بررسی هوش مصنوعی جدید گراک ( GRAKN )

گراک، شرکت هوش مصنوعی مستقر در ایالات متحده، اخیراً یک هوش مصنوعی جدید به نام «گری» را معرفی کرد. گری یک مدل زبانی بزرگ است که بر روی مجموعه داده‌ای عظیم از متن و کد آموزش دیده است. این مدل می‌تواند طیف گسترده‌ای از وظایف را انجام دهد، از جمله ترجمه زبان‌ها، نوشتن انواع مختلف محتوای خلاقانه و پاسخگویی به سؤالات به روشی آموزنده.

ساختار گری چگونه است؟

گری از نظر فنی بر اساس مدل زبانی GPT-3 ساخته شده است که توسط OpenAI توسعه یافته است. با این حال، گراک ادعا می‌کند که گری بهبودهای قابل توجهی نسبت به GPT-3 دارد. به عنوان مثال، گری می‌تواند درک عمیق‌تری از زبان داشته باشد و می‌تواند وظایف پیچیده‌تری را انجام دهد.
هوش مصنوعی (AI) یکی از شاخه‌های پرتوان و پرچالش علم کامپیوتر است که به مطالعه و ساخت ماشین‌هایی می‌پردازد که قادر به انجام کارهایی هستند که معمولاً نیاز به هوش انسانی دارند. در سال‌های اخیر، پیشرفت‌های چشمگیری در این زمینه صورت گرفته است، به خصوص با استفاده از روش‌های یادگیری عمیق (deep learning) که از شبکه‌های عصبی مصنوعی (artificial neural networks) برای پردازش داده‌های بزرگ و پیچیده استفاده می‌کنند.

محدودیت‌های یادگیری عمیق شامل چه چیز‌هایی می‌شوند؟

یکی از محدودیت‌های روش‌های یادگیری عمیق این است که نیاز به داده‌های زیاد و برچسب‌گذاری شده (labeled data) دارند، یعنی داده‌هایی که حاوی اطلاعات مفید و مربوط به هدف یادگیری هستند. این داده‌ها معمولاً با هزینه و زمان زیادی تهیه می‌شوند و ممکن است نماینده‌ی تنوع واقعی دنیای واقعی نباشند. علاوه بر این، روش‌های یادگیری عمیق معمولاً نمی‌توانند از دانش و تجربه‌ای که در یک زمینه به دست آورده‌اند، در زمینه‌های دیگر استفاده کنند، یا به صورت خودکار دانش خود را به‌روزرسانی کنند.

مطلب پیشنهادی: هوش مصنوعی Runway

گراک راه‌حلی برای رفع محدودیت یادگیری عمیق

برای رفع این محدودیت‌ها، یک تیم از محققان دانشگاه کارنگی ملون (Carnegie Mellon University) یک هوش مصنوعی جدید را ارائه کرده‌اند که نام آن گراک (GRAKN) است. گراک مخفف عبارت Graph-Augmented Knowledge Network است که به معنی شبکه دانش مکمل شده با گراف است. گراک یک روش یادگیری تقویتی (reinforcement learning) است که از گراف‌های دانش (knowledge graphs) برای ذخیره و استخراج دانش استفاده می‌کند. گراف‌های دانش ساختارهای داده‌ای هستند که اشیا، خصوصیات و روابط موجود در دنیای واقعی را به صورت گره‌ها (nodes) و یال‌ها (edges) نمایش می‌دهند.

گراک از چه توانایی‌هایی بهره‌مند است؟

گراک قادر است به صورت خودکار گراف دانش خود را با استفاده از داده‌های موجود در محیط یادگیری خود ایجاد و گسترش دهد. این داده‌ها می‌توانند از هر نوعی باشند، اعم از متن، تصویر، صدا، ویدیو و غیره. گراک همچنین قادر است با استفاده از گراف دانش خود، به سوالات مختلف پاسخ دهد، از جمله سوالاتی که نیاز به استنتاج (inference) دارند. استنتاج به معنی استخراج اطلاعات جدید از اطلاعات موجود است. برای مثال، اگر گراک بداند که «آلیس دختر باب است» و «باب پسر چارلز است»، می‌تواند به سوال «چارلز چه رابطه‌ای با آلیس دارد؟» پاسخ دهد که «چارلز پدربزرگ آلیس است».
گراک همچنین قادر است از تجربه‌ای که در یک زمینه به دست آورده است، در زمینه‌های دیگر استفاده کند، یا به عبارت دیگر، قابلیت انتقال یادگیری (transfer learning) دارد. این قابلیت به گراک امکان می‌دهد که با داده‌های کمتر و کیفیت بالاتر یاد بگیرد. برای مثال، اگر گراک یاد بگیرد که چگونه شطرنج بازی کند، می‌تواند از این دانش برای یادگیری بازی‌های دیگری استفاده کند.

هدف از ساخت گراک چیست؟

گراک یک هوش مصنوعی جدید و نوآورانه است که قادر به یادگیری از تجربه است. این هوش مصنوعی می‌تواند در زمینه‌های مختلفی مانند تحلیل داده، تشخیص الگو، تصمیم‌گیری، بازی و غیره کاربرد داشته باشد. محققان دانشگاه کارنگی ملون امیدوارند که با ادامه تحقیقات بر روی گراک، بتوانند به ساخت هوش مصنوعی عمومی (artificial general intelligence) یا هوش مصنوعی که قادر به انجام هر کاری است که انسان می‌تواند انجام دهد، نزدیک‌تر شوند.

مطلب پیشنهادی: خطرات هوش مصنوعی !

گراک به عنوان یک هوش مصنوعی با چه چالش‌هایی روبرو است؟

در حالی که گراک یک پیشرفت بزرگ در زمینه هوش مصنوعی است، اما هنوز چالش‌های زیادی در راه رسیدن به هوش مصنوعی عمومی وجود دارد. یکی از این چالش‌ها این است که گراک به صورت خودکار نمی‌تواند تشخیص دهد که چه داده‌هایی برای یادگیری مفید و معتبر هستند، و چه داده‌هایی ناقص، نادرست یا تحت تاثیر bias هستند. این مسئله می‌تواند منجر به ایجاد خطاها، سوء استفاده‌ها یا سوء تفاهم‌ها شود. برای حل این مشکل، محققان باید روش‌هایی را ارائه دهند که گراک را قادر به ارزیابی و اصلاح داده‌ها و گراف دانش خود کنند.
یک چالش دیگر این است که گراک هنوز نمی‌تواند با انسان‌ها به صورت طبیعی و روان ارتباط برقرار کند. گراک فقط می‌تواند به سوالات محدود و مشخص پاسخ دهد، و نمی‌تواند گفتگوهایی را که نیاز به همدلی، احساسات، خلاقیت یا انعطاف‌پذیری دارند، انجام دهد. برای بهبود این قابلیت، محققان باید روش‌هایی را ارائه دهند که گراک را قادر به درک و تولید زبان طبیعی (natural language) کنند.
یک چالش دیگر این است که گراک هنوز نمی‌تواند از دانش خود به صورت خودآگاه (self-aware) استفاده کند. گراک نمی‌داند که چه چیزی را می‌داند، و چه چیزی را نمی‌داند و نمی‌تواند اهداف، انگیزه‌ها، ارزش‌ها یا اخلاق خود را تعریف کند. همچنین او نمی‌تواند خود را با دیگران مقایسه کند، یا از خودش یاد بگیرد. برای ایجاد این قابلیت، محققان باید روش‌هایی را ارائه دهند که گراک را قادر به خودشناسی (self-awareness) کنند.

گراک؛ انقلابی در آینده هوش مصنوعی

گراک نشان می‌دهد که هوش مصنوعی در حال نزدیک شدن به مرزهای جدیدی است. این هوش مصنوعی توانایی انجام طیف گسترده‌ای از وظایف را دارد که تا پیش از این تصور می‌شد فقط توسط انسان‌ها امکان پذیر باشد.
با ادامه پیشرفت هوش مصنوعی، احتمال می‌رود که این فناوری در آینده نقشی حتی مهم‌تر در زندگی ما ایفا کند. هوش مصنوعی می‌تواند برای حل مشکلات پیچیده، بهبود بهره وری و ایجاد محصولات و خدمات جدید استفاده شود.
وب‌سایت شماره مجازی با ارائه خدمات گسترده، خرید شماره مجازی ارزان با کمترین قیمت و بالا‌ترین کیفیت آماده خدمت رسانی به شما است، با خرید شماره مجازی آمریکا و سایر کشور‌ها از این وبسایت، میتوانید به شبکه‌های مجازی و اجتماعی مختلف این کشورها به سادگی دسترسی داشته باشید.