هوش مصنوعی گوگل می‌تواند نمونه‌ای مثل خودش و قوی‌تر از ساخته‌های انسانی بسازد

در می ۲۰۱۷، پژوهشگران واحد تحقیقاتی گوگل برین (Google Brain) اعلام کردند که موفق به ساخت یادگیری ماشینی خودکار (AutoML)، نوعی هوش مصنوعی شده‌اند که قادر به تولید و ساخت یک هوش‌ مصنوعی دیگر از نوع خودش است.

کمی بعد، این پژوهشگران تصمیم گرفتند اتوام‌ال را با بزرگ‌ترین چالش همراهش معرفی کنند. این هوش مصنوعی می‌تواند نوعی هوش مصنوعی با عملکردی بهتر از تمام همتایان ساخت انسان بسازد.

پژوهشگران گوگل با بهره‌گیری از رویکردی به‌نام یادگیری تقویتی، طراحی الگوهای یادگیری ماشینی را خودکارسازی کرده‌اند. اتوام‌ال به‌عنوان یک شبکه‌ی عصبی کنترل‌کننده عمل می‌کند و یک شبکه‌ی هوش مصنوعی نوپا (Child AI) را برای یک وظیفه‌ی معین توسعه می‌دهد.

وظیفه‌ی این هوش مصنوعی منحصربه‌فرد که پژوهشگران نام آن را نازنت (NASNet) گذاشته‌اند، شناسایی اشیاء، افراد، ماشین‌ها، چرا‌غ‌های راهنمایی، کیف دستی، کوله‌پشتی و ... در یک ویدئو در زمان واقعی بود.

اتوام‌ال عملکرد نازنت را ارزیابی می‌کند و از اطلاعات به‌دست‌آمده برای بهبود هوش مصنوعی نوپایش بهره می‌گیرد و این فرایند را هزاران بار تکرار می‌کند.

زمانی که عملکرد نازنت روی طبقه‌بندی تصویر وب‌سایت ایمیج‌نت و مجموعه داده‌های تشخیص اشیاء وب‌سایت کوکو که پژوهشگران گوگل آن‌ها را به‌عنوان «دو مورد از مهم‌ترین مجموعه داده‌های دانشگاهی در بینایی کامپیوتری» می‌دانند، آزمایش شد؛ این هوش مصنوعی توانست از تمام دیگر سیستم‌های بینایی کامپیوتری، نتایج بهتری به‌ دست آورد.

بر اساس گزارش پژوهشگران، دقت نازنت در پیش‌بینی تصاویر در مجموعه‌ی اعتبارسنجی ایمیج‌نت، ۸۲.۷ درصد بود که این رقم ۱.۲ درصد بهتر از تمام نتایج منتشر شده‌ی پیشین است. همچنین کارآمدی این سیستم با میانگین دقت متوسط ۴۳.۱ درصد، ۴ درصد بهتر از نمونه‌های پیشین بود.

علاوه بر این، نسخه‌ی دیگری از نازنت که نیازمند محاسبات کمتری است، توانست از بهترین مدل‌های مشابه برای پلتفرم‌های موبایل، عملکرد بهتری (۳.۱ درصد) از خود نشان دهد.

چشم‌اندازی از آینده

یادگیری ماشینی همان چیزی است که توانایی انجام وظایف مشخص را به سیستم‌های هوش مصنوعی می‌بخشد.هرچند مفهوم پشت این فناوری کاملا ساده است (الگوریتمی که با تغذیه از حجم عظیمی داده آموزش می‌بیند)؛ اما همین فرایند نیاز به اختصاص زمان و تلاش بسیار زیادی دارد.

با خودکارسازی فرایند ساخت سیستم‌های دقیق و کارآمد هوش مصنوعی، یک هوش مصنوعی که قادر به ساخت هوش مصنوعی دیگری است، این وظیفه را بر دوش می‌کشد. در نهایت، این بدین مفهوم است که اتوام‌ال می‌تواند زمینه‌ی بهره‌گیری از یادگیری ماشینی و هوش مصنوعی را برای افراد غیر متخصص فراهم کند.

به‌ویژه در مورد نازنت، تقاضا برای الگوریتم‌های دقیق و کارآمد بینایی کامپیوتری به علت میزان کاربردهای بالقوه‌ی آن‌ها به‌شدت بالا است. این الگوریتم‌ها می‌توانند در ساخت ربات‌های پیچیده‌ی مجهز به هوش مصنوعی یا کمک به بازیابی بینایی افراد کم‌بینا یا نابینا به‌کار برده شوند.

آن‌ها همچنین می‌توانند به‌منظور بهبود فناوری‌های وسایل نقلیه‌ی خودران به طراحان کمک کنند. هرچه سرعت یک وسیله‌ی نقلیه‌ی خودران در تشخیص اشیاء در مسیر بالاتر باشد، واکنش سریع‌تری می‌تواند نشان دهد؛ در نتیجه امنیت چنین وسایل نقلیه‌ای افزایش خواهد یافت.

پژوهشگران گوگل اذعان می‌کنند که نازنت می‌تواند کارآمدی خود را در طیف گسترده‌ای از زمینه‌های مختلف اثبات کند. آن‌ها همچنین به‌منظور به‌کارگیری این هوشی مصنوعی در طبقه‌بندی تصویر و تشخیص اشیاء، آن را به‌صورت متن‌ باز توسعه داده‌اند.

پژوهشگران گوگل در وبلاگ خود نوشته‌اند: ما امیدواریم که جامعه‌ی بزرگ‌تر یادگیری ماشینی قادر به توسعه‌ی این مدل‌ها باشد و با مشکلات انبوه بینایی کامپیوتری که هنوز با آن‌ها مواجه نشده‌ایم، مقابله کند.

هرچند موارد کاربرد نازنت و اتوام‌ال گسترده است؛ اما ساخت هوشی مصنوعی که می‌تواند یک هوش مصنوعی دیگر بسازد، سبب بروز برخی نگرانی‌ها شده است. برای مثال، برای جلوگیری از انتقال تعصبات ناخواسته‌ی والدین به فرزندان چه باید کرد؟

اگر اتوام‌ال سیستم‌هایی چنان سریع بسازد که جامعه قادر به حفظ آن نباشد، چه اتفاقی می‌افتد؟ تصور اینکه نازنت در آینده‌ای نزدیک در سیستم‌های نظارت خودکار به کار گرفته شود، چندان دشوار نیست و حتی شاید به‌کارگیری آن‌ پیش از تدوین مقررات لازم برای کنترل چنین سیستم‌هایی به وقوع بپیوندد.

خوشبختانه رهبران جهان به‌سرعت در تلاش برای کسب اطمینان از این موضوع هستند که چنین سیستم‌هایی همانند فیلم‌های آخرالزمانی، آینده‌ای ناخوشایند برای ما رقم نمی‌زنند.

آمازون، فیسبوک، اپل و دیگر شرکت‌ها همگی عضو سازمانی به نام مشارکت در هوش مصنوعی به نفع مردم و جامعه هستند. هدف این تشکیلات تمرکز بر توسعه‌ی مسئولانه‌ی هوش مصنوعی است.

بنیاد مهندسان برق و الکترونیک (IEE) استاندارهای اخلاقی برای هوش مصنوعی پیشنهاد داده و دیپ‌مایند، شرکتی تحقیقاتی که در تصاحب آلفابت، شرکت مادر گوگل است اخیرا اعلام کرد گروهی با تمرکز بر کاربردهای اخلاقی و قاعده‌مند هوش مصنوعی، ایجاد شده است.

دولت‌های مختلف نیز مشغول تهیه‌ی آیین‌نامه‌ها و مقررات لازم برای جلوگیری از کاربرد هوش مصنوعی در موارد خطرناک نظیر ساخت سلاح‌های خودکار هستند. تا زمانی که انسان‌ها کنترل جهت کلی توسعه‌ی هوش مصنوعی را حفظ می‌کنند، مزایای در اختیار داشتن هوشی مصنوعی که می‌تواند هوش مصنوعی دیگری بسازد، بسیار پررنگ‌تر از آسیب‌های احتمالی آن است.

میلاد میرکانی