فرارو- بحث در مورد هوش مصنوعی اغلب بر روی تهدیدات آینده نگرانه ناشی از هوش مافوق بشری متمرکز است. اما هوش مصنوعی در حال حاضر در تار و پود زندگی روزمره ما در جریان است. از نحوه سفر تا غذایی که میخوریم، نحوه خرج کردن پول، اخباری که میخوانیم و تعاملات اجتماعیمان همگی تاثیر هوش مصنوعی قرار دارند.
به گزارش فرارو به نقل از گاردین، در ادامه حضور هوش مصنوعی را در زندگی روزانهمان بررسی میکنیم:
از خواب بیدار میشوید و به گوشی آیفون خود نگاه میکنید. کار با گوشی آیفون خود را با استفاده از تشخیص چهره انجام میدهید. قابلیت تشخیص چهره برای شناسایی هویت اپل یا Face ID چهره شما را به مجموعهای از اعداد تبدیل میکند که به عنوان شناسه منحصر به فردتان عمل میکند. این پرتره بیومتریک بر روی سنگ حک نشده بلکه از هوش مصنوعی برای ردیابی تغییرات ظاهریتان استفاده میکند و مدل خود را در صورت گذاشتن ریش، تغییر سبک آرایش یا پیر شدنتان به روز میکند و هم چنین تشخیص میدهد که آیا چشمانتان باز هستند و توجهتان به روی گوشیتان معطوف شده است یا خیر.
بسیاری از عملکردهای اصلی گوشیهای آیفون با استفاده از هوش مصنوعی تقویت شده اند. اپلیکیشن مرتبط با عکس در آیفون میتواند پس زمینهها را محو کند و نور را به طور مصنوعی تغییر دهد تا توهم عکسبرداری استودیویی را ایجاد کند و از دید رایانهای برای تشخیص افراد و اشیاء و دسته بندی تصاویر به مضامین و مکانها استفاده مینماید.
اپلیکیشن Siri از پردازش زبان طبیعی و یادگیری ماشینی برای تفسیر درخواستهای صوتی شما استفاده میکند. نقشههای اپل الگوهای ترافیکی را برای ارائه سریعترین یا آرامترین مسیر یا مسیری که کمترین سربالایی را دارد پیش بینی میکند. هنگامی که به یک دوست پیام میدهید الگوریتمی کلمات شما را نیز جذب میکند تا سبک نوشتاریتان را انتخاب کند تا پیشنهادات متن پیش بینی کننده از جمله شکلکهای مرتبط را تقویت نماید.
شما از الکسا میخواهید هنگام صبحانه برای فرزندانتان موسیقی پخش کند. هنگامی که الکسا بیدار میشود شروع به ضبط کلمات شما میکند اما تفسیر آن کلمات به قدرت محاسباتی جدیای نیاز دارد. برای این کار گفتار ضبط شده شما به سرورهای آمازون ارسال میشود که به عنوان مغز متمرکز الکسا عمل میکنند.
نرمافزار تشخیص گفتار صدا را میگیرد و آن را به متن تبدیل میکند الگوریتمهای پردازش زبان معنی را استخراج میکنند و در برخی مواقع اطلاعات درخواستی به الکسای شما ارسال میشود. مانند سایر سیستمهای مبتنی بر هوش مصنوعی هرچه الکسا داده بیشتری داشته باشد عملکرد بهتری دارد. برای کمک به این فرآیند یادگیری انسانها نمونهای از درخواستها را بررسی میکنند تا هوش مصنوعی را به سمت ارائه پاسخهای مفیدتر و پیچیدهتر هدایت کنند.
شما با خودروی برقی خود به سمت محل کار رانندگی میکنید. خودروهایی مانند تسلا میتوانند بخش عمده جنبههای عادی رانندگی را انجام دهند. سیستم مبتنی بر هوش مصنوعی خودرو دادهها را از هشت دوربین جمع آوری میکند سپس وجود موانع، خطوط، تقاطعها و چراغهای راهنمایی را شناسایی کرده و تصمیم میگیرد چه اقدامی را انجام دهد خواه مانور دادن در محل پارک نامناسب باشد یا سبقت گرفتن از یک کامیون که به کُندی حرکت میکند.
با این وجود، خودروهای خودران صرفا میدانند چگونه با موقعیتهایی که پیشتر دیدهاند کنار بیایند و یک چالش مداوم این است که چگونه آنها را برای حوادث نادر و غیر منتظره تجهیز کنیم. هم چنین، آن خودروها در شرایط مهآلود و بارانی نیز کارآمدی کمتری دارند. واقعیتهای جاده پیچیده و غیر قابل پیش بینی هستند و احتمال اشتباه را افزایش میدهند. فرمان، ترمز و شتاب را میتوان توسط خودرو کنترل کرد اما راننده انسانی باید همواره حواساش را جمع کرده و آماده باشد تا هر زمانی که نیاز بود به صورت دستی مداخله کند.
اکثر دوربینهای مداربسته عمومی بیش از آن که از طریق یک الگوریتم در زمان واقعی کار کنند به طور غیرفعال تصاویر را ضبط میکنند. با این وجود، تعداد رو به افزایشی از صاحبان سوپرمارکتها در حال استفاده از سیستمهای تشخیص چهره مبتنی بر هوش مصنوعی ارائه شده توسط شرکت امنیتی FaceWatch هستند.
در نتیجه، از طریق سیستم مبتنی بر هوش مصنوعی یک دوربین با وضوح بالا که معمولا در ورودی فروشگاه نصب میشود چهره هر فردی را که وارد سوپرمارکت میشود ثبت میکند. این تصاویر به رایانه ارسال میشوند که اطلاعات بیومتریک را استخراج کرده و با چهرههای موجود در فهرست تماشای خود مقایسه میکند که گالری تصاویر مجازی متشکل از تصویر افراد یاغی است افرادی که پیشتر در حال سرقت از سوپرمارکت یا مغازه بازداشت شده بودند یا فروشندگان و صاحبان کسب و کارها نسبت به احتمال سارق بودن آنان مشکوک بوده اند.
هوش مصنوعی در پزشکی به شدت در حال تحقیق است و اولین کاربردها به تجزیه و تحلیل اسکنها و امکان جراحی دقیقتر کمک میکند. برنامه بررسی سلامت ریه غربالگری افرادی که در معرض خطر سرطان ریه هستند از تشخیص رایانهای مبتنی بر هوش مصنوعی برای کمک به تشخیص رشد ندولهای ریه* استفاده میکند و پزشک آخرین یافتهها را ثبت میکند. هوش مصنوعی تا ۹۰ درصد امکان دستیابی به یافتههای عملی را تقویت میکند. این یافتهها کمک میکنند تا افراد در مسیر صحیح راهنمایی شوند.
هوش مصنوعی فرآیند استخدام را به ویژه برای فارغ التحصیلان متزلزل میسازد. آگهیهای شغلی که افراد میبینند با استفاده از الگوریتمهای توصیه محتوا در گوگل، فیسبوک و اینستاگرام شخصیسازی میشوند. بسیاری از متقاضیان به چت جی پی تی (Chat GPT) ساخته شده توسط Open AI تا به تهیه نامههای درخواست شغلی یا رزومه افراد کمک کند. در شرایطی که گاهی شبیه یک مسابقه تسلیحاتی استخدام به نظر میرسد! از هر ۱۰ کارفرمای مسئول استخدام دانشجویان فارغ التحصیل شده یک نفر از هوش مصنوعی برای فیلتر کردن متقاضیان استفاده میکند.
شرکتهایی مانند گلدمن ساکس و یونیلور اکنون به طور معمول از مصاحبههای ویدئویی Hire Vue استفاده میکنند که در آن یک نامزد دریافت شغل به پرسشهای از پیش تعیین شده پاسخ میدهد و الگوریتم هوش مصنوعی پلتفرم براساس انتخاب کلمه یک نامزد امتیاز «اشتغال پذیری» را ایجاد میکند و در نهایت آن فرد براساس امتیازات داده شده از سوی الگوریتم انتخاب شده و یا رد میشود.
سال گذشته از هر پنج خانوار در بریتانیا یک نفر گزارش داد که دارای سیستم امنیتی خانه مبتنی بر هوش مصنوعی است. «آمازون رینگ» از دوربین فعال حرکتی، حسگر گرما، رادار و نرمافزار بینایی رایانهای استفاده میکند تا به کاربران هشدار دهد که فردی یا بستهای خارج از خانه حضور دارد یا قرار داده شده است. «دیو وارد» مدیر عامل بین المللی دستگاههای Ring میگوید: «یک انسان بسته به جایی که ایستاده میتواند بسیار متفاوت به نظر برسد.
انسانها دارای نشانه گرمای سنگینی هستند و با رادار میتوانیم جسمی را که در فضای سه بعدی حرکت میکند تشخیص دهیم. آخرین چیزی که ما میخواهیم این است که یک کاربر نوتیفیکیشنی را دریافت کند که اعلام کرده شخصی بیرون خانه مقابل در ایستاده است اما در واقع آن شخص یک روباه باشد»!
برنامههای ردیابی عادت ماهانه و باروری از جمله اپلیکیشن Flo از شبکههای عصبی برای تجزیه و تحلیل داده هایتان استفاده میکنند تا نتایج و پیشنهاداتی را درباره سلامتی ارائه دهند از جمله درباره عادت ماهانه بعدی و تاریخ تخمک گذاری. با این وجود، برخی از این اپلیکیشنها برای شیوههای اشتراکگذاری داده نیز با مشکل مواجه شدهاند از جمله آن که به شرکتهای ثالث مانند گوگل و فیس بوک اجازه میدهند از اطلاعات بهداشتی بسیار حساس برای مقاصد دیگر از جمله تبلیغات استفاده کنند.
تیک تاک بیش از یک میلیارد کاربر فعال ماهانه دارد و با تماشا و به اشتراکگذاری کلیپها آن پلتفرم در کلیپها را مشاهده کرده و در مورد آنها یاد میگیرد. نیازی نیست سلیقه یا علایق خود را به تیک تاک بگویید آن اپلیکیشن به سرعت این موضوع را از روی واکنشهای شما میسنجد خواه واکنشتان به یک ویدئو باشد که را تا اواسط یا تا انتها تماشا کردهاید خواه آن را به اشتراک بگذارید و یا با بیتوجهی و علاقه نشان ندادند از آن ویدئو عبور کنید.
همزمان که در حال پیمایش و کلیک کردن هستید تیک تاک ویژگیها و علایق شخصیتی شما را گردآوری کرده و از آن برای پیش بینی آن که کدام محتوا بیشتر شما را به خود جذب و مشغول میکند استفاده مینماید. تیک تاک سپس از این اطلاعات جمع آوری شده به منظور درک زیرنویسها و دید رایانهای برای شناسایی محتوای یک ویدئو استفاده میکند. هم چنین، اپلیکیشنهایی چون تیک تاک به طور فزایندهای از هوش مصنوعی برای ایجاد یا ارتقای محتوا نیز استفاده میکنند.
ممکن است این روزها ایمیل یکپارچه به نظر برسد این در حالیست که گوگل و دیگر شرکتها به طور پیوسته ویژگیهای مبتنی بر هوش مصنوعی را به آن اضافه میکنند تا محتوا را مورد تجزیه و تحلیل قرار داده صندوق ورودی نامههای الکترونیکیتان را سازماندهی کرده و حتی پیام هایتان را برای شما پیشنویس کنند.
ویژگی Smart Reply از یادگیری ماشینی استفاده میکند تا بر اساس مثالهای گذشته پاسخ مناسب را بسنجد. اگر به یک مراسم دعوت شدهاید گزینهها ممکن است شامل «بله»، «خیر» یا برای لمس شخصیتر موضوع «به نظر شگفتانگیز است؛ من آنجا خواهم بود»! باشند. جی میل میتواند به طور خودکار ایمیلها را دستهبندی کرده و کاربران را وادار میسازد زمانی که فردی پاسخ نداده پیگیری کنند و هم چنین از شما میخواهد به ایمیل دیگران پاسخ دهید.
چت جی پی تی (Chat GPT) از نوعی هوش مصنوعی به نام مدل زبان بزرگ برای تبدیل متن به دادههای ریاضی استفاده میکند که نه تنها واژگان منفرد بلکه لایههای معنی موجود در یک عبارت یا جمله را نیز رمزگذاری میکند. این مدل برای یادگیری الگوهای آماری زبان بر روی مجموعه وسیعی از متن اساسا کل اینترنت باز آموزش داده شده و از این دانش برای پاسخ به درخواستهای کاربر استفاده میکند.
چت جی پی تی در زمان ایجاد توسط کاربران انسانی آموزش داده شده تا پاسخها را برای هدایت به سمت مفید و غیر توهینآمیز مورد ارزیابی قرار دهد. یک نقطه ضعف آن است که چت جی پی تی چندان قابل اعتماد نیست و گاهی اقات حقایقی را ارائه میدهد که در ظاهر قابل قبول به نظر میرسند اما در واقع نادرست و یا قدیمی و منسوخ شده هستند. به قول خود چت جی پی تی «این مهم است که درک کنیم چت جی پی تی توانایی تایید صحت اطلاعاتی که ارائه میدهد را ندارد».
فروشگاههای خرید آنلاین چون فروشگاه «تسکو» (TSCO) در بریتانیا به سرعت از هوش مصنوعی به منظور بهینهسازی مسیرهای تحویل کالا توسط رانندگان استفاده کردهاند و از مراکز کاملا خودکار شهری استفاده میکنند که در آن از رباتهای روی تسمه نقاله برای بازیابی و رها کردن پالتهای کالا استفاده میشود. تسکو هم چنین در استفاده از تجزیه و تحلیل برای پیش بینی رفتار مصرف کننده، ارتباط تقاضا برای محصولات خاص مرتبط با شرایط آب و هوایی، تغییرات در اقتصاد و جمعیت منطقهای پیشگام بوده است. سیستم سفارش تسکو به طور خودکار بر اساس آن چه که مشتریان خریداری کردهاند در زمان واقعی به روزرسانی میشود.
همان طور که مقالات خبری را میخوانید، در رسانههای اجتماعی پیمایش میکنید، جستجوهای گوگل را انجام میدهید و چیزهایی را به صورت آنلاین خریداری میکنید سرنخهایی را در مورد این که چه کسی هستید و ممکن است بخواهید پول خود را صرف چه چیزی کنید دادههایی که برای آگهی دهندگان دیجیتال بسیار ارزشمند است را ارائه میکنید.
هوش مصنوعی این دادهها را برای آگاهی از سن، جنسیت، سبک زندگی، درآمد قابل تصرف و این که آیا به آشپزی، اسکی روی آب، آموزشهای آرایش صورت یا مطالب علمی - تخیلی علاقهمند هستید یا خیر مورد بررسی قرار میدهد. این دادهها به شرکتهایی مانند گوگل اجازه میدهند تا آگهی خاص و هدفمندی را ارائه دهند که هنگام مطالعه یک مقاله خبری ظاهر میشوند.
* لکههای سفید رنگی که در سی تی اسکن و یا عکس رادیوگرافی قفسه سینه دیده میشوند به عنوان ندول ریوی شناخته شده هستند. ندولها ضایعات کوچک (معمولا کمتر از ۳ سانتی متر) و گردی هستند که به طور شایعی در ریه مشاهده میشوند. این ضایعات معمولا بدخیم نیستند و صرفا احتیاج به پیگیری دارند.