هوش مصنوعی کـه گوگل بـه کار گرفته است در حال حاضر سرویس گوگل را در جهان بـه یکی از اجزای زندگی مردم تبدیل کرده است اما این برای گوگل کافی نیست. در نوامبر سال 2007، گوگل فعالیت خود را در زمینه تلفنهـای هوشمند با عرضه سیستمعامل اندروید آغاز کرد.
این کار با هدف سلطه بر بازار تلفنهـای هوشمند بـه مرحله اجرا درآمد. اکنون کـه نه سال از این تاریخ میگذرد، بخش عمدهای از بازار – حدود 80 درصد- در اختیار این پلتفرم قرار دارد. حال گوگل در نظر دارد همین استراتژی را برای هوش مصنوعی نیز استفاده کند و با تلفیق این فناوری با فناوریهایی همچون رایانش کوانتومی،
رهبری بازار را در زمینه عرضه محصولات هوشمند بـه دست آورد. در این مقاله بـه فعالیتهایی کـه گوگل در این زمینه داشته است، میپردازیم.محاسبات شناختی یا در مفهومی کلیتر هوش مصنوعی، از جمله فناوریهـای است کـه شرکتهـای بزرگ سیلیکونولی بـه آن توجه دارند.
اپل، استارتآپهـای فعال در حوزه هوش مصنوعی را یکی بعد از دیگری تصاحب میکند. مایکروسافت بخش ویژهای را برای فناوریهـای هوشمندانه راهاندازی کرده است و آبی بزرگ نیز از پلتفرم شناختی خود واتسون برای کمک بـه دولتها و سازمانهـای بزرگ استفاده میکند. گوگل نیز همچون همتایان خود در عرضه هوش مصنوعی کاملاً قدرتمند ظاهر شده است.
این شرکت چندی پیش استارتآپ DeepMind را تحت تملک خود قرار داد و همچنین پلتفرم منبع باز TensorFlow را کـه زیرساختی مبتنی بر یادگیری ماشینی است، بـه صورت منبع باز در اختیار جامعه جهانی گذاشت. گوگل با این کار بـه طراحان و توسعهدهندگانی کـه تمایل دارند از الگوریتمهـای یادگیری ماشینی در محصولات خود استفاده کنند
اما بـه دلایل مختلف با محدودیت روبهرو هستند، اجازه داد بـه طیف گستردهای از الگوریتمها دسترسی داشته باشند. این پلتفرم اکنون میزبان حداقل 50 سرویس مختلف گوگل است.یادگیری ماشینی از شبکههـای عصبی عمیق استفاده میکند.
جالب آنکه خود گوگل از این پلتفرم یادگیری ماشینی برای انجام وظایفی همچون شناسایی تصاویر در سرویس Photo، جستوجوی اطلاعات در موتور جستوجوگر این شرکت، پردازش بهتر درخواستهـای ارائهشده از Google Now و مانند اینها استفاده میکند. در حقیقت گوگلی کـه این روزها میشناسیم،
تفاوت محسوسی با گذشته دارد و بخش عمدهای از فعالیتهـای این شرکت بـهویژه در حوزه امنیت، با استفاده از سرویسهـای یادگیری ماشینی انجام میشود. منبع باز شدن این سرویس هوشمند این ظرفیت را بـه وجود آورده است تا گوگل با مشارکت جامعه جهانی و با صرف کمترین هزینه، بـه توسعه این فناوری هوشمندانه خود بپردازد.
مقدمهای بر تانسورفلو، اندروید دنیای هوش مصنوعی
تانسورفلو کتابخانهای از فایلها است کـه بـه پژوهشگران و دانشمندان علوم کامپیوتر اجازه داده است سامانههـای ادراکی را برای تجزیهوتحلیل اطلاعات طراحی کنند. سامانههایی کـه بر پایه این کتابخانه طراحی میشوند، میتوانند دادههـای مختلفی همچون تصاویر و اصوات را تجزیه و تفسیر کنند و بـه کامپیوترها اجازه دهند بر مبنای این اطلاعات تصمیماتی بگیرند. این تعریف پایه یادگیری ماشینی است؛
کامپیوترهایی کـه قادر بـه درک دادهها هستند و از این دادهها در زمینه اخذ تصمیمات استفاده میکنند. بـه عبارت سادهتر، یادگیری ماشینی، کامپیوتر را تبدیل بـه موجودیت هوشمندی میکند. تانسورفلو فوقالعاده پیچیده است، بـه سبب آنکه بر مبنای دقت و سرعت بـه اکتشاف در دادهها میپردازد و بـه صراحت میتوان گفت
در قلمرو هوش مصنوعی ابزار کارآمدی است. جزئیاتی درباره تانسورفلو وجود دارد کـه در این بخش بـه آنها می پردازیم. اولین نکتهای کـه در خصوص این سیستم وجود دارد، این است کـه این الگوریتم یادگیری ماشینی بر مبنای گرافهـای جریان داده کار میکند. در این سامانه دادهها با ابعاد مختلف همراه با محاسبات ریاضی بررسی شدهاند و محاسبات ریاضی دیگری را ارائه میکنند.
این بیتهـای پیچیده دادهای تانسور نامیده میشوند و محاسبات ریاضی انجامشده روی این دادهها گره نامیده میشود. دادههایی کـه از یک گره بـه گره دیگر تغییر پیدا میکنند، روابط کلی حاکم بر دادهها در این سیستم را نشان میدهد. در حالی کـه در ظاهر چنین نمود پیدا کرده است کـه گوگل پلتفرم هوشمندی را در اختیار آحاد جامعه قرار داده است،
اما واقعیت این است کـه گوگل با استفاده از این سیستم در نظر دارد حوزه کاری این سیستم را از پژوهشگران حوزه هوش مصنوعی تا شرکتهـای فعال در حوزه فناوری گسترش دهد. این استراتژی دقیقاً مشابه با سیاست گوگل در حوزه اندروید اتخاذ شده است تا در نهایت تانسورفلو بـه اندروید دنیای هوش مصنوعی تبدیل شود.
پروفسور کریستوفر منینگ، استاد دانشگاه استنفورد، تنها بعد از گذشت سه ماه کار با این سیستم تصمیم گرفت از این سامانه هوشمند در برنامه درسی خود استفاده کند. منینگ درباره تانسورفلو گفته است: «در حالیکـه همگان این سامانه را با اندروید مقایسه کردهاند، اما بـه اعتقاد من این سامانه شباهت زیادی بـه سرویس جیمیل دارد. سرویسهـای ایمیل گوناگونی این روزها در دنیای اینترنت وجود دارند،
اما بسیاری از کاربران بـه دلیل رابط کاربری ساده و خدمات متعددی کـه جیمیل ارائه میکند، تمایل دارند از این سرویس استفاده کنند. تا قبل از منبع باز شدن تانسورفلو از سوی گوگل، کتابخانههـای یادگیری خودرو متعددی در اختیار مردم قرار داشت. اما همه ی ي این کتابخانهها در یک ویژگی اتفاق نظر داشتند؛
همه ی ي آنها را گروه محدودی از دانشگاهها یا پژوهشگران فعال در حوزه هوش مصنوعی طراحی کرده بودند.» در حالیکـه سامانههـای مشابهی همچون Torch یا Theano وجود دارند کـه تعداد اندکی از متخصصان آنها را بـهروزرسانی میکنند و بر قدرتشان افزوده میشود، اما گستردگی،
قابلیتها و سرعتی کـه این چنین سامانههایی در اختیار مردم قرار میدهند، بـههیچوجه با کاری کـه متخصصان گوگل انجام میدهند، قابل مقایسه نیست. منینگ در این باره گفته است: «کنترل و بهینهسازی کدها در شبکههـای عصبی، کار بسیار طاقتفرسا و وقتگیری است،
با وجود این گوگل تصمیم گرفته است این شبکه بسیار قدرتمند را بـه صورت منبع باز در اختیار همگان قرار دهد.» جف دین، از مهندسان شرکت گوگل کـه در زمینه طراحی و توسعه تانسورفلو ایفای نقش داشته، گفته است: «گوگل در بسیاری از فعالیتهـای مهم خود از این سامانه استفاده میکند،
اما زمانی کـه طیف گستردهای از متخصصان سراسر جهان در حوزههـای مختلف از این سیستم استفاده کنند، آنگاه کارکرد واقعی خود را نشان خواهد داد. ایدهای کـه در پس زمینه طراحی تاسورفلو قرار دارد، مربوط بـه نظریهای است کـه گروهی از متخصصان گوگل ارائه دادهاند؛ ایدهای کـه میگوید
باید محصولی طراحی کرد کـه جنبه کاربردی داشته باشد.» او در بخش دیگری از صحبتهـای خود گفت: «ما در گام نخست امیدوار هستیم تا شتاب تحقیقات و پیادهسازی سامانههایی در حوزه یادگیری خودرو بـه واسطه این سیستم بیش از پیش افزایش یابد. متخصصانی کـه در حوزه هوش مصنوعی فعالیت دارند،
در ارائه نظریههـای کاربردی کاملاً پویا هستند؛ با وجود این، تلاشهایی کـه در زمینه کدنویسی و پیادهسازی این ایدهها انجام گرفته، بـه اندازه ارائه ایدهها مطلوب نبوده است.» رویکرد دیگری کـه گوگل با منبع باز کردن این سامانه در نظر دارد بـه آن دست پیدا کند، متقاعد ساختن افراد و شرکتهـای فعال در حوزه هوش مصنوعی است
تا دستاوردهای خود در این حوزه را با گوگل بـه اشتراک بگذارد. با نگاهی بـه بسته تانسورفلو متوجه خواهید شد کـه گوگل این سامانه را با طیف گستردهای از ابزارها کـه در حوزه هوش مصنوعی موردنیاز کاربران است، در اختیار آنها قرار داده است. با توجه بـه این کـه گوگل این سامانه را همراه با گواهی آپاچی 2.0 عرضه کرده است،
در نتیجه افراد و سازمانها در کاربردهای تجاری نیز میتوانند از این سرویس استفاده کنند. جالب این کـه کاربران میتوانند تانسورفلو را از طریق کامپیوتر دسکتاپ یا لپتاپ خود کامپایل کرده و از طریق تلفن هوشمند اندرویدی خود از آن استفاده کنند. منینگ در این باره گفته است: «مزیت تانسورفلو این است
کـه میتوان آن را از روی تلفنهـای هوشمند اندرویدی اجرا کرد. این بزرگترین برتری تانسورفلو بر الگوریتمهـای یادگیری ماشینی متن باز است.»
در قلب آزمایشگاه هوش مصنوعی گوگل چه میگذرد؟
در حالیکـه گوگل نزدیک بـه سه سال زمان صرف طراحی این سیستم و آمادهسازی آن برای عرضه عمومی کرده است، اما در نهایت در نظر دارد آن را بـه یک سامانه هوش مصنوعی واقعی تبدیل کند تا بتوان از این سامانه در خودروهـای بزرگ و حساس استفاده کرد. طراحی این سیستم بـه گونهای بوده است
کـه حتی مهندسان داخلی گوگل نیز میتوانند آن را مطابق با نیازهای خود در زمینه طراحی برنامههـای کاربردی بازطراحی کنند. این شبکه عمیق عصبی بسیار انعطافپذیر است و حدود صد گروه در خود گوگل بر مبنای تکنیکهـای مبتنی بر یادگیری ماشینی رو بـه پيشرفت آن هستند. ساندار پیچای،
درباره این سامانه عنوان کرده است: «یادگیری ماشینی کانون تحولاتی است کـه در سرویسهـای ما در حال رخ دادن است و ما را برای بازنگری کلی درباره کارکرد سامانههایمان بـه تفکر واداشته است. ما از این سامانه برای محصولات و سرویسهایی همچون جستوجوگر، یوتیوب، گوگلپلی و امنیت فروشگاه گوگل استفاده می کنیم
و بـه مرور زمان این سامانه را در تمام سرویسهـای خود پیادهسازی خواهیم کرد.» جان جیاناندرا، قائممقام مهندسی اینترنت، سیستمی را کـه گوگل رو بـه پيشرفت آن است، مدلی جایگذاریشده نامیده است.
در حالیکـه گوگل سامانه هوش مصنوعی خود را بـه صورت منبع باز در اختیار کاربران قرار داده است، هیچکس درباره فرایند توسعه آن اطلاعاتی ندارد. در ساختمان مرکزی گوگل کـه 325 هزار مترمربع است، تمامی گروههـای نرمافزاری بـه نوعی در حال استفاده از سیستم هوش مصنوعی گوگل هستند.
در حالیکـه افراد مستقر در گروههـای مختلف از سامانه هوش مصنوعی استفاده میکنند، مهندسان ویژه و البته کمتردیدهشدهای نیز وجود دارند کـه وظیفه برطرف کردن ایرادات و توسعه این سامانه بر عهده آنها است. هرگونه فعالیتی کـه این افراد انجام دهند، مستقیماً بر عملکرد سرویسهـای گوگل تأثیرگذار خواهد بود.
معمولاًً پروژههایی کـه بر مبنای این سامانه هوشمند طراحی میشوند، این شانس را دارند کـه روانه بازار شوند؛ سیستم دستخط کاربران از جمله این پروژهها بـه شمار میرود. اما اگر پروژهای این شانس را نداشته باشد کـه مستقلاً وارد بازار شود، با برنامه کاربردی یا سرویس دیگری ادغام شده و عرضه میشود.
در واحد تحقیقاتی این شرکت افراد بر اساس سلایقشان در گروههـای مختلفی قرار میگیرند. گروهی از متخصصان در حوزه بینایی خودرو، گروهی در حوزه ادارکپذیری، گروهی در حوزه صداشناسی و… بـه کار گرفته میشوند. شیوه کار بـه این صورت است کـه این گروه حاصل تحقیقات خود را در اختیار گروههـای توسعه قرار میدهند
تا این تحقیقات را اجرایی کرده و بـه محصول تبدیل کنند. جالب آنکه در گوگل بیش از هزار متخصص صرفاً برای تحقیق درباره کاربردهای هوش ماشینی و یادگیری ماشین در حوزههـای مختلف مشغول بـه فعالیت هستند. این افراد نتیجه تحقیقات خود را در قالب مفاهیم نظری ارائه کرده و این ایدهها را در نهایت بـه نمونهای عملی و کاربردی در قالب یک سرویس تبدیل میکنند.
صدایی از آینده بـه گوش میرسد
در میان سرویسها و محصولات مختلفی کـه گوگل ارائه کرده است، بدون شک جستوجوی صوتی، آینده روشنی دارد. این سرویس کـه در قالب آیکونی در سمت راست کادر جستوجو قرار دارد، بـه کاربر اجازه میدهد با استفاده از آیکون مربوط بـه میکروفون جستوجوی خود را انجام دهد. شیوه کار ساده است؛ کافی است آن را فعال کنید و برای مثال عباراتی بـه زبان آورید، مشاهده خواهید کرد کـه این سیستم با چه دقتی کار میکند.
در حالیکـه سیری اپل در این زمینه قدرتمند است، اما جستوجوی صوتی گوگل اکنون بـه عنوان دومین راهکار برای دسترسی بـه مخزن دادههـای گوگل استفاده میشود. گوگل در این خصوص گفته است: «آمارهای ما نشان میدهد کـه جستوجوی مبتنی بر دستگاههـای همراه بـهویژه در ایالات متحده افزایش چشمگیری داشته
و بـه گزارش پارس ناز جستوجوی مبتنی بر کامپیوترهای دستکاپ را پشت سر گذاشته است. همچنین میزان جستوجوی صوتی از طریق تبلت و تلفنهـای هوشمند در ایالات متحده در سال گذشته 50درصد رشد داشته است. با این حال هنوز هم بخش عمدهای از کاربران با این مکانیزم جستوجو آشنا نیستند.»
فرانسیز بوفیز محقق ارشد گوگل گفته است: «زمانیکـه کار خود را در زمینه توسعه سامانههـای تشخیص صوت آغاز کردیم، تعداد محدودی از کاربران از آن استفاده میکردند. اما بـه مرور زمان کـه این ویژگی پیشرفت کرد، بر تعداد این افراد افزوده شد و اکنون طیف گستردهای از کاربران بـه این سیستم اعتماد دارند.
ما موتور قبلی تشخیص صوت را کنار گذاشتهایم و از سیستم مبتنی بر شبکههـای عصبی برای تشخیص صدای کاربران و دستورات صوتی استفاده میکنیم. در حال حاضر بیش از میلیونها فایل صوتی متعلق بـه صدای کاربران را در اختیار داریم. هر زمان کاربری از مکانیزم جستوجوی صوتی استفاده میکند،
صدای او در سرورهای گوگل بارگذاری میشود. اگر کاربر اجازه دهد از صدای او استفاده شود، گوگل از این صدا برای آموزش بهتر سیستم خود استفاده میکند.»
هدف نهایی چیست؟
هدف نهایی بهرهمندی از سامانههـای مبتنی بر شبکههـای عصبی، پیادهسازی هوشی مشابه با هوش انسانی است. برای مثال سامانههایی کـه این روزها در زمینه ترجمه فعال هستند، از ترجمه لغتبـهلغت در کنار یک دستورالعمل گرامری استفاده میکنند. همین موضوع باعث میشود تا ترجمه آنها نه تنها هیچگونه شباهتی بـه نمونه انسانی نداشته باشد، بلکه بیشتر جنبه کامپیوتری پیدا کند.
دانشمندان این مشکل را بـه دلیل ضعف سختافزاری شبکههـای عصبی میدانند. این شبکهها در عمل تفاوت فاحشی با مغز انسان دارند. با این همه ی ي کارشناسان اعلام کردهاند کـه پیشرفتهـای پنج سال اخیر واقعاً شگفتانگیز بودهاند و آینده روشنی را پیش روی هوش مصنوعی متصور شدهاند.
حال باید دید با توجه بـه پیشرفتهـای محاسبات کوانتومی و تلفیق آن با هوش مصنوعی، این فناوری میتواند مسائل ناشناخته امروز ما را حل کند و بـه توسعه دانش بپردازد؟ آیا هوش مصنوعی این ظرفیت را پیدا خواهد کرد تا بـه صورت مستقل از عامل انسانی فعالیتهـای خود را انجام دهد؟
سایت شبکه