Y@SiN
09-13-2009, 06:34 PM
alighomi@hotmail.com
همه ما زمانی را به خاطر مى‌‌‌آوريم كه تصوير ذهنى‌‌‌مان از كامپيوتر ، تصور ماشينى هوشمند و پيچيده بود؛ ماشينى كه پاسخ بسيارى از سئوالات را مى‌‌‌داند و آنچه را كه نمى‌‌‌داند نيز مى‌‌‌آموزد. اين ماشين هوشمند، گاه مشاورﻯ همه‌چيزدان بود كه در تمامى مسائل، بهتر از ما تصميم مى‌‌‌گرفت(تنها با اين اشكال كه كمى بى‌‌‌احساس بود!)، گاه محاسبه‌گرﻯ توانا كه دقيق‌‌ترين و ظريف‌‌ترين نكات علمى را درمى‌‌‌يافت، و گاه بيگانه‌اﻯ خشن، وتنها هدفش نابودﻯ نوع بشر.
تنها، نوشتن اولين خطوط يك برنامه ساده و يا پياده سازﻯ يك الگوريتم ابتدايى لازم بود تا اين تصور ساده انگارانه پايان پذيرد و جاﻯ خود را به تصور واقعى‌ترﻯ از كامپيوتر بدهد: «يك ماشين محاسبه گر». اين ماشين تنها آنچه را بدان سپرده ايم به ما بازپس مى‌دهد، مرتب شده و سامان يافته، اما بدون هيچ خلاقيتى.http://pnu-club.com/imported/2009/09/1141.jpg
آن تصور ساده و ابتدايى، تنها منحصر به ما يا هر كاربر تازه آشنايى با كامپيوتر نبوده است، بلكه چندين دهه تلاش دانشمندان و مهندسين براﻯ ساخت ماشينى كه همچون انسان بينديشد، بياموزد و تصميم بگيرد را در پى داشته است. خيلی پيش از آنكه انسان با اولين ماشين‌هاﻯ آدم‌نما مواجه شود ، با تخيل خود حتى تا پايان اين راه را نيز پيموده بود. از فرانكشتاين تا ترميناتور ، از دشمنان و بيگانگان تا آدم‌نماهاﻯ منجى، همگى حاصل برداشت تخيلى از هوش مصنوعى است.
اما سواﻯ اين داستان پردازﻯها و تخيلات كه در خام‌ترين شكل خود نوعى سرگرمى مدرن و در جدﻯترين شكل آن محل مباحث شبه فلسفى است، بايد ديد هوش مصنوعى به عنوان يك علم چيست و دستاوردهاﻯ مشخص و معين تئوريك و تكنولوژيك آن تا به امروز چه چيزهايى بوده است. فراتر از آن اين كه هوش مصنوعى در حال پيمودن چه مسيرﻯ است.
آنچه محل پرسش و تأمل جدﻯ است اين كه آيا در نهايت ماشين‌هايى خواهيم داشت كه چون انسان بينديشند؟، و مهم‌تر آن كه اگر اساساً چنين هدفى قابل دستيابى است، اينك علم و تكنولوژﻯ در كجاﻯ اين مسير هستند؟ و اگر دستيابى به آن مقدور نيست، سمت و سوﻯ آينده هوش مصنوعى به كجاست؟
هنگامی كه اولين كامپيوترها ساخته شدند، تمامى تلاش‌ها در اين جهت بود كه سخت‌ترين مسائل شناخته شده تا آن روز را توسط اين ماشين ها حل كنند. آنجا كه بيشترين توان خلاقه و هوشمندﻯ انسان به كار گرفته مى‌شود، محل چالش جدﻯ او با كامپيوتر خواهد بود. بدين ترتيب مسائلى همچون بازﻯ شطرنج، مورد توجه و علاقه شديد دانشمندان هوش مصنوعى واقع شدند. وقتى روش‌هاﻯ ساده اﻯ برای حل اين سرﻯ مسائل پيشنهاد شد، تنها چيزﻯ كه باقى مانده بود افزايش سرعت ماشين بود، تا اين كه كامپيوتر بتواند از طريق يك روش كاملاً غيرهوشمند انسان را در هوشمندانه‌ترين فعاليتش شكست دهد.
روزی كه ديپ بلو[1]، كاسپاروف را شكست داد، سال‌ها از افسانه هوش مصنوعی سپری شده بود؛ ديگر هيچ كس بر اين باور نبود كه برای هوشمند بودن حتماً بايد كاسپاروف وار شطرنج بازی كرد! يا اقليدس گونه به اثبات قضايای هندسی پرداخت. خيلی پيش از اين مسائل، بايد پاسخ به پرسش‌هايی را يافت كه در گذشته ای نزديك، ابتدايی و پيش پاافتاده به نظر مى‌رسيدند.
دانشمندان اينك حتی در ساده ترين حركات دست برای برداشتن يك مهره شطرنج نيز نشانه های هوشمندی را جست وجو مى‌كردند. يك حركت كوچك انگشتان برای برداشتن يك فنجان يا نوشتن يك كلمه بر كاغذ چنان درجه ای از دقت رياضی و چنان حجمی از محاسبات را مى‌طلبد كه ساخت يك دست با انگشتان مصنوعی، سال ها تحقيق وبررسی و مطالعه را نيازمند است. نگاه كردن به يك چهره و به خاطر آوردن سريع نام يك شخص، كاری است كه حتی پيشرفته‌ترين كامپيوترهای امروزين از انجام آن ناتوانند. راه رفتن نرم و مقاوم انسان بر روی دوپا(كه خود اين انتخاب برای انسان بسيار مورد تأمل است) كماكان آنقدر جالب توجه است، كه محل سرمايه گذاری ميليون دلاری شركت هايی نظر هوندا، آنهم تحت قالب حساس‌ترين و مخفی‌ترين پروژه ها باشد. سازو كار و نحوه عمل گلبول های سفيد داخل بدن انسان وتحت قالب سيستم ايمنی بدن به گونه ايست كه به صورت يك حافظه عملاً نامحدود عمل مى‌كند. يك حافظه با بی شمار الگوی ذخيره شده برای مقابله و دفع. حال آنكه امروزه تكنولوژی اصولاً در جايی نيست كه چنان حجمی از حافظه حتی قابل تصور باشد.
علاوه بر تمامی اينها، بخش بسيار مهمی كه پيش از اين و حتی تا چند سال پيش مغفول مانده بود، اين است كه هيچ موجود هوشمندی تنها و ايزوله نيست. بخش عمده ای از هوشمندی ، هوشمندی اجتماعی و ارتباطی است. اين سئوال كه چرا اجتماع موجودات هوشمند كه هر يك در پی نفع خويشند از هم نمى‌پاشد و نه تنها عقلانی، بلكه بهينه رفتار مى‌كند، اينك از حالت يك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتيك برده است.
" "
اين سئوال كه چرا اجتماع موجودات هوشمند كه هر يك در پی نفع خويشند از هم نمى‌پاشد و نه تنها عقلانی، بلكه بهينه رفتار مى‌كند، اينك از حالت يك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتيك برده است.
" "
فهرست فوق تنها بخشی از مسائلی بود كه باعث ورود پروژه هوش مصنوعی به مرحله ای جديدتر شد. دانشمندان آرمانگرای رياضيدان دهه های پيش، اينك جای خود را به موشكافانی خرده گير مى‌دهند كه مانند زيست شناسان به بررسی دقيق و جزئی تمامی رفتارهای موجودات هوشمند و الگوبرداری از آنها مشغولند(اينهم يك نمونه ديگر از انقراض نسل آرمانگرايان!).
اما آنچه در بالا به صورت بسيار ناقص و مجمل گفته شد، طرحی بود برای ايجاد سئوال و افزايش ابهام؛ اين كه هوش مصنوعی چيست؟
اين سئوال بايد تا بدينجا بعنوان يك پرسش علمی، شايستگی كافی را جهت طرح و بررسی پيدا كرده باشد. غرض از اين سری مقالات، نگاهی هرچند اجمالی، اما از درون به مقوله هوش مصنوعی است. هدف اين است كه علاوه بر معرفی هوش مصنوعی به عنوان يك شاخه و گرايش علمی ، كاربردهای جاری و آينده آن از لحاظ تكنولوژيك نيز مورد بررسی قرار گيرد.
برای دستيابی به اين هدف مراحل زير را طی خواهيم كرد:
1. بررسی علوم دخيل در هوش مصنوعی
تا بدان جايی كه هوش مصنوعی تنها به بررسی روش های حل مسائل رياضی و مجرد توسط كامپيوتر مى‌پرداخت، مى‌توانستيم قطعاً آن را يكی از زير شاخه های علوم كامپيوتر بدانيم؛ اما امروزه با اضافه شدن ملاحظات جديدی كه در فوق اشاره ای بدان رفت، ديگر نمى‌توان با اين قطعيت قضاوت كرد. علومی از قبيل: معرفت شناسی كه در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نيز روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشكيل مى‌دهند. از ديگر سو، رباتيك به عنوان همبسته تكنولوژيك هوش مصنوعی، خود دانشی است كه داده های علوم مكانيك و كامپيوتر و كنترل را يك جا مى‌طلبد.
2. بررسی هوشمندی
چه چيزی در انسان يا هر موجود ديگری آنقدر ويژه و خاص است كه او را با صفت هوشمند از ساير موجودات متمايز مى‌كند؟ آيا چنين صفتی تنها خاص انسان است، يا مى‌توان درجات مختلف آن را به موجودات ديگر نيز نسبت داد. قدر مسلم اين كه از ساده‌ترين رفتار مورچه ها و زنبورها تا رفتارهای پيچيده ميمون ها در تعيين سلسله مراتب پيچيده اجتماعی يا روش های تشخيص الگوهای چند بعدی توسط كبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد نه چندان كمتر از انسان). بنابر اين پاسخ به اين سئوال كه هوشمندی چيست يا حتی چگونه ايجاد شده است ما را در ساخت يك موجود هوشمند با توانايی تطبيق و عمل در محيط واقعی ياری مى‌دهد.
3.آشنايی با روش های هوشمند و كاربرد آنها در تكنولوژی
آنچه كه باعث شده تا هوش مصنوعی امروزه به عنوان يك رشته مهندسی مطرح باشد اين است كه طيف وسيعی از كاربردهای آن، از رباتيك گرفته تا روش های هوشمند كنترلی مقبوليت وسيعی در صنعت يافته اند. روش هايی همچون منطق فازی [2] ، استرا[3]تژی تکاملی، الگوريتم ژنتيك، شبكه های عصبی مصنوعی ... همگی روش هايی هستند كه با الهام از طبيعت و برای دستيابی به هوشمندی طبيعی طراحی شده اند اما كاربرد عظيمی در مهندسی و صنعت يافته اند. كاربردی كه تا حدود يك دهه قبل حتی گمان آن نيز نمى‌رفت. رباتيك نيز چه در غالب روش های جابجايی بازوهای مكانيكی، و چه در شكل ربات های متحرك(Mobile Robots) در اين بحث جايگاه ويژه ای را به خود اختصاص داده است.
4. بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence)http://pnu-club.com/imported/2009/09/1142.jpg
يك روش برخورد با مسائل حل آنهاست! بله تعجب نكنيد، اين تنها يك روش مواجهه با مسائل است. بجز اين روش(و البته حل نكردن مسئله!) راه ديگری نيز وجود دارد. فرض كنيد مى‌خواهيم يك ربات متحرك بسازيم كه در شرايط طبيعی حركت كند، مسير انتخاب كند و ...يك روش اين است كه طراح تمامی جزئيات را از ابتدا و به صورت كاملاً دقيق در نظر بگيرد. اين روش منجر به ماشينی كاملاً پيچيده و عموماً غير قابل پياده سازی خواهد شد. ماشينی كه با اندك تغييری در شرايط پيش بينی شده ناكارا خواهد بود. روش ديگر اين است كه مانند خود طبيعت ، ربات بسيار ساده ای طراحی كنيم(گاه به سادگی يك مورچه) و اجازه دهيم تا اين ربات ساده خود مسائل را به جای ما حل كند. يا حتی اجازه دهيم يك اجتماع از ربات ها از طريق تعامل با يكديگر به حل مسائل بپردازند.
قانون طلايی در اينجا اين است كه پيچيدگی يك اجتماع، حاصلضرب پيچيدگی تك تك عناصر آن است(تئوری پيچيدگی يا Complexity Theory) ، بنابراين يك اجتماع با عناصر بسيار ساده هم ممكن است به صورت كاملاً پيچيده و هوشمند عمل كند.
بحث های هوش مصنوعی گسترده(DAI) كه اغلب عجين با مبحث عامل های هوشمند(Artificial Agents)است و نيز مباحث زندگی مصنوعی(Artificial Life) به عنوان جديد‌ترين مباحث هوش مصنوعی اينك چه در دنيای رباتيك و چه در دنيای نرم افزارهای كامپيوتری طرفداران زيادی پيدا كرده است (شركت های بزرگی همچون IBM و[4] نيز نهادهای نظامی كشورهای پيشرفته سرمايه گذاری های كلانی در اين زمينه كرده اند).همانگونه كه گفته شد، هدف از اين مقاله در ابتدا آشنايی اجمالی با مسائل هوش مصنوعی و معرفی برخی گرايش های موجود و مهم در آن، و سپس معرفی مباحث جديد در اين زمينه به علاقه مندان علوم اطلاعات و ارتباطات مى‌باشد. علاوه بر اين سعی خواهد شد تا حد مقدور به بررسی كارها و فعاليت های انجام شده در ايران و يا توسط ايرانيان در زمينه هوش مصنوعی نيز بپردازيم.نوشت ها:
[1]اDeep Blue : كامپيوتری كه توسط IBM تنها برای شكست كاسپاروف ساخته شد و سپس به موزه سپرده شد.
Fuzzy Logic [2]يا منطق شولا: منطقی كه به جای پاسخ درست يا غلط (دو ارزشی) طيفی از پاسخ‌های درست يا غلط را پيشنهاد می‌كند. اين منطق در دهه 60 توسط پروفسورلطفی‌زاده(ايرانی بار) پيشنهاد شد و امروزه دارای كاربرد وسيعی در زمينه های مختلف كنترلی است.
Evolutional Algorithms [3] : روشی كه برای بهينه‌سازی عبارات رياضی از منطقی شبيه به تكامل داروينی استفاده می‌كند.
[4] IBM Agent Builder و نيز Mobile Aglets نمونه چنين تلاش هايی هستند.
همه ما زمانی را به خاطر مى‌‌‌آوريم كه تصوير ذهنى‌‌‌مان از كامپيوتر ، تصور ماشينى هوشمند و پيچيده بود؛ ماشينى كه پاسخ بسيارى از سئوالات را مى‌‌‌داند و آنچه را كه نمى‌‌‌داند نيز مى‌‌‌آموزد. اين ماشين هوشمند، گاه مشاورﻯ همه‌چيزدان بود كه در تمامى مسائل، بهتر از ما تصميم مى‌‌‌گرفت(تنها با اين اشكال كه كمى بى‌‌‌احساس بود!)، گاه محاسبه‌گرﻯ توانا كه دقيق‌‌ترين و ظريف‌‌ترين نكات علمى را درمى‌‌‌يافت، و گاه بيگانه‌اﻯ خشن، وتنها هدفش نابودﻯ نوع بشر.
تنها، نوشتن اولين خطوط يك برنامه ساده و يا پياده سازﻯ يك الگوريتم ابتدايى لازم بود تا اين تصور ساده انگارانه پايان پذيرد و جاﻯ خود را به تصور واقعى‌ترﻯ از كامپيوتر بدهد: «يك ماشين محاسبه گر». اين ماشين تنها آنچه را بدان سپرده ايم به ما بازپس مى‌دهد، مرتب شده و سامان يافته، اما بدون هيچ خلاقيتى.http://pnu-club.com/imported/2009/09/1141.jpg
آن تصور ساده و ابتدايى، تنها منحصر به ما يا هر كاربر تازه آشنايى با كامپيوتر نبوده است، بلكه چندين دهه تلاش دانشمندان و مهندسين براﻯ ساخت ماشينى كه همچون انسان بينديشد، بياموزد و تصميم بگيرد را در پى داشته است. خيلی پيش از آنكه انسان با اولين ماشين‌هاﻯ آدم‌نما مواجه شود ، با تخيل خود حتى تا پايان اين راه را نيز پيموده بود. از فرانكشتاين تا ترميناتور ، از دشمنان و بيگانگان تا آدم‌نماهاﻯ منجى، همگى حاصل برداشت تخيلى از هوش مصنوعى است.
اما سواﻯ اين داستان پردازﻯها و تخيلات كه در خام‌ترين شكل خود نوعى سرگرمى مدرن و در جدﻯترين شكل آن محل مباحث شبه فلسفى است، بايد ديد هوش مصنوعى به عنوان يك علم چيست و دستاوردهاﻯ مشخص و معين تئوريك و تكنولوژيك آن تا به امروز چه چيزهايى بوده است. فراتر از آن اين كه هوش مصنوعى در حال پيمودن چه مسيرﻯ است.
آنچه محل پرسش و تأمل جدﻯ است اين كه آيا در نهايت ماشين‌هايى خواهيم داشت كه چون انسان بينديشند؟، و مهم‌تر آن كه اگر اساساً چنين هدفى قابل دستيابى است، اينك علم و تكنولوژﻯ در كجاﻯ اين مسير هستند؟ و اگر دستيابى به آن مقدور نيست، سمت و سوﻯ آينده هوش مصنوعى به كجاست؟
هنگامی كه اولين كامپيوترها ساخته شدند، تمامى تلاش‌ها در اين جهت بود كه سخت‌ترين مسائل شناخته شده تا آن روز را توسط اين ماشين ها حل كنند. آنجا كه بيشترين توان خلاقه و هوشمندﻯ انسان به كار گرفته مى‌شود، محل چالش جدﻯ او با كامپيوتر خواهد بود. بدين ترتيب مسائلى همچون بازﻯ شطرنج، مورد توجه و علاقه شديد دانشمندان هوش مصنوعى واقع شدند. وقتى روش‌هاﻯ ساده اﻯ برای حل اين سرﻯ مسائل پيشنهاد شد، تنها چيزﻯ كه باقى مانده بود افزايش سرعت ماشين بود، تا اين كه كامپيوتر بتواند از طريق يك روش كاملاً غيرهوشمند انسان را در هوشمندانه‌ترين فعاليتش شكست دهد.
روزی كه ديپ بلو[1]، كاسپاروف را شكست داد، سال‌ها از افسانه هوش مصنوعی سپری شده بود؛ ديگر هيچ كس بر اين باور نبود كه برای هوشمند بودن حتماً بايد كاسپاروف وار شطرنج بازی كرد! يا اقليدس گونه به اثبات قضايای هندسی پرداخت. خيلی پيش از اين مسائل، بايد پاسخ به پرسش‌هايی را يافت كه در گذشته ای نزديك، ابتدايی و پيش پاافتاده به نظر مى‌رسيدند.
دانشمندان اينك حتی در ساده ترين حركات دست برای برداشتن يك مهره شطرنج نيز نشانه های هوشمندی را جست وجو مى‌كردند. يك حركت كوچك انگشتان برای برداشتن يك فنجان يا نوشتن يك كلمه بر كاغذ چنان درجه ای از دقت رياضی و چنان حجمی از محاسبات را مى‌طلبد كه ساخت يك دست با انگشتان مصنوعی، سال ها تحقيق وبررسی و مطالعه را نيازمند است. نگاه كردن به يك چهره و به خاطر آوردن سريع نام يك شخص، كاری است كه حتی پيشرفته‌ترين كامپيوترهای امروزين از انجام آن ناتوانند. راه رفتن نرم و مقاوم انسان بر روی دوپا(كه خود اين انتخاب برای انسان بسيار مورد تأمل است) كماكان آنقدر جالب توجه است، كه محل سرمايه گذاری ميليون دلاری شركت هايی نظر هوندا، آنهم تحت قالب حساس‌ترين و مخفی‌ترين پروژه ها باشد. سازو كار و نحوه عمل گلبول های سفيد داخل بدن انسان وتحت قالب سيستم ايمنی بدن به گونه ايست كه به صورت يك حافظه عملاً نامحدود عمل مى‌كند. يك حافظه با بی شمار الگوی ذخيره شده برای مقابله و دفع. حال آنكه امروزه تكنولوژی اصولاً در جايی نيست كه چنان حجمی از حافظه حتی قابل تصور باشد.
علاوه بر تمامی اينها، بخش بسيار مهمی كه پيش از اين و حتی تا چند سال پيش مغفول مانده بود، اين است كه هيچ موجود هوشمندی تنها و ايزوله نيست. بخش عمده ای از هوشمندی ، هوشمندی اجتماعی و ارتباطی است. اين سئوال كه چرا اجتماع موجودات هوشمند كه هر يك در پی نفع خويشند از هم نمى‌پاشد و نه تنها عقلانی، بلكه بهينه رفتار مى‌كند، اينك از حالت يك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتيك برده است.
" "
اين سئوال كه چرا اجتماع موجودات هوشمند كه هر يك در پی نفع خويشند از هم نمى‌پاشد و نه تنها عقلانی، بلكه بهينه رفتار مى‌كند، اينك از حالت يك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتيك برده است.
" "
فهرست فوق تنها بخشی از مسائلی بود كه باعث ورود پروژه هوش مصنوعی به مرحله ای جديدتر شد. دانشمندان آرمانگرای رياضيدان دهه های پيش، اينك جای خود را به موشكافانی خرده گير مى‌دهند كه مانند زيست شناسان به بررسی دقيق و جزئی تمامی رفتارهای موجودات هوشمند و الگوبرداری از آنها مشغولند(اينهم يك نمونه ديگر از انقراض نسل آرمانگرايان!).
اما آنچه در بالا به صورت بسيار ناقص و مجمل گفته شد، طرحی بود برای ايجاد سئوال و افزايش ابهام؛ اين كه هوش مصنوعی چيست؟
اين سئوال بايد تا بدينجا بعنوان يك پرسش علمی، شايستگی كافی را جهت طرح و بررسی پيدا كرده باشد. غرض از اين سری مقالات، نگاهی هرچند اجمالی، اما از درون به مقوله هوش مصنوعی است. هدف اين است كه علاوه بر معرفی هوش مصنوعی به عنوان يك شاخه و گرايش علمی ، كاربردهای جاری و آينده آن از لحاظ تكنولوژيك نيز مورد بررسی قرار گيرد.
برای دستيابی به اين هدف مراحل زير را طی خواهيم كرد:
1. بررسی علوم دخيل در هوش مصنوعی
تا بدان جايی كه هوش مصنوعی تنها به بررسی روش های حل مسائل رياضی و مجرد توسط كامپيوتر مى‌پرداخت، مى‌توانستيم قطعاً آن را يكی از زير شاخه های علوم كامپيوتر بدانيم؛ اما امروزه با اضافه شدن ملاحظات جديدی كه در فوق اشاره ای بدان رفت، ديگر نمى‌توان با اين قطعيت قضاوت كرد. علومی از قبيل: معرفت شناسی كه در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نيز روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشكيل مى‌دهند. از ديگر سو، رباتيك به عنوان همبسته تكنولوژيك هوش مصنوعی، خود دانشی است كه داده های علوم مكانيك و كامپيوتر و كنترل را يك جا مى‌طلبد.
2. بررسی هوشمندی
چه چيزی در انسان يا هر موجود ديگری آنقدر ويژه و خاص است كه او را با صفت هوشمند از ساير موجودات متمايز مى‌كند؟ آيا چنين صفتی تنها خاص انسان است، يا مى‌توان درجات مختلف آن را به موجودات ديگر نيز نسبت داد. قدر مسلم اين كه از ساده‌ترين رفتار مورچه ها و زنبورها تا رفتارهای پيچيده ميمون ها در تعيين سلسله مراتب پيچيده اجتماعی يا روش های تشخيص الگوهای چند بعدی توسط كبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد نه چندان كمتر از انسان). بنابر اين پاسخ به اين سئوال كه هوشمندی چيست يا حتی چگونه ايجاد شده است ما را در ساخت يك موجود هوشمند با توانايی تطبيق و عمل در محيط واقعی ياری مى‌دهد.
3.آشنايی با روش های هوشمند و كاربرد آنها در تكنولوژی
آنچه كه باعث شده تا هوش مصنوعی امروزه به عنوان يك رشته مهندسی مطرح باشد اين است كه طيف وسيعی از كاربردهای آن، از رباتيك گرفته تا روش های هوشمند كنترلی مقبوليت وسيعی در صنعت يافته اند. روش هايی همچون منطق فازی [2] ، استرا[3]تژی تکاملی، الگوريتم ژنتيك، شبكه های عصبی مصنوعی ... همگی روش هايی هستند كه با الهام از طبيعت و برای دستيابی به هوشمندی طبيعی طراحی شده اند اما كاربرد عظيمی در مهندسی و صنعت يافته اند. كاربردی كه تا حدود يك دهه قبل حتی گمان آن نيز نمى‌رفت. رباتيك نيز چه در غالب روش های جابجايی بازوهای مكانيكی، و چه در شكل ربات های متحرك(Mobile Robots) در اين بحث جايگاه ويژه ای را به خود اختصاص داده است.
4. بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence)http://pnu-club.com/imported/2009/09/1142.jpg
يك روش برخورد با مسائل حل آنهاست! بله تعجب نكنيد، اين تنها يك روش مواجهه با مسائل است. بجز اين روش(و البته حل نكردن مسئله!) راه ديگری نيز وجود دارد. فرض كنيد مى‌خواهيم يك ربات متحرك بسازيم كه در شرايط طبيعی حركت كند، مسير انتخاب كند و ...يك روش اين است كه طراح تمامی جزئيات را از ابتدا و به صورت كاملاً دقيق در نظر بگيرد. اين روش منجر به ماشينی كاملاً پيچيده و عموماً غير قابل پياده سازی خواهد شد. ماشينی كه با اندك تغييری در شرايط پيش بينی شده ناكارا خواهد بود. روش ديگر اين است كه مانند خود طبيعت ، ربات بسيار ساده ای طراحی كنيم(گاه به سادگی يك مورچه) و اجازه دهيم تا اين ربات ساده خود مسائل را به جای ما حل كند. يا حتی اجازه دهيم يك اجتماع از ربات ها از طريق تعامل با يكديگر به حل مسائل بپردازند.
قانون طلايی در اينجا اين است كه پيچيدگی يك اجتماع، حاصلضرب پيچيدگی تك تك عناصر آن است(تئوری پيچيدگی يا Complexity Theory) ، بنابراين يك اجتماع با عناصر بسيار ساده هم ممكن است به صورت كاملاً پيچيده و هوشمند عمل كند.
بحث های هوش مصنوعی گسترده(DAI) كه اغلب عجين با مبحث عامل های هوشمند(Artificial Agents)است و نيز مباحث زندگی مصنوعی(Artificial Life) به عنوان جديد‌ترين مباحث هوش مصنوعی اينك چه در دنيای رباتيك و چه در دنيای نرم افزارهای كامپيوتری طرفداران زيادی پيدا كرده است (شركت های بزرگی همچون IBM و[4] نيز نهادهای نظامی كشورهای پيشرفته سرمايه گذاری های كلانی در اين زمينه كرده اند).همانگونه كه گفته شد، هدف از اين مقاله در ابتدا آشنايی اجمالی با مسائل هوش مصنوعی و معرفی برخی گرايش های موجود و مهم در آن، و سپس معرفی مباحث جديد در اين زمينه به علاقه مندان علوم اطلاعات و ارتباطات مى‌باشد. علاوه بر اين سعی خواهد شد تا حد مقدور به بررسی كارها و فعاليت های انجام شده در ايران و يا توسط ايرانيان در زمينه هوش مصنوعی نيز بپردازيم.نوشت ها:
[1]اDeep Blue : كامپيوتری كه توسط IBM تنها برای شكست كاسپاروف ساخته شد و سپس به موزه سپرده شد.
Fuzzy Logic [2]يا منطق شولا: منطقی كه به جای پاسخ درست يا غلط (دو ارزشی) طيفی از پاسخ‌های درست يا غلط را پيشنهاد می‌كند. اين منطق در دهه 60 توسط پروفسورلطفی‌زاده(ايرانی بار) پيشنهاد شد و امروزه دارای كاربرد وسيعی در زمينه های مختلف كنترلی است.
Evolutional Algorithms [3] : روشی كه برای بهينه‌سازی عبارات رياضی از منطقی شبيه به تكامل داروينی استفاده می‌كند.
[4] IBM Agent Builder و نيز Mobile Aglets نمونه چنين تلاش هايی هستند.