محسن ابراهیمی‌مقدم دوشنبه ۱۸ مرداد در نشست علمی هوش مصنوعی؛ مبانی و چشم‌انداز که با همت دانشگاه تحصیلات تکمیلی علوم پایه زنجان برگزار شد، با اشاره به سرعت تحولات این حوزه، اظهار کرد: هوش مصنوعی در سال‌های اخیر با شتاب قابل توجهی در حال توسعه است و یکی از دغدغه‌های مهم این است که گاهی ابتدا فناوری وارد جامعه می‌شود و پس از آن درباره ابعاد، پیامدها و الزامات استفاده از آن فکر می‌کنیم.
وی با بیان اینکه شناخت درست هوش مصنوعی نیازمند نگاهی فراتر از کاربردهای روزمره آن است، افزود: امروزه وقتی از هوش مصنوعی صحبت می‌شود، بسیاری از افراد بلافاصله به ابزارهایی مانند چت‌جی‌پی‌تی و سایر چت‌بات‌ها فکر می‌کنند؛ در حالی که این فناوری ابعاد بسیار گسترده‌تری دارد و باید آن را از منظر علمی، فنی، اقتصادی و اجتماعی مورد بررسی قرار داد.
این استاد دانشگاه، افزایش بهره‌وری، توسعه دانش، پشتیبانی از تصمیم‌گیری، ایجاد نوآوری و تقویت رقابت‌پذیری را از مهم‌ترین کارکردهای هوش مصنوعی برشمرد و گفت: هوش مصنوعی می‌تواند در تولید محتوا، تحلیل اطلاعات، حل مسائل پیچیده و کمک به فرایندهای تصمیم‌گیری نقش مؤثری ایفا کند.
ابراهیمی‌مقدم با اشاره به پیشینه چند دهه‌ای هوش مصنوعی، تصریح کرد: برخلاف تصور عمومی، هوش مصنوعی پدیده‌ای متعلق به چند سال اخیر نیست و سابقه آن به چندین دهه قبل بازمی‌گردد. پرسش مهم این است که چه اتفاقی افتاده که طی سال‌های اخیر شاهد چنین جهش و تحول گسترده‌ای در این حوزه هستیم.
او دو عامل اصلی این تحول را توسعه زیرساخت‌های پردازشی و افزایش سرمایه‌گذاری شرکت‌های بزرگ فناوری در حوزه هوش مصنوعی دانست و توضیح داد: پیشرفت فناوری پردازنده‌های گرافیکی و فراهم شدن امکان پردازش حجم عظیمی از داده‌ها، زمینه را برای توسعه روش‌هایی مانند یادگیری عمیق فراهم کرد. از سوی دیگر، ورود شرکت‌های بزرگ فناوری به عرصه پژوهش و توسعه هوش مصنوعی، سرعت تبدیل دستاوردهای علمی به محصولات کاربردی را افزایش داده است.
این استاد دانشگاه با اشاره به تفاوت هوش مصنوعی با فناوری‌های متداول، تأکید کرد: نباید هر فناوری هوشمند، سامانه مبتنی بر حسگر یا ربات را هوش مصنوعی تلقی کنیم. هوشمندسازی و هوش مصنوعی مفاهیم متفاوتی هستند و لازم است در محیط‌های علمی و دانشگاهی از به‌کارگیری نادرست این اصطلاحات پرهیز شود.
وی در ادامه با تشریح سطوح مختلف هوش مصنوعی، اظهار کرد: در ادبیات این حوزه، سه سطح اصلی مطرح می‌شود؛ نخست هوش مصنوعی محدود یا تخصصی که برای انجام وظایف مشخص در یک حوزه طراحی شده است و بسیاری از ابزارهایی که امروز استفاده می‌کنیم در این دسته قرار می‌گیرند.
ابراهیمی‌مقدم ادامه داد: سطح دوم، هوش مصنوعی عمومی است که هدف آن برخورداری از توانایی انجام طیف گسترده‌ای از وظایف در حوزه‌های مختلف است. سطح سوم نیز ابرهوش مصنوعی است که در آن، توانایی هوش ماشین از توانایی‌های شناختی انسان فراتر می‌رود. این سطح همچنان در قلمرو مباحث نظری و آینده‌پژوهی قرار دارد.
استاد دانشگاه شهید بهشتی با تشریح جایگاه یادگیری ماشین و یادگیری عمیق در توسعه هوش مصنوعی، گفت: یادگیری ماشین براساس تحلیل داده‌ها و شناسایی الگوها عمل می‌کند. در این رویکرد، به جای آنکه همه قواعد و دستورالعمل‌ها از ابتدا توسط انسان تعریف شوند، سامانه با استفاده از داده‌های مناسب، الگوها و روابط موجود را استخراج می‌کند.
وی با تأکید بر اهمیت کیفیت داده‌ها، افزود: اگر داده‌های ورودی ناقص، اشتباه یا دارای برچسب‌گذاری نادرست باشند، خروجی سامانه هوش مصنوعی نیز می‌تواند دچار خطا شود. بنابراین جمع‌آوری، پاک‌سازی، آماده‌سازی و برچسب‌گذاری صحیح داده‌ها از مراحل اساسی توسعه یک سامانه هوش مصنوعی قابل اعتماد است.
ابراهیمی‌مقدم با اشاره به مراحل طراحی سامانه‌های مبتنی بر هوش مصنوعی، فرایندهایی مانند جمع‌آوری و آماده‌سازی داده، انتخاب ویژگی‌ها، آموزش مدل، اعتبارسنجی، آزمون، استقرار و پایش عملکرد را از مراحل ضروری این مسیر برشمرد.
او همچنین یادگیری عمیق را یکی از شاخه‌های مهم یادگیری ماشین معرفی کرد که با استفاده از شبکه‌های عصبی، امکان شناسایی الگوهای پیچیده در حجم گسترده‌ای از داده‌ها را فراهم می‌کند.
این استاد دانشگاه در بخش دیگری از سخنان خود با اشاره به چالش‌های اخلاقی و حقوقی هوش مصنوعی، اظهار کرد: توسعه این فناوری نباید صرفاً بر اساس توانایی‌های فنی
و افزایش قدرت پردازش ارزیابی شود، بلکه موضوعاتی مانند حریم خصوصی، امنیت داده‌ها، مسئولیت‌پذیری و قابلیت توضیح تصمیم‌های سامانه‌های هوشمند نیز اهمیت زیادی دارند.
وی با بیان اینکه داده‌های شخصی افراد می‌توانند کاربردهای متعددی فراتر از هدف اولیه جمع‌آوری داشته باشند، عنوان کرد: باید مشخص باشد اطلاعات افراد با چه هدفی جمع‌آوری می‌شود و چه تضمینی وجود دارد که از آن‌ها صرفاً در همان چارچوب استفاده شود. این موضوع به‌ویژه در کاربردهای مبتنی بر داده‌های زیستی و اطلاعات هویتی اهمیت بیشتری پیدا می‌کند.
ابراهیمی‌مقدم همچنین بر ضرورت توسعه هوش مصنوعی توضیح‌پذیر تأکید کرد و گفت: در بسیاری از مدل‌های یادگیری عمیق، با ساختارهایی مواجهیم که به آن‌ها جعبه سیاه گفته می‌شود؛ یعنی سامانه می‌تواند نتیجه‌ای ارائه کند، اما توضیح دقیق اینکه چگونه به آن نتیجه رسیده، دشوار است. بنابراین قابلیت تفسیر و توضیح تصمیم‌های هوش مصنوعی یکی از موضوعات مهم پژوهش‌های امروز این حوزه است.
او با اشاره به پدیده توهم در سامانه‌های هوش مصنوعی، افزود: این سامانه‌ها ممکن است اطلاعاتی تولید کنند که ظاهری معتبر دارد، اما از نظر علمی صحیح نیست. همچنین سوگیری داده‌ها می‌تواند بر خروجی مدل تأثیر بگذارد. از این رو، نتایج تولیدشده توسط هوش مصنوعی، به‌ویژه در موضوعات حساس، باید با دقت بررسی و راستی‌آزمایی شوند.
ابراهیمی‌مقدم در پاسخ به نگرانی‌ها درباره جایگزینی نیروی انسانی با هوش مصنوعی، اظهار کرد: نمی‌توان با قطعیت درباره آینده همه مشاغل اظهارنظر کرد، اما روشن است که فناوری‌های جدید ساختار بسیاری از مشاغل و شیوه انجام فعالیت‌های حرفه‌ای را تغییر خواهند داد.
کدرس دانشگاه شهید بهشتی با اشاره به اظهارات مدیرعامل شرکت اوپن‌اِی‌آی درباره احتمال تغییر نقش‌های مدیریتی و تخصصی در آینده، گفت: نباید صرفاً از تحولات هوش مصنوعی ترسید یا در برابر آن موضع گرفت؛ بلکه باید شیوه مواجهه خود را با این فناوری تغییر دهیم و یاد بگیریم چگونه از ظرفیت‌های آن استفاده کنیم.
این استاد دانشگاه با بیان اینکه هوش مصنوعی می‌تواند برخی وظایف را بر عهده بگیرد، تصریح کرد: اعتقاد شخصی من این است که انسان همچنان در جایگاه طراحی، هدایت و معماری بسیاری از فرایندها نقش اساسی خواهد داشت؛ هرچند این موضوع نیازمند بررسی‌های بیشتر از منظر علمی، فلسفی و اجتماعی است.
وی در ادامه با اشاره به اهمیت زیرساخت‌های مورد نیاز برای توسعه هوش مصنوعی، اظهار کرد: توسعه این فناوری به منابع پردازشی، داده‌های مناسب و انرژی قابل توجهی نیاز دارد و نمی‌توان بدون توجه به این الزامات درباره پیشرفت در این حوزه صحبت کرد.
ابراهیمی‌مقدم با اشاره به مصرف انرژی مراکز داده و سامانه‌های پردازشی بزرگ، افزود: افزایش حجم محاسبات مورد نیاز برای آموزش و اجرای مدل‌های هوش مصنوعی، موضوع مصرف انرژی و آثار زیست‌محیطی این فناوری را به یکی از دغدغه‌های جدی تبدیل کرده است.
این استاد دانشگاه همچنین بر ضرورت افزایش سواد عمومی در حوزه هوش مصنوعی تأکید کرد و گفت: آشنایی جامعه با این فناوری نباید به متخصصان و دانشگاهیان محدود شود. بخش مهمی از مسئولیت شناخت و مدیریت تحولات هوش مصنوعی بر عهده نهادهای سیاست‌گذار و حاکمیتی است و باید برای آموزش عمومی و استفاده صحیح از این فناوری برنامه‌ریزی شود.
او با اشاره به تجربه گسترش اینترنت و شبکه‌های اجتماعی در کشور، خاطرنشان کرد: فناوری‌های جدید می‌توانند فرصت‌های بزرگی برای پیشرفت ایجاد کنند، اما نحوه استفاده از آن‌ها تعیین‌کننده است. هوش مصنوعی نیز از این قاعده مستثنی نیست و باید ضمن شناخت فرصت‌ها، مخاطرات و پیامدهای آن را جدی گرفت.
ابراهیمی‌مقدم تأکید کرد: تحولات هوش مصنوعی را باید جدی گرفت، اما نباید دچار ترس و نگرانی افراطی شد. این فناوری می‌تواند کیفیت زندگی را بهبود ببخشد و فرصت‌های تازه‌ای ایجاد کند؛ مشروط بر آنکه شناخت، برنامه‌ریزی و استفاده صحیح از آن در دستور کار قرار گیرد.
انتهای پیام
