هوش مصنوعی گوگل اجسام را به‌نحو واقع‌ گرایانه وارد تصاویر می‌کند

استفاده از نرم‌افزار پس‌تولید برای قراردادن واقع‌گرایانه‌ی اشیاء در صحنه‌ها، برای کامپیوترها به‌مراتب دشوارتر از انسان‌ها است. انجام این کار نه‌تنها نیازمند تعیین مکانی مناسب برای شیء مدنظر است؛ بلکه به تلاش برای پیش‌بینی ظاهر شی‌ء در محل هدف شامل مقیاس، انسدادها، حالت، شکل و... نیز احتیاج دارد.

خوشبختانه هوش مصنوعی وعده‌ی کمک در انجام این کار را می‌دهد. در مقاله‌ای به‌نام ترکیب و جای گذاری آگاه به متن نمونه‌های شیء که هفته‌ی گذشته در کنفرانس NeurIPS 2018 پذیرفته شد، پژوهشگران در دانشگاه ملی سئول و دانشگاه کالیفرنیا در مرسد و هوش مصنوعی گوگل سیستمی را توصیف می‌کنند که قراردادن شی‌ء را درون یک تصویر به‌نحو «معنادار و هماهنگ» یا به‌عبارت‌دیگر، قانع‌کننده آموزش می‌بیند.

پروهشگران در مقاله‌ی خود می‌نویسند:

قراردادن اشیاء درون تصویر که به‌نحو معناداری با صحنه مطابق باشند، کار هیجان‌انگیز و جالب‌توجه‌ای است. این کار با بسیاری از کاربرد‌های دنیای واقعی، ازجمله ترکیب تصویر و ویرایش محتوای واقعیت افزوده و مجازی و تصادفی‌سازی دامنه به‌شدت مرتبط است. چنین مدل قرارگیری اشیایی به‌صورت بالقوه می‌تواند کاربردهای بی‌شماری از ویرایش تصویر و تجزیه‌وتحلیل صحنه را تسهیل کند.

چهارچوب دوطرفه‌ی پژوهشگران دربردارنده‌ی دو ماژول است: یکی محل قرارگیری شیء و دیگری ظاهری را تعیین می‌کند که آن شیء باید داشته باشد. این دو ماژول از شبکه‌های خصمانه‌ی مولد (GANs) یا شبکه‌های دوبخشی عصبی بهره می‌گیرند که شامل مولدهای ایجادکننده‌ی نمونه‌ها و تفکیک‌دهنده‌هایی هستند که برای تمایز بین نمونه‌های ایجادشده و نمونه‌های دنیای واقعی تلاش می‌کنند. ازآنجاکه سیستم به‌طور هم‌زمان توزیع را با‌توجه‌به تصویر قرارداده‌شده مدل‌سازی می‌کند، به هر دو ماژول امکان می‌دهد با یکدیگر ارتباط برقرار و همدیگر را بهینه‌سازی کنند.

مؤلفان مقاله‌ی مذکور می‌نویسند:

مهم‌ترین ویژگی تازه و فنی این کار، ساخت شبکه‌ی عصبی آموزش‌پذیر و دوطرفه‌ای است که بتواند از توزیع مشترک خود، مکان‌ها و اشکال مناسب را برای شیء جدید نمونه‌برداری کند. نمونه‌های ترکیب‌یافته‌ی شی‌ء برای ایجاد تصاویر جدید می‌توانند به‌عنوان ورودی برای روش‌های مبتنی بر شبکه‌ی خصمانه‌ی مولد یا برای بازیابی نزدیک‌ترین بخش از مجموعه داده‌ی موجود استفاده شوند.

آن‌طورکه پژوهشگران توضیح می‌دهند، مولد در این حالت مکان مناسب را برای ایجاد پوشش‌های شیء با مقیاس‌ها و حالت‌ها و شکل‌های «معنادار و هماهنگ»، به‌ویژه چگونگی توزیع اشیاء در صحنه و نحوه‌ی قراردادن طبیعی شیء پیش‌بینی می‌کند تا اشیاء به‌عنوان بخشی از صحنه به‌نظر برسند. سیستم Artificial Intelligence به‌تدریج در مسیر آموزش، توزیع مختلفی را برای هر دسته‌بندی شی‌ء یاد می‌گیرد که در صحنه قرار دارد. برای مثال، هوش مصنوعی این حقیقت را می‌فهمد که در تصاویری از خیابان‌های شهر، مردم معمولا در پیاده‌روها و خودروها اغلب در جاده‌ها حضور دارند.

در آزمایش‌ها، مدل پژوهشگران با ورود واقع‌گرایانه‌ی اشیای شکل‌یافته عملکردی بهتری درمقایسه‌با حالت اولیه از خود نشان داد. وقتی تشخیص‌دهنده‌ی تصویر (YOLOv3) روی تصاویر ساخته‌شده‌ی هوش مصنوعی اجرا شد، می‌توانست اشیای ترکیب‌شده را شناسایی کند. در برآورد کارکنان سرویس ترک مکانیکی آمازون، به‌نحو مؤثرتر ۴۳درصد از شرکت‌کنندگان به این باور رسیدند که اشیای ساخته‌شده‌ی هوش مصنوعی واقعی هستند.

گوگل به نفروختن فناوری تشخیص چهره پایبند است

در ماه‌های اخیر، شرکت‌های بزرگ فناوری جهان زیرفشار زیادی برای تدوین سیاست‌هایی مستحکم درباره‌ی قابلیت تشخیص چهره بوده‌اند. مایکروسافت رهبری این جبهه را به‌عهده گرفته و قول داده است سیاست‌های سخت‌گیرانه‌تری را در این زمینه اتخاذ کند و ضمن خواستارشدن وضع مقررات بیشتر، از سایر شرکت‌ها نیز درخواست کرده به این حرکت بپیوندند.

به‌تازگی، کنت واکر، معاون ارشد شرکت گوگل، در مطلبی درباره‌ی استفاده از هوش مصنوعی در کلینیک‌های بهداشتی آسیایی اذعان کرده این شرکت برای فروش APIهای فناوری تشخیص چهره‌اش قصدی ندارد. واکر درباره‌ی نحوه‌ی سوءاستفاده‌های احتمالی از این فناوری می‌گوید:

قابلیت تشخیص چهره در مواردی، همچون فناوری‌ دستیارهای هوشمند جدید و ابزارهایی برای پیداکردن افراد گم‌شده مفید است و کاربردهای سودمند بسیار دیگری نیز در آینده خواهد داشت. بااین‌حال، تشخیص چهره نیز مثل سایر فناوری‌ها کاربردهای متفاوتی دارد که مستلزم نظارت دقیق برای اطمینان از استفاده‌‌‌ی درست و مطابق اصول و ارزش‌ها و جلوگیری از سوءاستفاده و به‌بارآمدن نتایج مضر است. برای تشخیص و حل این مشکلات به همکاری خود با بسیاری از سازمان‌ها ادامه می‌دهیم و گوگل کلاود برخلاف برخی از شرکت‌ها، مصمم است قبل از کارکردن روی این فناوری مهم و درنظرگرفتن سیاست‌های استفاده از آن، از عرضه‌ی APIهای تشخیص چهره‌ی عمومی خود خودداری کند.

ساندار پیچای، مدیرعامل گوگل، نیز این هفته در مصاحبه‌ای به نگرانی‌های مشابهی در حوزه‌ی اصول اخلاقی مرتبط به هوش مصنوعی اشاره کرد:

به‌عقیده‌ی من، دنیای فناوری باید بفهمد که همه‌چیز فقط به ساختن و سپس رفع ایراد ختم نمی‌شود. از دیدگاه من، این کار درستی نیست. هوش مصنوعی می‌تواند حتی از سلاح هسته‌ای نیز خطرناک‌تر باشد.

مقاله‌های مرتبط:

• مایکوسافت: فناوری تشخیص چهره باید قانونمند شود
• آیا باید فناوری تشخیص چهره را پذیرفت یا از آن واهمه داشت؟

اتحادیه‌ی آزادی‌های شهروندی آمریکا (ACLU) با انتشار بیانیه‌ای انتقادات شدیدی به نقض حریم خصوصی و پرونده‌‌سازی‌های نژادی این فناوری وارد کرده است. این سازمان قول داده به واردکردن فشار به شرکت‌های بزرگ فناوری ادامه دهد. نیکول اوزر، مدیر بخش فناوری ACLU می‌گوید:

به فشار خود به گوگل ادامه می‌دهیم تا مطمئن شویم این شرکت به‌دنبال ساخت و فروش ابزارهای نظارتی مبتنی بر چهره نخواهد بود. این ابزارها موجب نقض حقوق بشر و حقوق شهروندی است. همچنین، از مایکروسافت و آمازون مجددا درخواست خواهیم کرد تا از ارائه‌ی ابزارهای خطرناک نظارت چهره به دولت خودداری کنند. شرکت‌ها موظف‌اند از استفاده‌نشدن از محصولاتشان برای هجوم به جوامع و آسیب به آزادی‌های مدنی و حقوق بشر اطمینان حاصل کنند.

یادگیری ماشین چگونه صنعت کشاورزی را متحول می‌کند؟

یادگیری ماشین مانند کنترل‌کننده‌ای است که هزاران عامل مختلف را می‌سنجد و با درنظرگرفتن تمامی خطرها، بهترین تصمیم را اتخاذ می‌کند. استفاده از تکنولوژی یادگیری ماشین درحال‌گسترش است و به سایر فناوری‌های مدرن در صنعت کشاورزی برای ارائه‌ی راه‌حل و مقیاس‌های دقیق کمک می‌کند.

درحال‌حاضر، سیستم‌های سنجش ازراه‌دور به‌منظور بهبود مواد مغذی خاک و به‌طور گسترده در ابزارهای تصمیم‌گیری مرتبط‌با کشاورزی به‌کار می‌روند تا درنهایت، محصولات باکیفیت‌تری تولید شوند. این، یعنی هزینه‌های اجرایی و تأثیر محیط‌زیست در کشاورزی کاهش پیدا خواهد کرد.

بااین‌حال، روش‌های مبتنی بر سنجش به اطلاعات زیادی نیاز دارند تا سایر ابزارها از آن استفاده کنند و این همان جایی است که یادگیری ماشین وارد عمل می‌شود. سیستم‌های مبتنی بر یادگیری ماشین مجموعه‌ای از ورودی‌ها را تحلیل و وظایف غیرخطی را مدیریت می‌کنند. تغییرات آب‌وهوا روی عملکرد محصولات در دو دهه‌ی گذشته تأثیر درخورتوجهی گذاشته و حالا می‌توان به کمک یادگیری ماشین این تغییرات را پیش‌بینی کرد.

مقالات مرتبط:

• معرفی پلتفرم هوش مصنوعی IBM برای کمک به کشاورزی هوشمند
• ٰمهندسی بی‌نهایت: کشاورزی هوشمند و تغذیه پایدار

پیش‌بینی بهره‌برداری مزرعه پیش از برداشت محصولات برای سیاست‌گذاران حیاتی است و به مزرعه‌داران در امور مربوط‌به بازاریابی و ذخیره‌سازی کمک می‌کند. این پیش‌بینی‌ها همچنین به سایر فعالان این صنعت یا صنایع دیگر در انجام محاسبات کمک می‌کند. تولید محصول فرایندی پیچیده است که تحت‌تأثیر متغیرهای اقلیمی و کشاورزی است و همچنین متغیرها برای هر کشاورز و در هر مزرعه متفاوت است؛ بنابراین، تهیه‌ی دیتاست برای مزارع وسیع آسان نیست.

این دیتاست‌ها برای پیش‌بینی ترندها و تأثیر آن‌ها در منطقه‌ای خاص استفاده می‌شوند. بنابراین، یادگیری ماشین از الگوریتم‌ها برای تحلیل داده و یادگرفتن از آن‌ها و گرفتن تصمیم‌های آگاهانه بدون کمک انسانی استفاده می‌کند. در سال‌های اخیر، پرورش‌دهندگان گیاهان به‌دنبال روشی بودند که بتواند با درنظرگرفتن شرایط محیطی، آبیاری و تغذیه‌ی مناسب، تغییرات آب‌وهوا و بیماری‌های مخصوص گیاهان بهترین راه‌حل را ارائه دهد.

اینکه گیاهی بتواند با شرایط خاص سازگار شود، باید اصلاح نژاد و دنباله‌ی مناسبی از ژن‌ها در آن جانشین شود. سؤالی که مطرح می‌شود این است که کدام دنباله از ژن‌ها بهترین انتخاب است؟ این، یعنی پرورش‌دهندگان گیاهان باید میلیون‌ها گزینه‌ی مختلف را بررسی کنند تا به بهترین انتخاب برسند. الگوریتم‌های یادگیری عمیق، داده‌های مربوط به بیش از دَه سال گذشته را می‌گیرند و بعد از بررسی دقیق تغییرات آب‌وهوا و عوامل خارج از توان انسان‌ها، ژن‌های لازم برای عملکرد بهتر گیاهان را پیش‌بینی می‌کنند.

پرورش‌دهندگان گیاهان با توسعه‌ی یادگیری ماشین می‌توانند محدوده‌ی وسیع‌تری از متغیرها را تحلیل کنند. دانشمندان با استفاده از شبیه‌سازی رایانه‌ای قادرند بهره‌وری محصولات و عملکرد آن‌ها را در شرایط مختلف آب‌وهوایی، الگوهای هوایی، انواع خاک‌ها و سایر عوامل ارزیابی کنند. وقتی بیماری بین گیاهان شایع می‌شود، تشخیص دقیق و زودهنگام بسیاری مهم است. روش‌های سنّتی برای پی‌بردن به بیماری گیاهان، تنها ازطریق مشاهده و معاینه‌ی بصری ممکن است؛ درنتیجه، بیشتر مواقع خطاهای انسانی از تشخیص به‌موقع بیماری‌های گیاهان جلوگیری می‌کند.

این در حالی است که رایانه‌های دقیق و آموزش‌داده‌شده فقط با بررسی الگوها می‌توانند بیماری گیاهان را تشخیص دهند. روش کار این گونه است که هزاران‌هزار عکس باکیفیت از گیاهان بیمار جمع‌آوری می‌شود و الگوریتم‌های یادگیری ماشین با تحلیل عکس‌ها، می‌توانند شدت و نوع بیماری گیاهان را مشخص کنند. احتمال داده می‌شود در آینده‌ی نزدیک، الگوریتم‌های یادگیری ماشین حتی بتوانند با ارائه‌ی راه‌حل مناسب، تلفات ناشی از بیماری را در گیاهان کاهش دهند.

آیا فناوری تشخیص چهره نگران کننده است؟

استارتاپ Cainthus، شرکتی نوپا در حوزه‌ی فناوری تشخیص چهره محسوب می‌شود که به‌طور اختصاصی روی شناسایی گاوها در دامداری‌ها کار می‌کند. مدیر این استارتاپ یعنی دیوید هانتجلسه‌ای با نویسنده‌ی مقاله‌ی اصلی یعنی دیوید اون و یک دامدار ایرلندی به نام استفان لالر داشته است. لالر در دامداری خود در نزدیکی شهر دوبلین، روزانه شیر حدود ۳۰۰ گاو را می‌دوشد. کنترل رفتار گاوها و نحوه‌ و مقدار غذا خوردن آن‌ها، چالشی بود که لابر را به هانت رساند.

کاینتوس از دوربین‌های نظارتی درکنار بینایی ماشین و تصویربرداری پیش‌گویانه برای ردگیری حیوانات و رفتار آن‌ها استفاده می‌کند. لالر مانند بسیاری از دامداران بزرگ دیگر جهان، برای پیشرفت کسب‌وکار و افزایش تولید خود، انواع فناوری را به‌کار می‌گیرد. فرزندان این دامداران امروز در فکر شرکت‌های بزرگ همچون گوگل هستند اما خودشان، از فناوری‌ها در همان کسب‌وکارهای قدیمی استفاده می‌کنند. لالر تصمیم دارد برای خرید بعدی دامداری خود، یک روبات تهیه کند.

مقاله‌های مرتبط:

• آیا باید فناوری تشخیص چهره را پذیرفت یا از آن واهمه داشت؟

تشخیص چهره‌ی دام‌ها

برادر دیوید هانت یعنی راس، مدیر امور مالی استارتاپ است. آن‌ها ۳۶ سال سن دارند و در یک منطقه‌ی کوچک کشاورزی و دامداری در کانمارا در ساخل غربی ایرلند بزرگ شده‌اند. آن‌ها برای مدت‌ها تنها خانواده‌ی منطقه محسوب می‌شدند که کامپیوتر شخصی داشتند. این دو برادر پس از فارغ‌التحصیلی از دانشگاه شغل‌هایی را در حوزه‌های کسب‌وکار و مالی پیدا کردند.

برادران هانت ابتدا در کارخانه‌ی غلات پدر خود استخدام شدند و پس از مدتی مدیریت آن را به‌طور کامل بر عهده گرفتند. آن‌ها ابتدا نرم‌افزارهای شرکت را به‌روزرسانی کرده و به فضای ابری منتقل کردند. سپس برنامه‌ی معاملات آتی روی غلات را لغو کردند. درآمد شرکت در ۲.۵ سال پس از شروع فعالیت برادران هانت، تقریبا دوبرابر شد.

دیوید و راس هانت پس از کسب موفقیت‌های اولیه در شرکت غلات، از کار در آنجا خسته شده و هر دو به انکوباتوری در سیلیکون‌ولی پیوستند. پیتر دیاماندیس و ری کورزویل، مدیران این انکوباتور بودند. درنهایت آن‌ها استارتاپ Cainthus را در سال ۲۰۱۶ تأسیس کردند. شریک دیگر آن‌ها رابین جانستون نام داشت که در نزدیکی مزارع تولید لبنیات در کانادا بزرگ شده بود و سابقه‌ای هم در حوزه‌ی بینایی کامپیوتری داشت.

نام شرکت Cainthus ترکیبی از کلمه‌ی Canthus به معنای نقطه‌ای در گوشه‌ی چشم و حرف i به‌عنوان نماد هوش مصنوعی (intelligence) است. راس اعتقاد دارد برای پیدا شدن بهتر در گوگل، باید اسم شرکت را اختراع کرد.

استارتاپ کاینثوس فناوری تشخیص چهره‌ی دام‌ها را توسعه داده است

دیوید و راس هانت اعتقاد دارند کشاورزی صنعتی است که کمترین تأثیر را از تحولات دیجیتالی گرفته است. آن‌ها می‌گوید هوش مصنوعی می‌تواند تأثیرات محیطی کشاورزی روی طبیعت را نیز کاهش دهد. تأثیرات مذکور با افزایش بهره‌وری و کاهش خطرات کشاورزی و دامداری ایجاد می‌شود.

آیدان کانولی یکی از سرمایه‌گذاران اولیه‌ی استارتاپ کاینثوس بود. او مدیر نوآوری در شرکت فناوری کشاوری Alltech است و اعتفاد دارد این استارتاپ، دنیا را تغییر خواهد داد. به‌عنوان مثال دامداران با گله‌های بزرگ، با استفاده از فناوری‌های استارتاپ کاینثوس، مانند دامداران با گله‌های کوچک‌تر، رفتار تک‌تک‌ گاوها را شناسایی و تحلیل می‌کنند.

شرکت عظیم بین‌المللی Cargill فعال در صنعت جهانی غذا، از ابتدای سال جاری به جمع سرمایه‌گذاران و شرکای توسعه‌ای Cainthus پیوست. این شرکت در مدت یک هفته‌ی منتهی به نگارش مقاله، ۵ مزرعه‌ی دامداری دیگر را فناوری خود مجهز کرد. ۳ مزرعه‌ی جدید در کانادا و ۲ مزرعه در ایتالیا، مشتری‌های جدید آن‌ها بودند.

برادران هانت، چشم‌انداز خود را فراتر از کشاورزی و دامداری ترسیم کرده‌اند. حوزه‌ی تشخیص چهره و رفتار دام‌ها، به استارتاپ کاینثوس نسبت به رقبا برتری حدودی داده است. آن‌ها در مقابل شرکت‌های فعال در زمینه‌ی تشخیص چهره‌ی انسان‌ها، پیشرفت‌های آسان‌تری داشته‌اند؛ چرا که دام‌ها برخلاف انسان‌ها پوشش متفاوت روی صورت ندارند، در صورت کنترل تصویری شکایت نمی‌کنند و درنهایت، می‌توان رفتارهای آن‌ها را تغییر داد.

نکته‌ی مهم برای آینده‌ی استارتاپ کاینثوس، پیاده‌سازی آن برای تحلیل رفتارهای انسانی و کاربردهای جامع‌تر خواهد بود. به‌عنوان مثال می‌توان از نسخه‌های بعدی این فناوری برای کنترل ورزشکاران و اعلام خطر در مواقع گوناگون بیماری یا مصدومیت اشاره کرد. البته، قطعا ظرفیت به‌کارگیری فناوری برای کاربردهای نامناسب هم وجود دارد و باید مراقب آن بود. دیوید درباره‌ی این کاربردهای خطرناک می‌گوید: «اگر در ابتدا به‌اندازه‌ی کافی از این فناوری نترسید، یعنی مفهوم آن را به‌طور کامل درک نکرده‌اید.»

روش کار و برنامه‌نویسی هوش مصنوعی

اون در ادامه‌ی مقاله داستانی را تعریف می‌کند که در آن، جزییات شناختن دوستی پس از ۲۰ سال دوری را شرح می‌دهد. او در داستان خود توضیح می‌دهد که چگونه پس از گذشت این همه سال، با دیدن دوستی در مسیر پیاده‌روی، حتی باوجود تغییرات متعدد در ظاهر، او را شناسایی کرده است.

نام‌گذاری روی چهره‌ها مانند فرمول‌سازی تئوری‌های توطئه، نیاز به شناسایی الگوها دارد. برخی افراد در این بخش ضعیف هستند و همسر، فرزند و حتی خودشان را هم به‌خوبی در عکس‌ها تشخیص نمی‌دهند. درمقابل، برخی افراد مهارت بالایی در تشخیص الگوها دارند.

نیروی پلیس اسکاتلندیارد در جریان شناسایی دو محکوم به قتل یک جاسوس روسی و دخترش، از افرادی با عنوان Super Recognizers استفاده کرد. این افراد به مهارت فوق طبیعی در تشخیص چهره و به‌یادسپاری خصوصیات متفاوت آن دارند. اغلب افراد، در دسته‌بندی میان گروه‌های فوق جای می‌گیرند.

روند تحقیقات روی شناسایی افراد در تصاویر با استفاده از کامپیوتر، در دهه‌های ۶۰ و ۷۰ میلادی شروع شد. چالش اولیه آن بود که کامپیوتر بتواند وجود چهره را در یک عکس تشخیص دهد. چالش بعدی در سال‌های آینده ایجاد شد و آن، تشخیص چهره‌هایی بود که در حالت مناسبی ثبت نشده بودند. یک روش برای حل این چالش، سخت مدل‌های سه‌بعدی از سر انسان و نرمال‌سازی چهره‌ها با زوایای مختلف در عکس بود.

یکی از نقاط عطف تاریخ تشخیص چهره، عرضه‌ی واحدهای پردازش گرافیکی بود

یکی از نقاط عطف اصلی در تاریخ بینایی کامپیوتری، معرفی اولین پردازشگرهای گرافیکی یا همان GPUدر دو دهه قبل برای کامپیوترهای شخصی بود. البته واحدهای پردازش گرافیکی ابتدا برای گیمرها طراحی شدند؛ اما به‌قدری در انجام محاسبات تکراری در برخی حوزه‌های عالی بودند، که محققان هوش مصنوعی آن‌ها را به کار گرفتند.

اغلب سیستم‌های تشخیص چهره‌ی امروزی، از فناوری به‌نام شبکه‌ی عصبی استفاده می‌کنند. این شبکه‌ها کمی متفاوت از برنامه‌های سنتی برنامه‌نویسی شده‌اند. به‌عنوان مثال برای برنامه‌نویسی این شبکه‌ها، کدهایی برای شناسایی رنگ مو یا طول بینی نوشته نمی‌شد. به‌جای آن، شبکه‌ی عصبی با دیدن و مطالعه‌ی نمونه‌های فراوان و متضاد، آموزش می‌بیند و آن‌ها را در سطح پیکسلی با هم مقایسه می‌کند.

هوش انسانی، وظیفه‌ی تربیت و آموزش شبکه‌ی عصبی را بر عهده می‌گیرد. هر زمان که هوش مصنوعی دچار اشتباه شود،‌ پارامترهای گوناگون آن توسط متخصصان بهینه‌سازی می‌شود. البته در برخی سطح‌ها، الگوریتم‌ها مشخص می‌کنند که کدام شباهت و تفاوت قابل‌توجه است. به‌همین خاطر، شبکه‌های عصبی برخی اوقات به‌نام جعبه‌ی سیاه شناخته می‌شوند.

اون در جریان نگارش مقاله با یکی از مدیران آزمایشگاه بینایی کامپیوتری دانشگاه ماساچوست در آمهرست دیدار کرده است. اریک لرند میلر یک دانشمند عاوم کامپیوتر بوده که سال‌ها روی بینایی کامپیوتری تحقیق کرده است. او اعتقاد دارد بسیاری از توسعه‌های پیش‌گام حوزه‌ی هوش مصنوعی و بینایی کامپیوتری در چند سال اخیر ایجاد شده‌اندو

میلر در توضیح ظرفیت‌های کنونی در حوزه‌ی بینایی بصری، در دسترس بودن پایگاه‌های داده‌ی عظیم از تصاویر کامپیوتری را مثال می‌زند. میلر در این‌باره می‌گوید:

تصور کنید که به سال ۱۹۱۸ رفته‌اید و یک سیستم قوی شبکه‌ی عصبی را به فردی معرفی می‌کنید. شما می‌گویید که این سیستم تنها با دیدن چند میلیون تصویر چهره، بینایی کامپیوتری را خواهد آموخت. قطعا اختراع شما در آن زمان خارق‌العاده محسوب می‌شود، اما این تعداد عکس از چهره‌ی افراد، تنها امروز و آن هم با دسترسی ساده به اینترنت قابل دسترسی است.

میلر یکی دیگر از قابلیت‌های مفید ایجاد شده در سال‌های اخیر را توانایی افزودن هویت به تصاویر در مراکز داده‌ی بزرگ می‌داند. چنین قابلیتی در سرویس‌هایی همچون Amazon Mechanical Turk قابل دسترسی است. در این سرویس، برخی کارهای تکراری که انسان‌ها آن را بهتر انجام می‌دهند، با هزینه‌های پایین انجام می‌شود. به‌عنوان مثال کارهایی همچون نوشتن متن از روی صدا یا تشخیص تصاویر مناسب برای شبکه‌های اجتماعی در چنین سرویس‌هایی توسط انسان‌ها و با هزینه‌های نسبتا پایین انجام می‌شود. استارتاپ کاینثوس نیز از سرویس‌های مشابه استفاده می‌کند.

معرفی کتاب: سینگولاریتی (تکینگی) نزدیک است اثر ری کرزویل

کتاب تکینگی نزدیک است درباره‌ی آینده است که آن را آینده‌پژوهی سرشناس به‌نام ری کرزویلنوشته است. این دانشمند علوم رایانه و مخترع و آینده‌نگر مشهور، درباره‌ی سینگولاریتی یا تکینگی زیاد صحبت کرده است. او تابه‌حال سه کتاب درباره‌ی این موضوع نوشته که سومین آن‌ها همین کتاب حاضر است. به اعتقاد او، در سال ۲۰۴۵ هوش مصنوعی به‌طور شگفت‌آوری بر هوش انسانی برتری پیدا خواهد کرد. این درحالی است که همه می‌دانیم هوش مصنوعی ساخته‌ی دست انسان است. ممکن است روزی چنین اتفاقی بیفتد؟ پیامد این رخداد در زندگی انسان‌ها چه خواهد بود؟

برای بررسی و معرفی این کتاب با ما در زومیت همراه باشید.

سخن اصلی کتاب

کتاب تکینگی نزدیک است به وضعیت زندگی انسان در سال‌های آینده‌ی نه‌چندان دور می‌پردازد. این کتاب نقش پررنگ فناوری و هوش مصنوعی را در موجودیت انسان نمایش می‌دهد و می‌گوید دوران زندگی انسان‌ها به قبل و بعد از اتفاق تکینگی تقسیم خواهد شد. در این کتاب، از ری کرزویل مطالب بسیاری می‌آموزیم. کرزویل نویسنده‌ای است که به‌خاطر کتاب‌هایش درباره‌ی آینده و نیز اختراع‌های علمی‌اش بسیار مشهور است.

مقاله‌های مرتبط:

• ری کرزویل: ربات‌های کوچک درون مغزمان، می‌توانند ما را تبدیل به ابرانسان کنند
• پیش‌بینی‌های هیجان‌انگیز ری کرزویل برای آینده انسان

باید بگویم خوشبختانه یا متأسفانه بیش از ۸۰درصد از پیش‌بینی‌های نویسنده درست بوده است. مردی که می‌گوید در سال ۲۰۲۹ هوش مصنوعی پس از گذراندن آزمون تورینگ به سطح هوش انسانی می‌رسد. او معتقد است انسان به‌زودی به اَبَرانسانتبدیل خواهد شد؛ انسانی که نه‌تنها در هوش طبیعی، بلکه در هوش عاطفی نیز برتر خواهد بود و حتی برای او زندگی جاودانه و ابدی را پیش‌بینی می‌کند.

مفهوم سینگولاریتی (تکینگی)

در ریاضیات، تئوری سینگولاریتی یا تکینگی فضاهایی را مطالعه و بررسی می‌کند که تقریبا و نه کاملا توپولوژیک و چندگانه هستند. یک رشته اگر از ضخامتش صرف‌نظر شود، می‌تواند به‌عنوان مثال از دیدگاه خمیدگی تک‌بعدی مطرح شود. در علوم طبیعی، مفهومی با عنوان تکینگی گرانشی وجود دارد. در این علوم، تکینگی فضایی است که در آن از کمّیّت‌های انحنای فضازمان برای اندازه‌گیری گرانش زمین با تعداد فراوان استفاده می‌شود؛ به‌گونه‌ای‌که این داده‌ها دیگر تابع مختصات قرارگرفته در آن نیستند.

تکینگی فناوری که در کتاب مدنظر از آن صحبت می‌شود، از خلق هوش مصنوعی فراتر از هوش انسانی صحبت می‌کند. این موضوع یکی از داغ‌ترین بحث‌های اخیر بوده است. برای بررسی دقیق‌تر این مفهوم می‌توانید مقاله‌ی همه چیز درباره تکینگی فناوری را مطالعه کنید.

پیش‌بینی آینده

کرزویل در کتاب خود از قانون بازگشت شتاب‌دهنده‌ها صحبت می‌کند که خودش وضع کرده است. این قانون در آینده‌پژوهی و تاریخ فناوری افزایش درخورملاحظه‌ای در نرخ تغییرات فناورانه در طول تاریخ نشان می‌دهد. نویسنده‌ی کتاب طبق این قانون رشدی نمایی را در فناوری‌هایی نظیر رایانه، ژنتیک، فناوری نانو، روباتیک و هوش مصنوعی پیش‌بینی می‌کند. وقتی سینگولاریتی به‌وقوع بپیوندد، کرزویل معتقد است هوش ماشینی به‌طور نامحدود از مجموع تمام هوش‌های انسانی قدرتمندتر خواهد شد.

در این کتاب، از تکینگی به‌عنوان عطفگاه یا دوره‌ی زمانی خاصی سخن به‌میان آمده که رشد فناوری باعث محو مرز میان فناوری و طبیعت شده است. همچنین، این تکینگی در خلاصه‌ای از ایده‌ها ارائه می‌شود که جهش‌های فناورانه‌ی پیشرو را در آینده به‌تصویر می‌کشد و این همان نقطه‌ای است که فناوری با بیولوژی و مغز انسان ادغام می‌شود و بعد بر آن غلبه می‌کند.

تکینگی نقطه‌ای برای پیوند هوش مصنوعی و هوش انسان است. نئوکورتکس‌ها در مغز انسان گسترش پیدا می‌کنند و با هوش مصنوعی می‌توانند ارتباط و اتصال پیدا کنند. مغز انسان با داده‌هایی غیر از زیست طبیعی‌اش درگیر می‌شود و درنتیجه‌ی این عمل، انسان به هوش برتر و فوق‌العاده‌ای دست پیدا می‌کند و همه‌چیز حتی احساسات انسانی را بهتر می‌فهمد و جذاب‌تر می‌شود. این ادغام هسته‌ی اصلی سینگولاریتی یا تکینگی است. این مباحث را کرزویل در سخنرانی خود در Ted در سال ۲۰۱۴ کامل شرح داده است که از اینجا می‌توانید این سخنرانی را ببینید.

تکینگی نزدیک است

کرزویل در مسیر آینده‌گرایانه‌اش شش عصر و دوره‌ی اصلی را فرمول‌بندی و پیش‌گویی کرد. هر دوره با دوره‌ی قبلی ازطریق ادغام اطلاعات جدید با دانسته‌های دوران گذشته در زمینه‌ی فناوری به‌طور پیش‌رونده‌ای در ارتباط است. این نوعی توالی ادغام اطلاعات در تمام جنبه‌هایی است که امروزه با آن‌ها سروکار داریم.

عصر اول: فیزیک و شیمی

عصری که ذخیره‌سازی اطلاعات را در ساختارهای پایه‌ای به بحث می‌گذارد. دانشمندان آن‌ را به‌شکل بلوک‌های سازنده‌ی زندگی، یعنی اتم‌ها و مولکول‌ها می‌دانند.

عصر دوم: زیست و دی‌ان‌ای (DNA)

اطلاعات هر انسان در DNA او ذخیره می‌شود که به‌عنوان پایه‌های سازنده‌ی ژنتیک شناخته می‌شوند. کرزویل توانایی شکوفایی و افزایش خلاقیت انسان‌ها را در به‌روزرسانی و پیشرفت این اطلاعات موجود در DNA می‌داند.

عصر سوم: مغز انسان

با تحول و دگردیسی تدریجی از عصر دوم، DNA و ذرات پایه‌ی موجودات زنده را قادر می‌سازند که با اندام‌های حسی خود اطلاعات را تشخیص دهند و آن‌ها را به‌صورت داده در اندام متحول‌شده و پیشرفته‌ی خود به‌نام مغز ذخیره کنند. 

عصر چهارم: فناوری

دراثر افزایش توانایی‌های مغزی در عصر سوم، هوش انسانی به‌سمت مرحله‌ای از خلاقیت پیش می‌رود که ظرفیت‌های خود را روی ماشین‌ها اجرا و کپی کند. ایجاد فناوری امروز به زندگی بشر تبدیل شده‌ است. نرخ تکامل در انسان‌ها و فناوری مقایسه‌کردنی نیست. 

عصر پنجم: پیوند فناوری

در این دوره، پیوند هوش انسانی و فناوری را شاهد هستیم. چراغ انتهای تونل برای قواعد آینده‌پژوهی ریموند کرزویل در عصر پنجم است که تشخیص‌دادنی می‌شود.

عصر ششم: بیداری جهان

این دوره، اوج قواعد کرزویل را به‌تصویر می‌کشد. جهان که از خواب بیدار می‌شود، نقطه‌ی اوج یا پیامدی از تکینگی در جهان رخ می‌دهد. در این زمان، هوش ترکیبی از مغز طبیعی انسانی و نبوغ پیشرفته انسان در فناوری خواهد بود. این عصر همان پیش‌بینی کرزویل است.

درباره‌ی نویسنده

ری کرزوایل یا ری کرزویل (به‌انگلیسی: ray Curzweil) هوادار بحث‌برانگیز نقش ماشین‌ها در زندگی آینده‌ی انسان، دانشمند، آینده‌پژوه و مخترعی مشهور است. او در سال ۱۹۴۸ در امریکا متولد شده و نشان نوآوری آمریکا را ازآنِ خود کرده است. ازجمله اختراعات او پویشگر (اسکنر) مسطح با شارژ همراه و ماشین تقلیدگر موسیقی و ماشین شناسایی‌کننده‌ی لغات سخنرانی است. او همچنین برای نابینایان ماشین خوانش متن را اختراع کرد.

کرزویل مدرک علوم کامپیوتر و ادبیات را از دانشگاه MIT دریافت کرده است. آن‌قدر به علوم رایانه علاقمند بود که در همان سال اول، تمام دروس رایانه را با موفقیت گذراند و در حین تحصیل، شرکت رایانه‌ای خود را تأسیس کرد. حوزه‌های دلخواه او هوش مصنوعی و سلامتی و آینده‌پژوهی است.

درحا‌ل‌حاضر، کرزویل برای جلوگیری از پیری روزانه چندین قرص مصرف می‌کند. بنابراین، باید دید می‌تواند برای دیدن روز تحقق پیش‌بینی خودش در ۲۷ سال بعد جوان بماند یا خیر. وی در چند سال اخیر در حوزه‌ی هوش مصنوعی با شرکت گوگل مشغول همکاری است.