آیا کامپیوتر می تواند جایگزینی برای انسان باشد

هوش مصنوعی بشر همواره مجذوب چگونگی عمل‌کرد مغز خود بوده و تمایل داشته است ماشینی خلق کند که کارکردی همانند
مغز داشته و هوش‌مند باشد.
با وجود این، چنین آرزویی تا سال ۱۹۴۱ که کامپیوتر ظهور کرد و به دنبال آن فن‌آوری لازم برای عملی
کردن آن پدید آمد، به حیطه اندیشه‌های قابل تحقق وارد نشد.
همه ما زمانی را به خاطر مى‌‌‌آوریم که تصویر ذهنى‌‌‌مان از کامپیوتر ، تصور ماشینى‌‌ هوشمند و پیچیده بود؛ ماشینى‌‌
که پاسخ بسیارى‌‌ از سئوالات را مى‌‌‌داند و آنچه را که نمى‌‌‌داند نیز مى‌‌‌آموزد.
این ماشین هوشمند، گاه مشاورﻯ همه‌چیزدان بود که در تمامى‌‌ مسائل، بهتر از ما تصمیم مى‌‌‌گرفت(تنها با این اشکال که
کمى‌‌ بى‌‌‌احساس بود!)، گاه محاسبه‌گرﻯ توانا که دقیق‌‌ترین و ظریف‌‌ترین نکات علمى‌‌ را درمى‌‌‌یافت، و گاه بیگانه‌اﻯ خشن، وتنها هدفش
نابودﻯ نوع بشر.
تنها، نوشتن اولین خطوط یک برنامه ساده و یا پیاده سازﻯ یک الگوریتم ابتدایى‌ لازم بود تا این تصور ساده
انگارانه پایان پذیرد و جاﻯ خود را به تصور واقعى‌ترﻯ از کامپیوتر بدهد: «یک ماشین محاسبه گر».
این ماشین تنها آنچه را بدان سپرده ایم به ما بازپس مى‌دهد، مرتب شده و سامان یافته، اما بدون هیچ
خلاقیتى‌.
اما سواﻯ این داستان پردازﻯها و تخیلات که در خام‌ترین شکل خود نوعى‌ سرگرمى‌ مدرن و در جدﻯ‌ترین شکل آن
محل مباحث شبه فلسفى‌ است، باید دید هوش مصنوعى‌ به عنوان یک علم چیست و دستاوردهاﻯ مشخص و معین تئوریک
و تکنولوژیک آن تا به امروز چه چیزهایى‌ بوده است.
فراتر از آن این که هوش مصنوعى‌ در حال پیمودن چه مسیرﻯ است.
آنچه محل پرسش و تأمل جدﻯ است این که آیا در نهایت ماشین‌هایى‌ خواهیم داشت که چون انسان بیندیشند؟، و
مهم‌تر آن که اگر اساساً چنین هدفى‌ قابل دستیابى‌ است، اینک علم و تکنولوژﻯ در کجاﻯ این مسیر هستند؟ و
اگر دستیابى‌ به آن مقدور نیست، سمت و سوﻯ آینده هوش مصنوعى‌ به کجاست؟ پیدایش رایانه در صحنه زندگی بشر
تحولات عمده ای را به وجود آورد ، حوزه فلسفه نیز از این تحولات بی نصیب نبوده است.
فلاسفه پرسشهای فلسفی زیادی راجع به تفاوت های ذهن انسان با رایانه مطرح کرده اند که همه آنها به طرح
بحث هوش مصنوعی انجامید.
هوش مصنوعی (Artificial Intelligence) که به اختصار AIخوانده می شود ، یکی از جذاب ترین شاخه های تحقیقاتی فلسفی است.
هوش مصنوعی (artificial intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانشها، علوم، و فنون قدیم و جدید
دانست.
ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع،
و کاربردهای گونه‌گونه و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های
بسیار دیگر.
نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید.
البته فعالیت درزمینه این علم از سال ۱۹۶۰ میلادی شروع شده بود.
بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها
بود.
در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین اموری را تنها با بهره گرفتن از تعداد
بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین آن‌ها به انجام رسانند.
هنوز تعریف دقیقی که مورد قبول همهٔ دانشمندان این علم باشد برای هوش مصنوعی ارائه نشده‌است، و این امر، به
هیچ وجه مایهٔ تعجّب نیست.
هوش هنوز بطور همه‌جانبه و فراگیر تن به تعریف نداده‌است.
در واقع، می‌توان نسل‌هایی از دانشمندان را سراغ گرفت که تمام دوران زندگی خود را صرف مطالعه و تلاش در
راه یافتن جوابی به این سؤال عمده نموده‌اند که: هوش چیست؟ اما اکثر تعریف‌هایی که در این زمینه ارایه شده‌اند
بر پایه یکی از ۴ باور زیر قرار می‌گیرند: سیستم‌هایی که به طور منطقی فکر می‌کنند سیستم‌هایی که به طور
منطقی عمل می‌کنند سیستم‌هایی که مانند انسان فکر می‌کنند سیستم‌هایی که مانند انسان عمل می‌کنند حال سعی می‌کنیم هوش مصنوعی
را به صورت علمی‌تر بررسی کنیم.
در روان‌شناسی، هوش انسان چنین تعریف می‌شود: قابلیت عمومی درک و استدلال یا به بیان دیگر کلّ قابلیت یک فرد
برای فعالیّت هدف‌مند، تفکّر منطقی و برخورد کارآمد با محیط.
اصطلاح هوش مصنوعی در سال ۱۹۵۶ توسّط جان مک کارتی ابداع شد.
او هوش مصنوعی را چنین تعریف کرد: توانایی است که به ماشین، هوش‌مندی نوع انسان یا حیوان را می‌دهد، به
نحوی که ماشین به اهدافش برسد؛ یا به صورت دقیق‌تر می‌توان آن را چنین بیان کرد: هوش مصنوعی شاخه‌ای از
علم کامپیوتر است که ملزومات محاسباتی مورد نیاز را برای اعمالی مانند ادراک، مشاهده، استدلال و یادگیری مورد بررسی قرار
داده و سیستم‌هایی را پیاده‌سازی می‌کند که در این زمینه‌ها مورد بهره‌برداری قرار می‌گیرند.
هوش مصنوعی گاهی مشابه‌سازی هوش انسان است، امّا همیشه چنین نیست، چرا که محققان هوش مصنوعی می‌توانند هم از روش‌هایی
استفاده کنند که در انسان دیده شده و هم روش‌هایی را به کار برند که جزء کارکردهای انسان نبوده و
یا انسان قادر به انجام آن نیست.
و در نهایت تعریف آخر هوش مصنوعی از قرار زیر است: هوش مصنوعی، مطالعه روش‌هایی است برای تبدیل کامپیوتر به
ماشینی که بتواند اعمال انجام شده توسّط انسان را انجام دهد.
به این ترتیب می‌توان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کرده‌اند: ۱٫
منظور از موجود یا ماشین هوش‌مند، چیزی شبیه انسان است.
۲٫
ابزار یا ماشینی که قرار است محمل هوش‌مندی باشد یا به انسان شبیه شود، کامپیوتر است.
هر دوی این نکات کماکان مبهم و قابل پرسش هستند.
آیا تنها این نکته که هوش‌مندترین موجودی که می‌شناسیم، انسان است کافی است تا هوش‌مندی را به تمامی اعمال انسان
نسبت دهیم؟ حدّاقل این نکته کاملاً واضح است که بعضی جنبه‌های ادراک انسان هم‌چون دیدن و شنیدن کاملاً ضعیف‌تر از
موجودات دیگر است.
علاوه بر این، کامپیوترهای امروزی با روش‌هایی کاملاً مکانیکی یا منطقی توانسته‌اند در برخی جنبه‌های استدلال، فراتر از توانایی‌های انسان
عمل نمایند.
بدین ترتیب، آیا می‌توان در همین نقطه ادّعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانش‌مندانه است
و قابلیت تعمق مهندسی ندارد؟ امّا همین سؤال را می‌توان از سویی دیگر نیز مطرح ساخت که چگونه می‌توان یقین
حاصل کرد که کامپیوترهای امروزین، بهترین ابزارهای پیاده‌سازی هوش‌مندی می‌باشند؟ رؤیای طرّاحان اوّلیه کامپیوتر از بابیج تا تورینگ، ساختن ماشینی
بود که قادر به حلّ تمامی مسائل باشد؛ البته ماشینی که در نهایت ساخته شد ؛ به جز دسته‌ای خاص
از مسائل قادر به حلّ تمامی مسائل بود.
امّا نکته در اینجا است که این تمامی مسائل چیست؟ طبیعتاً چون طرّاحان اوّلیه کامپیوتر، منطق‌دانان و ریاضی‌دانان بودند، منظورشان
تمامی مسائل منطقی یا محاسباتی بود.
بدین ترتیب عجیب نیست، هنگامی که فون‌نیومان سازنده اوّلین کامپیوتر، در حال طرّاحی این ماشین بود، کماکان اعتقاد داشت برای
داشتن هوش‌مندی شبیه به انسان، کلید اصلی منطق نیست، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک! به هرحال، کامپیوتر تا
به حال به چنان درجه‌ای از پیشرفت رسیده و چنان سرمایه‌گذاری عظیمی بر روی این ماشین انجام شده است که
به فرض این که بهترین انتخاب هم نباشد، حدّاقل سهل‌الوصول‌ترین و ارزان‌ترین و عمومی‌ترین انتخاب برای پیاده‌سازی هوش‌مندی می‌باشد.
بنابراین ظاهراً به نظر می‌رسد به جای سرمایه‌گذاری برای ساخت ماشین‌های دیگر هوش‌مند، می‌توان از کامپیوترهای موجود برای پیاده‌سازی برنامه‌های
هوش‌مند استفاده کرد و اگر چنین شود، لازم است بگوییم که طبیعت هوش‌مندی ایجاد شده حدّاقل از لحاظ پیاده‌سازی، کاملاً
با طبیعت هوش‌مندی انسانی متناسب خواهد بود، زیرا هوش‌مندی انسانی، نوعی هوش‌مندی بیولوژیک است که با استفاده از مکانیزم‌های طبیعی
ایجاد شده و نه با استفاده از عناصر و مدارهای منطقی.
در برابر تمامی استدلالات فوق می‌توان این نکته را مورد تأمّل و پرسش قرار داد که هوش‌مندی طبیعی تا بدانجایی
که ما سراغ داریم، تنها بر محمل طبیعی و با استفاده از روش‌های طبیعت ایجاد شده است.
طرف‌داران این دیدگاه تا بدانجا پیش رفته‌اند که حتی مادّه ایجاد کننده هوش‌مندی را مورد پرسش قرار داده‌اند؛ کامپیوتر از
سیلیکون استفاده می‌کند، در حالی که طبیعت همه جا از کربن سود برده است.
مهم‌تر از همه، این نکته است که در کامپیوتر یک واحد کاملاً پیچیده مسئولیت انجام کلیّه اعمال هوش‌مندانه را به
عهده دارد، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است.
تعداد بسیار زیادی از واحدهای کاملاً ساده با عمل‌کرد هم‌زمان خود رفتار هوش‌مند را سبب می‌شوند.
بنابراین تقابل هوش‌مندی مصنوعی و هوش‌مندی طبیعی حدّاقل در حال حاضر تقابل پیچیدگی فوق‌العاده و سادگی فوق‌العاده است.
این مسأله هم اکنون کاملاً به صورت یک جنجال علمی در جریان است.
مدل‌سازی نحوه تفکّر انسان، تنها راه تولید ماشین‌های هوش‌مند نیست.
هم اکنون دو هدف برای تولید ماشین‌های هوش‌مند، متصور است که تنها یکی از آن دو از الگوی انسانی جهت
فکر کردن بهره می‌برد:

۱- سیستمی که مانند انسان فکر کند.

این سیستم با مدل کردن مغز انسان و نحوه اندیشیدن انسان تولید خواهد شد و لذا از آزمون تورینگ سر
بلند بیرون می‌آید.
از این سیستم ممکن است اعمال انسانی سر بزند.

۲- سیستمی که عاقلانه فکر کند.

سیستمی عاقل است که بتواند کارها را درست انجام دهد.
در تولید این سیستم‌ها نحوه اندیشیدن انسان مدّ نظر نیست.
این سیستم‌ها متّکی به قوانین و منطقی هستند که پایه تفکّر آن‌ها را تشکیل داده و آن‌ها را قادر به
استنتاج و تصمیم‌گیری می‌نماید.
آن‌ها با وجودی که مانند انسان نمی‌اندیشند، تصمیماتی عاقلانه گرفته و اشتباه نمی‌کنند.
این ماشین‌ها لزوماً درکی از احساسات ندارند.
هم اکنون از این سیستم‌ها در تولیدAgent ها در نرم‌افزارهای کامپیوتری، بهره‌گیری می‌شود Agent .
تنها مشاهده کرده و سپس عمل می کند.
Agent قادر به شناسایی الگوها و تصمیم‌گیری بر اساس قوانین فکر کردن خود است.
قوانین و چگونگی فکر کردن هر Agent در راستای دست‌یابی به هدفش، تعریف می‌شود.
این سیستم‌ها بر اساس قوانین خاصّ خود فکر کرده و کار خود را به درستی انجام می‌دهند؛ پس عاقلانه رفتار
می‌کنند، هر چند الزاماً مانند انسان فکر نمی‌کنند.
هم اکنون از محصولات هوش مصنوعی در صنایع پزشکی، روبوتیک، پیش‌بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا و
دست‌خط و بازی‌ها و نرم افزارهای کامپیوتری استفاده می‌شود.
به نظر محققان پیرامون هوش مصنوعی سرعت و حافظه کامپیوتر نسبت به انسان خیلی بیش‌تر است، امّا میزان توانایی‌های آن
بستگی به کارآیی مکانیزم‌های هوش‌مندی دارد که طراحان برنامه در طراحی به کار گرفته‌اند.
اگر طراحان مکانیزم‌های مورد نظرشان را کاملاً دریافته باشند و به خوبی بتوانند آن‌ها را در برنامه‌هایی به زبان ماشین
بیان کنند، میزان توانایی ماشین مطلوب خواهد بود و اگر چنین نباشد، ماشین کارایی خوبی نخواهد داشت.
بنابراین هوش‌مندی ماشین‌ها نیز مانند انسان، انواع و درجات مختلفی دارد.
بعضی از مردم فکر می‌کنند با نوشتن تعداد زیادی برنامه و با استفاده از زبان‌هایی که هم اکنون برای بیان
اطلاعات به کامپیوتر استفاده می‌شوند، کامپیوترها می‌توانند به هوش‌مندی نوع انسان برسند.
امّا محققان هوش مصنوعی معتقدند برای این منظور، ایده‌های اساسی جدیدی لازم است و بنابراین نمی‌توان پیش‌بینی کرد که چه
زمانی کامپیوترها به این هدف می‌رسند.

گروهی از محققان در پی این اندیشه بوده‌اند که ماشینی غیر از کامپیوتر را برای هوش‌مند شدن به وجود آورده
و به کار گیرند.
این گروه ماشین‌هایی ساختند و امیدوار بودند که بتوانند این ماشین‌ها را به همان صورتی که برنامه‌های کامپیوتری را هوش‌مند
می‌سازند، هوش‌مند کنند.
با وجود این، آن‌ها معمولاً ماشین‌های اختراعی خود را روی کامپیوتر مدل‌سازی می‌کردند.
آن‌ها به این گمان می‌رسیدند که ساخت ماشین‌های جدید بسیار گران تمام می‌شود، چون برای افزایش سرعت کامپیوترها هزینه بسیار
زیادی صرف می‌شود و بنابراین نوع دیگر ماشین باید خیلی سریع باشد که در مدل‌سازی، بهتر از کامپیوتر عمل کند.
گاهی این سؤال پیش می‌آید که آیا هدف از هوش مصنوعی، گذاردن اندیشه انسان در کامپیوتر است.
بعضی از محققان همین هدف را دنبال می‌کنند؛ امّا اندیشه انسان مشخصّه‌های بسیار زیادی دارد و تاکنون کسی به طور
جدّی از تقلید همه آن‌ها در کامپیوتر صحبتی نکرده است.
محققان معتقدند زمانی که انسان در انجام بعضی از امور بهتر از ماشین عمل کند و یا آن‌گاه که کامپیوترها
برای داشتن کارکردی مشابه انسان، ناچار به استفاده از تعداد بسیار زیادی محاسبه باشند، در آن صورت طراحان برنامه‌های هوش‌مندی
ماشین در درک مکانیزم‌های هوش‌مندی و بیان آن‌ها به زبان ماشین موفّق نبوده‌اند، بنابراین لازم است برنامه‌هایی با کارآیی بیش‌تر
طراحی شود.
بعضی از مردم فکر می‌کنند برای هوش‌مند شدن کامپیوترها، سرعت بیش‌تری لازم است؛ امّا از نظر محققان اگر تسلط کاملی
بر طراحی برنامه‌های هوش‌مندی وجود داشت، کامپیوترهای سی سال قبل نیز برای هوش‌مند شدن سرعت کافی داشتند! بطور کلی ماهیت
وجودی هوش به مفهوم جمع آوری اطلاعات, استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارایه تصمیم
میباشد .

در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسایل دریافت شده تلقی میشود.
هوش مصنویی علم و مهندسی ایجاد ماشینهایی با هوش با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی
و نهایتا دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی میباشد.
در مقایسه هوش مصنوعی با هوش انسانی می توان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل
در جهت قضاوت و اخذ تصمیم میباشد در حالی که هوش مصنوعی مبتنی بر قوانین و رویه هایی از قبل
تعبیه شده بر روی کامپیوتر میباشد.
در نتیجه علی رغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی
نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبوده ایم.
بررسی علوم دخیل در هوش مصنوعی تا بدان جایی که هوش مصنوعی تنها به بررسی روش های حل مسائل ریاضی
و مجرد توسط کامپیوتر مى‌پرداخت، مى‌توانستیم قطعاً آن را یکی از زیر شاخه های علوم کامپیوتر بدانیم؛ اما امروزه دیگر
نمى‌توان با این قطعیت قضاوت کرد.
علومی از قبیل: معرفت شناسی که در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نیز
روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشکیل مى‌دهند.
از دیگر سو، رباتیک به عنوان همبسته تکنولوژیک هوش مصنوعی، خود دانشی است که داده های علوم مکانیک و کامپیوتر
و کنترل را یک جا مى‌طلبد.

۱-بررسی هوشمندی چه چیزی در انسان یا هر موجود دیگری آنقدر ویژه و خاص است که او را با صفت
هوشمند از سایر موجودات متمایز مى‌کند؟ آیا چنین صفتی تنها خاص انسان است، یا مى‌توان درجات مختلف آن را به
موجودات دیگر نیز نسبت داد.
قدر مسلم این که از ساده‌ترین رفتار مورچه ها و زنبورها تا رفتارهای پیچیده میمون ها در تعیین سلسله مراتب
پیچیده اجتماعی یا روش های تشخیص الگوهای چند بعدی توسط کبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد
نه چندان کمتر از انسان).
بنابر این پاسخ به این سئوال که هوشمندی چیست یا حتی چگونه ایجاد شده است ما را در ساخت یک
موجود هوشمند با توانایی تطبیق و عمل در محیط واقعی یاری مى‌دهد.
۲ – آشنایی با روش های هوشمند و کاربرد آنها در تکنولوژی آنچه که باعث شده تا هوش مصنوعی امروزه به عنوان
یک رشته مهندسی مطرح باشد این است که طیف وسیعی از کاربردهای آن، از رباتیک گرفته تا روش های هوشمند
کنترلی مقبولیت وسیعی در صنعت یافته اند.
روش هایی همچون منطق فازی [۱] ، استرا[۲]تژی تکاملی، الگوریتم ژنتیک، شبکه های عصبی مصنوعی …
همگی روش هایی هستند که با الهام از طبیعت و برای دستیابی به هوشمندی طبیعی طراحی شده اند اما کاربرد
عظیمی در مهندسی و صنعت یافته اند.
کاربردی که تا حدود یک دهه قبل حتی گمان آن نیز نمى‌رفت.
رباتیک نیز چه در غالب روش های جابجایی بازوهای مکانیکی، و چه در شکل ربات های متحرک(Mobile Robots) در این
بحث جایگاه ویژه ای را به خود اختصاص داده است.

۳ – بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence) یک روش برخورد با مسائل حل آنهاست!

بله تعجب نکنید، این تنها یک
روش مواجهه با مسائل است.
بجز این روش(و البته حل نکردن مسئله!) راه دیگری نیز وجود دارد.
فرض کنید مى‌خواهیم یک ربات متحرک بسازیم که در شرایط طبیعی حرکت کند، مسیر انتخاب کند و …
یک روش این است که طراح تمامی جزئیات را از ابتدا و به صورت کاملاً دقیق در نظر بگیرد.
این روش منجر به ماشینی کاملاً پیچیده و عموماً غیر قابل پیاده سازی خواهد شد.
ماشینی که با اندک تغییری در شرایط پیش بینی شده ناکارا خواهد بود.
روش دیگر این است که مانند خود طبیعت ، ربات بسیار ساده ای طراحی کنیم(گاه به سادگی یک مورچه) و
اجازه دهیم تا این ربات ساده خود مسائل را به جای ما حل کند.
یا حتی اجازه دهیم یک اجتماع از ربات ها از طریق تعامل با یکدیگر به حل مسائل بپردازند.
قانون طلایی در اینجا این است که پیچیدگی یک اجتماع، حاصلضرب پیچیدگی تک تک عناصر آن است(تئوری پیچیدگی یا Complexity
Theory) ، بنابراین یک اجتماع با عناصر بسیار ساده هم ممکن است به صورت کاملاً پیچیده و هوشمند عمل کند.
بحث های هوش مصنوعی گسترده(DAI) که اغلب عجین با مبحث عامل های هوشمند(Artificial Agents)است و نیز مباحث زندگی مصنوعی(Artificial Life)
به عنوان جدید‌ترین مباحث هوش مصنوعی اینک چه در دنیای رباتیک و چه در دنیای نرم افزارهای کامپیوتری طرفداران زیادی
پیدا کرده است (شرکت های بزرگی همچون [۳] IBM و نیز نهادهای نظامی کشورهای پیشرفته سرمایه گذاری های کلانی در
این زمینه کرده اند).
ویژگی های هوش مصنوعی هوش مصنوعی برای حل مساله برنامه خاصی را دنبال می کند.
توجه به ویژگی های هوش مصنوعی در مقام استفاده از این نوع برنامه ها سودمند است.
۵ ویژگی از میان آنها اهمیت خاصی دارند: بازنمایی نمادین: ویژگی اول این است که هوش مصنوعی از نمادهای عددی
در حل مسائل استفاده می کند.
هوش مصنوعی بر پایه دستگاه دوگانی ؛ صفر و یک مسائل را حل می کند.
از این رو برخی مخالفان گفته اند مهمترین نقص هوش مصنوعی آن است که غیر از عدد صفر و یک
را نمی فهمد.
به تعبیر دیگر ، رایانه فقط بله یا نه را می فهمد و نمی تواند حالات واسطه بین آن دو
را بفهمد.در مقابل طرفداران هوش مصنوعی گفته اند هوش طبیعی (هوش انسان) هم بر پایه دستگاه دوگانی، پدیده ها و
امور مختلف را می فهمد؛ اگر سلولهای عصبی انسان را بررسی کنیم ، درمی یابیم فهم بشری بر حالت دوگانی
استوار شده است و دستگاه عصبی مفاهیم و تصورات را به صورت حالات دوگانی تبدیل می کند.
البته نشان دادن نحوه این تبدیل در مفاهیم و ادراکات پیچیده دشوار است.
اما بررسی برنامه های هوش مصنوعی فهم این امر دشوار را آسان کرده است.
روش اکتشافی: ویژگی دوم هوش مصنوعی به نوع مسائلی که حل می کند ، مربوط می شود.
این مسائل معمولا راه حل الگوریتمی ندارند.
مراد از الگوریتم سلسله ای از مراحل منطقی است که به حل مساله می انجامد.
هوش این مراحل را گام به گام طی می کند تا به حل مساله دست می یابد.
به عبارت دیگر ، در الگوریتم پیمودن این مراحل به طور طبیعی رسیدن به نتیجه را تضمین می کند.
مسائلی که هوش مصنوعی حل می کند ، معمولا راه حل الگوریتمی ندارند ؛ به این معنا که معمولا نمی
توانیم برای حل این مسائل الگوریتمی یا به عبارت دیگر ، سلسله ای از مراحل منطقی را بیابیم که پیمودن
آنها رسیدن به نتیجه را تضمین کند.
از این رو، هوش مصنوعی در حل مسائل به روش اکتشافی ؛ یعنی به روشی که پیمودن آن رسیدن به
نتیجه را تضمین نمی کند ، روی می آورد.
در روش اکتشافی راههای متعددی برای حل مساله وجود دارد که اختیار یکی از آنها باز مجالی برای اختیار دیگر
راهها باقی می گذارد و پیمودن یکی از آنها مانع از روی آوردن به بقیه نمی شود.
درنتیجه ، برنامه هایی که راه حل تضمینی دارند جزو برنامه های رایانه ای به شمار نمی آیند.
مثلا برنامه های حل معادلات درجه دوم جزو برنامه های رایانه ای به شمار نمی آید ؛ زیرا برای حل
آن الگوریتم خاصی وجود دارد.
برنامه های بازی شطرنج زمینه پر خیر و برکتی برای هوش مصنوعی بوده است ؛ زیرا روش شناخته شده ای
برای تعیین بهترین حرکت در مرحله خاصی از این بازی وجود ندارد.
زیرا اولا تعداد احتمالات موجود در هر حالتی تا حدی زیاد است که نمی توان جستجوی کاملی را انجام داد.
ثانیا آگاهی ما از منطق حرکتهایی که بازیکنان انجام می دهند ، بسیار اندک است.
این ناآگاهی تا حدی به ناخودآگاهانه بودن این حرکتها برمی گردد و البته در برخی موارد هم بازیکنان از روی
عمد منطق خود را آشکار نمی کنند.
هربرت دریفوس یکی از مخالفان هوش مصنوعی با توجه به نکته فوق ادعا کرده است که هیچ برنامه ای برای
رسیدن به سطح یک بازیگر خوب شطرنج وجود ندارد.
اما ظهور برنامه های پیشرفته شطرنج از سال ۱۹۸۵ به بعد خطای ادعای دریفوس را روشن ساخت.
بازنمایی معرفت: برنامه های هوش مصنوعی با برنامه های آماری در بازنمایی معرفت تفاوت دارند؛ به این معنا که برنامه
های نخست از تطابق عملیات استدلالی نمادین رایانه با عالم خارج حکایت می کنند.
می توانیم این نکته را با مثال ساده ای توضیح دهیم.
بازنمایی معرفت عنوانی برای مجموعه ای از مسائل راجع به معرفت است از قبیل: ۱- معرفت مورد نظر در هوش
مصنوعی چیست ، چه انواعی و چه ساختاری دارد؟ ۲- چگونه باید معرفت را در رایانه بازنمایی کرد؟ ۳- بازنمایی
چه نوع معرفتی را آشکار می سازد؟ و چه چیزی مورد تاکید قرار می گیرد؟ ۴- معرفت را بایدچگونه به
دست آوردوچگونه بایدتغییرداد؟ اطلاعات ناقص: هوش مصنوعی می تواند در حالتی که همه اطلاعات مورد نیاز در دسترس نیستند ،
به حل مساله دست بیابد.
این حالت در بسیاری از موارد پزشکی رخ می دهد اطلاعاتی که پزشک برای تشخیص بیماری در دست دارد ،
تشخیص بیماری را ممکن نمی کند و او هم فرصت زیادی برای درمان ندارد.
از این رو باید سریعا تصمیمی بگیرد.
نبود اطلاعات لازم موجب می شود نتیجه به دست آمده غیریقینی باشد و یا احتمال خطا در آن باشد.
معمولا ما در زندگی عملی با فقدان اطلاعات لازم تصمیماتی را می گیریم و همواره احتمال خطا در این تصمیمات
وجود دارد.
اطلاعات متناقض: هوش مصنوعی می تواند درصورتی که با اطلاعات متناقض روبه رو شود حل مناسبی برای مساله پیدا کند.
هوش مصنوعی در چنین موردی بهترین راه را برای حل مساله و رفع تناقض انتخاب کند.
دو فرضیه در هوش مصنوعی در هوش مصنوعی فرضیه های بسیاری مورد بحث قرار می گیرد.
در میان این فرضیه ۲ فرضیه در مقایسه با بقیه کلیدی ترند.
فرضیه نخست نسبت به فرضیه دوم معتدل تر و ادعایی حداقلی دربر دارد.
این دو فرضیه به ترتیب عبارتند از: ۱- فرضیه دستگاه نمادها: مفاد این فرضیه این است که: «رایانه را می
توانیم به نحوی برنامه ریزی کنیم که بیندیشد».
تقریر دیگر از فرضیه فوق این است که: «رایانه می تواند بیندیشد.» ۲- فرضیه قوی دستگاه نمادها: مفاد این فرضیه
هم چنین است :«تنها رایانه می تواند فکر کند» پیداست که فرضیه دوم در مقایسه با فرضیه نخست افراطی تر
است و ادعایی حداکثری دربر دارد.
چرا که بر طبق آن ، هر چیزی که فکر می کند ، حتی موجودات طبیعی ، باید رایانه باشد.
از این رو ذهن بشر هم دستگاهی جامع از نمادهاست و تفکر بشر هم از لحاظ ماهیت با تفکری که
درخصوص رایانه به کار می رود ، تفاوت ندارد.
در هر دو مورد تفکر همان توانایی دستکاری و جابه جا کردن نمادهاست.
تاریخچه پیچیده هوش مصنوعى هوش مصنوعى کارش را با نوعى زیست شناسى مصنوعى آغاز کرده است ، با نگاه کردن
به زندگى جانداران و گفتن اینکه … آیا ما مى توانیم اعمال آنها را توسط ماشینها مدل سازى کنیم؟…فرض بر
این بوده است که موجودات زنده ، سیستمهایى فیزیکى هستند که ما آنها را مورد آزمایش قرار مى دهیم تا
ببینیم در کجا مدل سازى آنها براى ما مفید است و در کجا مناسب نیست.
زیست شناسى مصنوعى به سیر تکامل سیستمهاى فیزیکى، فرآیند رشد از کودکى تا بلوغ، ترکیبات داخلى عصبى واین قبیل مسایل
مى پردازد.
یک زیر مجموعه از زیست شناسى مصنوعى ، نوعى جانور شناسى مصنوعى است که رفتارهاى حرکتى، بینایى ، آموزشهاى زبان
شناسى و برنامه ریزى و غیره را مورد توجه قرار مى دهد.
زیر مجموعه بعدى آن ، روانشناسى مصنوعى است که به رفتارهاى بشرى در آنجا که با استدلال ، زبان و
سخنورى ، تمدنهاى اجتماعى و همه مسایل فلسفى مانند حس هوشیارى ، آزادى وغیره سر و کار دارد، مى پردازد.
مردم با اعمالى مانند انجام محاسبات ریاضى پیچیده واجراى یک بازى خوب شطرنج تحت تاثیر قرار مى گیرند، اما در
مقایسه با آن ، توانایى راه رفتن چندان مهم به نظر نمى رسد.
شما نمى توانید با افتخار به دوستانتان بگویید: «نگاه کنید ، من دارم راه مى روم.» چون آنها هم مى
توانند مثل شما راه بروند.بنابراین مشکلاتى که یک کودک نو پا هر روز با آن دست به گریبان است، به
نظر خسته کننده و بسیار پیش پاافتاده مى آید.
بنابراین به نظر مى رسد پیچیده ترین مشکلات، آنهایى است که نیاز به اندیشیدن دارد، مانند شطرنج و اثبات قضیه
هاى ریاضى.
اما آنچه در ۵۰-۴۰ سال اخیر اتفاق افتاده است، این بوده که چیزهایى از قبیل بازى شطرنج به طورى باور
نکردنى براى کامپیوترها آسان شده است، در حالیکه ثابت شده است آموزش راه رفتن و حرکت کردن بدون افتادن، براى
یک کامپیوتر بسیار مشکل است.
اعطاى توانایى داشتن احساسات و چیزهاى ناملموس دیگرى که بیشترین رفتارهاى هوشمند انسانى را طلب مى کند، به ماشینها، بسیار
مشکل است.
بنابراین حیوانات و کودکان شاید الگوى مناسب و متقاعد کننده اى براى هوش مصنوعى باشند.
چند میلیون سال طول کشیده است تا همه چیزهایى که ما تحت تاثیر آنها قرار داریم پدید بیاید و ممکن
است الگو بردارى از اعمال ساده وروزمره موجودى زنده به نظر ساده بیاید.
نحوه شکل گیری هوش مصنوعی بعد از جنگ جهانی دوم، افرادی بدون ارتباط با یک‌دیگر شروع به کار در زمینه
ماشین‌های هوش‌مند کردند.
در سال ۱۹۴۷، تورینگ یک سخن‌رانی در همین زمینه ارائه کرد، او احتمالاً اوّلین کسی است که ادّعا کرد بهترین
تحقیقات در این زمینه بر اساس برنامه‌نویسی کامپیوتر انجام می‌شود و نه ساخت ماشین.
پس از شکل‌گیری هوش مصنوعی، مک کارتی یک کارگاه دو ماهه در کالج Dart Mouth تشکیل داد.
این کارگاه هیچ چیز تازه‌ای به دنبال نداشت؛ امّا همه بنیان‌گذاران هوش مصنوعی را گرد هم آورد و باعث شد
پایه‌ای برای تحقیقات بعدی گذارده شود.
به دنبال آن موج شدیدی از تحقیقات در این زمینه پدید آمد و مراکز تحقیقات هوش مصنوعی در دانشگاه‌هایی مثل
MIT و Carnegie Mellon شکل گرفت.
مک کارتی فعالیت‌های زیادی در این زمینه انجام داد.
او در سال ۱۹۵۸ یک زبان برنامه‌نویسی سطح بالا به نام لیسپ را نوشت که هنوز یکی از برجسته‌ترین زبان‌های
برنامه‌نویسی هوش مصنوعی است.
در آن زمان محققان MIT نشان دادند که اگر کار به یک موضوع اصلی محدود و منحصر شود، برنامه‌های کامپیوتری
می‌توانند مسائل فضایی و هم‌چنین مسائل منطقی را نیز حل کنند.
در دهه ۷۰ میلادی، حوزه‌های کاری هوش مصنوعی تخصّصی‌تر شد.
حوزه‌هایی مثل سیستم‌های هوش‌مند، بررسی تکلّم و بینایی کامپیوتر و …
به وجود آمد که این امر باعث تحکیم بیش‌تر تئوری‌های مربوطه شد.
در دهه ۸۰ میلادی، هوش مصنوعی با گام‌های سریع‌تری به پیش رفت.
هم‌چنان که کامپیوترهای شخصی جای بیش‌تری بین مردم پیدا کردند و فروش سخت‌افزار در این زمینه افزایش یافت، مردم با
علم و تکنیک مأنوس‌تر شدند.
در ابتدای دهه ۹۰ میلادی، در جنگ خلیج فارس هوش مصنوعی مورد آزمایش قرار گرفت.
این آزمایش هم در کارهای ساده‌ای مثل تجهیز هواپیماهای باربری و هم در کارهای پیچیده‌تر مثل زمان‌بندی و هماهنگی عملیات
طوفان صحرا انجام گرفت.
هم‌چنین سلاح‌های پیشرفته‌تر مثل موشک کروز به فن‌آوری‌هایی در زمینه هوش مصنوعی مثل روبوتیک یا بینایی ماشین، مجهز شدند.
اکنون در قرن ۲۱ شاهد ورود تدریجی هوش مصنوعی به زندگی مردم هستیم؛ به خصوص که علاقه به کامپیوتر و
بازی‌های کامپیوتری روز به ‌روز بیش‌تر می‌شود.
پیشرفت‌های نوین در این زمینه به طور روز افزون در دسترس مردم قرار می‌گیرد و چه کسی می‌داند آینده به
همراه خود چه به ارمغان خواهد آورد.
هوش مصنوعی به خودی خود علمی است کاملاً جوان.
در واقع بسیاری، شروع هوش مصنوعی را ۱۹۵۰ می‌‌دانند زمانی که آلن تورینگ مقاله دوران‌ساز خود را در باب چگونگی
ساخت ماشین هوش‌مند نوشت.
تورینگ در آن مقاله یک روش را برای تشخیص هوش‌مندی پیشنهاد می‌کرد که این روش بیش‌تر به یک بازی شبیه
بود.
فرض کنید شما در یک سمت یک دیوار هستید و به صورت تله تایپ با آن سوی دیوار ارتباط دارید
و شخصی از آن سوی دیوار از این طریق با شما در تماس است.
طبیعتاً یک مکالمه بین شما و شخص آن سوی دیوار می‌تواند صورت پذیرد.
حال اگر پس از پایان این مکالمه، به شما گفته شود که آن سوی دیوار نه یک شخص بلکه یک
ماشین بوده که پاسخ شما را می‌داده است، آن ماشین یک ماشین هوش‌مند خواهد بود؛ در غیر این صورت ماشین
آن سوی دیوار هوش‌مند نیست و موفّق به گذراندن تست تورینگ نشده است.
باید دقت کرد که تورینگ به دو دلیل کاملاً مهم این نوع از ارتباط را انتخاب کرد.
اوّل این که موضوع ادراکی صوت را کاملاً از صورت مسأله حذف کند و این تست هوش‌مندی را درگیر مباحث
مربوط به دریافت و پردازش صوت نکند و دوم این که بر جهت دیگری هوش مصنوعی به سمت نوعی از
پردازش زبان طبیعی تأکید کند.
در هر حال هر چند تاکنون تلاش‌های متعددی در جهت پیاده‌سازی تست تورینگ صورت گرفته مانند برنامه Eliza یاAIML امّا
هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است.
همان‌گونه که مشخص است، این تست نیز کماکان دو پیش فرض اساسی را در بردارد: ۱٫
نمونه کامل هوش‌مندی انسان است.
۲٫
مهم‌ترین مشخّصه هوش‌مندی توانایی پردازش و درک زبان طبیعی است.
درباره نکته اوّل به تفصیل تا بدین‌جا سخن گفته‌ایم؛ امّا نکته دوم نیز به خودی خود باید مورد بررسی قرار
گیرد.
این که توانایی درک زبان نشانه هوش‌مندی است، تاریخی به قدمت تاریخ فلسفه دارد.
از نخستین روزهایی که به فلسفه پرداخته شده زبان همیشه در جای‌گاه نخست فعالیت‌های شناختی قرار داشته است.
از یونانیان باستان که لوگوس را به عنوان زبان و حقیقت یک‌جا به کار می‌بردند تا فیلسوفان امروزین که یا
زبان را خانه وجود می‌دانند، یا آن را ریشه مسائل فلسفی می‌خوانند؛ زبان هم‌واره شأن خود را به عنوان ممتازترین
تواناییِ هوش‌مندترین موجودات حفظ کرده است.
با این ملاحظات می‌توان درک کرد که چرا آلن تورینگ تنها گذر از این تست متظاهرانه زبانی را شرط دست‌یابی
به هوش‌مندی می‌داند.
تست تورینگ اندکی کمتر از نیم قرن هوش مصنوعی را تحت تأثیر قرار داد؛ امّا شاید تنها در اواخر قرن
گذشته بود که این مسأله بیش از هر زمان دیگری آشکار شد که متخصّصین هوش مصنوعی به جای حلّ این
مسأله با شکوه ابتدا باید مسائل کم‌اهمیّت‌تری هم‌چون درک تصویر ، درک صوت و …
را حل کنند.
به این ترتیب با به محاق رفتن آن هدف اوّلیه، اینک گرایش‌های جدیدتری در هوش مصنوعی ایجاد شده‌اند.
هوش مصنوعى جدید و هدف گذارى جدید تحولى در زمینه هوش مصنوعى ، با نامهایى از قبیل زندگى مصنوعى (AL)
و رفتارهاى تطبیقى به وجود آمده است که به ترتیب تلاش مى کنند تا دوباره هوش مصنوعى را در مفهوم
زیست شناسى مصنوعى و جانورشناسى مصنوعى قرار دهد.
در اینجا راهکار اصلى این است که ، ما بیشتر نیاز داریم تا لایه هاى حیوانى رفتارهاى بشرى را بشناسیم
و بفهمیم، قبل از آنکه بتوانیم رویاى هوش مصنوعى را در ایجاد هوشى کامل و متقاعد کننده تحقق بخشیم.
هوش مصنوعى، هنوز و مثل همیشه توسط مدلهاى علمى آموزشى رو به پیشرفت است .
تلاش هاى بسیار زیادى توسط افرادى مانند راجر پنرز و جرالد ادلمن ، انجام شده است، تا هوش مصنوعى را
تکذیب کنند و نشان بدهند اجراى آن غیر ممکن است .
اما هیچ یک از این تلاش ها تا کنون به نتیجه نرسیده است و این تنها به خاطر عدم توافق
با تحلیلگران فلسفى آنها است و همچنین شاید به این علت است که آنها نتوانستند الگوى منطقى و جایگزینى تهیه
کنند.
پیشرفت ما در علم ، از ساختن اشیا و اجراى آزمایشها حاصل مى شود و خروج ماشینهاى جدید و عجیب
از آزمایشگاه هاى هوش مصنوعى ، ابدا پایان نیافته است.
بر عکس، اخیرا توسط دستاوردهاى بیولوژیکى جدید تقویت شده است.
در حقیقت هدف گذارى قدیمى احیا شده است.
پروفسور کوین وارویک اخیرا پیش بینى کرده است که روشهاى جدید ما را به هوش مصنوعى در سطح بشرى هدایت
مى کند.
ما تصور مى کنیم که هنوز هوش مصنوعى در مرحله «فیزیک پیش از نیوتن» است؛ و علت این است که
راه مشخصى براى رسیدن به هوشى در سطح بشرى ، از طریق ربات هاى بى مصرف قدیمى و برنامه هاى
نرم افزارى شکننده که ما امروزه در اختیار داریم، وجود ندارد.
یک سرى کنکاشهاى علمى عمیق لازم است.
ممکن است هرگز اتفاق نیفتد اما نه به آن دلیلى که شما فکر مى کنید افرادى که فکر مى کنند
رباتها دنیا را پریشان مى کنند ، باید به کنفرانس هاى رباتیک بروند و ببینند که چگونه رباتها تلاش مى
کنند تا فقط راه بروند! آنها به زمین مى خورند ، به دیوارها بر خورد مى کنند و با پاها
یا چرخهایشان در هوا معلق هستند.
آنها بیشتر درمانده هستند تا تهدید آمیز.
آنها واقعا شیرین هستند.
ممکن است براى سیستم هاى هوش مصنوعى محدودیتهایى وجود داشته باشد ، اما نه به دلیل فرضیه …هوش مصنوعى نیرومند
غلط است… ، بلکه به دلایل دیگرى.
شما نمى توانید انتظار داشته باشید که هوشمندهاى مصنوعى منفرد و منزوى ، تنها در آزمایشگاهها ، بسازید؛ مگر اینکه
این موجودات بتوانند فرصت داشتن فرهنگ وتمدنى را داشته باشند که کنشهاى اجتماعى آنها را با چیزهایى که شبیه شان
هستند، تعریف کند.
اما ما نمیتوانیم میلیونها از این روباتها را بسازیم و این امکان را براى آنها فراهم کنیم که تمدن، زبان
و اجتماعات ابتدایى خود را توسعه دهند.
ما نمى توانیم، زیرا زمین قبلا پر شده است.
بنابراین چه اتفاقى مى افتد؟ در سى سال آینده که انواع جدیدى از ماشینهاى القا شده از حیوانات (که بسیار
آشفته تر و غیر قابل پیش بینى تر از آنچه تا کنون دیده ایم خواهند بود) به وجود آیند، چه
اتفاقى خواهد افتاد؟ این ماشینها در طول زمان ، در جهت هماهنگ با ما ودنیا ، تغییر خواهندکرد.
این ماشینهاى صامت وشبه حیوان، هیچ شباهتى به انسان ندارند، اما به تدریج شبیه نوعى جانور عجیب ونا آشنا خواهند
شد.
ماشینهاى شبه جانور چه مشکلاتى خواهند داشت؟ نوعى از مشکلات که ما با آنها مواجه هستیم ، مقدارى خطا و
اغتشاش و نویز است.
تمرکز ویژه بر روى رفتارهایى خواهد بود که آموزش آنها آسانتر از انجام آنهاست،( ما مى دانیم که چگونه راه
برویم ، اما نمى توانیم به راحتى توضیح بدهیم چگونه آن را انجام مى دهیم).
بدنهاى مختلف ، دینامیکهاى مختلفى دارند.
ربات هایى که مى توانند راه رفتن را یاد بگیرند، مى توانند سایر مهارتهاى حرکتى را نیز ، انجام دهند.
برخى از کاربردهاى این جانوران مصنوعى در کارهایى است که مردم آنها را خسته کننده یا تکرارى و یا خطرناک
مى دانند، مثل : تصفیه زباله هاى سمى ، تصفیه معادن، کشاورزى، استخراج معادن، مین گذارى، انهدام و کاوش هاى
رباتى.
همچنین هر کارى که در حال حاضر توسط حیوانات انجام مى شود ، مورد توجه قرار دارد .
ما با رادار ردیاب سیاره مریخ آشنا هستیم و نمونه هاى دیگرى هم هست که ما مى توانیم روبات هاى
خودکار را نه تنها به مکان هاى ناشناس ، بلکه به ماموریتهاى انتحارى نیز بفرستیم.( البته هیچ ماشینى نمى میرد،
زیرا ما مى توانیم مغز آن را در بدن جدیدى راه اندازى کنیم). این که آیا این رباتها در آینده
جایى در خانه هاى ما خواهند داشت ، سوال جالبى است.
اگر این اتفاق بیفتد، به علت این خواهد بود که روباتها مثل نوعى حیوان اهلى رفتار خواهند کرد و بیشتر
جذاب خواهند بود تا وحشتناک.
اگر موجود زنده شما بمیرد ، شما هرگز نمى توانید یکى دیگر مثل آن را زنده کنید.
ماشینها در آینده شبیه این خواهند بود و خانواده روباتها بعد از چندین سال مانند یک حیوان اهلى ، غیر
قابل تعویض خواهند شد.
سخت افزار نیز عامل مهمى در نحوه پیشرفت و ترقى هوش مصنوعى است.
هیچ کس یک جارو برقى رباتیک را با قیمت بسیار بالا نمى خرد هر چند که چشمهاى درشت بسیار زیبایى
برروى آن نقاشى شده باشد یا حتى صدایى داشته باشد که به شما بگوید : … من عاشق شما هستم
…!بسیارى از فعالیتهاى فکرى نیاز به ایجاد یک حیوان مصنوعى دارند پیش بینى ها اجازه دهید اندکى بعضى از پیش
بینى هاى هوش مصنوعى را بررسى کنیم.
اولا، خانواده روباتها ممکن است به طور دایم به خانواده اینترنت بى سیم متصل شوند و اطلاعات را به کسانى
که شما مى خواهید تا از مکان شما آگاه شوند، بدهند.
شما هرگز لازم نیست نگران افراد مورد علاقه خود که دور از شما هستند، باشید.
زیرا شما به طور دایم با آنها در ارتباط هستید.
ممکن است جرم و جنایت مشکل شود ، اگر همه افراد خانواده داراى ماشینهاى وفادار و شبه آگاه باشند.
در آینده ما هرگز واقعا تنها نمى شویم .
اندکى پس از این ، اگر بعضى اسبهاى هوشمند به جاى اتومبیلها قرار بگیرند، هزاران زندگى نجات میابد.
چنانچه ماشینها از عدم تعادل صاحبانشان عصبانى شوند و از رفتن به موقعیتهایى که آنها در سرعت بالا سقوط مى
کنند و خطرناک است ، جلوگیرى کنند.
در آینده این افراد قادر خواهند بود از ماشینهایشان مانند اسبهایى وفادار استفاده کنند تا آنها را به خانه هایشان
ببرد.
و حتی کودکان ، پیرها، افراد ناتوان و نا بینایان همه این قدرت را خواهند داشت.
اگر همه ماشینها شبکه اى بى سیم شوند وانسانها نیازى به رانندگى نداشته باشند ما مقدار بسیار زیادى از سیستمهاى
جاده اى ، چراغهاى ترافیکى و…
را کنار مى گذاریم و جاده ها مانند قرن ۱۸ کم ترافیک مى شوند.
افق واقعى امید می رود حیوانات مصنوعى ، روشى را براى ایجاد انسانهاى مصنوعى فراهم کنند .
که البته این انسانهاى مصنوعى در زمان حیات ما به وجود نخواهند آمد.
در چند دهه آینده ، انتظار نداریم که نسل بشرى منسوخ شود و روباتها جایگزین آن شوند .
ما تنها میتوانیم انتظار داشته باشیم که هوش مصنوعى ، عملیات بسیار پیشرفته ترى انجام دهد.
اما هر زمان که انتظار داشتن احساسات بشرى را براى آنها داشته باشیم ، مانند گذشته نا امید خواهیم شد.
ما هوش مصنوعى کامل و انسانى را در طول زندگى خود نخواهیم دید، اما ممکن است فرزندان ما در آینده
بتوانند به آن دست پیدا کنند.

منابع: جام جم آنلاین