ارائة تعريف از هوش مصنوعي[1]امري سهل و ممتنع است چراکه بسياري از صاحب‌نظران در مورد آنچه حائز شرايطِ هوش مصنوعي ناميده شدن است، اتفاق‌نظر ندارند. بااین‌حال در مدخل بحث به تعريف ارائه شده در واژه‌نامة آكسفورد اشاره می‌شود كه هوش مصنوعي را ظرفيت رایانه‌ها يا ساير ماشین‌ها براي نمايش رفتار هوشمندانه يا شبیه‌سازی رفتار مي‌داند.[2]
به نظر می‌رسد پس از رونمايي از چت‌جي‌پي‌تي در نوامبر 2023، هوش مصنوعي فرا رسيدن عصري نوين را در حيات بشر صلا داده تا حدي كه شايد در آينده از اين برش زماني با عنوان سرآغاز انقلاب هوش مصنوعي ياد شود. در اين دوره، مخاطب شبکه‌ای درعین‌حال كه حاجتمند به اخذ صلاحيت در زمينة انواع سوادهاي نوين از جمله سوادهاي رسانه‌ای، خبري، بصري با رويكردهايي آینده‌گرایانه است؛ كسب توانمندي در سواد هوش مصنوعي[3]كه خود بر كاركرد سوادهاي مذكور اثرگذار است، راه رستگاري وي در سده حاضر محسوب می‌شود.
با عنايت بدين مهم كه آشنايي با مفاهيم اساسي موضوعات نوپديد از اصول بنيادين يادگيري آن‌ها از جمله سوادهاي نوين است، لذا با توجه به نوظهور بودن سواد هوش مصنوعي در عرصه عمومي و عدم قرابت آن با فضاي ذهني مخاطبان شبکه‌ای در برهه‌ای که كاربران با مفاهیم غامض هوش مصنوعی دست‌وپنجه نرم می‌کنند؛ در ادامه به برخي اصطلاحات و تعاريف كليدي اين سواد نوين كه از سوي دانشگاه مك گيل ارائه‌شده[4]نظر می‌افکنیم:
سواد هوش مصنوعی - اصطلاح‌ها و تعریف‌هاي کلیدی
هوش مصنوعی بر شبیه‌سازی هوش انسان در ماشین‌هایی دلالت دارد كه براي انديشيدن مانند انسان‌ها و تقليد اعمال آن‌ها مهيا شده‌اند. اين اصطلاح همچنين ممكن است براي هر ماشيني كه ویژگی‌هایی همگون با ذهن انسان را مانند يادگيري و حل مسئله به منصه ظهور می‌رساند نيز به كار رود.[5]
خودكارسازي ايجاد امكان فناورانه و بهره‌مندی ازآن‌جهت كنترل و نظارت بر توليد و تحويل كالاها و خدمات گوناگون است. اين امكان، عامل به انجام وظايفي است كه پیش‌تر توسط انسان انجام می‌گرفت.[6]
بينايي رایانه‌ای گرايشي از علوم رايانه است كه براي ديدن، شناسايي و پردازش تصاوير از طريق رايانه بر سياق بينايي انسان عمل كرده، خروجي مناسب را تهيه می‌کند. بينايي رایانه‌ای ارتباطي تنگاتنگ با هوش مصنوعي دارد چراکه رايانه بايد آنچه را كه می‌بیند تفسير كرده و بر آن اساس تحلیل‌های مناسب را انجام دهد يا طبق آن عمل كند.[7]
يادگيري ژرف مجموعه‌ای از الگوریتم‌های مورداستفاده در يادگيري ماشين است كه براي الگوسازي انتزاعات سطح بالا در داده‌ها از طريق استفاده از معماری‌های الگو، متشكل از تغييرات غيرخطي متعدد استفاده می‌شود.[8]
سامانه‌هاي خبره برنامه‌ای رایانه‌ای است كه براي تقليد و رقابت با هوش، مهارت‌ها و رفتار انسان طراحی‌شده است. بيشتر اين سامانه‌ها با اتكا به مفاهيم، ابزارها و فناوری‌های هوش مصنوعي توسعه پیداکرده و در زمينه، موضوع يا مهارتي ويژه دانش تخصصي دارند. يك سامانة خبره به‌طورمعمول داراي دو جزء اصلي است:
- پايگاه دانش كه شامل داده‌ها، حقايق و قوانين مربوط به موضوع، صنعت يا مهارتي خاص است و به‌طورمعمول همسنگ يك انسان خبره محسوب می‌شود.
- موتور استنتاج كه از حقايق و قوانين موجود در پايگاه دانش براي يافتن و يادگيري دانش يا الگوهاي جديد استفاده می‌کند.[9]
تعامل انسان و رايانه بر دانش و فن مطالعه، طراحی، اجرا و ارزیابی سامانه‌های محاسباتی درگیر در تعاملات انسان با رایانه‌ها و عامل‌های هوشمند نرم‌افزاری دلالت دارد. به‌بیان‌دیگر HCI ناظر به مطالعه و طراحی برنامه‌ریزی‌شده فعالیت‌های بين انسان و رایانه است. هم چنان‌که مهندسي نرم‌افزار بر توليد راه‌حل‌های كاربردي معطوف به نرم‌افزارها تمركز دارد، تعامل انسان و رايانه نيز بر كشف روش‌ها و فنوني متمركز است؛ مضاف آن‌که از كاربران پشتيباني می‌کند. كاربردپذيري و آگاهي از هدفِ ناظر به تجربه كاربر، براي انجام تمامي طراحی‌های تعامل انسان با رايانه ضروري است.[10]
پردازش تصویر اصطلاحي به نسبت فراگير در حوزه فناوری اطلاعات مدرن است که به استفاده از ابزارهای مختلف برای پردازش یا بهبود تصاویر اشاره دارد. پردازش تصویر برای اهدافي گوناگون از جمله بازیابی اطلاعات خاص از یک تصویر، تشخیص تصویر، وضوح یا افزايش كيفيت تصویر و اندازه‌گیری الگو به كار می‌رود.[11]
يادگيری ماشین به معنای فراهم آوردن امکان آموزش برای سامانه‌های نرم‌افزاری است. در چارچوب ML ماشين‌ها با استفاده از مثال‌ها و تجاربی که در قالب داده‌هاي ورودی دریافت می‌کنند، می‌آموزند و تصمیم می‌گیرند که چطور رفتار کنند. اين امر از طريق پیشرفت مستمر محاسبات، با قرار گرفتن در معرض سناریوهای جدید، آزمایش و انطباق تسهیل می‌شود. اين در حالی است که ماشين از تشخیص الگو و روند برای تصمیم‌گیری‌های اصلاح‌شده در موقعیت‌های بعدی (هرچند غیر یکسان) نيز استفاده می‌کند.[12]
پردازش زبان طبیعي روشی برای ترجمه زبان‌های رایانه و انسان به يكديگر است. NLP رایانه‌ها را قادر به خواندن خطوط متني به شيوه قابل‌درک مي‌كند بدون اينكه درباره آن متن، سرنخ يا محاسبه‌اي ارائه شود.[13]
شبکه‌های عصبی يك فناوري است كه به‌طور اعم براي شبیه‌سازی فعاليت مغز انسان و به‌طور اخص جهت تشخيص الگو و عبور دروندادها از ميان لایه‌های مختلفِ اتصالات عصبيِ شبیه‌سازی‌شده ساخته‌شده است.[14]
شناسايي الگو در فناوري اطلاعات شاخه‌ای از يادگيري ماشين محسوب می‌شود كه بر تشخيص الگوها يا قاعده‌مندی‌های داده در يك سناريوي معين تأکید دارد. بازشناخت الگو می‌تواند «با نظارت» باشد يعني می‌توان الگوهاي شناخته‌شده پيشين را در يك داده يافت يا «بدون نظارت» بدين معني كه الگوهايي به‌طور كامل جديد كشف شوند. هدف پنهان در وراي الگوريتم‌هاي تشخيص الگو، ارائه پاسخي مستدل براي همه داده‌های ممكن و طبقه‌بندی داده‌های ورودي به اشيا يا كلاس‌ها بر اساس ویژگی‌های خاص است.[15]
سنجش‌ازدور روند كسب اطلاعات درباره يك شيء يا پديده بدون برقراري تماس واقعي با آن و حضور فيزيكي در محل است. اين روند عكس مشاهده يا سنجش در موقعيت محسوب مي‌شود.[16]
رباتيك صنعت مرتبط با طراحي، ساخت و بهره‌برداری از ربات‌هاست – حوزه‌ای وسيع و متنوع كه با بسياري از صنايع تجاري و كالاهاي مصرفي مصرف‌کنندگان مرتبط است. به‌طورکلی رشته رباتيك شامل اين است كه چگونه يك ماشين خودكار يا همان سامانة فناوريِ فيزيكيِ ساخته‌شده می‌تواند كاري انجام دهد، در مقام رابط كاربري قرار گيرد يا در چارچوب يك فناوري جديد نقش‌آفرینی كند.[17]
تشخيص گفتار ناظر به فناوري بهره‌مندی از سخت‌افزار رايانه در چارچوب امكان دريافت صدا و فنون نرم افزارمحور جهت شناسايي و پردازش خودكار صداي انسان است. از ASR براي شناسايي كلماتي كه يك شخص گفته يا براي تائید هويت فردي كه خطاب به سامانه صحبت می‌کند استفاده می‌شود.
تشخيص خودكار گفتار با نام‌های تشخيص خودكار صدا[18]، گفتار به متن يا بازشناسي ساده گفتار نيز شناخته می‌شود.[19]
تبارنامه هوش مصنوعي
نكته مهم درباره هوش مصنوعي اين است كه در حال حاضر «هوش مصنوعي جامع» يا چيزي كه به‌طور كامل و محض هوش مصنوعي محسوب شود، وجود ندارد. فناوری‌ای كه امروزه شاهد آنيم حاوي عناصر هوش مصنوعي است. براي فهم بهتر موضوع، اگر نرم‌افزارهاي كاربردي ويژه دستگاه‌هاي هوشمند را دستور طبخ غذا فرض كنيم هوش مصنوعي تنها در مقام يك قاشق چای‌خوری يا فنجان در نتيجه كلي سهم دارد.
ازاین‌روی بايد انواع مختلف برنامه‌های كاربردي را كه زيرشاخه هوش مصنوعي قرار می‌گیرند، شناخت؛ تا نسبت به آگاهي از نحوه طي شدن روندها اطمينان حاصل شود.
درختواره‌ای كه در ادامه مشاهده می‌شود نشانگر برخي – و نه همة – روابط بين كارافزارهاي گوناگون و هوش مصنوعي است.
پنج‌گانه سواد هوش مصنوعي
داشتن سواد هوش مصنوعی به این معنی نیست که باید سازوکارهای پیشرفته هوش مصنوعی را دانست بلكه برخورداري از توانمندي سواد هوش مصنوعي بدان معنی است که مخاطب شبکه‌ای در مورد فن‌آوری‌های مرتبط با اين موضوع به‌طور فعال آشنا و آموخته شود و با هر متنی به‌ویژه مقالات خبريِ مربوط به هوش مصنوعی، منتقدانه مواجه شود.
بدين منظور دانشگاه مك گيل پنج‌گانه‌ای با عنوان ROBOT ارائه كرده که می‌توان به هنگام مطالعه و مواجهه با متون و برنامه‌های هوش مصنوعی در چارچوب ارزيابي، درستي سنجي و مشروعيت بخشي به اين فناوري از آن بهره جست.[20]
اعتبار
- اطلاعات موجود درباره فناوری هوش مصنوعی چقدر معتبر است؟
- اگر اطلاعات از سوي فرد حقيقي يا حقوقيِ مسئول در حوزه هوش مصنوعی تهيه نشده باشد، آيا نويسنده صاحب صلاحيت و قابل‌اطمینان است؟ آيا اطلاعات ارائه‌شده جانب‌دارانه است؟
- اگر اطلاعات از سوي فرد حقيقي يا حقوقيِ مسئول در حوزه هوش مصنوعی تهیه‌شده، آن‌ها چه ميزان از اطلاعات را در دسترس مخاطبان شبکه‌ای قرار داده‌اند؟
- آیا به سبب حفظ اسرار تجاری فقط بخشي از اطلاعات منتشرشده است؟
- چه ميزان از اطلاعات تهیه‌شده از سوي فرد حقيقي يا حقوقيِ مسئول در حوزه هوش مصنوعی جانب‌دارانه است؟
هدف
- هدف بلندمدت يا کوتاه‌مدت استفاده از هوش مصنوعي چیست؟
- هدف از همرساني اطلاعات درباره هوش مصنوعي چيست؟
- اطلاع‌رسانی؟
- اقناع؟
- كسب حمايت مالي؟
جانب‌داري
- چه عاملي می‌تواند موجبات سوگيري و جانب‌داري را در فناوري هوش مصنوعی فراهم كند؟
- آيا مسائلي اخلاقي مرتبط با اين موضوع وجود دارد؟
- آيا وجود سوگيري يا مسائل اخلاقي تأییدشده است؟
- از سوي منبع اطلاعات؟
- از سوي فرد حقيقي يا حقوقيِ مسئول در حوزه هوش مصنوعي؟
- از سوي كاربران فناوري مدنظر؟
مالكيت
- مالك يا توسعه‌دهنده فناوري هوش مصنوعي چه كسي است؟
- كدام فرد / نهاد مسئول و پاسخگوي آن است؟
- آيا شركت خصوصي است؟
- دولتي است؟
- اتاق فكر يا گروه تحقيقاتي؟
- چه كسي به آن دسترسي دارد؟
- چه كسي از آن بهره‌برداری می‌کند؟
نوع
- اين فناوري در كدام زيرشاخه هوش مصنوعي قرار دارد؟
- فناوري مدنظر نظري است يا كاربردي؟
- به چه نوع سامانه اطلاعاتي متكي است؟
- خودكار است يا به مداخله انسان وابسته؟
[1] Artificial Intelligence (AI)
[2] www.oed.com/viewdictionaryentry/Entry/271625
[3] AI Literacy
[4] https://libraryguides.mcgill.ca/ld.php?content_id=35137878
[5] www.investopedia.com/terms/a/artificial-intelligence-ai.asp
[6] www.techopedia.com/definition/32099/automation
[7] www.techopedia.com/definition/32309/computer-vision
[8] www.techopedia.com/definition/30325/deep-learning
[9] www.techopedia.com/definition/613/expert-system
[10] www.techopedia.com/definition/3639/human-computer-interaction-hci
[11] www.techopedia.com/definition/2009/image-processing
[12] www.techopedia.com/definition/8181/machine-learning
[13] www.techopedia.com/definition/653/natural-language-processing-nlp
[14] www.techopedia.com/definition/32902/deep-neural-network
[15] www.techopedia.com/definition/8802/pattern-recognition-computer-science
[16] www.techopedia.com/definition/1939/remote-sensing
[17] www.techopedia.com/definition/32836/robotics
[18] AVR
[19] www.techopedia.com/definition/6044/automatic-speech-recognition-asr
