زندگی مدرن میتواند رابطه تنگاتنگی با هوش مصنوعی داشته باشد. هرچه میگذرد بیشتر دربارهاش خواهیم شنید و از AI در زندگی روزمره بیشتر استفاده خواهیم کرد. با این حال در دهه اخیر هوش مصنوعی تاثیرگذاریاش را بر جهان شروع کرده است؛ از سیستمهای پیشنهاد موسیقی اسپاتیفای و تایدال بگیرید تا وسایل نقلیه خودران و ChatGPT. اما دو سوال مهم اینجا وجود دارد: ۱- هوش مصنوعی چقدر به چیزی که رسانهها و فیلمهای علمیتخیلی تبلیغش را میکنند نزدیک شده است؟ ۲- چقدر به هوش مصنوعی جامع نزدیک هستیم که خودآگاهی داشته باشد؟ هوش مصنوعی محدود یا Narrow AI بیشتر پیشرفتهایی که با عنوان هوش مصنوعی مشاهده میکنیم در واقع مدلی از الگوریتمهای شناسایی الگو هستند. این مدلها به هوش مصنوعی محدود معروف هستند. حالا چرا هوش مصنوعی محدود؟ برای توضیح بیشتر نیاز است کمی درباره ماهیت الگوریتمهای یادگیری ماشین بدانیم. فرض کنید میخواهیم برنامهای بنویسیم که توان را محاسبه کند. در برنامهنویسی کلاسیک ما مدل دادههای ورودی و قوانینی را که دادهها باید بر اساس آن پردازش شوند مشخص میکنیم. به عنوان مثال در این برنامه باید عدد، مقدار توان و همچنین قوانین مربوط به محاسبه توان را کدنویسی کنیم. در این مدل برنامهنویسی، ما با تعریف دادههای ورودی و قوانین، به خروجی مد نظر خودمان میرسیم. اما در خیلی از مواقع به قوانینی که دادهها باید بر اساس آن پردازش شوند دسترسی نداریم و چالش اصلی ما کشف این قوانین است تا الگوی بین دادههای ورودی و دادههای خروجی را کشف کنیم. اینجاست که الگوریتمهای یادگیری ماشین راهشان را به دنیای برنامهنویسی باز میکنند. تصور کنید شما مجموعه دادهای از ایمیلهای مختلف جمعآوری و مشخص کردهاید که آیا این ایمیلها هرزنامه هستند یا نه. الگوریتمهای یادگیری ماشین در طول فرایند یادگیری قادرند الگوهایی را کشف کنند که میتواند ایمیل هرزنامه از غیر هرزنامه را تمیز دهد. به عنوان مثال دیگر،...