رؤیاى طراحان اولیه رایانه از بابیج تا تورینگ، ساخت ماشینى بود که توانایى حل همه مسائل را داشته باشد. ماشینى که در نهایت ساخته شد و به نام رایانه در دسترس همگان قرار گرفت تنها توانایى حل دسته اى از مسائل خاص و محدود را داشت، اما نکته اینجاست که همه مسائل از نظر طراحان اولیه رایانه چه مى توانست باشد؟
به طبع چون طراحان اولیه رایانه همگى منطق دان و ریاضیدان بودند، منظورشان همه مسائل منطقى و محاسباتى بود از این رو عجیب به نظر نمى رسد که فون نیومان سازنده نخستین رایانه، در حال ساخت این ماشین اعتقاد داشت که براى داشتن ماشینى هوشمند شبیه به انسان راه حل نهایى استفاده از منطق نیست بلکه کلید نهایى حل این مشکل رازى نهفته در دانش ترمودینامیک است.
* تاریخ هوش مصنوعى
هوش مصنوعى علمى است بسیار جوان و روبه رشد. شروع هوش مصنوعى به سال ۱۹۵۰ بازمى گردد یعنى زمانى که آلن تورینگ مقاله خود را درباره ساخت ماشین هوشمند به رشته تحریر درآورد. در این مقاله تورینگ روشى را براى تشخیص هوشمندى ماشین ها پیشنهاد داد.
روش پیشنهادى تورینگ بیشتر شبیه به یک بازى بود بدین نحو که یک انسان و یک ماشین روبروى هم و پشت پرده اى قرار مى گرفتند. ماشین باید با طرح سؤالاتى از انسان او را وادار به پذیرش هوشمند بودن خود مى کرد. روش پیشنهادى تورینگ به شرح زیر است: فرض کنید که انسانى در یک سمت دیوارى قرار دارد و توانایى برقرار کردن ارتباط به صورت تله تایپ با آن سوى دیگر دیوار را دارا باشد. مکالمه اى میان دو نفر انجام مى شود اگر پس از پایان مکالمه به آن شخص گفته شود که در طرف مقابلش نه یک انسان بلکه یک ماشین قرار داشته که پاسخ او را مى داده است و این امر بدون پى بردن شخص نسبت به هویت واقعى طرف مقابل انجام شود مى توان آن ماشین را ماشینى هوشمند قلمداد کرد.
نقطه آغاز علم هوش مصنوعى را مى توان به بعد از جنگ جهانى دوم نسبت داد، در آن زمان واینر با توجه به مسائل سایبرنتیک زمینه را براى پیشرفت هوش مصنوعى به وجود آورد و سپس در سال ۱۹۵۰ تورینگ آزمایش بالا را براى اثبات هوشمند بودن یک ماشین پیشنهاد داد و سپس در سال ۱۹۵۶ گروهى از علاقه مندان به هوش مصنوعى در کالج دارتموت گرد هم آمدند و تحقیقات وسیعى را براى هوش مصنوعى آغاز کردند.
دهه ۱۹۶۰ را مى توان دهه توسعه و پیشرفت تحقیقات در زمینه هوش مصنوعى نامید. در این سال ها بود که با تلاش هاى دانشمندان هوش مصنوعى، برنامه هاى بازى شطرنج و ربات هاى هوشمند پا به عرصه گذاشتند و پس از آن هر سال پله هاى پیشرفت و ترقى خود را پیمودند.
* جان مک کارتى
پروفسور جان مک کارتى در سال ۱۹۲۷ در شهر بوستون متولد شد. وى درجه کارشناسى ارشد خود را در رشته ریاضى در سال ۱۹۴۸ از انستیتو کالیفرنیا و مدرک دکتراى خود را از دانشگاه پرینستون در سال ۱۹۵۱ دریافت کرد. او با ادامه تحصیل در رشته علوم کامپیوتر موفق به دریافت درجه استادى در این رشته، از دانشگاه استنفورد شد و از سال ۱۹۶۵ تا ۱۹۸۰ سرپرستى آزمایشگاه هوش مصنوعى دانشگاه استنفورد را برعهده داشت.
مک کارتى که از جمله بنیان گذاران هوش مصنوعى به حساب مى آید، در زمان مطالعات خود درباره این علم زبانى را براى توصیف و توسعه هوش مصنوعى با عنوان list processing یا همان LISP ابداع نمود. این زبان تا سال ۱۹۵۸ از سوى همکاران کارتى در دانشگاه MIT توسعه داده شده و در این سال به عنوان یک زبان کامل وارد دنیاى برنامه نویسان شد.
مک کارتى و همکارانش معتقد بودند که مى توان کارى کرد که ماشین نیز داراى هوش باشد و این هوش همانند هوش انسانى باشد و LISP زبانى است که مى تواند این هوش را به وجود بیاورد.
* LISP
زبان هاى lisp و prolog زبان هایى هستند که براى طراحى و برنامه نویسى هوش مصنوعى بر روى ماشین ها، بیش از دیگر زبان ها کاربرد دارند. Lisp زبانى است که بیش از دیگر زبان ها در آمریکا رواج دارد و prolog بیش تر به وسیله اروپایى ها و ژاپنى ها مورد استفاده قرار مى گیرد. Lisp داراى انعطاف بیشترى نسبت به زبان prolog است و در مقابل طراحى prolog سطحى بالاتر نسبت به Lisp دارد.
* هدف هوش مصنوعى
همه افرادى که نخستین گام ها را در راه معرفى و شناخت هوش مصنوعى برداشتند به دنبال یک هدف بودند و آن نیز رساندن سطح هوش مصنوعى به سطح هوش انسانى بود. اما امروزه مى دانیم که مطالعه و بررسى در زمینه هوش و درک مکانیزم آن بسیار پیچیده است، هم اکنون مى توان موضوع هوش را از دو دیدگاه متفاوت مورد بررسى قرار داد:
۱- آگاهى از جهان اطراف چگونه حاصل مى شود و چه طور مى توان از حقایق و کشفیات نتیجه گیرى هوشمندانه اى به عمل آورد؟
۲- کشف و شهود آگاهانه به این معنا که براى رسیدن به هدفى مشخص هزاران راه و بیراهه وجود دارد که با استفاده از هوش مصنوعى مى توان راه را از بیراهه تشخیص داد.
* هوش مصنوعى و هوش انسانى
در شبکه ارتباطى مغز انسان سیگنال هاى ارتباطى به صورت پالس هاى الکتریکى وجود دارد. جزء اصلى مغز نرون است که از ساختمانى سلولى و مجموعه اى از شیارها و خطوط به وجود مى آید که این شیارها محل ورود اطلاعات به نرون هاست و خطوط نیز محل خروج اطلاعات از نرون است.
محل اتصال نرون ها به یکدیگر را سیناپس مى گویند که مانند دروازه اى براى ورود و خروج اطلاعات (Data) عمل مى کند، اگر واکنش هاى نرون ها به پالس هاى متفاوت هماهنگى کامل داشته باشند اتفاق هاى مهمى در مغز انسان رخ داده است.
گروهى از دانشمندان هوش مصنوعى که رویکرد مدل مغزى را دنبال مى کنند، شکلى از مدارهاى الکترونیکى را طراحى کرده اند که تاحدودى شبیه شبکه مغز انسان است ، در این ساختار هر گروه به تنهایى خود یک پردازنده (CPU) است ولى رایانه هاى معمولى تنها توانایى داشتن بیش از چند CPU را به صورت هم زمان ندارند. هدف از راه اندازى این شبکه عصبى رایانه اى طراحى مکانیسمى است که مانند مغز انسان توانایى یادگیرى داشته باشد. سامانه شبکه عصبى این کار را از راه ارزش گذارى کمى براى ارتباطات سیگنال ها بین نرون ها انجام مى دهد که این مکانیسم ارزش گذارى به وسیله مقاومت ها با تقویت یا تضعیف پالس ها انجام مى شود.
باتوجه به تعداد زیاد نرون ها در شبکه عصبى خرابى تعدادى از آنها تأثیر چندانى بر عملکرد سامانه ندارد تاکنون چند سیستم آزمایشى با استفاده از این اصول طراحى و ساخته شده اند.
* ویژگى هاى هوش مصنوعى
ماشین هایى که به عنوان ماشین هاى هوشمند شناخته مى شوند توانایى فکر کردن بدون نیاز به انسان را دارد و این به دلیل وجودخصلت هوش مصنوعى Artificial Intelligence دراین گونه ازماشین هاست. ماشین ها تنها در صورتى یک ماشین باهوش شناخته مى شوند که داراى قابلیت هاى خاصى باشد که یکى از این ویژگى ها شناخت از وجود خود است که تاکنون ماشینى که این توانایى را به طور کامل داشته باشد به وجود نیامده است، ویژگى بعدى ماشین هاى هوشمند توانایى شناخت محیط پیرامون خود است که این امکان در برخى از ماشین هاى هوشمند امروزى که با نام «ربات هاى امدادگر» شناخته مى شوند وجود دارد، ویژگى بعدى در ماشین هایى که داراى هوش مصنوعى هستند توانایى نشان دادن عکس العمل در مقابل کنش هاى حاصل از محیط است که این امکان نیز در ربات هاى هوشمند امروزى و در دسته خاصى از آن ها باعنوان «ربات هاى کاوشگر» فراهم آمده است.
* کاربردهاى هوش مصنوعى
از کاربردهاى هوش مصنوعى مى توان به موارد زیر اشاره کرد:
۱ـ طراحى نرم افزارهاى هوشمند: این گروه از نرم افزارها براى انجام کارهاى تخصصى طراحى شده اند و داراى توانمندى هاى بالایى نیز هستند، پشتوانه این گونه از برنامه ها وجود یک بانک اطلاعاتى (Data Base) قوى براى پاسخگویى به پرسش هاى مختلف کاربران است. نمونه هایى از این گونه از نرم افزارها نیز، نرم افزارهایى است که در آزمون هاى استخدامى و دانشگاهى مورد استفاده قرار مى گیرد.
۲ـ طراحى بازى هاى هوشمند: زمانى که شما در حال انجام یک بازى رایانه اى هستید، دشمنان شما از هوش کافى برخوردارند. اگر شما به آن ها شلیک کنید آن ها اقدام به فرار کرده و یا با مقابله به سوى شما شلیک خواهند کرد. این فرآیند نیز به دلیل وجود هوش مصنوعى در دشمنان شماست که آن ها را به واکنش نسبت به شما برمى انگیزاند.
۳ـ طراحى ربات هاى هوشمند: کاربرد عمده دیگر هوش مصنوعى در طراحى ماشین ها به نسبت هوشمند است. ماشین هایى مانند ربات هاى کاوشگر و ربات هاى امدادگر.
در ربات هاى امدادگر، ربات باید در محدوده مورد نظر به دنبال مصدومان حادثه بگردد و پس از یافتن آن ها کمک هاى مورد نیاز را در اختیار آن ها قرار دهد که این خود نیاز به داشتن شناخت از محیط دارد. دسته دیگر ربات ها یعنى ربات هاى کاوش گر باید به دنبال قطعه مورد نظر در مکانى خاص باشند و یا مسیرى را که از پیش تعریف شده است دنبال کنند که این نیز نیازمند داشتن هوش مصنوعى در این دسته از ربات ها است.
* نتیجه
هوش مصنوعى هنوز راه درازى در پیش دارد، شبکه سازى عصبى که در سال هاى گذشته شاهد تغییرات عمده اى نیز بوده است هر روز به دوران رشد و بلوغ خود نزدیک تر مى شود.
به عنوان مثال پژوهشگران پیش بینى مى کنند که به کمک فناوى نرم افزارى جدید شبکه هاى عصبى بتوان پیش بینى هاى بسیار دقیقى از بازار سهام به عمل آورد و پیش بینى هاى دقیق ترى مانند مکان فیزیکى سیاره ها درسال هاى آتى و اوضاع کره زمین از نظر شرایط زیست محیطى و غیره نیز میسر خواهد شد.
امروزه نگرش تاز ه اى نسبت به هوش مصنوعى به وجود آمده است که در بسیارى از آزمایشگاه ها در حال بررسى است. پژوهشگران سعى مى کنند دریابند آیا مجموعه اى از ربات هاى نیمه هوشمند مى توانند یک هوش جمعى ایجاد کنند به نحوى که هوش جمعى حاصل از هوش اعضاى تشکیل دهنده این مجموعه بیشتر باشد؟
