همانطور که همگی خوب میدانیم و بارها متوجه آن شده ایم ذهن انسان توانایی یادآوری و ذخیره اطلاعات را به صورت کاملا محدود داراست. تعداد افرادی که توانایی ذخیره و به خاطر سپاری تمامی جزییات تمامی دقایق زندگیشان را دارا بوده اند از تعداد انگشتان دو دست بیشتر نبوده و نیست.
این جمله پشت جلد دفتر های برنامه ریزی قلمچی را همیشه در خاطر دارم که:
کم رنگ ترین جوهرها از قوی ترین حافظه ها ماندگارتر است!
از توضیحات بالا که بگذریم، خوب میدانیم که ماشین ها و تجهیزات پیرامون ما اکنون نسبت به گذشته باهوش تر هستند، اتفاقات و عملکرد ها را به خاطر می سپارند و ساده تر بگوییم “یاد می گیرند”، حافظه های با حجم های بسیار بالا دارند و در به خاطر سپاری داده ها هیچ محدودیتی را برای خود قاعل نیستند. به عقیده شما این مسیر تا کجا ادامه خواهد داشت؟
یادگیری ماشینی یا MACHINE LEARNING چیست؟
یادگیری ماشینی با الفاظ مختلفی خطاب می شود، “Machine learning” یا “automatic learning” و “intelligent learning” همانطور که از این اسامی قابل درک است، این توانایی به تجهیزات امکان آموختن را خواهد داد. این سیستم بر مبنای روش های برنامه نویسی قدیمی ساخت یافته است و دقیقا بر اساس خواسته های کاربر و پاسخ های ماشینی توسعه یافته است. در یادگیری ماشینی، دستگاه بر اساس شرایط می تواند خودش را منطبق کرده و بهترین پاسخ را به کاربر ارائه دهد. این اتفاق و سیستم تنها به سخت افزار ها خلاصه نمی شود و می توان آن را در سخت افزار های جدید نیز شاهد بود! هفته پیش گوگل در Google I/O به معرفی TPU chip پرداخت که از یادگیری ماشینی بهره می برد.
روش های برنامه نویسی از اولین ها تاکنون همگی بر مبنای پیش بینی هایی بوده که توسط برنامه نویس راجع به ورودی های سیستم صورت خواهد گرفت، در صورت بروز هرگونه مشکل در نحوه و یا ساختار ورود اطلاعات سیستم به آسانی دچار اختلال شده و از حرکت باز می ایستد. این شرایط به طرز فوق العاده احمقانه ای ساده به نظر می رسد! یادگیری ماشینی این ایراد را بر طرف خواهد کرد و می تواند سخت افزار و نرم افزار را میتنی بر نحوه تعامل کاربر دلخواه کرده و بهترین بازخورد را به کاربر تحویل دهد.
تفاوت یادگیری ماشینی و هوش مصنوعی چیست؟
دو مفهوم یادگیری ماشینی و هوش مصنوعی به صورت کامل از هم متفاوت نیستند. یادگیری ماشینی به عنوان توانایی یک ماشین برای انطباق با موقعیت و تکاملش اطلاق می شود. تعریفی که برای یادگیری ماشینی گفته شد از تعاریف هوش مصنوعی نیز به حساب می آید! اما گستره هوش مصنوعی بسیار فراتر از این تعریف بوده و به صورت یک سیستم کاملا مستقل از آن یاد می شود.
از جمله اهداف هوش مصنوعی این است که بتواند رفتار ذهن انسان را تقلید کند و برای این منظور نیز ماشین نیازمند توانمندی های یادگیری است. با این همه، هدف دانشمندان هوش مصنوعی کاملا گسترده و جامع است و علاوه بر یادگیری، موارد دیگری شامل نمایش دانش، منطق و حتی اموری نظیر تفکر انتزاعی را نیز در بر می گیرد.
اگر خیلی ساده تر بخواهیم به بیان رابطه این دو مورد (هوش مصنوعی و یادگیری ماشینی) بپردازیم باید بگوییم که یادگیری ماشینی جزوی لاینفک از پروسه هوش مصنوعی به شمار می آید. یادگیری ماشینی بیشترین پتانسیل را برای بهبود عملکرد هوش مصنوعی فراهم خواهد کرد.
یادگیری ماشینی چه زمانی به کار می آید؟
از جمله نکاتی که راجع به یادگیری ماشینی قابل ستایش است اینکه این سیستم به تجهیزات کامپیوتری توانایی دفاع از خود در مقابل حملات را خواهد داد. دیگر نیازی به اتصال در لحظه متخصصین برای دفاع در مقابل حملات نیست و سیستم بر حسب نحوه تعامل موارد حمله را تشخیص داده و می تواند عکس العمل مناسب از خودش نشان دهد.
همین هفته پیش گوگل در Google I/O از نسخه جدید اپ Google Photos رونمایی کرد، این نسخه بر حسب تعامل شما با تصاویر و نحوه چینش و علاقه مندی شما باقی تصویر ها را برایتان مرتب خواهد کرد. بدون شک این استراتژی تنها به اپ Google Photos خلاصه نخواهد شد و همانطور که در Google Assistant شاهد حضور سیستمی مشابه هستیم در باقی اکوسیستم طراحی شده توسط گوگل این توانایی حضور پیدا خواهد کرد.
تکنولوژی کار ما را راحت نه، خیلی راحت می کند!
ماشین ها می اموزند، آنقدر که دیگر نیازی به فکر کردن هم نخواهیم داشت، کم کم هر چیزی را پیش از احساس نیاز برایمان فراهم می کنند و حدس و گمان هایشان هم بدون اشتباه خواهد بود، دقیقا این زمان همان زمانی خواهد بود که استیون هاوکینگ آن را برای ما پیش بینی کرده بود.
نکته مهمی که نباید فراموش کنیم، اینکه این تکنولوژی سیستم ها و قدرت ها را قدرتمند تر خواهد کرد! توجه کنید که تشخیص و تفکر ماشین ها در این سیستم بر مبنای داده هایست که از کاربران دریافت می کنند و این داده ها باید در محلی ذخیره شود و بدون شک این مکان ها نزد ابرقدرت هاست که به سادگی انها را قدرتمند و البته خطرناکتر خواهد کرد.
