اصطلاحات متداول هوش مصنوعی

با وجود آنکه بسیاری از افراد یک دید کلی پیرامون چیستی هوش مصنوعی دارند، اما اگر از آن‌ها درخواست شود که یک تعریف کوتاه از هوش مصنوعی ارائه کنند، معمولا نمی‌توانند این کار را – به درستی – انجام دهند. این در حالی است که برای مثال، واژه‌ای مانند «الگوریتم» (Algorithm) نیز توسط افراد زیادی تاکنون شنیده شده است، اما معمولا در تعریف این واژه نیز عده زیادی دچار مشکل هستند. از دیگر مفاهیم و اصطلاحات مهم حوزه هوش مصنوعی که افراد شناختی از آن‌ها ندارند، می‌توان به «هوش مصنوعی محدود» (Narrow AI)، «هوش مصنوعی عمومی» (General AI‎) و تفاوت آن‌ها، ارتباط «یادگیری ماشین» (Machine Learning)، «شبکه‌های عصبی» (Neural Networks) و «یادگیری عمیق» (Deep Learning) و مفهوم «تکینگی» (Singularity) اشاره کرد.

در ادامه، تعاریف بسیار کوتاهی از برخی از اصطلاحات متداول هوش مصنوعی ارائه می‌شود. اما پیش از پرداختن به اصطلاحات متداول هوش مصنوعی، نگاهی کوتاه به مفهوم «هوشمندی» انداخته می‌شود و سپس، مبحث هوش مصنوعی مورد بررسی قرار می‌گیرد.

هوش مصنوعی محدود

این مفهوم، در واقع دلالت بر هوش مصنوعی دارد که بر یک وظیفه از پیش تعریف شده، متمرکز شده است. «هوش مصنوعی محدود» (Narrow AI‎) که با عناوین «هوش محدود مصنوعی» (Artificial Narrow Intelligence) و «هوش مصنوعی ضعیف» (Weak AI‎) نیز شناخته شده است، در واقع اعمال هوش مصنوعی به وظایف خاصی (برای مثال، بازی شطرنج، فیلتر کردن هرزنامه‌ها، رانندگی در ترافیک، پیش‌بینی فیلمی برای تماشای کاربر و دیگر موارد) است.

هوش مصنوعی عمومی

این مفهوم که از دیگر اصطلاحات متداول هوش مصنوعی محسوب می‌شود، دلالت بر هوش مصنوعی دارد که رقیب هوش انسانی محسوب می‌شود. «هوش مصنوعی عمومی» (General AI‎) که با عناوین «هوش عمومی مصنوعی» (Artificial General Intelligence | AGI) و «هوش مصنوعی قوی» (Strong AI‎) نیز شناخته شده است، سطحی از هوش مصنوعی محسوب می‌شود که هنوز به دست نیامده است.

الگوریتم

از دیگر اصطلاحات متداول هوش مصنوعی باید به الگوریتم اشاره کرد. الگوریتم، یک مجموعه از دستورالعمل‌ها است که می‌گوید یک چیز یا فرد، چه اقداماتی را باید انجام دهد. یک الگوریتم باید آغاز، بدنه و پایان داشته باشد. شایان توجه است که، الزاما یک الگوریتم نیازی به آن که یک برنامه کامپیوتری باشد ندارد. هر چند که امروزه، این دو مفهوم با یکدیگر گره خورده‌اند. یک دستورالعمل، مسیر رسیدن به مقصد برای یک شخص خاص (جهت‌ها) و یا مکانیزمی که تصمیم می‌گیرد تا یک تبلیغ خاص را ضمن وب‌گردی به کاربر نشان دهد، همه و همه مثال‌هایی از الگوریتم‌ها هستند.

یادگیری ماشین

توانایی یک ماشین برای یادگیری و فعالیت کردن بدون آنکه به طور صریح برای انجام آن برنامه‌ریزی شده باشد را «یادگیری ماشین» (Machine Learning) گویند. یادگیری ماشین یک انشعاب از هوش مصنوعی است. هدف یادگیری ماشین، توسعه سیستم‌هایی است که از داده‌ها می‌آموزند، الگوها را شناسایی می‌کند و با حداقل دخالت انسانی، تصمیم‌گیری می‌کنند. با خوراک دادن حجم انبوهی از داده‌ها به الگوریتم، الگوریتم‌ها می‌توانند خود را تطبیق دهند و به طور مداوم بهبود پیدا کنند (و بنابراین، یاد بگیرند).