آیا تا به حال احساس کردهاید که «هوش مصنوعی» و «یادگیری ماشین» به جای یکدیگر استفاده میشوند؟ شما تنها نیستید! این یک سردرگمی رایج در دنیای فناوری است. بیایید یک بار برای همیشه این اصطلاحات را رمزگشایی کنیم.
تصور کنید باید این موضوع را برای والدین یا دوستی که در زمینه فناوری فعالیت نمیکند، توضیح دهید. در اینجا یک توضیح ساده برای کمک به شما آورده شده است.
تصویر بزرگ: هوش مصنوعی (AI) چیست؟
هوش مصنوعی (AI) را به عنوان هدف بزرگ و فراگیر در نظر بگیرید. این حوزه گستردهای از علوم کامپیوتر است که به ساخت ماشینهایی اختصاص دارد که قادر به انجام وظایفی هستند که به طور معمول به هوش انسانی نیاز دارند. این شامل مواردی مانند استدلال، حل مسئله، ادراک و درک زبان میشود. به طور خلاصه، هوش مصنوعی هم مقصد (یک سیستم واقعاً هوشمند) و هم کل نقشه راه برای رسیدن به آن است.
هوش مصنوعی در حال حاضر، اغلب به روشهای نامحسوس، در تار و پود زندگی روزمره ما تنیده شده است:
- دستیارهای صوتی: وقتی از الکسا وضعیت آب و هوا را میپرسید یا به سیری میگویید یک تایمر تنظیم کند.
- موتورهای پیشنهاددهنده: وقتی نتفلیکس سریال بعدی شما را پیشنهاد میدهد یا یوتیوب یک لیست پخش برای شما تنظیم میکند.
- رباتهای گفتگو و تولیدکنندگان کد: وقتی ChatGPT به شما در نوشتن یک ایمیل کمک میکند یا Copilot در کدنویسی به شما یاری میرساند.
- مسیریابی: وقتی گوگل مپس با تحلیل ترافیک لحظهای، سریعترین مسیر را پیدا میکند.
- فیدهای شبکههای اجتماعی: وقتی اینستاگرام یا تیکتاک تصمیم میگیرد که کدام محتوا را به شما نشان دهد.
- و خیلی موارد دیگر: از فیلترهای هرزنامه در ایمیل و تشخیص چهره در گوشی شما گرفته تا خودروهای خودران و تشخیصهای پیشرفته پزشکی.
موتور محرک: یادگیری ماشین (ML) چیست؟
اگر هوش مصنوعی «چیستی» ماجراست، پس یادگیری ماشین (ML) قدرتمندترین و محبوبترین «چگونگی» آن است. این یک رویکرد خاص و غالب برای دستیابی به هوش مصنوعی است. به جای اینکه یک سیستم برای هر سناریوی ممکن به صراحت با قوانین برنامهریزی شود، یک سیستم یادگیری ماشین طوری طراحی شده که الگوها را مستقیماً از دادهها یاد بگیرد. این یعنی آموزش دادن به کامپیوتر تا خودش یاد بگیرد، از تجربه بهبود یابد و بدون دخالت انسان تصمیمگیری کند.
در اینجا چند مثال عینی از عملکرد یادگیری ماشین آورده شده است:
- پیشنهادهای نتفلیکس: این سیستم قانونی ندارد که بگوید «افرادی که فیلمهای اکشن دوست دارند، فیلمهای علمی-تخیلی را هم دوست دارند.» در عوض، از عادات تماشای میلیونها کاربر یاد میگیرد که افرادی که فیلم A و فیلم B را دیدهاند، اغلب از فیلم C نیز لذت بردهاند. سپس فیلم C را به کاربران جدیدی که A و B را تماشا کردهاند، پیشنهاد میدهد.
- فیلتر هرزنامه جیمیل: هیچکس جیمیل را با لیستی از تمام عبارات هرزنامه ممکن برنامهریزی نکرده است. این سیستم یاد میگیرد که چه کلمات، الگوهای فرستنده و انواع لینکهایی در ایمیلهایی که کاربران به صورت دستی به عنوان هرزنامه علامتگذاری میکنند، رایج است و سپس از آن دانش برای فیلتر کردن خودکار ایمیلهای مشابه در آینده استفاده میکند.
- اپلیکیشن Apple Photos: برنامه عکس شما ویژگیهای منحصربهفرد چهره فرزندتان را از عکسهایی که شما تگ کردهاید، یاد میگیرد. سپس از آن الگوی آموختهشده برای شناسایی و پیشنهاد تگ کردن فرزندتان در عکسهای جدید و بدون تگ استفاده میکند.
آیا یادگیری ماشین تنها راه است؟
در حالی که یادگیری ماشین امروزه ستاره میدان است، اما تنها ابزار در جعبه ابزار هوش مصنوعی نیست. رویکردهای دیگری نیز وجود دارند و اغلب در کنار یادگیری ماشین استفاده میشوند:
- سیستمهای مبتنی بر قانون: به نرمافزارهای مالیاتی فکر کنید. این نرمافزارها از مجموعه عظیمی از قوانین «اگر-آنگاه» مبتنی بر قوانین مالیاتی پیروی میکنند که همگی توسط کارشناسان انسانی برنامهریزی شدهاند.
- الگوریتمهای جستجو: یک هوش مصنوعی کلاسیک شطرنج به همان شیوهای که یک مدل یادگیری ماشین از بازیهای گذشته «یاد میگیرد»، عمل نمیکند. بلکه میلیونها حرکت ممکن در آینده را محاسبه میکند تا بهینهترین حرکت را پیدا کند.
- ارضای محدودیت: یک حلکننده سودوکو از منطق محض برای فهمیدن اینکه کدام اعداد میتوانند بر اساس قوانین سخت بازی در کدام خانهها قرار گیرند، استفاده میکند.
- الگوریتمهای ژنتیک: این الگوریتمهای هوشمندانه از انتخاب طبیعی برای حل مسائل بهینهسازی تقلید میکنند و بهترین راهحل را در طول نسلهای متعدد «تکامل» میدهند.
در واقع، سیستمهای هوش مصنوعی مدرن اغلب ترکیبی هستند. یک خودروی خودران ممکن است از یادگیری ماشین برای تشخیص یک تابلوی ایست استفاده کند، اما برای تصمیمگیری در مورد نحوه واکنش به آن (یعنی ترمز گرفتن) به یک سیستم مبتنی بر قانون و از پیش تعریفشده تکیه کند.
خلاصه کلام
سادهترین راه برای به خاطر سپردن تفاوت این است:
هوش مصنوعی حوزه گستردهتری است که بر ایجاد سیستمهای هوشمند تمرکز دارد و یادگیری ماشین تکنیک پیشرویی است که امروزه برای دستیابی به آن هوشمندی از طریق توانمندسازی سیستمها برای یادگیری از دادهها استفاده میشود.
درک این تمایز کلید درک چشمانداز فناوری مدرن است. امیدواریم این توضیحات به روشن شدن موضوع کمک کرده باشد!
منبع: Data School