تبلیغات
برق و الکترونیک - فلسفه هوش مصنوعی

فلسفه هوش مصنوعی

تاریخ:چهارشنبه 9 شهریور 1390-08:52 ب.ظ

امروزه ماشین‌ها، دستگاه‌ها و كامپیوترها اطراف ما را احاطه كرده‌اند و زندگی ما كاملا وابسته به عملكرد آنهاست. نظم امروزین زندگی ما بدون این ماشین‌ها قابل تصور نیست. ماشین‌ها و كامپیوترها هر روز پیشرفته‌تر و دارای توانایی‌های بیشتر می‌شوند و به نظر می‌رسد این توانایی‌ها صرفا در محدوده قابلیت‌های مكانیكی نیست؛ بلكه گویا عقل حسابگر آنها، هوش انسانی ما را تحقیر می‌كند.

 

آیا آنها دارای هوش هستند؟ پاسخ به این سوال، برای بشر امروزی بسیار حیاتی است؛ چراكه اگر آنها هوشمند باشند، چه بسا در آینده به رقیبی برای بشر مبدل شده و در مقابل انسان بایستند. در مقاله‌ای كه هم‌اكنون می‌خوانید، از منظر تحلیلی به مساله مذكور یا همان هوش مصنوعی نگریسته شده است.

فلسفه هوش مصنوعی در تلاش است تا به سوالاتی از این قبیل پاسخ دهد كه:

ـ آیا ماشین‌ها‌ می‌توانند هوشمندانه عمل كنند؟ آیا ماشین‌‌ها و دستگاه‌های ساخت دست بشر می‌توانند مساله‌ای را حل كنند كه [صرفا] انسان‌ها با فكر كردن قادر به حل آن هستند؟

ـ آیا ماشین‌‌ دارای ذهن، حالات روحی و روانی و آگاهی است، همان گونه كه انسان واجد چنین صفاتی است؟ آیا ماشین‌ قادر به حس كردن است؟

ـ آیا هوش انسان و هوش ماشین‌‌ از یك نوعند؟ آیا مغز انسان اساسا یك كامپیوتر است؟

این ۳ پرسش به ترتیب نمایانگر علایق متفاوت پژوهشگران هوش مصنوعی، فلاسفه هوش مصنوعی و دانشمندان شناختی است. پاسخ به این پرسش‌ها وابسته به ۲ چیز است؛ اول این كه انسان هوش یا آگاهی را چگونه تعریف كند و دوم این‌كه چه ماشین‌ها‌ و ‌دستگاه‌هایی ‌مورد بحث ما باشند. قضایای مهم در فلسفه هوش مصنوعی عبارتند از:

ـ قضیه تورینگ: اگر دستگاه همچون انسان هوشمندانه عمل كند، همچون انسان ‌هوشمند‌ است.

ـ طرح دارتموث: هر وجه از آموزش یا هریك از دیگر وجوه هوش را می‌توان چنان بدقت توصیف كرد كه امكان ساخت ماشین‌ با روگرفت از آن فراهم شود.

ـ فرضیات نظام‌ فیزیكی نمادین نوئل Newell و سیمون Simon: فرضیات ‌نظام‌ فیزیكی نمادین دارای وسائط لازم و كافی فعل هوشمندانه همگانی‌‌ است.

ـ فرضیات مهم هوش مصنوعی سرل: كامپیوتری كه به شكل مناسب برنامه‌ریزی شده و دارای خروجی‌ها و ورودی‌های سالم‌‌ است، دقیقا به همان معنایی كه انسان‌ها دارای ذهن هستند، واجد ذهن است.

ـ ‌ماشین‌وارگی هابز: عقل چیزی جز محاسبه‌گر نیست.

آیا ماشین‌‌ قادر است نمایانگر هوش همگانی ‌باشد؟

آیا می‌توان ماشینی ابداع كرد كه بتواند همه مسائلی را كه انسان‌ها با استفاده از هوش خود، حل می‌كنند، حل كند؟ این پرسشی است كه پژوهشگران هوش مصنوعی بیشتر علاقه‌مند پاسخ بدان هستند. پاسخ به این سوال ‌قلمروی‌ كارهایی را كه ماشین‌ها در آینده قادر به انجام آن خواهند بود و جهت پژوهش هوش مصنوعی را معین می‌كند.

این پرسش صرفا به ‌عملكرد‌ ماشین‌ها مربوط است و موضوعات مورد علاقه روان‌شناسان، دانشمندان شناختی و فلاسفه را نادیده می‌گیرد؛ چراكه برای پاسخ بدان اهمیتی ندارد كه ماشین واقعا بیندیشد (همان گونه كه انسان می‌اندیشد) یا این‌كه صرفا چنان رفتار كند كه گویی می‌اندیشد. موقعیت بنیادین بیشتر پژوهشگران هوش مصنوعی در این عبارت كه در طرحی برای كنفرانس دارتموث در سال ۱۹۵۶ بیان شد، خلاصه شده است:

ـ هر وجه آموزش یا هریك از دیگر وجوه هوش را چنان دقیق می‌توان توصیف كرد كه یك ماشین را بتوان با روگرفت از آن ساخت.

استدلال‌های مخالف این ‌فرض‌ بنیادین‌ می‌باید نشان دهند كه عملا ساخت سیستم هوش مصنوعی ناممكن است، به این علت كه توانایی‌های كامپیوتر دارای محدوده عملی مشخصی است یا به این علت ‌كه ذهن انسان دارای كیفیت مشخصی است كه برای اندیشیدن ضروری است و در عین حال به واسطه ماشین (یا به وسیله روش‌های پژوهش هوش مصنوعی معاصر) قابل نسخه‌برداری نیست. استدلال‌های موافق فرض بنیادین مذكور نیز می‌باید نشان دهند كه ساخت چنین ‌سیستمی‌ شدنی است.مسلما اولین گام برای پاسخ به این مساله تعریف «هوش» است.

چیستی هوش: آزمون تورینگ

آلن تورینگ در مقاله مشهور و دوران سازش در سال ۱۹۵۰ مساله تعریف هوش را به مساله ساده‌ای درباره مكالمه، فروكاست. او اظهار می‌دارد كه اگر ماشینی بتواند با به كارگیری همان كلماتی كه یك انسان معمولی از آنها استفاده می‌كند، به هر سوالی كه در مقابلش مطرح می‌شود، پاسخ گوید، ما آن ماشین را هوشمند می‌نامیم.

نسخه جدید طرح آزمایشی او از یك چت‌روم آنلاین استفاده می‌كند، بدین شكل كه یكی از شركت‌كنندگان یك شخص واقعی و دیگری یك برنامه كامپیوتری است. شرط موفقیت برنامه كامپیوتری در این آزمون این است كه هیچ‌كس نتواند تشخیص دهد كه كدام یك از دو طرف شركت‌كننده، انسان است.

تورینگ توجه دارد كه هیچ‌كس (جز فلاسفه) هرگز نمی‌پرسد كه «آیا انسان‌ها می‌اندیشند؟» به نظر او، به جای بحث دامنه‌دار درباره این موضوع، عقلانی‌‌ است كه واجد قائل باشیم كه هر انسانی می‌اندیشد.» آزمون تورینگ این فرض را به ماشین‌ها بسط می‌دهد:اگر ماشین به اندازه انسان هوشمندانه عمل‌ كند، پس همچون انسان، هوشمند است.

هوش انسان در مقابل هوش به معنای عام كلمه

یكی از انتقادات به آزمون تورینگ این است كه این آزمون آشكارا انسان‌انگارانه (anthropomorphic) است.

اگر هدف نهایی ما ساختن ماشین‌هایی است كه از انسان‌ها باهوش‌تر باشند، چرا می‌باید ‌بر این مطلب پافشاری كنیم‌ كه این ماشین‌ها می‌باید بسیار شبیه به انسان‌ها باشند؟

راسل و نویرات‌ می‌نویسند: «براساس متون مهندسی هوانوردی، هدف رشته مهندسی هوانوردی ساخت ماشین‌هایی كه آنقدر شبیه كبوترها پرواز كنند كه بتوانند به این وسیله سایر كبوترها را فریب دهند، نیست.»

پژوهش اخیر هوش مصنوعی، هوش را برحسب عاملان هوشمند‌‌ (intelligent agents) تعریف می‌كند. یك «عامل» چیزی است [یا‌ كسی است ] كه محیط را درك و نسبت به آن عمل كند. «میزان عملكرد» تعیین‌كننده موفقیت یا عدم موفقیت عامل، در آزمون است.

ـ اگر یك عامل چنان عمل‌ كند كه ارزش‌های مورد انتظار از میزان عملكرد مبتنی بر تجربه و شناخت گذشته را به منتها درجه برساند، هوشمند‌‌ است.تعریفی اینچنینی سعی دارد ذات هوش را معرفی كند.

این‌گونه تعریف نسبت به آزمون تورینگ دارای این امتیاز است كه آزمونی برای آن دسته از خصایص انسان، مثل وسوسه دروغگویی كه ما احتمالا مایل نیستیم آنها را هوشمندانه بدانیم، نیست. عیب این‌گونه تعریف نیز این است كه قادر به تفكیك عرفی بین «اشیایی كه می‌اندیشند» و «اشیایی كه نمی‌اندیشند» نیست. با این تعریف، حتی یك ترموستات‌‌ دارای هوش و آگاهی ابتدایی است.

http://elm10.mihanblog.com/

یک وب خوبیه که پیشنهاد می کنم ببینینش

هوش مصنوعی یا هوش طبیعی

یک دانشمند آمریکایی پیش بینی کرده است که تا 10 سال آینده هوش مصنوعی از هوش انسان فراتر خواهد رفت و بنابراین تا سال 2020 رایانه ها ارباب انسان خواهند شد.

"ری کورزویل" که از دیرباز به عنوان یک دانشمند "آینده بین" شناخته می شود در سال 2005 در کتابی با عنوان "یکتایی نزدیک است" (The Singularity is Near) پیش بینی کرده بود که در سال 2045 هوش مصنوعی بر هوش انسان تسلط پیدا خواهد کرد اما اکنون در تازه ترین اظهارات خود بیان داشته است که به دلیل شتاب توسعه رایانه ها این تاریخ از 2045 به 2020 خواهد رسید.

این دانشمند در این خصوص توضیح داد: "نقدی که به مفهوم یکتایی (Singularity) یا همان لحظه عبور هوش مصنوعی از هوش انسان وارد می شود این است که ذهن انسان بسیار پیچیده تر و جادویی تر از آن چیزی است که بتواند بر روی یک صفحه کوچک تراشه کپی برداری شود. این درحالی است که با مطالعه بر روی رفتار مغز می توان فهمید که موقعیت فناوری با شتاب چشمگیری درحال جهش است."

به اعتقاد "ری کورزویل" که مهمترین فعال موسسه "یکتایی" در سانفرانسیسکو است، بازسازی عملکردهای ذهن پس از حرکت از "یک نقطه ورود به یک تفکر واحد" بسیار آسان خواهد بود.

وی در این خصوص افزود: "برای دستیابی به هوش مصنوعی پیشرفته ما درحال رمزگشایی کورتکس مغز هستیم که در آن 22 میلیارد نورون و 220 تیلیارد سیناپس وجود دارد. زمانی که بتوانیم تمام این بخشها را رمزگشایی کنیم می توانیم به ابر رایانه مجهز به نرم افزاری برسیم که قادر است تمام برهانها و استدلالها را شبیه سازی کند."

هرچند که هنوز این برنامه وجود ندارد اما "کورزویل" معتقد است که ما به این هدف بسیار نزدیک هستیم.

"دارمندرا مدا" محققی که برنامه رایانه سازی شناختی "آی. بی. ام" را در مرکز تحقیقات "آلمادن" در سن خوزه هدایت می کند نیز در خصوص ابررایانه  Sequoia "آی. بی. ام" و نقش آن در شتاب بخشیدن به رمزگشایی مغز توضیح داد: "برای رساندن این ابررایانه به سرعت 20 پنتافلاپ بر ثانیه دو سال زمان نیاز داریم. پس از رسیدن به این سرعت می توانیم بازسازی برهان و استدلال مغز انسان را شتاب بخشیم."

"تری سنینوسکی" رئیس لابراتور نوروبیولوژی موسسه "سالک" در ساندیگو نیز در این خصوص توضیح داد: "کورزویل در تائید اینکه یک کد حدود یک میلیون خط می تواند برای شبیه سازی فعالیتهای مغز انسان کافی باشد کاملا حق دارد."

به اعتقاد کورزویل راه برای رسیدن به "یکتایی" از ریاضی و رایانه ها عبور می کند.  وی در این باره توضیح داد: "طرح مغز در ژنوم وجود دارد و قبل از فشرده شدن دارای 6 میلیون بیت یا حدود 800 میلیون بایت است اما این میزان می تواند به حدود 50 میلیون بایت کاهش یابد. این بدین معنی است که نصف مغز از 25 میلیون بایت یا یک کد یک میلیون خطی تشکیل شده است. بنابراین ظرف دو تا سه سال آینده می توان به این کد دست یافت اما این معنی رسیدن به یکتایی نیست و یکتایی زمانی حاصل می شود که بتوانیم هوش مصنوعی را به سطحی از آزموش و آگاهی برسانیم."

براساس گزارش گیزمودو، به گفته این دانشمند آینده بین پس از رسیدن به این کد یک میلیون خطی به حدود 7، 8 سال زمان نیاز است که هوش مصنوعی را آموزش داد و بنابراین لحظه تاریخی که هوش مصنوعی از هوش انسان فراتر می رود می تواند سال 2020 باشد.

وی در این خصوص گفت: "بنابراین لحظه تصمیم گیری زمانی خواهد بود که درک کنیم مغز چگونه عمل می کند و از آن لحظه به بعد می توانیم هوش مصنوعی را به مرزهای فراتر از هوش انسان هدایت کنیم."

http://superchoice.mihanblog.com/post/963

اطلاعات اعجاب برانگیز پژوهشگران درباره خودترمیمی مغز!













پژوهش های تازه، اطلاعات اعجاب برانگیزی در مورد ساز و كار ترمیم قسمتهای آسیب دیده مغز که برای حافظه و توجه مهم است، به دست می دهد.



پژوهش های تازه، اطلاعات اعجاب برانگیزی در مورد ساز و كار ترمیم قسمتهای آسیب دیده مغز که برای حافظه و توجه مهم است، به دست می دهد.

پژوهشی جدید که در شماره ۴ نوامبر مجله علمی نورون، متعلق به انتشارات «سل» چاپ شد، نقش قسمت های آسیب ندیده مغز را در جایگزینی و حمایت از عملکرد ترمیمی برجسته می کند.

آسیب های مغزی با توجه به مکان و شدت صدمه می تواند دارای پیامدهای ویرانگری باشد. صدمه به قسمتی از مغز که قشر پیش پیشانی نامیده می شود، در بیشتر موارد به کاستی حافظه و توجه منجر می شود. با این حال، افراد می توانند با گذشت زمان برخی عملکردها را بازیابی کنند.

مطالعاتی که بازیابی کاستی حرکتی یا زبانی را بررسی کرده، نشان می دهد بخش های آسیب ندیده مغز می توانند جبرانگر بخش های آسیب دیده باشند.

در حالی که مشخص است انعطاف پذیری عصبی برای بازیابی عملکردی پس از آسیب به قشر پیش پیشانی، مورد نیاز است، ساز و کارهای دقیق بازیابی شناختی به خوبی مشخص نیست.

دکتر برادلی وویتک از دانشگاه کالیفرنیا در برکلی توضیح می دهد: در مطالعه جاری، ما مشتاق هستیم بررسی کنیم آیا عملکرد شناختی بدون عیب در بیمارانی که قشر پیش پیشانی آن ها در یک نیمکره مغز آسیب دیده، توسط کنش جبرانی قشر پیش پیشانی در قسمت سالم و آسیب ندیده مغز جبران می شود.

دکتر وویتک و همکارانش مطالعه ای را طراحی کرده اند تا فعالیت مغز در بیمارانی را بررسی کنند که تنها در یک سمت مغز آن ها قشر پیش پیشانی آسیب دیده است.

 

 

ریاضیدانی که زیبایی های ریاضی را به تصویر کشید.!

پیشرفتهایی متعددی که در زمینه ریاضی مدرن انجام گرفته نتوانسته تعداد ریاضیدانانی که از "بنوا مندلبرو" مشهورتر و معتبرتر باشند را چندان افزایش دهد. فردی که با استفاده از فرمولهای ساده زیباییهای علم ریاضی را به تصویر کشید.برای دیدن عکس ها به ادامه بروید...

پیشرفتهایی متعددی که در زمینه ریاضی مدرن انجام گرفته نتوانسته تعداد ریاضیدانانی که از "بنوا مندلبرو" مشهورتر و معتبرتر باشند را چندان افزایش دهد. فردی که با استفاده از فرمولهای ساده زیباییهای علم ریاضی را به تصویر کشید.

به گزارش خبرگزاری مهر، مندلبرو پدر علم ریاضی فرکتال ساختاری که هر جزء از آن با کل آن متشابه است هفته گذشته در سن 85 سالگی درگذشت. وی با مطالعات و مشارکتهایش در علم هندسه به بالا بردن درک انسان از پدیده های طبیعی کمک فراوانی کرده است.

مندلبرو فرمولهای ریاضی نوشته است که با ایجاد مارپیچها، پیچ ها و حبابهای متقارن در شرح دادن طبیعت، مکمل زوایای سرد و حاد هندسه اقلیدسی بسیار تاثیر گذار بوده اند. با فرمولهای او ساختارهای پیچیده طبیعی مانند خطوط ساحلی با کمک فرمول های ریاضی ساده و بدون پیچیدگی قابل درک است.

در مقدمه کتاب وی با عنوان "هندسه فرکتال طبیعت" وی این سئوال را مطرح می کند: "چرا معمولا از هندسه به عنوان علمی سرد و خشک یاد می شود؟ یکی از دلایل این تعریف، ناتوانی این دانش در تشریح شکل ابرها، کوه ها و  درختها است."

در اشکال فرکتال که نام آنها توسط مندلبرو از واژه Fractus لاتین به مفهوم شکسته برگرفته شده است، هر یک از بخشها، الگویی از تمام شکل را تقلید می کند. بزرگنمایی هر یک از بخشها پیچیدگی های بیشتری را نمایش می دهد که چرخه ای نامحدود را تکرار می کنند.

مجموعه مندلبرو اساسا ساختاری از اعداد پیچیده است که به یک طرف از یک معادله یا تساوی اختصاص دارد. تصاویر این معادلات با اختصاص دادن رنگها به هر یک از این اعداد به وجود می آیند. مندلبرو اولین تصویر سازی فرکتالی خود را در سال 1980 در مرکز تحقیقاتی توماس جی واتسون IBM تکمیل کرد. مطالعات وی کاملا با جهان در حال تولد رایانه ها انطباق داشت اما در عین حال به انسانها در درک بیشتر پدیده های طبیعی کمک بسیاری کرده است.

مندلبرو نشان داده است فرمولهای بسیار ساده می توانند در خود نتایج پیچیده و شگفت انگیزی داشته باشند. فرکتالها در مدل سازی هر پدیده ای، از گل کلم گرفته تا مغز انسان یا الگوی توزیع کهکشانها کاربرد دارند. در ادامه تعدادی از تصویر سازی های فرکتالی وی را مشاهده می کنید:




مجموعه اصلی مندلبرو که تناظر میان مجموعه مندلبرو و نقشه استدلالی، نقشه ای که توضیح می دهد یک معادله فعال و غیر خطی می تواند چه نتیجه پیچیده و نا منظمی داشته باشد، را نشان می دهد



فرکتالهای طبیعی موجود در کلم بروکلی



فرکتال هنری که با الهام از مجموعه مندلبرو خلق شده است





بزرگنمایی بر روی فرکتالها پیچیدگی های نامحدود و مکرری را نمایان می کند
این تصویر به "دم اسب دریایی" شهرت دارد


 

http://goldstudents.mihanblog.com/post/98

اساس نتایج یك پژوهش، اسکن های مغزی می تواند فرد را به سوی بهترین شغل راهنمایی کند.

«ریچارد هایر» از دانشکده پزشکی دانشگاه کالیفرنیا در اروین به لایوساینس گفت که در حال حاضر یافته ها "این امکان را بیان می كند که اسکن های مغزی در آینده ممکن است برای ایجاد نمودار خصوصیات پروفایلی از ماده خاکستری در مناطق گوناگون مغز یک فرد استفاده شود، و این نمودار خصوصیات می تواند همانند نتایج آزمون های موجود کنونی جهت کمک به افراد در تصمیم گیری آن ها برای انتخاب نوع شغلی که آن ها ممکن است در آن کارآمد باشند، به کار گرفته شود."

هایر و همکارانش داده های ۴۰ نفر بین سنین ۱۸ تا ۳۵ سال را در مورد آزمون های استعدادیابی بنیاد پژوهشی جانسون اوکانر برای راهنمایی حرفه یابی تحلیل کردند.

آن ها همچنین اسکن های ساختاری از مغز این افراد را در اختیار داشتند که حجم ماده خاکستری را در میلیون ها واحد سه بعدی که «وکسل» نامیده می شود، در این تصاویر مغزی نشان می داد.

این آزمون ها برای دو نوع حافظه(گفتاری و شمارشی)، دو گونه از قابلیت های شمارشی، سرعت استدلال، و دو گونه استعداد فضایی را شامل می شد.

نتیجه آزمون ها نشان داد که اگر کسی فقط به آزمون گونه های حافظه نگاه می کرد، بخشی از تصویر کلی را از دست می داد.

برای نمونه، اگر کسی در حافظه گفتاری خوب بود و در شمارشی چندان خوب نبود، الگوهای ماده خاکستری او با کسی که در مجموع حافظه نتایج خوبی به دست آورد، اما نتیجه پایینی در گونه گفتاری داشت، فرق می کرد.

در واقع نقاط قوت و ضعف شناختی هر فرد با تفاوت هایی در حجم ماده خاکستری در قسمت هایی از مغز ارتباط دارد.


http://powercontrol.mihanblog.com/extrapage/714



داغ کن - کلوب دات کام
نظرات()