ترجمه: امين مرجاني 



بنا به تعريف دايره`‌المعارف آنلاين ويكي‌پديا، در علم آينده‌پردازي، <يكتايي فناوري> به نقطه پيش‌بيني شده‌اي در توسعه تمدن گفته مي‌شود كه در آن پيشرفت فناوري با سرعتي فراتر از توانايي‌هاي امروز بشر به سوي درك كامل و پيش‌بيني مسائل به پيش مي‌رود. يكتايي (Singularity) به‌ويژه به ظهور هوشي توانمندتر از هوشِ بشر و پيش‌بيني فرايند فناوري مربوط اشاره دارد. كامپيوترهاي باهوش همه جا حضور دارند. از ماشين چمن‌زن خودكار گرفته تا نورپرداز هوشمند، ماشين ظرفشويي و حتي موتور ماشين‌هايي كه سيستم عيب‌ياب مركزي دارند، يك مغز سيليكوني در تمام وسايل مدرني كه فكرش را بكنيد، وجود دارد. اما آيا شما مي‌توانيد يك تعريف ملموس از هوش ماشيني را ارايه دهيد؟ در يك بعد از ظهر باراني تصميم گرفتم چنين تعريفي را پيدا كنم. به اين منظور كامپيوترم را روشن كردم و براي پيدا كردن اطلاعات بروز در اين‌باره، وارد سايت يك چت‌بات به نام اينتلي‌بادي شدم كه يكي از جايگاه‌هاي اصلي مرتبط با هوش مصنوعي در كره زمين به شمار مي‌رود.


منبع: نيوساينتيست‌

اينتلي‌بادي: سلام من اينتلي‌بادي هستم. از ديدن شما خوشحالم.

JM: من يك مقاله در رابطه با هوش مصنوعي مي‌نويسم.

- آيا شما از من هم در مقاله خود چيزي مي‌نويسيد؟
- اين كار را مي كنم؛ به شرطي كه به من ثابت كني كه واقعاً باهوشي.
- آيا تو اين كار را به يك دوست توصيه مي‌كني؟
- آيا تو هوشمندي؟
- من خيلي باهوشم و كاركردهاي عقلاني زيادي دارم.
- كاركردهاي عقلاني تو چه چيزهايي هستند؟
- تفكر، استدلال، فهم، منطق و استنتاج.
- بهره‌هوشي (IQ) تو چند است؟
- IQ من با معيارهاي شما حدود 250 است.
- واي تو از ويرايشگر من باهوش‌تري!
- من خوشحالم كه تحت‌تأثير قرار گرفتي. شما فكر مي‌كنيد كه من از ويرايشگرم باهوش‌ترم
- نه، باهوش تر از ويرايشگر من.
- من خوشحالم كه تحت‌تأثير قرار گرفتي. شما فكر مي‌كنيد كه من از ويرايشگرم باهوش‌ترم.
- نه، باهوش‌تر از ويرايشگر من.
- ... .

امروزه از اين چيزها درباره هوش مصنوعي زياد وجود دارد. اينتلي‌بادي نسخه‌اي از يكي از موفق‌ترين Chatbotهاي دنيا به نام Artificial Linguistic Internet Computer Entity) ALICE) است. كه در سال 1995 توسط Richard Wallace محقق مستقل در سانفرانسيسكو اختراع شد. شما مي‌توانيد در هر جاي وب نسخه‌هايي از ALICE را پيدا كنيد، اين نرم‌افزار به صورت رايگان ارائه مي‌شود. اما متأسفانه هر نسخه‌اي را كه براي چت انتخاب كنيد، شبيه يكديگر خواهند بود. هرچند بعضي از اين گفت‌وگوها آغاز اميدواركننده‌اي دارند، تمام آن‌ها نهايتاً به يك محاوره درهم و برهم كه فقط از عهده هوش‌مصنوعي برميآيد، تنزل مي‌كنند.





اما اين مشكلات به خاطر عدم وجود وقت كافي در اصلاح اين نرم‌افزارها به وجود نيامده است. اولين Chatbot در سال 1960 ظهور كرد. در آن زمان ايده گپ‌زدن با كامپيوتر مردم را بهت زده مي‌كرد. امروزه، مكالمه با كامپيوتر در سطحي بالاتر از حرف زدن با يك سگ خانگي باهوش به نظر ميآيد، اما نهايتاً فاقد معني خواهد بود.

مشكلي كه در ارتباط به چت‌بات‌ها وجود دارد، نشانه‌اي از يك كسالت و ناتواني در حوزه هوش مصنوعي است. سال‌هاي زيادي است كه محققان وعده يك فناوري را داده‌اند كه توسط آن مي‌توانيم با كامپيوتر مانند يك دوست گپ بزنيم، روبات‌هايي را خواهيم ديد كه به عنوان يك پيشخدمت انجام وظيفه مي‌كنند و نهايتاً يك روز، خوب يا بد، شاهد توليد ماشين‌هاي هوشيار و فهيم خواهيم بود. اما هنوز به نظر فاصله زيادي براي رسيدن به اين اهداف وجود دارد.

با اين همه شرايط خيلي زود مي‌تواند عوض شود. در چند ماه آينده، بعد از يك پرورش صبورانه 22 ساله يك مغز مصنوعي به نام Cyc (بخوانيد: سايك /Psych) به صورت آنلاين به جهانيان عرضه خواهد شد. اين مغز  باهوش‌تر خواهد بود. با بازشدن اين مغز به روي توده مردم، انتظار مي‌رود شاهد تسريع فرايند يادگيري Cyc و دسترسي آن به دانش وسيعي از ميليون‌ها نفر در سراسر دنيا باشيم؛ زيرا اين مغز مي‌تواند حقايق جديد را از طريق صفحات وب، وب‌كم‌ها و داده‌هاي وارد شدهِ دستي توسط افرادي كه قصد كمك به ارتقاي Cyc را دارند جذب كند.

پديدآورنده Cyc مي‌گويد كه اين مغز بر اساس خصيصه‌هاي بشري توسعه داده شده است و هيچ هوش مصنوعي ديگري براي تقليد اين خصيصه ها وجود ندارد.

پديدآورنده سيستم، Doug lenat از شركت Cycrop مي‌گويد: من معتقدم ما به سوي يكتايي پيش مي‌رويم و در كمتر از ده سال اين امر محقق خواهد شد. اما تمام محققان با اين ادعا موافق نيستند. به زعم آن‌ها چنين ادعاهايي در نهايت منجر به چيزي مي‌شود كه آن‌را <زمستان هوش‌مصنوعي> مي‌نامند.

اين زماني بود كه سرمايه‌گذاري دولت براي پروژه‌هاي هوش مصنوعي قطع شد. به علاوه درك اين واقعيت كه ساخت كامپيوترهاي هوشمند تعريفي كه ما از هوش و فهم داريم كاري بسيار دشوار است اميدها را ياس تبديل مي‌كرد. بسياري از دانشمنداني كه روزگاري به عنوان مغز متفكر در زمينه هوش مصنوعي فعاليت مي‌كردند، اكنون انكار مي‌كنند كه حتي كوچك‌ترين رابطه‌اي با اين موضوع داشته‌اند. براي آن‌ها واژه <هوش مصنوعي> براي هميشه توسط نسل پيشينِ محققاني كه فناوري و افسانه يكتايي را بي‌منطق جلوه مي‌دادند، لوث شده است. براي آن‌ها مطالعه هوش مصنوعي يادگاري است از دوران گذشته كه با تحقيق بدون همت و بلندپروازي و صرفاً هدف‌گرا، جايگزين شده است. اكنون ‌بخش‌هايي از تحقيقات به عمل آمده در زمينه هوش مصنوعي در هر چيزي، از سيستم محاسبه اعتبار بانكي و دوربين‌هاي خودكار با زوم كنترل‌دار گرفته تا تشخيص پلاك در دوربين‌هاي كنترل سرعت و سيستم هدايت فضاپيماها استفاده مي شوند.

فلسفه هوش مصنوعي از خيلي جهات به اندازه كامپيوتر و فلسفه محاسبات قديمي اعتبار دارد. هدف از ساخت كامپيوتر در وهله اول، انجام عمليات‌هاي پيچيده رياضي مانند شكستن كد (Code Breaking) بوده است. اين اتفاق در سال 1950 توسط Alan Turing، رمزياب مشهور جنگ جهاني دوم، رياضيدان، و احتمالاً مخترع كامپيوترهاي اوليه انجام شد.
 
او يك آزمايش را فرمول‌بندي كرد كه بعدها معياري براي اندازه‌گيري هوش تمام برنامه‌هاي كامپيوتري شد (آزمايش تورينگ در كادر پايين صفحه آمده است) و حتي در زمان تورينگ كامپيوترها در انجام بعضي از امور از انسان‌ها پيشي گرفتند و همان‌طور كه John Von Neuman، يكي از پدران انقلاب كامپيوتر، در سال 1948 مي گويد، <شما اصرار داريد كه چيزي وجود دارد كه يك ماشين نمي تواند انجام دهد. اگر دقيقاً به من بگوييد كه آن چيست كه ماشين از عهده آن برنميآيد، من ماشيني خواهم ساخت كه آن كار را براي شما انجام دهد.>  اين به نظر موضوعي بود كه قبل از اين‌كه كامپيوترها در كارهاي فكري از انسان‌ها پيشي بگيرند، مورد بحث آن روزگار بوده است.

اما بسياري از دانشمندان و فيلسوفان در اين ايده و انديشه دچار ترديد بوده‌اند. آن‌ها مدعي بودند كه يك چيز وابسته به خوي انساني وجود دارد كه يك كامپيوتر هرگز نمي‌تواند به آن دست يابد. در ابتدا اين استدلال‌ها حول مشخصه‌هايي نظير هوشياري و خودآگاهي تمركز داشت. اما عدم توافق بر اين‌كه اين مشخصه‌ها دقيقاً چه معنايي دارند و ما چگونه مي‌توانيم آن‌ها را تست كنيم، مانع پيشرفت واقعي اين مباحث شد. بعضي‌ها تصديق كردند كه كامپيوترها مي‌توانند باهوش شوند، اما نمي‌توان بعضي از مشخصه‌هاي انساني نظير دلسوزي يا معرفت را ايجاد كرد؛ چرا كه منحصر به انسان و نتيجه پرورش‌احساس و تجربه هستند. تعريفي كه فلاسفه نيز از هوش بيان مي كردند، با تناقضات و مغايراتي همراه بود كه اين عدم توافق تا امروز باقي مانده است.

اكثر محققان در تعريف خود از هوش مصنوعي يك نكته را به عنوان هدف مورد توجه قرار داده‌اند: ماشيني را مي‌توان بر اساس رفتارهايش هوشمند ناميد كه مانند انسان مسئول آن رفتارها باشد. بعضي‌هاي ديگر اين تعريف را به شكل ديگري بسط داده‌اند. اجتماع مورچه‌ها و سيستم ايمني بدن نيز رفتارهاي هوشمندانه‌اي دارند كه كاملاً رفتارهاي غيرانساني هستند. اما درگيرشدن در چنين بحث‌هايي همان مشكلاتي را ايجاد مي‌كرد كه ساليان دراز بلا‌ي جان هوش مصنوعي شده بود. آزمايش Turing يك معيار عقلاني و منطقي است. ما زماني يك ماشين را با هوش مي‌ناميم كه بتوانيم با آن حرف بزنيم؛ بدون اين‌كه بفهميم واقعاً يك ماشين است. حال آن‌كه برنامه‌هايي نظير اينتلي‌بادي به وضوح در اين زمينه ناتوانند.

اينتلي‌بادي يكي از جديدترين چت‌بات‌ها است. در سال 1996، Joseph Weizenbaum محقق علوم كامپيوتري در انستيتيوي فناوري ماساچوست، اولين چت‌بات را با نام Eliza After Eliza Doolitle ساخت. اين نام مربوط به شخصيت داستان Pygmalion پادشاه يوناني اثر جورج برنارد شاو نمايش‌نامه‌نويس ايرلندي است. 

 اليزا ياد گرفته بود كه مانند افراد طبقات بالاي جامعه انگليس صحبت كند. برنامه طوري طراحي شده بود كه بتواند مكالمات يك روانپزشك را با بيمارش به وسيله يك سري ترفند بديع، تقليد كند. اليزا گفته‌هاي بيمار را به عبارات سؤالي تغيير مي‌داد و از شخص سؤال مي‌پرسيد. براي مثال:

بيمار: من مي خواهم گريه كنم.
اليزا: چرا مي گويي كه مي‌خواهي گريه كني؟
- چون مادرم از من متنفر است.
- چه اشخاص ديگري در خانواده‌ات از تو متنفرند؟
و به اين صورت ادامه پيدا مي‌كند.

اليزا به نحوي برنامه‌ريزي شده‌ بود كه عبارات كليدي جمله‌هاي شخص مخاطب را پيدا كند و با درك منظور مخاطب، آن‌ها را به جملات ديگري تغيير دهد. ايده صحبت‌كردن با كامپيوتر، انسان‌ها را متحير كرده بود و حتي شواهدي در دست است كه نشان مي‌دهد بعضي‌ها با اليزا وابستگي عاطفي برقرار كرده بودند.

موفقيت حاصله، بسياري را به اين مسئله خوش‌بين كرد كه به وسيله برخي تئوري‌هاي عظيم مربوط به مغز انسان، راهكاري براي به وجود آمدن هوش مصنوعي پيدا شده است. در فيلم اديسه فضايي، اثر كلاسيك و مشهور استنلي كوبريك در سال 1968، Computer HAL بخشي از بحث‌ها و ترس‌هايي را به نمايش كشيد كه در اين زمينه وجود داشت.

با توجه به اين پيشينه وزارت تجارت بين‌الملل و صنعت ژاپن در سال 1982 يك پروژه با نام نسل پنجم سيستم‌هاي  كامپيوتري را، به منظور ارتقاي همگام كامپيوترها، هم در زمينه محاسبات و هم در زمينه هوش مصنوعي در سطوح جديد به مرحله اجرا در آورد. مقياس و بلندپروازي پروژه بي‌نظير بود كه در نتيجه اين ترس را در غرب به وجود آورد كه ژاپن نهايتاً در صنعت كامپيوتر نيز مانند صنايع الكترونيك و خودرو به برتري و حكمفرمايي خواهد رسيد. اگر آن‌ها موفق به ساخت ماشين هوشمند مي‌شدند، ديگر كسي نمي‌توانست بگويد كه ژاپن قادر به انجام چه كارهايي مي‌شد.

در نتيجه، اقدام ژاپن منجر به يك جنگ ميان ايالا‌ت‌متحده و اين كشور براي به دست آوردن برتري در زمينه هوش‌ مصنوعي شد. ديوان عدالت ايالا‌ت متحده قانوني را تصويب كرد كه طي آن قانون انحصار كالا و سرويس به گونه‌اي لغو شد كه دست بعضي از شركت‌هاي بزرگ ايالا‌ت متحده مانند كداك و موتورولا را براي رقابت با تلاش‌هاي تحقيقاتي ژاپن باز مي‌گذاشت. به دنبال آن، شركتي به نام Microelectronic and computer technology) MCC)تأسيس شد و از Doug lenat، محقق كامپيوتر در دانشگاه استنفورد، خواسته شد هدايت آن را به عهده بگيرد.
 
اما جريان پيشرفت كار به طور مأيوس‌كننده‌اي آرام به جلو مي‌رفت و همان‌طور كه آرزوهاي رسيدن به هدف با شكست مواجه مي‌شد، يك نفاق و دودستگي در بين گروه‌هاي درگير با ديدگاه‌هاي مختلف به وجود مي‌آمد. در يك طرف افرادي اعتقاد داشتند كه راهكار هوشمندسازي در استدلال سمبليك خلاصه مي‌شود. يك ديدگاه رياضي كه در آن ايده‌ها و مفاهيم با سمبل‌هايي نظير لغات، عبارات يا جمله‌هايي بيان مي‌شود كه در نهايت توسط قوانين منطقي مورد استفاده قرار مي‌گيرند. با دادن اطلاعات كافي اميد مي‌رفت سيستم استدلال سمبليك به يك سيستم هوشمند تبديل شود. اين ديدگاه براي خيلي از محققان خوشايند به نظر مي‌رسيد؛ زيرا ممكن بود مدارك جامعي در اين زمينه به دست آيد كه نهايتاً بعضي از شاخه‌هاي هوش مصنوعي از قبيل پردازش زبان و بينايي ماشين را دچار دگرگوني كند.

يك پايان بد
اما در اوايل دهه 1990 معلوم شد كه پروژه هوش‌مصنوعي ژاپني‌ها با پيشرفت رو به جلويي همراه نبوده است. اوضاع در ايالا‌ت متحده نيز تعريفي نداشت. اكثر پروژه‌ها راكد مانده بود و كمك‌هاي مالي نيز قطع شده بود.  شكست‌هاي مكرر در زمينه برنامه‌هاي كامپيوتري كه به سيستم‌هاي خبره (برنامه‌هايي كه با توجه به اطلا‌عات ويژه تعريف‌شده از سوي كاربر براي پاسخ به درخواست‌ها از استنتاج منطقي استفاده مي‌كنند معروف بودند)، باعث به وجود آمدن سرخوردگي ديدگاه استدلال سمبوليك شد. خيلي‌ها معتقد بودند كه مغز انسان  به وضوح به نحو ديگري عمل مي‌كند كه اين موضوع در ديدگاه‌هاي ديگري نظير شبكه‌هاي عصبي مصنوعي كه به شكلي بدوي فعاليت نورون‌ها در مغز انسان را شبيه‌سازي مي‌كرد يا الگوريتم‌هاي ژنتيكي كه وراثت ژنتيكي و تناسب فيزيكي را تقليد مي‌كردند، اشتياقي تازه به وجود آورد.

شبكه‌هاي عصبي يك شروع اميدواركننده داشتند و اكنون نيز در هر چيزي، از بازي‌هاي كامپيوتري گرفته تا  سيستم‌هاي DNA Sequencing استفاده مي‌شوند. اين اميد وجود داشت كه با ايجاد يك پيچيدگي كافي آن‌ها بتوانند رفتارهاي  هوشمندانه‌اي را ارائه دهند. اما اين اميد نيز به يأس تبديل شد؛ زيرا هرچند كه شبكه‌هاي عصبي قابليت درس گرفتن از اشتباهاتشان را داشتند، اما تمام مدل‌هاي موجود در راه رسيدن به يك حافظه طولاني مدت با شكست روبه‌رو شده بودند.

زمستان هوش مصنوعي از راه رسيده بود و سرمايه تحقيقات به سختي تأمين مي‌شد. در نتيجه خيلي از محققان توجه خود را به مشكلات محسوسي نظير تشخيص گفتار و Automatic planning كه اهداف تعريف‌شدهِ مشخص‌تري داشتند، معطوف كردند؛ رسيدن به نتيجه در اين زمينه‌ها آسان‌تر به نظر مي‌رسيد. در نتيجه هوش مصنوعي به شاخه‌هاي متعددي تقسيم شد. در واقع در همين زمان هوش مصنوعي به عنوان يك ماهيت واحد (با آن تصور اوليه كه از آن وجود داشت) مفهوم خود را از دست داد.

اما اين تجزيه و فروپاشي محاسني را نيز در برداشت. از جمله به محققان امكان داد فعاليت‌هاي بيشتر و دقيق‌تري را براي حل بعضي مشكلات خاص انجام دهند. براي مثال، بينايي كامپيوتر (Computer Vision) اكنون يك زمينه علمي با بحث‌ها و مجلات تخصصي مربوط به آن به شمار مي‌رود. Tom Mitchell، متخصص هوش مصنوعي در دانشگاه Carnegie Mellon در پيتسبورگ، پنسيلوانيا مي‌گويد: <افرادي وجود دارند كه تمام دوران كاري خود را به اين مشكل اختصاص مي‌دهند و هيچ وقت به ديگر قطعات اين معما توجهي نمي‌كنند>. چنين وضعيتي در سيستم‌هاي تشخيص گفتار، آناليز متن و كنترل روبات نيز وجود دارد.

يك حس عام ساده
با اين همه Lenat تسليم نشد. او همچنان به عنوان يك محقق براي ساخت يك پايگاه اطلاعاتي از دانش منطقي كه معتقد بود مي‌تواند كليد شانس هوش‌مصنوعي باشد، فعاليت مي‌كرد. وي در سال 1994 پس از آن‌كه سرمايهMCC به اتمام رسيد، تصميم گرفت هدايت يك شركت به نام Cycrop در تگزاس را به عهده بگيرد و فعاليت خود را براي گسترش سيستم هوش مصنوعي كه آن را Cyc ناميده بود، ادامه دهد.

فلسفه Cyc اين بود كه مي‌توانست براي مثال در جمله تشخيص دهد كه Pen يك وسيله كوچك براي نوشتن است و در جمله كلمه Pen به معناي يك آغل بزرگ است. Lenat با مثال‌هاي ساده نشان مي‌داد كه چگونه چنين تمايزات منطقي‌اي مي‌تواند وجود داشته باشد.
 
در تشخيص گفتار براي متمايز كردن دو جمله گفته شده: و كه از نظر تلفظ بسيار مشابهند، بهترين راه، آناليز زمينه مكالمه و دريافت معاني است تا اين‌كه فقط با نگاه به دو كلمه Hired و Fired فرق آن‌ها را تشخيص دهيم. Lenat مي‌گويد: انسان هرگز با چنين مشكلاتي مواجه نمي‌شود، اما ممكن است كامپيوتر به آساني گيج شود. هيچ عرصه‌اي از هوش مصنوعي  وجود ندارد كه منفعتي به همراه نداشته باشد و اين قابليت استفاده و عدم قابليت استفاده است كه تفاوت‌ها را نشان مي‌دهد.

Cyc طوري طراحي شده است كه مي‌تواند با دقت بسيار زياد هر حقيقتي را به حقايق ديگر پايگاه اطلاعاتيش مربوط سازد. براي مثال، Cyc مي‌فهمد كه در جمله <هر ژاپني يك نخست‌وزير دارد> فقط يك نخست‌وزير موجود است. در صورتي كه در جمله <هر ژاپني يك مادر دارد> ميليون‌ها مادر وجود دارند. دانش Cyc به صورت بخش‌هاي منطقي ذخيره مي‌شود كه مي‌تواند حقيقت‌هايي را كه قبلاً ياد گرفته است، اظهار نمايد. اين، بر اساس استدلال سمبليك كه در اواسط دهه 1990 با شكست مواجه شده بود، پايه‌گذاري شده است.

اما Lenat و تيمش يك حركت رو به جلو را از آن زمان به بعد آغاز كردند. چيز عجيبي كه درباره Cyc وجود داشت اين بود كه هرچه دانسته‌هاي آن بيشتر مي‌شد، توانايي يادگيري و درك آن نيز بالاتر مي‌رفت. به اين معني كه هرچه ميزان اطلاعات داده شده به آن بيشتر مي‌شود، قابليت درك حقايق نيز برايش بيشتر مي‌شود و هر حقيقت جديدي كه عقلاني به نظر برسد، جمع آوري مي‌كند و به پايگاه اطلاعاتيش ارجاع مي‌دهد.
 
Lenat اظهار مي‌كند كه سرعت يادگيري سيستم بستگي به حجم آگاهي آن نسبت به بديهيات دنياي پيرامونش دارد. اما عملكرد بدِ هوش مصنوعي موجود، به دليل نبودن چنين دركي از بديهيات دنيا است. چيزي كه در مورد سيستم‌هاي هوش مصنوعي امروزي تقريباً نزديك به صفر است. يكي از خصوصيات بارز و قابل اهميت Cyc، قابليت استنباط در مورد مسائلي است كه به طور مستقيم ياد نگرفته است. براي مثال Cyc مي‌تواند بگويد كه آيا دو حيوان مختلف به هم مربوطند يا خير؛ بدون اين‌كه اطلاعات واضحي از ارتباط بين هر حيوان با حيوانات ديگر به آن داده شده باشد. به جاي آن، داراي يك سري مجموعه اطلاعاتي از سيستم Linaean است كه به گروه‌بندي حيوانات و گياهان مربوط مي‌شود. در نتيجه Cyc با استفاده از استدلال منطقي، مي‌تواند جواب سؤال را پيدا كند.

Cyc اكنون داراي سه ميليون از اين گونه مجموعه‌هاي اطلاعاتي است. اما تعداد اين مجموعه‌ها نكته قابل‌توجهي نيست. Lenat مي‌گويد: ما سعي نمي‌كنيم تعداد اين مجموعه‌ها را افزايش دهيم.

به عبارت ديگر، او مي‌خواهد آن‌ها را به حداقل برساند تا بدين‌وسيله به Cyc اجازه داده شود خودش داده‌ها را جمع آوري كند. او مي‌گويد كه Cyc تقريباً به اين هدف نزديك شده است و به اندازه كافي پيشرفته است كه بتواند خودش از هر ورودي پرس‌وجو به عمل آورد و از اپراتور انساني درباره معاني واقعي اين داده‌ها سؤال بپرسد.

امسال در پاره‌اي از مواقع Cyc را در اينترنت در دسترس عموم قرار دادند تا ميليون‌ها نفر بتوانند در اين سرمايه‌گذاري دانش شركت كنند. بدين‌صورت كه مردم سؤالاتي ازآن بپرسند و اگر Cyc جواب اشتباه داد، آن را اصلاح كنند. با اين روش، هر فرد عادي مي‌تواند دانش جديدي را به Cyc منتقل كند. Lenat تصور مي‌كند روزي Cycخواهد توانست به وب‌كم‌ها و ديگر محيط‌هاي Sensor Monitoring در سرتاسر جهان متصل شود تا Cyc بتواند به هر اندازه كه قادر است، دانش خود را افزايش دهد.

استفاده‌كننده‌ها بايد اين انتظار را داشته باشند كه Cyc نتواند در پاره‌اي از موارد جوابگوي آن‌ها باشد؛ زيرا Cyc  هنوز اين حضورذهن را ندارد كه بتواند به تمام سؤالات افراد پاسخ دهد. اما با تلاش‌هاي بسياري كه صورت مي‌گيرد، انتظار مي‌رود سه تا پنج سال ديگر Cyc توان پاسخ به تمام سؤال‌هاي استفاده‌كننده‌ها را داشته باشد.

 Lenat تعهد كرده است كه دسترسي به Cyc را براي افرادي كه درباره سيستم‌هاي هوش‌مصنوعي فعاليت مي‌كنند، آزاد بگذارد تا آن‌ها بتوانند از Cyc براي تكميل و پيشبرد موجوديِ دانش عام سيستم‌هاي خود بهره‌برداري كنند.

Lenat خوشبين است كه Cyc مي تواند علاقه از بين رفته در زمينه هوش مصنوعي را در سرتاسر دنيا دوباره زنده كند. در ژاپن، اروپا و ايالا‌ت‌متحده پروژه‌هاي هوش‌مصنوعي با حمايت‌هاي مالي خوب، اهداف عالي و با نگاه جدي به آينده دوباره در حال شكل گرفتن است. اطمينان مجدد توسط نسل جديد سيستم‌هايي كه توانايي رويايي با ترديدها را دارند حاصل خواهد شد؛ مسئله‌اي كه بشر مشكل چنداني با آن نداشته است، اما تاكنون بسياري از برنامه‌هاي كامپيوتري را متوقف ساخته است.

براي مقابله با ترديدهاي موجود در دنياي واقعي، در برنامه‌هاي جديد از يك سري تكنيك منطق آماري استفاده مي‌شود. براي مثال، يك روبات ممكن است فاصله‌اش را با يك ديوار اندازه بگيرد، حركت كند و اندازه‌گيري مجدد را انجام دهد. آيا روبات همان ديوار را مي‌بيند يا يك ديوار جديد را؟ در اين مرحله روبات نمي‌تواند پاسخگوي اين سؤال باشد. بنابراين به هر انتخاب، يك احتمال اختصاص مي‌دهد. سپس اندازه‌گيري‌هاي مجددي را با اختصاص احتمال‌هاي ديگر انجام مي‌دهد. اين فرايند نهايتاً به يك جواب ختم مي‌شود و آن اين كه، روبات مي‌تواند يك نقشه از اتاق را مجسم كند. در عمل، اين سيستم‌ها در اكثر مواقع  كار مي‌كنند، اما ترس واقعي از اين است كه تعداد اين محاسبات به قدري زياد شود كه انجام آن خارج از توان روبات باشد وآن را به طور نااميدكننده‌اي گيج كند. يافتن راهكارهاي مناسب در اين ‌باره يكي از داغ‌ترين مباحث تحقيق به شمار مي‌آيد.

سيستم‌هايي كه از تكنيك‌هاي رياضي معروف به استنتاج Bayes (رياضيدان انگليسي) استفاده مي‌كنند، توانسته‌اند سطح كارايي بسياري از برنامه‌هاي هوش مصنوعي را كه در دنياي واقعي كاربرد دارند، ارتقا دهند. دستيار آشناي مايكروسافت آفيس كه به صورت گيره كاغذ در اكثر برنامه‌هايش نمايش داده مي‌شود، بر اساس سيستم‌هاي استنتاج Bayes كه به برنامه‌هاي الگوشناسي معروفند، كار مي‌كنند و مي‌توانند متن‌ها را بخوانند يا اثر انگشت يا رنگ چشم افراد مختلف را شناسايي كنند.

فعاليت‌هاي ديگري كه در زمينه هوش‌مصنوعي صورت گرفته منجر به توليد برنامه‌هاي تخصصي‌اي شده است كه مي‌توانند بازي‌هايي نظير شطرنج را به بهترين نحو انجام دهند و به ندرت شكست بخورند.

اما مشكلات همچنان پا برجاست. سيستم‌هاي تشخيص صدا فقط در شرايط ايده‌آل، يعني زماني كه هيچ صداي پس زمينه‌اي وجود نداشته باشد، مي‌توانند به درستي عمل كنند. در غير اين صورت، دقت آن‌ها محدود خواهد بود.  برنامه‌هاي شطرنج موجود، تنها به اين خاطر مي‌توانند حريف‌هاي انساني خود را شكست دهند كه حركات ممكن را به صورت يك درخت مجسم مي‌كنند و با استفاده از فرصتي كه در اختيار دارند، توالي حركات را ارزيابي مي‌كنند و حركتي را انجام مي‌دهند كه احتمال مات كردن حريف را بيشتر مي‌كند، در بازي GO (يك بازي ژاپني كه روي صفحه مشبك با نوزده خانه افقي و نوزده خانه عمودي انجام مي‌شود)، ارزيابي شرايط بازي براي كامپيوتر سخت‌تر است و بازيكناني كه كمي باهوش باشند، مي‌توانند اين برنامه‌هاي قوي كامپيوتري را مغلوب كنند.

روبات‌ها براي عبور از موانعي كه يك بچه پنج ساله آن را با سرعت انجام مي‌دهد، مشكل دارند و اينتلي‌بادي ماشيني كه مي‌تواند تعامل داشته باشد، ماشيني كه آنچه را شما مي‌گوييد مي‌فهمد و واكنش نشان مي‌دهد، هنوز راه زيادي براي رسيدن به مقصود پيش رو دارد.

تاريخچه‌اي از هوش مصنوعي

1936 الن تيورينگ مقاله‌اي با نام نوشت كه راه را در عرصه هوش مصنوعي و محاسبات مدرن هموار كرد.

Isaac Asimove 1942 سه قانون علم روباتيك را در كتاب I,Robot بيان نمود.

‌Warren Mc Culloch 1943 و Walter Pitts كتابي را با نام حساب منطقي نوشتند.

Claude Shannon 1950 آناليزي از بازي شطرنج را به عنوان فرايند جست‌وجو منتشر كرد.

1950 الن تورينگ آزمايشي را براي ارزيابي رفتار هوشمندانه يك ماشين فرمول‌بندي كرد.

John McCarthy 1956 براي اولين بار عبارت <هوش مصنوعي> را در يك كنفراس در كالج Darmouth بيان كرد.

1956 ظهور اولين برنامه هوش مصنوعي با نام اين برنامه توسط Cliff Shaw ،Allen Newel و Herbert Simon در مؤسسه فناوري Carnegie نوشته شد.

Stansilaw Ulam 1956 اولين برنامه شطرنج با نام را در آزمايشگاه ملي Los Alamos توليد كرد. اين برنامه قادر بود حريف‌هاي انساني خود را شكست دهد.

Joseph Veizenbaum 1966، محقق علوم كامپيوتر در انستيتو فناوري ماساچوست اولين چت‌بات را با نامEliza به دنيا معرفي كرد.

1969 در مركز تحقيقات استنفورد روباتي با نام ساخته شد كه مي‌توانست از محلي به محل ديگر حركت كند. اين روبات همچنين داراي قوه ادراك و حل و فصل مشكلات بود.

John Holland 1975 در كتابي با عنوان الگوريتم ژنتيكي را به تفصيل توضيح داد.

1979 اواسط دهه 1980 شبكه‌هاي عصبي در ارتباط با هوش مصنوعي مورد بحث قرار گرفتند.

1982 پروژه توليد نسل پنجم كامپيوتر به منظور پيشبرد همزمان كامپيوتر و هوش مصنوعي در ژاپن آغاز شد.

Doug Lenat 1992  فعاليتش را براي تكميل Cyc (سيستم هوشمندي كه مي‌توانست بديهيات را ياد بگيرد) درCycrop از سر گرفت.

1997 برنامه شطرنج Deep Blue، گري كاسپاروف قهرمان ده دوره مسابقات جهاني را شكست داد.

1997دستيار مايكروسافت آفيس، با استفاده از نظريه‌هاي هوش‌مصنوعي كمك‌هاي محسوس‌تري را به كاربران ارائه كرد.

1999 سيستم هوشمند Remot Agent به عنوان كنترل‌كننده اصلي فضاپيماي Deep Space 1 ناسا به مدت دو روز و در فاصله صدميليون كيلومتري زمين مورد استفاده قرار گرفت.

2001‌ موشك Global Hawk با استفاده از سيستم هدايت هوشمند سيزده هزار كيلومتر را بين كاليفرنيا و استراليا طي كرد.

2004 همه شركت‌كنندگان در رقابت Grand challange كه در آن هدف ساخت ماشين هوشمندي بود كه بتواند مسير 229 كيلومتري صحراي Mojare را طي كند،  شكست خوردند.

Cyc 2005 به صورت آنلاين عرضه شد.


جواب سؤال در سر شماست‌
راز هوشمندشدن كجا نهفته شده است؟ طبق نظر Mitchell مغز انسان جايي است كه مي‌تواند جواب سؤال  باشد. او با استفاده از MRI كاربردي (سيستم كامپيوتري براي ديدن بافت‌هاي داخلي بدن) مشاهده كرد كه كدام يك از قسمت‌هاي مغز انسان زماني كه به يك شيء خاص فكر مي‌كند، فعال مي‌شود. او دريافت كه وقتي از يك شخص خواسته مي‌شود به يك شيء، مانند چكش يا يك بنا، مانند خانه، فكر كند قسمت خاصي از مغز فعال مي‌شود. اگر عكس اين اشيا را به اين شخص نشان دهند نيز دقيقاً همان قسمت مغز مجدداً فعال خواهد شد.

جان مک‌کارتي، براي اولين بار عبارت "هوش مصنوعي" را به کار برد.

او همچنين متوجه شد كه ناحيه‌اي كه با ديدن هر شيء، مثلا‌ً خانه يا چكش، فعال مي‌شود به صورت كاملاً مشخص بنا به حجم آن شيء متفاوت خواهد بود. او مي‌گويد: شما مي‌توانيد طوري به يك برنامه آموزش دهيد كه با ديدن تصاوير مغزي بتواند با نوددرصد اطمينان تشخيص دهد كه شخص به يك ساختمان فكر مي‌كند يا به يك وسيله. نهايتاً چنين برنامه‌اي به طور دقيق مي‌تواند فكر شما را بخواند.

در حال حاضر تحقيقات به نام‌هايي كه اشيا با آن تعريف شده‌اند، محدود شده است. نقشه بعدي Mitchell اين است كه دريابد فكر كردن به فعل‌ها چگونه مغز را فعال مي‌كند و فراتر از آن مشاهده كند كه آيا زماني كه اين فعل‌ها و اسم‌ها در جملات واحد بيان مي‌شوند، همان نواحي مغز را فعال مي‌كنند يا اين‌كه فعاليت‌هاي ديگري در نواحي ديگر مغز اتفاق مي‌افتد؟ Mitchell اميدوار است اين فعاليت‌ها، تفاوت‌هاي اساسي بين ديدگاه استدلال سمبليك هوش مصنوعي و ديدگاه بيولوژيكي مانند شبكه عصبي را مرتفع سازد.

سرنخ مهمي كه Mitchell پيدا كرده، اين است كه فرايند استدلال و فرايند درك در ناحيه مشابهي از مغز صورت مي‌گيرد. بنابراين زماني كه شخص به چكش فكر مي‌كند، فعاليت مغز شبيه ديدگاه استدلال منطقي است و زماني كه شخص چكش را مي‌بيند، فعاليت مغز شبيه ديدگاه شبكه عصبي است. دانستن اين مطلب مي‌تواند راهنماي خوبي باشد. Mitchell مي‌گويد اين‌كه طراحان شبكه‌هاي عصبي چگونه از اين يافته استفاده خواهند كرد، هنوز مشخص نيست، اما معتقد است چنين بينش‌هايي در مورد فعاليت مغز انسان نقش بزرگي را براي رسيدن به هدف در زمينه هوش مصنوعي ايفا خواهند كرد.

مطمئناً اگر پيش بيني Mitchell درست از آب درآيد و ثمره كارهايش به بار بنشيند، Cyc ممكن است به خوبي به يكتايي دست يابد. با مرور تاريخ هوش مصنوعي، اين فكر به مغز خطور مي‌كند كه رسيدن به هدف امري بعيد است، اما بعد از گذشت ساليان دراز و يك شروع بي‌ثبات و وعده‌هاي بي‌ثمر اكنون به نظر مي‌رسد كه شاهد تغييرات مثبتي هستيم. در نهايت، ممكن است به زودي ماشين‌ها متفكر شوند.

آزمايش Turing 
در مقاله‌اي با عنوان <ماشين‌هاي محاسباتي و هوشمند> كه در مجله فلسفي Mind منتشر شد، Alan Turing   رياضيدان انگليسي، بحث كرده بود كه يك روز ماشين‌ها مانند انسان‌ها مي‌توانند فكر كنند. Turing معتقد بود زماني مي‌توانيم يك ماشين را باهوش بناميم كه نتوانيم واكنش آن را از واكنش يك انسان تمايز دهيم. اين ايده يك آزمايش استاندارد براي هوش ماشين است. Hogh Loebner، خيّر نيويوركي، يك جايزه صدهزاردلاري را براي اولين كامپيوتري كه از عهده اين تست برآيد، در نظر گرفت.

او همچنين ساليانه دوهزار دلار به ديگر كامپيوترهايي اختصاص داد كه در اين امر موفق بودند. آخرين برنده‌هاي اين جوايز Joseph Weintraub سه بار (به خاطرساخت Pc Therapist) و Richard Wallace سه بار، مردي كه ALICE را به دنيا عرضه كرده بود، مي‌باشند