بسیاری از مدیران شرکت‌ها این پرسش را دارند که هوش مصنوعی (AI) چه کارهایی می‌تواند انجام دهد. چگونه می‌تواند صنعت آن‌ها را مختل کند و در مقابل، آن‌ها چطور می‌توانند با کمک هوش مصنوعی شرکت خود را متحول کنند. گاهی اوقات بسیاری از رسانه‌های اجتماعی در مورد این علم نوظهور تصویری غیرواقعی را به نمایش می‌گذارند برای نمونه آن‌ها می‌گویند هوش مصنوعی سراسر جهان را در کنترل خود خواهدگرفت! AI تا به حال جستجوی وب، تبلیغات، تجارت الکترونیکی، امور مالی، رسانه‌ها و لجیستیک را دگرگون کرده است اما تا به حال هوش مصنوعی چه کارهایی برای صنایع انجام داده است؟ با مجله فناوری‌های توان‌افزا و پوشیدنی همراه باشید تا پاسخ این پرسش را بخوانید.

Andrew Ng، مدیر موسس گروه Google Brain که مدیر پیشین آزمایشگاه هوش مصنوعی دانشگاه استنفورد (Stanford AI Lab) بود و هم‌اکنون گروه هوش مصنوعی Baidu را سرپرستی می‌کند، بسیاری از گروه‌های AI را آموزش داده و محصولات زیادی را بر پایه هوش مصنوعی تولید کرده. او اعتقاد دارد هوش مصنوعی صنایع زیادی را تغییر خواهدداد اما نه در یک بازه زمانی کوتاه و با سحر و جادو! برای دانستن اثر AI بر صنایع باید از آنچه که رسانه‌ها درباره آن می‌گویند به سرعت بگذریم و مشخص کنیم این علم در حال حاضر چه توانایی‌ها و کاربردهایی دارد.

به طور شگفت‌انگیزی، با این‌که هوش مصنوعی در صنایع، گستردگی زیادی دارد ولی نوع کاربرد محدود است. همان‌طور که در تصویر زیر می‌بینید سامانه بر پایه هوش مصنوعی با دریافت داده‌های ورودی (A) به سرعت پاسخ ساده‌ای (B) به عنوان خروجی تولید می‌کند. همین کاربرد محدود می‌تواند صنایع را دگرگون کند. به چنین سامانه‌ای (A→B) که با دریافت ورودی، پاسخی به صورت خروجی تولید کند «یادگیری با نظارت (Supervised Learning)» گفته می‌شود.

سامانه‌های بر پایه یادگیری با نظارت از ربات‌هایی که در داستان‌های علمی‌تخیلی به ما وعده داده شده بسیار فاصله دارند. هوش انسانی نیز از از این روش‌ها فراتر است. چنین سامانه‌هایی به سرعت در حال پیشرفت هستند و بهترین نوع چنین سامانه‌ای با روش‌های یادگیری عمیق (Deep Learning) و شبکه‌های عصبی عمیق (Deep Neural Networks) که از مغز انسان الهام گرفته شده‌اند، ساخته می‌شوند. بسیاری از پژوهشگران در حال بررسی دیگر شکل‌های هوش مصنوعی هستند. برخی از این شکل‌های جدید در زمینه‌های محدود مورد آزمایش قرار گرفتند و مفید واقع شده‌اند. ممکن است این روش‌های جدید به سطح‌های بالایی از AI برسند ولی هنوز راه روشنی برای آن‌ها وجود ندارد.

سامانه‌های بر پایه یادگیری با نظارت نیاز به حجم عظیمی از داده دارند. شما باید با مثال‌های زیادی از ورودی و خروجی به سامانه آموزش دهید. برای نمونه برای ساخت یک برچسب‌زن بر تصاویر، به ده‌ها تا صد‌ها هزار تصویر ورودی (A) و برچسب (B) نیاز است. سامانه تشخیص گفتار به ده هزار ساعت فایل صوتی (A) همراه با متن (B) نیاز دارد. بنابراین می‌توان نتیجه گرفت که با سامانه (A→B) در آینده می‌توان چه انتظاری از AI داشت. اگر انسان می‌تواند یک کار ذهنی را در کمتر از یک ثانیه انجام دهد احتمالا بتوانیم در آینده با کمک AI این کار را با سامانه خودکار انجام دهیم.

امروزه کارهای مهم و با ارزش هنوز به دست انسان انجام می‌گیرد. برای مثال بررسی ویدیوهای امنیتی برای شناسایی رفتارهای مشکوک و فهمیدن این‌که یک خودرو در حال برخورد به یک عابر پیاده است یا نه و یافتن پست‌های سواستفاده آنلاین همه توسط انسان در کمترین زمان صورت می‌گیرد. این وظایف به مرور زمان به سوی اجرای خودکار پیش می‌رود.

همان‌طور که گفته شد هوش مصنوعی نیاز دارد که ورودی (A) و خروجی سامانه (B) با دقت انتخاب شود و داده‌های لازم برای کمک به سامانه در یافتن ارتباط ورودی و خروجی (A→B) فراهم شود. انتخاب خلاقانه ورودی و خروجی در بسیاری از صنایع تحول ایجاد کرده و در حال تغییر کسب و کارهای بیشتر است.

پس از این‌که فهمیدیم هوش مصنوعی چه توانایی‌هایی و چه محدودیت‌هایی دارد، گام بعدی برای مدیران شرکت‌ها ترکیب این علم با استراتژی‌های شرکت است. جامعه هوش مصنوعی همراه با مقاله‌های منتشر شده پژوهشگران و به اشتراک‌گذاری ایده‎ها و حتی کدهای متن باز برای همه در دسترس است. در این محیط متن باز منابعی که نایاب به شمار می‌آیند داده و استعداد هستند.

• داده: در میان گروه‌های پیشرو در هوش مصنوعی، بسیاری از آن‌ها می‌توانند در حداکثر یک یا دو سال سامانه‌های دیگر شرکت‌ها را جایگزین کنند ولی بسیار دشوار است که به داده‌های دیگری دسترسی داشته باشند. بنابراین داده فراتر از سامانه برای شرکت‌ها ارزشمند خواهدبود.

• استعداد: دانلود کردن و اجرا کردن نرم‌افزارهای متن باز بر داده‌های خود به خوبی کارآیی ندارد و مفید نخواهدبود. هوش مصنوعی باید بر زمینه کسب و کار شما منطبق شود و به صورت سفارشی مورد استفاده قرار گیرد. به همین دلیل هم‌اکنون یافتن استعدادهای هوش مصنوعی که بتواند چنین کارهایی انجام دهند از چالش‌های شرکت‌ها به شمار می‌آید.

هوش مصنوعی پتانسیل زیادی دارد که هم بهترین را برای انسان به ارمغان بیاورد و هم بدترین را. به عنوان مثال هوش مصنوعی می‌تواند با افراد تنها هم صحبت شود و به رفاه و آسایش آن‌ها کمک کند. اما ممکن است به تبعیض نژادی دامن بزند. بدترین اثر AI بر افراد از دست دادن شغل آن‌ها است چون با خودکار شدن کارها بسیاری از شغل‌ها به انسان بی‌نیاز می‌شود. به عنوان مدیر لازم است مطمئن شویم با این‌که سامانه‌های بر پایه هوش مصنوعی شغل افراد را می‌گیرد ولی با پیشرفت این علم فرصت‌های رشد برای آن‌ها نیز فراهم شود. فهمیدن این‌که AI چه توانایی‌هایی دارد و چگونه می‌تواند بر کسب و کارها و شرکت‌ها منطبق شود هنوز در ابتدای راه است.

در همین زمینه بخوانیم:

>>چگونه هوش مصنوعی ، صنعت بانکداری را دگرگون خواهد کرد؟
>>چرا برای مطالعه مغز انسان به هوش مصنوعی نیاز داریم؟
>>فناوری تشخیص سرطان پوست با هوش مصنوعی

منبع: Harvard Business Review

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»