جان مک‌کارتی:

هر ویژگی از هوش یا جنبه‌های یادگیری، در اصل می‌تواند آن‌قدر دقیق توصیف شود که یک ماشین بتواند آن را به‌طور کامل شبیه‌سازی کند.

جان مک‌کارتی (John McCarthy) که به پدر هوش مصنوعی معروف است، یکی از پیشگامان این حوزه به‌شمار می‌رود. او نه‌تنها بنیان‌گذار هوش مصنوعی است، بلکه کسی بود که برای نخستین‌بار اصطلاح هوش مصنوعی (Artificial Intelligence) را به کار برد.

در سال ۱۹۵۵ میلادی، جان مک‌کارتی اصطلاح «هوش مصنوعی» را مطرح کرد و آن را در کنفرانس مشهور دارتموث در سال ۱۹۵۶ میلادی ارائه داد. در این کنفرانس که ۱۰ دانشمند علوم کامپیوتر حضور داشتند، مک‌کارتی به بررسی راه‌هایی پرداخت که ماشین‌ها بتوانند مانند انسان‌ها یاد بگیرند و استدلال کنند.

پدر علم هوش مصنوعی معتقد بود می‌توان ماشین‌هایی ساخت که توانایی تفکر انتزاعی و حل مسئله مشابه مغز انسان را داشته باشند؛ یعنی دستگاهی که بتواند جنبه‌های یادگیری انسان را شبیه‌سازی کند.

جان مک‌کارتی پدر هوش مصنوعی

جان مک‌کارتی، بنیان‌گذار هوش مصنوعی، در سن ۸۴ سالگی و در تاریخ ۲۴ اکتبر ۲۰۱۱ درگذشت. او که استاد دانشگاه و مخترع بود، بیش از پنج دهه نقش تعیین‌کننده‌ای در تعریف و پیشبرد حوزه هوش مصنوعی داشت.

آشنایی با پدر هوش مصنوعی – جان مک‌کارتی

جان مک‌کارتی، چهره‌ای برجسته در علوم کامپیوتر و یکی از شخصیت‌های تأثیرگذار در هوش مصنوعی، در سال ۱۹۲۷ میلادی در شهر بوستون متولد شد. او بعدها به همراه خانواده‌اش به شهر لس‌آنجلس نقل مکان کرد. با وجود بیماری در دوران کودکی، از همان سنین پایین ذهنی درخشان داشت و موفق شد وارد مؤسسه فناوری کالیفرنیا (Caltech) شود. او در سال ۱۹۴۸ میلادی فارغ‌التحصیل شد.

ایده ساخت فناوری‌ای که بتواند به ماشین‌ها قدرت یادگیری بدهد، به‌صورت ناگهانی شکل نگرفت. مک‌کارتی در یک سمپوزیوم با عنوان «مکانیزم‌های مغزی در رفتار» شرکت کرد و از همان‌جا جرقه تلاش برای ساخت ماشین‌هایی که مانند انسان فکر کنند، در ذهن او زده شد.

مهم‌ترین دستاوردهای جان مک‌کارتی در هوش مصنوعی

ابداع اصطلاح هوش مصنوعی توسط جان مک‌کارتی، مسیر تبدیل AI به یک رشته علمی مستقل را هموار کرد. او در سال ۱۹۵۹ میلادی به مؤسسه MIT پیوست و در کنار ماروین مینسکی به‌عنوان پژوهشگر فعالیت کرد.

در ادامه تلاش برای ساخت ماشین‌هایی با منطق انسانی، مک‌کارتی در سال ۱۹۵۸ ایده‌ای به نام Advice Taker را در مقاله‌ای با عنوان «برنامه‌هایی با عقل سلیم» مطرح کرد. این برنامه فرضی قصد داشت اطلاعات را با استفاده از منطق در کامپیوتر نمایش دهد. این ایده، نخستین گام در استفاده از استدلال منطقی برای تقویت هوش مصنوعی بود.

در همین دوران، مک‌کارتی زبان برنامه‌نویسی جدیدی به نام LISP را ابداع کرد؛ زبانی که هنوز هم یکی از محبوب‌ترین زبان‌ها در حوزه هوش مصنوعی است.

او همچنین در دهه‌های ۱۹۵۰ و ۱۹۶۰ میلادی مفهوم اشتراک زمانی (Time-Sharing) را معرفی کرد؛ ایده‌ای که در آن یک کامپیوتر مرکزی منابع خود را بین چند سیستم به اشتراک می‌گذارد. این مفهوم را می‌توان پیش‌زمینه‌ای برای ذخیره‌سازی ابری امروزی دانست.

سه سیستم اولیه اشتراک زمانی که به جان مک‌کارتی نسبت داده می‌شوند عبارت‌اند از:

  • Compatible Time-Sharing System
  • BBN Time-Sharing System
  • Dartmouth Time-Sharing System

همکار او، لی ارنست، گفته بود اگر اختراع سیستم‌های اشتراک زمانی توسط مک‌کارتی نبود، اینترنت به این سرعت شکل نمی‌گرفت. او اشاره کرد که این مفاهیم بعدها با نام‌هایی مانند سرور و سپس رایانش ابری شناخته شدند.

جان مک‌کارتی بعدها به عضویت برجسته کمیته موقت زبان‌ها در انجمن ماشین‌های محاسباتی (ACM) و همچنین فدراسیون بین‌المللی پردازش اطلاعات (IFIP) درآمد.
حدود سال ۱۹۵۹میلادی، او روشی به نام جمع‌آوری زباله (Garbage Collection) را برای حل مشکلات مدیریت حافظه در زبان Lisp ابداع کرد. این روش به بازیابی حافظه‌ای می‌پرداخت که توسط اشیایی اشغال شده بود اما دیگر توسط برنامه استفاده نمی‌شد. این نوآوری باعث ساده‌تر شدن مدیریت دستی حافظه شد.

در سال ۱۹۶۱میلادی، مک‌کارتی ایده‌ای به نام رایانش خدماتی (Utility Computing) را مطرح کرد. او این مفهوم را در سخنرانی صدمین سالگرد MIT بیان کرد. ایده این بود که نرم‌افزارها و برنامه‌ها مانند برق یا آب، به‌صورت خدمات فروخته شوند. این مفهوم در اواخر دهه ۱۹۶۰ میلادی محبوب شد اما تا اواسط دهه ۱۹۹۰ میلادی کم‌رنگ گردید. با این حال، از سال ۲۰۰۰ میلادی دوباره در قالب‌های جدیدی مانند رایانش ابری، رایانش شبکه‌ای و ارائه‌دهندگان خدمات نرم‌افزاری احیا شد.

در سال ۱۹۶۶ میلادی، مک‌کارتی و تیمش با استفاده از یک برنامه کامپیوتری، در یک مسابقه شطرنج با تیمی از اتحاد جماهیر شوروی شرکت کردند. نتیجه این رقابت، دو باخت و دو تساوی بود.

بین سال‌های ۱۹۷۸ تا ۱۹۸۶ میلادی، مک‌کارتی روی توسعه روشی به نام Circumscription در استدلال غیرتک‌جهتی (Non-monotonic Reasoning) کار کرد. این روش تلاش می‌کرد فرضیات عقل سلیمی انسان را رسمی‌سازی کند؛ یعنی فرض بر این است که همه‌چیز طبق انتظار پیش می‌رود، مگر اینکه خلافش مشخص شود.

در سال ۱۹۸۲میلادی، خبر ایده جدید او با عنوان فواره فضایی (Space Fountain) منتشر شد. این ایده شامل برجی بسیار بلند بود که با نیروی پرتاب پیوسته گلوله‌هایی از زمین به سمت بالا، در حالت عمودی باقی می‌ماند و با یک نوار نقاله، این گلوله‌ها دوباره به زمین بازمی‌گشتند.

در طول زندگی حرفه‌ای خود، مک‌کارتی نقش بی‌نقص و انکارناپذیری در پیشرفت هوش مصنوعی داشت و بارها در سطح جهانی مورد تقدیر قرار گرفت. برخی از مهم‌ترین جوایز او عبارت‌اند از:

  • جایزه تورینگ از انجمن ماشین‌های محاسباتی (۱۹۷۱)
  • جایزه کیوتو (۱۹۸۸)
  • مدال ملی علوم آمریکا در علوم آماری و محاسباتی (۱۹۹۰)
  • مدال بنجامین فرانکلین در علوم شناختی و کامپیوتر (۲۰۰۳)
  • در سال ۲۰۱۲میلادی، نام او به‌عنوان یکی از قهرمانان مهندسی دانشگاه استنفورد ثبت شد.

با اینکه جان مک‌کارتی همچنان به‌عنوان پدر هوش مصنوعی شناخته می‌شود، اما این حوزه رهبران برجسته دیگری نیز داشته که نقش مهمی در شکل‌گیری آن ایفا کرده‌اند.

دیگر رهبران برجسته در حوزه هوش مصنوعی

1. نوآم چامسکی

اگر جان مک‌کارتی بنیان‌گذار هوش مصنوعی باشد، نوآم چامسکی کسی بود که نسبت به روش‌های رایج در AI هشدار داد و به نقد آن پرداخت. او استاد زبان‌شناسی و علوم شناختی بود و بیش از ۵۰ سال در MIT تدریس کرد؛ به همین دلیل به او لقب پدر زبان‌شناسی مدرن داده‌اند.

در حالی که مک‌کارتی نسبت به آینده AI خوش‌بین بود، چامسکی دیدگاهی منتقدانه داشت و تمرکز خود را بر شناخت انسانی و رفتار ذهن قرار داد. نظریات او در روان‌شناسی شناختی و فلسفه زبان، به شکل‌گیری انقلاب شناختی کمک بزرگی کرد.

چامسکی در پاسخ به پرسش اساسی «آیا می‌توان شناخت را خلق کرد؟» رویکرد داده‌های عظیم آماری (Statistical Big Data) را مطرح کرد؛ روشی که با استفاده گسترده از ریاضیات، الگوهای پیچیده را از داده‌های حجیم استخراج می‌کند.

2. جفری هینتون

جفری هینتون یکی از چهره‌های کلیدی در هوش مصنوعی و شبکه‌های عصبی مصنوعی است. او در سال ۲۰۱۳ میلادی به Google Brain پیوست و در سال ۲۰۱۷ میلادی مؤسسه Vector در تورنتو را بنیان‌گذاری کرد.

هینتون به‌عنوان پدرخوانده یادگیری عمیق (Deep Learning) شناخته می‌شود. تحقیقات او بر استفاده از شبکه‌های عصبی برای یادگیری ماشین، ادراک و پردازش نمادها متمرکز بود.

او در مصاحبه‌ای گفته بود:

مغز فقط به یک شکل کار می‌کند؛ با یادگیری قدرت ارتباط‌ها. اگر بخواهید دستگاهی بسازید که شبیه مغز کار کند، یا باید آن را برنامه‌ریزی کنید یا اجازه دهید خودش یاد بگیرد. انسان‌ها برنامه‌ریزی نشده‌اند، بلکه یاد گرفته‌اند.

هدف او تقلید کامل از مغز نبود، بلکه درک نحوه تفکر مغز و استفاده از آن برای طراحی ماشین‌هایی با رفتار مشابه بود.

3. ماروین مینسکی

ماروین مینسکی ترکیبی از یک فیلسوف حقیقت‌جو و دانشمندی چندبعدی بود. تحقیقات او الهام‌بخش شکل‌گیری کامپیوترهای شخصی و اینترنت شد.

او پایه‌های استدلال عقل سلیم در کامپیوترها را بنا نهاد و مانند مک‌کارتی، شیفته پیچیدگی ذهن انسان بود. مینسکی همکار مک‌کارتی در پروژه هوش مصنوعی MIT بود.

برخی از دستاوردهای او:

  • طراحی اولین اسکنر تصویری
  • ساخت دست‌های مکانیکی با حسگر لمسی
  • ساخت اولین ماشین یادگیرنده با شبکه عصبی سیمی
  • اختراع نخستین میکروسکوپ اسکن هم‌کانونی با وضوح بالا

او نیز مانند مک‌کارتی، در سال ۱۹۶۹ میلادی موفق به دریافت جایزه تورینگ شد.

مهم‌ترین اختراعات هوش مصنوعی

1. عامل‌های مجازی (Virtual Agents)

چت‌بات‌ها از بهترین دستاوردهای AI هستند. آن‌ها با استفاده از پردازش زبان طبیعی می‌توانند مانند انسان مکالمه کنند؛ مانند گفت‌وگوهای خودکار در وب‌سایت‌ها و پیام‌رسان‌ها.

2. تولید زبان طبیعی (NLG)

این فناوری داده‌ها را به متن قابل‌فهم انسانی تبدیل می‌کند؛ مانند گزارش‌های خودکار خدمات مشتری یا تحلیل بازار.

3. پلتفرم‌های یادگیری ماشین

یادگیری ماشین به سیستم‌ها کمک می‌کند از داده‌ها یاد بگیرند. نمونه بارز آن، سیستم پیشنهاد محصولات در آمازون است.

4. دفاع سایبری

هوش مصنوعی در امنیت سایبری برای تشخیص تهدیدها، پیشگیری از حملات و واکنش سریع استفاده می‌شود. شرکت‌هایی مانند Darktrace از AI خودیادگیر برای شناسایی رفتارهای غیرعادی بهره می‌برند.

جمع‌بندی

هوش مصنوعی امروز در همه‌جا حضور دارد و آینده جهان را شکل می‌دهد. از الکسا و سیری گرفته تا نقشه‌های گوگل و ابزارهای بازاریابی، AI بخشی جدانشدنی از زندگی ما شده است.

اکنون بهترین زمان برای ورود به این حوزه است. بدون نیاز به مدرک‌های گران‌قیمت، می‌توان با یادگیری کاربردی و هدفمند، در مسیر رهبران بزرگ هوش مصنوعی قدم گذاشت.