گفتوگو با دكتر مجید نیلی احمدآبادی، دبیر ستاد توسعه علوم شناختی درباره برنامه این ستاد برای فراهمسازی زمینه همكاری پژوهشگران علوم شناختی و هوش مصنوعی
ایران، پیشگام پیوند هوش مصنوعی با علوم شناختی
در عصر جدید همگام با پیشرفتهای سریع دنیای فناوری، هر روز انبوهی از اطلاعات تولید میشود. خیلی زود حجم دادهها آنقدر افزایش یافت كه دیگر حتی با افزایش تعداد نیروی انسانی نیز امكان طبقهبندی و پردازش كاربردی آنها وجود نداشت. با ورود هوش مصنوعی و الگوریتمهای توسعه یافتهای مانند یادگیری ماشین و یادگیری عمیق، انقلاب بزرگی در زمینه دادهكاوی رخ داد كه به نظر میرسید در چند سال آینده بتواند با ورود به حوزههای گوناگون، زندگی بشر را كاملا متحول كند. اما هوش مصنوعی برای پردازش دادههای مرتبط با احساسات و عملكرد پیچیده ذهن انسان با محدودیت شدیدی روبهرو است. برای رفع این محدودیت، استفاده از علوم شناختی در پردازش كلاندادهها و همسوكردن هوش مصنوعی با فرآیندهای مغزی بهتازگی به چالش مهم تحقیقاتی و كاربردی در كشورهای پیشرفته تبدیل شده است.
تمایل به درك رفتار سامانههای پیچیده مانند آنچه در مغز انسان رخ میدهد سالها با بشر همراه بوده است. ایده شكلگیری الگوریتمهای ریاضی بر مبنای فعالیتهای سلولهای مغزی، ساخت رباتها، شكلگیری هوش مصنوعی، همه و همه در جهت پاسخ به این اشتیاق بوده است. با ورود هوش مصنوعی و الگوریتم «خود توسعهدهنده یادگیری ماشین» بسیاری از فرآیندهایی كه تا چند سال پیش كاملا فراتر از تصورمان بود، با یارانهها انجام میشود. ظهور مترجمهای نوشتاری آنلاین، شكلگیری دستیاران هوشمند، نرمافزار تبدیل گفتار به نوشتار، بهینه شدن موتورهای جستوجو بر مبنای دادهكاوی هوشمند كلاندادهها از جمله دستاوردهایی است كه این روزها به خوبی جای خود را در زندگی ما باز كرده است.
نقش هوش مصنوعی
در تحلیل كلاندادهها
دكتر مجید نیلی احمدآبادی، دبیر ستاد توسعه علومشناختی در گفتوگو با جامجم با اشاره به تواناییهای كاربردی هوش مصنوعی توضیح میدهد: «در حال حاضر دنیای فناوری به نحوی پیشرفت كرده كه دادههای بسیار كلانی از تعامل انسانها با یكدیگر، رایانه و گوشیهای هوشمند، حضور در شبكههای اجتماعی، تاریخچه استفاده از وبگاهها و حتی سامانههای اداری تولید شده و بهجا میماند. یكی از مهمترین مسائلی كه این روزها توجه بسیاری از محققان را به خود جلب كرده، كاربردها و روشهای استخراج اطلاعات از این دادههای كلان برای بهبود زندگی است كه البته باید در كنار اصل «محرمانهماندن اطلاعات شخصی» و «اخلاق داده» مورد بررسی قرار بگیرد. با توسعه هوش مصنوعی مشخص شد تا زمانی كه بخواهد دادههای ساده مربوط به سیستمهای مصنوعی را دادهكاوی كند كه قواعد حاكم بر آنها كاملا مشخص است مانند دادههای عملكرد پالایشگاهها، میزان فروش فروشگاهها و... به صورت موفق و دقیقی آنها را درك، تفسیر و پیشبینی خواهد كرد. اما زمانی كه دادههای ورودی كمی پیچیدهتر باشد و پای تحلیل اطلاعات رفتاری و فرآیندهای مغزی به میان باز شود، هوش مصنوعی با محدودیت جدی روبهرو خواهد بود.»
عصر پساعلوم داده و یادگیری ماشین
دكتر نیلی در ادامه میافزاید: «اگر قرار باشد الگوهای رفتاری، گفتاری، نوشتاری، مسائل اجتماعی و تعاملی انسانها به درستی تحلیل شود، معنایابی شده و در موارد مشابه بعدی بهدرستی پیشبینی شود به توسعه الگوهای جدید بر مبنای الگوهای ذهنی نیاز خواهیم داشت.» وی با اشاره به این كه امروزه در دوره «پسا علوم داده و یادگیری ماشین» قرار داریم، میافزاید: «با توجه به تغییر جهت مورد نیاز برای بهینهشدن فرآیندهای هوش مصنوعی نیاز به ایجاد یك حلقه ارتباطی میان الگوریتمهای موجود برای هوش مصنوعی و دادهكاوی با دانشی است كه در سالهای اخیر با نام علوم شناختی در حال شكلگیری است. علوم شناحتی در حقیقت به دنبال بهدستآوردن ابزارهایی است كه بتواند با كمك دادههای رفتاری افراد، به سازوكارهای ذهنی و فرآیندی پی ببرد كه برای پردازش دادهها در مغز رخ میدهد. همچنین بتواند دادههایی برای اثر بخشی بر مدلهای ذهنی افراد به دست بیاورد. بنابراین با همگرایی این دو دانش، این امكان را خواهیم داشت كه كلاندادههای پیچیده رفتاری را نیز مانند دادههای ساده به آسانی تفسیر كرده و از آن بهرهبرداری كنیم.»
دبیر ستاد توسعه علوم و فناوریهای شناختی با تأكید بر آینده روشن تركیب علوم شناختی و بحث دادهكاوی به جامجم میگوید: «اكنون كشورهای پیشرو با هدف رفع محدودیتهای هوش مصنوعی به این سمت گرایش پیدا كردهاند، اما هنوز نتوانستهاند این همافزایی را به جریانی پیشرو تبدیل كنند. به همین جهت برای اولینبار در دنیا جریانی را برای تركیب علوم شناختی و علوم داده به راه انداختهایم و با برگزاری چالشی فناورانه تلاش میكنیم از ظرفیتهای بسیار قوی موجود در كشور در حوزههای هوش مصنوعی، علوم داده و علوم شناختی در جهت توسعه این فناوری نوین گام برداریم.»
وی درخصوص نامگذاری این چالش میافزاید: «ما از عنوان دادهكاوی هوشمند به توان شناختی برای این رویداد استفاده كردیم تا تأثیرگذاری علوم شناختی را برای تحول علوم داده به خاصیت نمایی توان ریاضی تشبیه كنیم. زیرا معتقدیم با اضافه شدن دانش شناختی به دادهكاوی هوشمند و پیداكردن معنا از كلاندادههای رفتاری قدرت این فناوری با الگوی نمایی (پیشرفت سریع) افزایش خواهد یافت.»