برای انتخاب ترکیب فوق، در کمتر از یک روز و توسط هوش مصنوعی انجام شد در حالی که این فرآیند توسط انسان معمولاً ماه‌ها یا سال‌ها طول می‌کشد. به این ترتیب، امکان توسعه درمانی برای ویروس ابولا فراهم شد.

تجزیه و تحلیل داده‌های بدون ساختار

در بسیاری از موارد، داده‌های بهداشتی و سوابق پزشکی بیماران به‌صورت داده‌های پیچیده و بدون ساختار ذخیره می‌شوند. این امر تفسیر و دسترسی به آن‌ها را دشوار می‌کند. هوش مصنوعی می‌تواند داده‌های پزشکی را بدون توجه به قالبشان، جستجو، جمع‌آوری، ذخیره و استانداردسازی کند، و مانع از دست رفتن این داده‌ها شود. هوش مصنوعی به جلوگیری از  انجام کارهای تکراری کمک می‌کند و از پزشکان برای داشتن برنامه‌های درمانی سریع، دقیق و متناسب با بیمارانشان حمایت می‌کند.

پیش‌بینی بیماری

هوش مصنوعی می‌تواند کل تاریخچه پزشکی بیمار را بخواند. بین آن‌ها و علائمشان ارتباط برقرار کند و نتیجه را در تجزیه و تحلیل پیش‌بینی‌کننده مورد استفاده قرار دهد. هوش مصنوعی قادر است یک بیماری را قبل از اینکه به یک عامل تهدیدکننده برای زندگی فرد تبدیل شود، تشخیص داده و درمان کند. به عنوان مثال تشخیص آسیب حاد کلیه می‌تواند امری دشوار برای پزشکان باشد و عدم تشخیص به موقع باعث می‌شود که بیمار خیلی سریع درگیر بیماری شود و زندگی‌اش به خطر بیفتد. با توجه به اینکه برآورد می‌شود 11 درصد از مرگ و میرها در بیمارستان‌ها به دلیل عدم شناسایی و درمان به موقع بیماری رقم می‌خورد، پیش‌بینی و درمان زودهنگام می‌تواند تأثیر زیادی در کاهش هزینه‌های درمان مادام‌العمر و دیالیز کلیه داشته باشد.

کمک به کارکنان فوریت‌های پزشکی

در طول یک حمله قلبی ناگهانی، زمان بین تماس با اورژانس تا رسیدن آمبولانس برای بهبودی بسیار دارای اهمیت است. برای افزایش شانس زنده‌ماندن بیمار، اعزام‌کنندگان اورژانس باید بتوانند علائم ایست قلبی را تشخیص داده تا اقدامات مناسب را انجام دهند. هوش مصنوعی می‌تواند سرنخ‌های مختلفی را به صورت تشخیص از راه دور تجزیه و تحلیل کند.

8. کاربردهای هوش مصنوعی در کشاورزی

هوش مصنوعی همچنین برای شناسایی عیوب و کمبود مواد مغذی در خاک استفاده می‌شود. این کار با استفاده از برنامه‌های بینایی کامپیوتر، رباتیک و یادگیری ماشین انجام می‌گردد. هوش مصنوعی می‌تواند محل رشد علف‌های هرز را تجزیه و تحلیل کند. ربات‌های هوش مصنوعی قادر هستند حجم بالاتر محصولات را با سرعتی بیشتر از کارگران انسانی برداشت نمایند.

9. کاربردهای هوش مصنوعی در بازی

حوزه دیگری که کاربردهای هوش مصنوعی در آن بسیار پرکاربرد شده، حوزه بازی‌ها است. از هوش مصنوعی می‌توان برای ایجاد کاراکترهای برنامه‌نویسی‌شده‌ی هوشمند و مشابه انسان برای تعامل با بازیکنان استفاده کرد. همچنین با طراحی و آزمایش بازی‌ها، می‌توان از هوش مصنوعی برای پیش‌بینی رفتار انسانها در بازی نیز استفاده کرد. بازی Alien Isolation که در سال 2014 منتشر شد از هوش مصنوعی برای تعقیب بازیکن در طول بازی استفاده می‌کرد.

10. کاربردهای هوش مصنوعی در رسانه‌های اجتماعی

اینستاگرام

در اینستاگرام، هوش مصنوعی لایک‌های شما و حساب‌هایی را که دنبال می‌کنید در نظر می‌گیرد تا مشخص کند چه پست‌هایی در بخش جستجوی شما نشان داده ‌شوند.

فیس بوک

فیس بوک به کمک ابزاری به نام DeepText می‌تواند مکالمات را بهتر درک کند و از آن برای ترجمه خودکار پست‌هایی که به زبان‌های مختلف هستند، استفاده نماید.

توییتر

توییتر ازهوش مصنوعی برای کشف تقلب، حذف تبلیغات و شناسایی محتوای نفرت‌انگیز استفاده می‌کند. این رسانه اجتماعی همچنین از هوش مصنوعی برای پیشنهاد دادن توییت‌هایی استفاده می‌کند که بر اساس تجربه کاربران به نظر می‌رسد از آن‌ها لذت ببرند.

11. برنامه های کاربردی

هوش مصنوعی در امور مالی

اکثر بانک‌ها متوجه مزایایی که هوش مصنوعی می‌تواند به آن ها ارائه دهد، هستند. فناوری بسیار پیشرفته‌ای که از طریق هوش مصنوعی ارائه می‌شود، می‌تواند به بهبود چشمگیر طیف گسترده‌ای از خدمات مالی (امور مالی شخصی یا  شرکتی) کمک کند. به عنوان مثال، مشتریانی که به دنبال دریافت راهنمایی پیرامون راه‌حل‌های مدیریت ثروت هستند، می توانند به راحتی اطلاعات مورد نیاز خود را از طریق پیام های متنی SMS یا چت آنلاین، که تماماً مبتنی بر هوش مصنوعی است، دریافت کنند. هوش مصنوعی همچنین می‌تواند تغییرات الگوهای تراکنش و سایر شرایط خطرناک که ممکن است نشانه کلاهبرداری باشد را شناسایی کرده و در نتیجه کسب‌وکارها و افراد را از ضررهای  قابل توجه نجات ‌دهد. علاوه بر تشخیص تقلب، همچنین می‌تواند در هنگام تصمیم‌گیری برای ارائه وام‌های متنوع به مشتریان بانک،  خطر آن‌ها را برای بانک پیش‌بینی و ارزیابی کند.

12. هوش مصنوعی در ورزش

هوش مصنوعی و تجزیه و تحلیل داده‌ها می‌توانند هر چیزی را که قابل اندازه‌گیری باشد، با دقت پیش‌بینی کنند. دنیای ورزش مملو از اجزای قابل اندازه‌گیری است که آن را به یک میدان آزمایشی عالی برای هوش مصنوعی تبدیل می‌کند. در سال‌های اخیر کاربرد‌های هوش مصنوعی در ورزش رایج‌تر شده است و با توجه به تأثیر خوبی که به دلیل قابلیت‌های بهبود یافته خود داشته‌اند، به سرعت در دنیای ورزش گسترش خواهندیافت. در حال حاضر هوش مصنوعی در زمینه‌های زیر در حوزه ورزش نقش مهمی دارد:

تجزیه و تحلیل عملکرد

تحلیلگران و مربیان، به منظور ارزیابی عملکرد افراد، طیف وسیعی از داده‌ها را مورد بررسی قرار می‌دهند. این امر به آن‌ها کمک می‌کند که تشخیص دهند بازیکنان در کجا برتری دارند و در کجا دچار ضعف هستند. معیار‌های مورد استفاده برای ارزیابی، بسته به موقعیت تک تک بازیکنان تیم متفاوت است. برای مثال، در فوتبال، شاخص‌های کلیدی عملکرد بازیکنان تهاجمی با هافبک‌ها یا مدافعان تفاوت دارد. اگرچه هنوز نمی‌توان همه عناصر عملکرد را به داده‌های کمّی تبدیل کرد، ولی بخش خوبی از بازی یک بازیکن قابل سنجش و اندازه‌گیری است.

با استفاده از هوش مصنوعی می‌توان ویژگی‌های شخصیتی بازیکنان، ارزش کیفی مربوط به آن‌ها و نتایج عملکردشان را پیش‌بینی نمود. هوش مصنوعی همچنین برای یافتن الگوها‌ی عملکرد حریفان و نقاط قوت و ضعف‌شان قبل از بازی استفاده می‌شود. این مسئله به مربیان کمک می‌کند تا بر اساس مطالعه خود در مورد حریف و به منظورافزایش شانس پیروزی، طرح‌های متمرکزی را ایجاد کنند.

سلامتی، تناسب اندام و ایمنی

هوش مصنوعی به جدیدترین ابزار در کیت‌های پزشکی تیم‌ها تبدیل شده است. بازیکنان اغلب تحت معاینات فیزیکی قرار می‌گیرند. در این معاینات از هوش مصنوعی برای تجزیه و تحلیل انواع متغیر‌های سلامتی و حرکات بازیکنان استفاده می‌شود تا آمادگی جسمانی وی ارزیابی گشته و حتی نشانه‌های اولیه خستگی یا آسیب‌های ناشی از استرس تشخیص داده شوند. اقدام فوری به کادر پزشکی تیم‌های ورزشی کمک می‌کند که با رسیدگی سریع به این مشکلات، ورزشکاران خود را سالم و از آسیب در‌امان نگه دارند.

یکی دیگر از کاربردهای هوش مصنوعی در این بخش، رصد اطلاعات فناوری‌های پوشیدنی بازیکنان است. فناوری پوشیدنی به طور فزاینده‌ای در بین سازمان‌های ورزشی برتر برای ردیابی حرکات و ویژگی‌های فیزیکی ورزشکاران در طول تمرین به منظور نظارت بر سلامت کلی تیم به کار می‌رود. هوش مصنوعی به‌طور مداوم جریان داده‌های جمع‌آوری‌شده توسط این پوشیدنی‌ها را رصد می‌کند تا سیگنال‌های هشداری که ممکن است نشان‌دهنده ابتلای بازیکنان به بیماری‌های اسکلتی-عضلانی یا قلبی عروقی باشد، شناسایی کند. بدین ترتیب باشگاه‌های ورزشی مهم‌ترین دارایی‌های خود را در بهترین شرایط در فصول طولانی حفظ می‌کنند.

استعدادیابی

هوش مصنوعی قبل از سرمایه‌گذاری روی یک بازیکن، از داده‌های موجود درباره او، برای پیش‌بینی آینده‌ی بالقوه‌ی او استفاده می‌کند. به این ترتیب، باشگاه‌ها به راحتی استعداد‌های مناسب را برای تیم‌های خود پیدا می‌کنند و ضرر‌های احتمالی ناشی از نقل و انتقالات نامناسب، فرضیه‌های کور و ارزش‌گذاری‌های نادرست را از بین می‌برند.

داوری و خبر‌نگاری

داوری یکی از اولین نمونه‌های به‌کارگیری هوش مصنوعی در ورزش است. فناوری‌های هوش مصنوعی، عدالت و قانونمندی مسابقات را بهبود داده‌اند. نظارت تصویری مبتنی بر هوش مصنوعی برای شناسایی نقض قوانین استفاده می‌شود.

از طرف دیگر پردازش زبان طبیعی و هوش مصنوعی در حال متحول ساختن گزارش‌های خبری هستند. روزنامه‌نگاری خودکار در آستانه ورود به عرصه‌ی روزنامه‌نگاری ورزشی است.

13. هوش مصنوعی در حوزه ی امنیت

برنامه‌های کاربردی امنیت سایبری هوش مصنوعی می‌توانند به تقویت دفاع سایبری سازمان‌ها و سیستم‌ها کمک کنند. امنیت سایبری هوش مصنوعی با نظارت خود، در زمان مناسب می‌تواند خطرات حملات سایبری را کاهش داده و موضوعاتی را که در مقیاس انسانی قابل رسیدگی نیستند، به راحتی حل کند. ادغام تکنیک‌های پیشرفته امنیت سایبری با هوش مصنوعی می‌تواند برای محافظت از اطلاعات و داده‌های کسب وکار به کار رود.

 افزایش امنیت شبکه

امنیت شبکه وظیفه محافظت از یک سیستم در برابر تخریب، دسترسی غیرمجاز و سوء استفاده از فایل‌ها و داده‌ها را بر عهده دارد. تجزیه و تحلیل خودکار ترافیک شبکه و هرگونه نقص احتمالی یا دسترسی غیرمجاز به داده‌های سیستم، با استفاده از هوش مصنوعی قابل انجام است.

تقویت امنیت اینترنت اشیا

اینترنت اشیا تعداد زیادی از دستگاه‌ها را به اینترنت متصل می‌کند. در نتیجه دستگاه‌های متصل به اینترنت و داده‌های تولید شده توسط آن‌ها در معرض حملات احتمالی قرار می‌گیرند و کنترل امنیت آنها  توسط نیروی انسانی تقریبا ممکن نیست. هوش مصنوعی با نظارت خودکار، شناسایی و جلوگیری از حملات سایبری به برقراری و ارتقا امنیت کمک میکند گرچه این حوزه بسیار تازه است و در حال تحقیق و توسعه میباشد .

14. هوش مصنوعی در صنعت سینما  

هوش مصنوعی در بسیاری از جنبه‌های صنعت فیلم ادغام شده است تا موفقیت فیلم‌ها را پیش‌بینی کند، فیلمنامه بنویسد، گرافیک طراحی کند، بازیگران را انتخاب کند و حتی پروژه‌های سینمایی را تبلیغ کند. بیایید ببینیم که چگونه ممکن است هوش مصنوعی در مراحل مختلف فرآیند ساخت فیلم استفاده شود.

نوشتن فیلمنامه

انتخاب فیلمنامه ای که تاثیرگذار باشد و درآمدزایی کند، بسیار اهمیت دارد. استفاده از هوش مصنوعی برای ایجاد فیلمنامه‌های جدید به فیلمسازان کمک ‌می‌کند که این کار را به نحو مؤثرتری انجام دهند. الگوریتم های یادگیری ماشین، با مقادیر زیادی داده در قالب فیلمنامه تغذیه می‌شوند، داده‌ها را تجزیه و تحلیل می‌کنند، از آن‌ها یاد می‌گیرند و اسکریپت‌های منحصر به فردی را ارائه می‌دهند. این امر باعث می‌شود روند کار بسیار سریعتر شود و صرفه‌جویی قابل توجهی در زمان و منابع برای فیلمسازان حاصل شود. همچنین می‌توان از هوش مصنوعی برای تجزیه و تحلیل فیلمنامه فیلم‌های ساخته‌شده استفاده کرد. الگوریتم‌های هوش مصنوعی می‌توانند خط داستانی فیلمنامه را مطالعه کنند، سؤالات احتمالی، عدم قطعیت‌ها و پیشنهادات را مطرح کنند و در نتیجه، فرآیند تحلیل فیلمنامه را بسیار آسان‌تر و سریع‌تر نمایند.

کمک به پیش تولید

هوش مصنوعی از طریق کمک به برنامه‌ریزی و زمان‌بندی، یافتن مکان‌هایی که به بهترین وجه با خط داستانی مطابقت دارند و پشتیبانی از فرآیندهای آماده‌سازی، فرآیند پیش‌تولید را ساده‌تر می‌کند. با پیاده‌سازی هوش مصنوعی، می‌توان برنامه‌ریزی برنامه‌های تصویربرداری را با توجه به زمان در دسترس بودن بازیگران، خودکار ساخت و بدین صورت، در زمان صرفه‌جویی  کرد و کارایی را افزایش داد. علاوه بر این، سیستم‌های هوش مصنوعی می‌توانند مکان‌های توصیف‌شده در فیلم‌نامه‌ها را تجزیه و تحلیل کنند و بر آن اساس، مکان‌های واقعی برای تصویربرداری یک صحنه توصیه کنند.

پیش بینی موفقیت یک فیلم

می‌توان از هوش مصنوعی برای تجزیه و تحلیل فیلمنامه یک فیلم استفاده کرد تا درآمدهای احتمالی فیلم را پیش بینی نمود. اگرچه ممکن است پیش‌بینی‌های الگوریتمی همیشه کاملاً دقیق نباشند، اما در حال حاضر این کاربرد مورد علاقه استودیوهای بزرگ فیلمسازی شده است.

انتخاب بازیگران

راه‌حل‌های هوش مصنوعی همچنین می‌توانند سرعت انتخاب بازیگران را از طریق اجرای خودکار تست‌ها افزایش دهند. پلتفرم های هوش مصنوعی با توجه به معیارهای مشخص شده و توضیحات تصویری و  متنی، در پایگاه داده به دنبال بازیگران مناسب می گردند. ممکن است از هوش مصنوعی برای اضافه کردن بازیگران در فیلم ها به صورت دیجیتالی در شرایط مختلف استفاده شود. فیلمسازان همچنین ممکن است از استفاده از هوش مصنوعی برای خلق شخصیت های دیجیتالی مختلف که با استفاده از یادگیری ماشینی طراحی شده اند سود ببرند.

تبلیغ فیلم

استودیوهای فیلمسازی از هوش مصنوعی برای تبلیغات موثر استفاده می کنند. استودیوهای فیلم با تجزیه و تحلیل عوامل مختلف مانند پایگاه مخاطبان، محبوبیت بازیگران در سراسر جهان، کمپین‌های خود را بر اساس مکان‌های خاصی برنامه‌ریزی می کنند تا بیشترین علاقه را از مخاطب کسب کنند.

ویراستاری فیلم‌ها

ویراستاران فیلم می‌توانند از هوش مصنوعی برای ایجاد تریلر فیلم‌ها استفاده کنند. سیستم‌های هوش مصنوعی قادر هستند صحنه‌های هیجان‌انگیز و اکشن فیلم را شناسایی کرده و آن‌ها را برای کمک به تدوین‌گران در ساخت تریلرهای فریبنده، ارائه دهند. هوش مصنوعی همچنین می تواند برای ویرایش نسخه کامل فیلم‌ها عالی باشد. الگوریتم هوش مصنوعی از تشخیص چهره برای تعیین شخصیت‌های اصلی و صحنه‌های مربوط به خط اصلی استفاده می‌کند و می‌تواند به ویرایشگران در فرآیند ویرایش فیلم‌های بلند کمک کند.

چه چیزی هوش مصنوعی نیست؟

از آنجایی که در حال حاضر در دریایی از فناوری‌های مختلف شناوریم، اغلب به اشتباه فناوری‌های دیگری را به عنوان هوش مصنوعی شناسایی می‌کنیم. بنابراین، برای جلوگیری از این ابهام، باید تفاوت واضحی که بین آنچه واقعا هوش مصنوعی است و آنچه نیست وجود دارد، در نظر گرفته شود.

در قسمت‌های قبلی آموختیم که همان‌طور که انسان‌ها یاد می‌گیرند چگونه راه بروند و با تجربیات خود این مهارت را بهبود می‌بخشند، یک ماشین هوش مصنوعی نیز در ابتدا با کمک داده‌های آموزشی، آموزش می‌بیند و سپس خود را بهینه می‌کند. به همین دلیل است که هوش مصنوعی با هر دستگاه/ماشین فناوری دیگری تفاوت دارد. در نظر داشته باشید که آموزش و یادگیری بسیار مهم هستند.

یک ماشین لباسشویی تمام اتوماتیک می‌تواند به‌تنهایی کار کند، اما برای انتخاب پارامترهای شستشو و آماده‌سازی لازم برای عملکرد صحیح آن قبل از هر شستشو، نیاز به دخالت انسان دارد، که آن را به نمونه‌ای از اتوماسیون تبدیل می‌کند، نه هوش مصنوعی.

یک دستگاه تهویه مطبوع را می‌توان از راه دور با کمک اینترنت روشن و خاموش کرد اما همچنان نیاز به تماس انسانی دارد. این نمونه‌ای از اینترنت اشیا (IoT) است. همچنین، هرازگاهی با ربات‌هایی آشنا می‌شویم که ممکن است مسیری را دنبال کنند یا از موانع اجتناب کنند، اما باید هر بار بر اساس موقعیت موردنظر آماده شوند.

ما همچنین پروژه‌های زیادی را می‌بینیم که می‌توانند محیط اطراف ما را با کمک حسگرها خودکار کنند. در اینجا نیز، از آنجایی که ربات یا دستگاه اتوماسیون توسط هیچ داده‌ای آموزش داده نشده است، به عنوان هوش مصنوعی به حساب نمی‌آید.

جالب است بدانید که همه دستگاه‌هایی که تحت عنوان "هوشمند" شناخته می‌شوند، دارای هوش مصنوعی نیستند. به عنوان مثال، اگر تلویزیونی هوشمند باشد، مجهز به هوش مصنوعی نمی‌شود مگر زمانی که بتواند به تنهایی فکر و پردازش کند. اما مطمئناً فناوری‌های دیگر نیز می‌توانند با هوش مصنوعی ادغام شوند تا تجربه بسیار بهتر و همه جانبه‌ای را در اختیار کاربران قرار دهند. به عنوان نمونه رباتیک و هوش مصنوعی قطعا می‌توانند درها را به روی انسان‌نماها و ماشین‌های خودران باز کنند، هوش مصنوعی وقتی با اینترنت اشیا ادغام شود باعث ایجاد امکان محاسبات ابری داده‌ها و دسترسی از راه دور به ابزارهای هوش مصنوعی می‌گردد. اتوماسیون همراه با هوش مصنوعی می‌تواند در دستیابی به خانه‌های خودکار صوتی کمک کند.

تاریخچه ی مختصر هوش مصنوعی

در دهه ۱۹۵۰، زمانی که آلن تورینگ ماشین تست تورینگ خود را برای سنجش هوش معرفی کرد، هوش مصنوعی مدرن نسبت به دهه‌ها و صده‌ها سال گذشته تحول چشمگیری داشت.

در سال ۱۹۵۵، جان مک کارتی که به عنوان بنیانگذار هوش مصنوعی شناخته می‌شود، اصطلاح "هوش مصنوعی" را معرفی کرد. مک کارتی به همراه آلن تورینگ، آلن نیول، هربرت آ. سیمون و ماروین مینسکی بیشترین سهم را در توسعه هوش ماشینی امروزی دارند. آلن بیان کرد که اگر انسان‌ها از اطلاعات در دسترس و همچنین قدرت شناختی خود برای حل مشکلات و تصمیم‌گیری استفاده می‌کنند، پس چرا نمی‌توان این کار را با کمک ماشین‌ها انجام داد؟

در دهه 1970

دهه 70 دوره ظهور کامپیوترها بود. این ماشین‌ها بسیار سریع‌تر و مقرون به صرفه‌تر بودند و اطلاعات بیشتری را ذخیره می‌کردند. آنها ویژگی شگفت‌انگیزی برای تفکر انتزاعی داشتند، می‌توانستند خود را بشناسند و پردازش زبان طبیعی را انجام دهند.

در دهه 1980

در این سال‌ها، سرمایه‌گذاری برای تحقیق و توسعه ی ابزارهای الگوریتمی جریان داشت. مهارت‌های یادگیری افزایش یافته و رایانه ها با تجربه کاربری عمیق‌تر بهبود یافتند.

در سال 2000

بعد از تلاش‌های ناموفق بسیاردر دهه‌های گدشته ، فناوری هوش مصنوعی با موفقیت در سال 2000 برقرار شد و نقاط عطفی که باید انجام می شدند محقق شدند.