فراتاب: در فیلم «ادیسه فضایی 2001»، هوش مصنوعی سفینه «هال 9000»، به انسانی که می‌خواهد اطلاعاتی را دائمی از او بگیرد می‌گوید: «من می‌ترسم، می‌توانم احساسش کنم!» این گزارش به بررسی تاریخچه هوش مصنوعی از نخستین آزموش هوش تورینگ در 1950 تا جدیدترین دستاوردهای آن در ابتدای 2025 اختصاص یافته است.
آلن تورینگ و آزمون هوش(1950)
آلن تورینگ، ریاضی‌دان برجسته، مفهوم «بازی تقلید» را مطرح کرد که بعدها به «آزمون تورینگ» معروف شد. این آزمون معیار توانایی یک ماشین در تقلید از تفکر انسانی است. اگر یک ماشین بتواند به گونه‌ای پاسخ دهد که ناظران نتوانند آن را از پاسخ‌های یک انسان تشخیص دهند، از این آزمون سربلند بیرون می‌آید.
کنفرانس دارتموث (1956)
جان مک‌کارتی، با گردهمایی گروهی از دانشمندان در کنفرانس دارتموث، اصطلاح «هوش مصنوعی» را ابداع کرد. این کنفرانس آغازگر پژوهش‌های جدی در این حوزه شد و به خلق اولین برنامه‌های هوشمند مانند الیزا (نخستین چت‌بات) انجامید.
زمستان هوش مصنوعی (دهه 1980 و 1990)
با وجود پیشرفتهای اولیه، هوش مصنوعی در وظایف پیچیده ناکام ماند و بسیاری از پروژه‌ها به دلیل نداشتن کارایی لازم، متوقف شدند. شکست AI در آزمون تورینگ و کاهش بودجه‌ها، به دوره‌ای از رکود معروف به «زمستان هوش مصنوعی» منجر شد.
ظهور یادگیری ماشینی (1990)
با پیشرفت فناوری، توسعه الگوریتم‌های یادگیری ماشین امکان‌پذیر شده بود و محققان تمرکز خود را بر روی این مفهوم گذاشتند، به این معنا که ماشین‌ها این اجازه را داشته باشند که خودشان یاد بگیرند.
رشد چشمگیر هوش مصنوعی (از 2000 تا 2021)
تشخیص تصویر و صدا: در سال 2000، هوش مصنوعی توانست اشیا را بازنمایی کنند و بسیار موثرتر از گذشته اشیاء را شناسایی کنند. همچنین، ربات‌هایی ساخته شدند که قادر به تشخیص صدا، چهره و محیط بودند.
مریخ‌نوردهای هوشمند: مریخ‌نوردهای Spirit و Opportunity(روح و فرصت) از هوش مصنوعی برای مسیریابی خودکار در سطح مریخ استفاده کردند و توانستند بیشتر از ۹۰ روز که برای آن آماده شده بودند در مریخ بمانند و نشانه‌های آب جاری در مریخ را کشف کنند.
دستیارهای مجازی: «سیری» و «الکسا» توانستند پردازش زبان طبیعی را بهبود بخشند و تعاملات گفتاری را ممکن سازند اما نمی‌توانستند به سوال‌های خارج از تخصص‌شان پاسخ دهند.
شبکه‌های عصبی و یادگیری عمیق: اگرچه شبکه‌های عصبی در دهه 1940 معرفی شدند، اما تا سال 2012، با پیشرفت سخت‌افزار و افزایش حجم داده‌ها، این فناوری به شکوفایی رسید. مسابقات علمی نشان دادند که مدل‌های یادگیری عمیق، دقت فوق‌العاده‌ای در تشخیص تصویر دارند AlphaGo و پیروزی بر قهرمان بازی Go در ۲۰۱۶ این مدل نشان داد که هوش مصنوعی می‌تواند در تصمیم‌گیری‌های پیچیده از انسان پیشی بگیرد و اهمیت یادگیری تقویتی را برجسته کرد.
رونق هوش مصنوعی مولد (2021-2024)
منظور از هوش مصنوعی مولد (Generative AI)مدل‌هایی هستند که می‌توانند با استفاده از داده‌های ورودی، محتوای جدید و با کیفیت مانند متن، تصویر، ویدئو، صدا و سایر انواع داده‌ها را ایجاد کنند.
مدل DALL·E (2021)مدلی که می‌تواند از متن، تصاویر جدید خلق کند و مرزهای خلاقیت مصنوعی را گسترش داد.
مدلChatGPT-3 (2022) مدل زبانی پیشرفتهای که توانایی تعامل طبیعی با کاربران دارد و سطح جدیدی از چت‌بات‌ها را معرفی کرد.
مدل GPT-4 (2023): OpenAI مدل GPT-4 که در سال 2023 توسط OpenAI معرفی شد، در مقایسه با نسخه‌های قبلی مانند GPT-3.5، دقت، خلاقیت و توانایی پردازش اطلاعات را بهبود بخشیده است.
نوآوری‌های 2024
مدل Sora از OpenAI مدلی برای تبدیل متن به ویدئو، که می‌تواند ویدئوهای واقع‌گرایانه تولید کند.
مدل Stable Diffusion 3 جدیدترین مدل تبدیل متن به تصویر که دقت و کیفیت تولید تصاویر را بهبود داده است.
مدل AlphaFold از Google DeepMind مدلی که در پیش‌بینی ساختار پروتئین‌ها و کشف بیماری‌های ژنتیکی و سرطانی تحول ایجاد کرده است.
همکار علمی هوش مصنوعی: گوگل این‌بار سیستمی معرفی کرد بنام AI Co-Scientist که برای کمک به دانشمندان در برنامه‌های تحقیقاتی است و برای ایجاد فرضیه و آزمایش آن همچنین بررسی ادبیات موجود بسیار کمک کننده است.
هوش مصنوعی به کجا می‌رود؟
هوش مصنوعی از آزمون تورینگ تا مدل‌های مولد، مسیری نسبتا طولانی را طی کرده است. در آخر پرسش این است آیا روزی خواهد رسید که هوش مصنوعی واقعاً احساس کند، مانند آنچه «هال 9000» در ادیسه فضایی تجربه کرد؟
گزارش از مهنا صفری از اعضای کلاس روزنامه‌نگاری و برندسازی فراتاب – دوره 15.
بازنشر این مطلب با ذکر منبع «فراتاب» بلامانع است.
