دسته‌بندی هوش مصنوعی و معرفی مدلهای ساخته شده

صبح بیدار میشوید و بعد از یک کش و قوس زیر پتو، به سراغ گوشی تلفن همراه که کنار تخت گذاشته اید، میروید. احتمالا بین مطالبی که اول صبح به چشم شما میاد، اخباری از هوش مصنوعی باشد. روزی نیست که تو وبگردی یا شبکه های اجتماعی در مورد هوش مصنوعی مطلبی نخوانید. این یعنی ترند روز دنیای فناوری همین AI شده و احتمالا این تازه شروع ماجرا است. در این بین با مدلهای متفاوت از این ترند روز روبرو هستیم. آیا به این فکر کرده اید که دسته‌بندی هوش مصنوعی به چه صورت است و چند نوع هوش مصنوعی وجود دارد؟

سوالهای زیادی در خصوص Ai ذهن من را به عنوان یک علاقه مند به فناوری غلقلک میدهد. همین سوال منو به یک تحقیق واداشت که نتیجه این کنکاش را در این مطلب به طور خلاصه برای شما شرح خواهم داد. 

لیست عناوین

1- طبقه بندی کلی هوش مصنوعی

هوش مصنوعی (AI) حوزه گسترده و پیچیده‌ای دارد. دسته بندی آن به انواع مختلف، یک کار چالش برانگیز است. اما با توجه به تعاریف موجود سعی بر دسته بندی هوش مصنوعی از دو دیدگاه هستیم. نگاه اول Functionality است که بر اساس عملکرد می‌باشد. یعنی بر اساس وظایف خاصی که میتواند انجام دهد، تقسیم میشوند. نگاه دوم Capability که قابلیتهای هوش مصنوعی در نظر گرفته میشود. در این دسته‌بندی هوش مصنوعی سطح هوشمندی ملاک طبقه بندی است. بر اساس این دو دیدگاه انواع هوش مصنوعی را در 7 بحش میتوان دسته بندی نمود. در دو لیست جداگانه، انواع هوش مصنوعی از این دو نگاه به صورت زیر می‌باشد: 

Capability (قابلیت)
Functionality (عملکرد)

تاریخچه هوش مصنوعی از تولد تا به امروز، برای مطالعه بیشتر بر روی این لینک کلیک کنید

2- طبقه بندی هوش مصنوعی از نظر قابلیت

1-2- هوش مصنوعی محدود Narrow Ai

کلمه Narrow به معنای محدود و تنگ است و در فارسی به Narrow Ai، هوش مصنوعی محدود می‌گویند. در حقیقت هوش مصنوعی که در آن الگوریتم یادگیری برای انجام یک وظیفه طراحی شده Narrow Ai می‌باشد.  

جالب است بدانید که این نوع یک اسم دیگری دارد به نام Weak Ai. این کلمه به خوبی نشان دهنده ضعیف و سطح پایین بودن این مدل از هوش مصنوعی میباشد. اما چرا؟ 

امروز اکثر هوشهای مصنوعی در این دست قرار میگیرند. به طور مثال تشخیص چهره، بازی شطرنج، مترجم زبان و بسیاری از انواع مثال که روزانه با آن روبرو هستیم. دلیل اینکه این مدل پایین ترین سطح است، تک کاربره بودن است. مثلا مترجم زیان توسط الگوریتم آموزش میبیند، ولی تمام این قرار است در ترجمه بهتر موثر باشد. اما این مترجم قرار نیست از این روش آموزش دیده و استراتژی بیزینس برای شما طراحی کند. 

این نوع به خودآگاهی نمیرسد، توانایی استفاده از علم به دست آمده برای کارهای فراتر از وظیفه خود ندارد. مترجم گوگل، تشخیص بیماری، تشخیص چهره از این دست میباشند. 

ویژگی

2-2 - هوش مصنوعی عمومی General Ai

این هوش مصنوعی مثل انسان میتواند بفهمد، یاد بگیرد و از یادگیری برای حل مسائل پیچیده تر استفاده کند. تعریف دقیق این مدل سخت است. چون هوش انسان یک موضوع کمی و قابل اندازه گیری نیست. همچنین انسانها در سطح متفاوتی از یکدیگر قرار دارند. لذا تعمیم این موضوع به هوش مصنوعی نیز سخت میباشد. 

در این دسته‌بندی هوش مصنوعی به Narrow مدل ضعیف میگفتند. این را در قسمت قبل متوجه شدید. باید بدانید که به General Ai هوش مصنوعی قوی می‌گویند. در این بخش، هوش مصنوعی میتواند بیش از یک وظیفه انجام دهدو همچنین از آنها یاد گرفته و از تجربه خود برای حل مشکل پیچیده تر استفاده کند. هوش مصنوعیهای امروزی از جمله GPT و Gmini و Copilot در این دسته قرار میگیرند. ولی مدل ناقصی از General Ai میباشند. شاید بهتر است بگوییم که هوش مصنوعی که بتوان به طور کامل لقب General Ai را به آن بدهیم، فعلا وجود ندارد.

ویژگی

3-2 - ابر هوش مصنوعی Super Ai

نوع سوم ابرهوش مصنوعی یا همان Super AI است که از هوش انسانی و توانایی های شناختی پیشی می گیرد. این مدل از هوش مصنوعی می‌تواند فکر کند، یاد بگیرد، استدلال داشته باشد، قضاوت می کند و دارای توانایی های شناختی است که از انسان ها فراتر می رود. این نوع سیستم هوش مصنوعی فراتر از تأمین احساسات و تجربیات انسان تکامل یافته خواهد رفت. قادر به احساس احساسات ، نیازها و داشتن اعتقادات و خواسته های خود خواهد بود. شاید این نقطه ای است که میتوان گفت یک موجود هوشمند توسط ما خلق شده و دارای احساسات و عقاید خاص خود خواهد بود. این مدل هنوز وجود ندارد. بزرگترین چالش این نوع خظرطغیان علیه بشریت خواهد بود.

ویژگی

3- طبقه بندی هوش مصنوعی از نظر عملکرد

1-3 - هوش مصنوعی واکنشی Reactive Machine

اولین نوع از دسته‌بندی هوش مصنوعی Functionality هوش مصنوعی واکنشی یا Reactive Machine AI است. این نوع سیستمهایی هستند که برای انجام یک کار تخصصی خاص طراحی شده‌اند. هوش مصنوعی واکنشی از بر اساس قوانین و الگوریتمهای از پیش تعریف شده عمل میکنند، بدون در نظر گرفتن تجربیات گذشته یا پیشبینی رویدادهای آینده، به وضعیت فعلی واکنش نشان میدهند. با این روش یک خروجی به ظاهر هوشمند تولید میکند. 

ماشینهای واکنشی مدلی هستند که حافظه ندارند و وظیفه خاصی را دنبال مبکنند. به این معنی که یک ورودی همیشه همان خروجی را ارائه میدهد. به طور مثال ربات های چت که در وبسایتها برای خدمات مشتری پاسخگو هستند در این دسته قرار میگیرند. 

ویژگی

2-3 - هوش مصنوعی حافظه محدود Limited Memory

نوع دوم هوش مصنوعی حافظه محدود Limited Memory Ai است. این مدل از هوش مصنوعی دارای حافظه است و می تواند وقایع و نتایج گذشته را در نظر گرفته و بر اساس آن موقعیت فعلی را تحلیل نماید. هوش مصنوعی با حافظه محدود می تواند از داده های گذشته و حال برای تصمیم گیری در مورد یک موضوع استفاده کند. 

این نوع سیستم هوش مصنوعی مقدار محدودی از دادههای را ذخیره میکند. نیازی به ذخیره سازی دیتای کامل ندارد. حافظه محدود به سیستم کمک میکند تا کارآمد و سازگار باقی بماند. این مدل از هوش مصنوعی در برنامه های مختلف مانند دستیار شخصی، سیستم های تجزیه و تحلیل و پیش بینی استفاده می شود, جایی که توانایی استفاده از داده های گذشته برای تصمیم گیری مهم است. به طور مثال Siri ، الکسا، مدلهای پیشبینی بازار، سیستمهای تشخیص کلاه برداری در این دسته قرار میگیرند. 

ویژگی

3-3 - هوش مصنوعی تئوری ذهن Theory of Mind AI

نوع سوم در دسته بندی Functionality ، هوش مصنوعی تئوری ذهن Theory of Mind AI نام دارد. به توانایی یک سیستم هوش مصنوعی برای نسبت دادن حالت های ذهنی مانند باورها، خواسته ها و نیت ها به خود و عوامل دیگر (چه انسانی و چه مصنوعی) اشاره دارد. این دسته از هوش مصنوعی توانایی درک افکار و احساسات اشخاص دیگر، به ویژه انسان ها را دارد. این مدل می تواند انگیزه ها و استدلال های انسانی را استنباط کند و تعاملات خود را با افراد بر اساس نیازها و اهداف عاطفی منحصر به فرد خود دنبال کند.

در حالی که توسعه نظریه ذهن در هوش مصنوعی یکی از موارد جذاب است، اما همچنان یک چالش مهم به حساب می‌آید. زیرا سیستم هوش مصنوعی نیاز به درک عمیق از شناختن روابط و پیچیدیگیهای رفتار انسانی دارد. نمونه های ناقصی از این مدل وجود دارد. به طور مثال در خودروهای خودران هوش مصنوعی باید وضعیت راننده را تشخیص دهد. بر اساس آن تصمیم گیری نماید. 

ویژگی

4-3 - هوش مصنوعی خودآگاه Self-Aware AI

چهارمین نوع و به عبارتی آخرین بخش از دسته‌بندی هوش مصنوعی، نوع خود آگاه است. هوش مصنوعی Self-Aware توانایی درک شرایط و ویژگی های داخلی خود را دارد. این ویژگی میتواند به خلق مجموعه ای از احساسات، نیازها و باورهای در وجود هوش مصنوعی شود. این نوع سیستم هوش مصنوعی بسیار پیشرفته است و میتواند به صورت مستقل و بدون نیاز به انسان عمل کرده و تصمیم بگیرد. می تواند عملکرد خود را ارزیابی کند و خطاها را شناسایی کند و مسیر مناسب  برای بهبود خود تعیین کند.

با خودآگاهی، سیستم هوش مصنوعی میتواند الگوی مناسب برای یادگیری و تصمیمگیری خود را طراحی کند. قابلیت این را دارد که افکار، احساسات و فرآیندهای تصمیم گیری خود را مشاهده و بازتاب دهد. این به آن اجازه میدهد تا بر رفتار خود نظارت داشته باشد و در جهت بهبود آن برنامه ریزی کند. شاید تعریف چارچوب خاص برای این مدل چندان قابل اجرا نباشد. 

ویژگی

4- سخن پایانی

دسته‌بندی هوش مصنوعی به هفت نوع بر اساس قابلیتها و عملکرد، چارچوبی برای درک وضعیت فعلی هوش مصنوعی و پیشرفتهای احتمالی آینده آن فراهم میکند. همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، این طبقه بندی به ما کمک می کند تا پیشرفت خود را پیگیری کنیم و پیامدهای هر نوع هوش مصنوعی را بر جامعه و بشریت بهتر درک کنیم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *