محمد امین خلجی
ایجاد هوش مصنوعی همانند هوش انسانی چیزی فراتر از تقلید از رفتار و کردار بشر است. اگر بخواهیم به طور کامل به هوش مصنوعی اعتماد کنیم، فناوری باید بتواند اطلاعات را با جزئیات کامل پردازش کند، مانند انسان‌ها فکر کند، چالش‌ها را احساس کند و تصمیم درستی بگیرد.
ایجاد هوش مصنوعی همانند هوش انسانی چیزی فراتر از تقلید از رفتار و کردار بشر است. اگر بخواهیم به طور کامل به هوش مصنوعی اعتماد کنیم، فناوری باید بتواند اطلاعات را با جزئیات کامل پردازش کند، مانند انسان‌ها فکر کند، چالش‌ها را احساس کند و تصمیم درستی بگیرد.
تحقیقات جدید هوش مصنوعی با پردازش انسانی توسط دانشکده روان‌شناسی و علوم اعصاب دانشگاه گلاسکو به‌تازگی در مجله Patterns منتشر شده است. این مطالعات نشان داد مدل‌سازی سه‌بعدی برای تجزیه‌وتحلیل نحوه پردازش اطلاعات شبکه‌های عصبی عمیق، بخشی از خانواده وسیع‌تر یادگیری ماشینی باهوش مصنوعی است. در حقیقت این شبکه هوشمند برای تجسم نحوه پردازش اطلاعات دریافتی خود از روش تحلیل داده‌ای بهره میبرد که با ساختار شبکه عصبی انسان‌ها مطابقت دارد.
جهت دانلود و مشاهده عناوین ماهنامه ” اقتصاد دیجیتال” اینجا کلیک نمایید.
امروزه مهم‌ترین دغدغه دانشمندان، آسیب‌شناسی میزان اعتماد به هوش مصنوعی برای کنترل فرایندهای انسانی است. امید است تا این پژوهش نوین، راه را برای ایجاد فناوری هوش مصنوعی قابل‌اطمینان باز کند تا مانند انسان اطلاعات را پردازش کرده و خطاهایی را که می‌توانیم درک و پیش‌بینی کنیم، مرتکب نشود.
چگونه می‌توان فرایند تفکر ماشین را بهتر درک کرد و آیا با نحوه پردازش اطلاعات انسان مطابقت دارد تا از صحت آن اطمینان حاصل شود؟
شبکه‌های عصبی عمیق غالباً به‌عنوان بهترین مدل فعلی رفتار تصمیم‌گیری بشر ارائه می‌شوند که در برخی از وظایف به عملکرد انسانی یا حتی فراتر از آن رسیده است. بااین‌حال، حتی وظایف فریبنده و ساده تمایز بصری می‌تواند ناسازگاری‌ها و خطاهای واضحی را در مدل‌های هوش مصنوعی در مقایسه با انسان‌ها آشکار کند.
در حال حاضر، فناوری شبکه عصبی عمیق در برنامه‌های کاربردی مثل تشخیص چهره بسیار موفق است اما دانشمندان هنوز به طور کامل درک نمی‌کنند که این شبکه‌ها چگونه اطلاعات را پردازش می‌کنند؛ لذا ممکن است در این میان خطاهایی نیز رخ دهد.
در این پژوهش نوین، محققان با مدل‌سازی محرک‌های بصری که به شبکه عصبی داده شده بود، توانستند روش‌های پردازش در هوش مصنوعی را تغییر دهند. آن‌ها از طریق پردازش اطلاعات مشابه بین انسان و مدل هوش مصنوعی، شباهت در ساختار تشخیص محرک‌های بصری را نشان دهند.
پروفسور فیلیپ شینز، نویسنده ارشد این مطالعه و سرپرست انستیتوی علوم اعصاب و فناوری دانشگاه گلاسکو در این باره گفت: هنگام ساختن مدل‌های هوش مصنوعی که شبیه انسان‌ها رفتار می‌کنند، به‌عنوان‌مثال برای تشخیص چهره افراد در صورت مشاهده آن‌ها به‌عنوان یک انسان، ما باید مطمئن شویم که مدل هوش مصنوعی از همان اطلاعاتی که یک شخص دیگر برای تشخیص آن بهره میبرد، استفاده می‌کند. اگر هوش مصنوعی این کار را انجام ندهد، ما می‌توانیم این توهم را داشته باشیم که سیستم درست مانند انسان کار می‌کند، اما پس از آن متوجه می‌شویم که اوضاع در شرایط جدید یا آزمایش نشده اشتباه می‌شود.
در آزمایشی محققان از مجموعه چهره‌های سه‌بعدی قابل تغییر استفاده کردند و از انسان‌ها خواستند تا شباهت این چهره‌های تصادفی را با چهار هویت آشنا رتبه‌بندی کنند. آن‌ها سپس از این اطلاعات برای آزمایش اینکه آیا شبکه‌های عصبی عمیق به دلایل یکسان رتبه‌بندی مشابهی را انجام داده‌اند یا نه، استفاده کردند. همچنین بررسی کردند که آیا انسان و هوش مصنوعی تصمیمات یکسانی گرفته‌اند و آیا این اطلاعات بر اساس اطلاعات یکسانی است یا خیر؟
نکته مهم این است که با رویکرد خود، محققان می‌توانند این نتایج را به‌عنوان چهره‌های سه‌بعدی که رفتار انسان‌ها و شبکه‌ها را هدایت می‌کنند، تجسم کنند. به‌عنوان‌مثال، شبکه‌ای که ۲۰۰۰ هویت را به‌درستی طبقه‌بندی کرده بود توسط یک چهره بسیار کاریکاتور شده هدایت می‌شد و نشان می‌داد که چهره‌ها پردازش اطلاعات چهره بسیار متفاوت از انسان‌ها را انجام می‌دهند.
محققان امیدوارند این پژوهش راه را برای توسعه فناوری هوش مصنوعی مطمئن و ایمن هموار کند. پیشرفت سامانه‌های هوش مصنوعی باعث می‌شود تا بیش‌تر شبیه انسان رفتار کرده و خطاهای غیرقابل‌پیش‌بینی کمتری ایجاد کند.
منبع: خبرگزاری علم و فناوری
