هر روز که اخبار دنیای فناوری را مورد بررسی قرار میدهیم، درمییابیم که برنامههای هوش مصنوعی سرانجام به حدی از بلوغ و تکامل خواهند رسید که خود توانایی انجام وظایف خود را داشته باشند. بعضی پژوهشگران بر این باور هستند که به احتمال زیاد روزی فرا خواهد رسید که مهندسان نرمافزار جای خود را به نرمافزارهای هوشمندی خواهند داد که فرآیندهایی همچون کپی، کدنویسی و بهبود کیفیت نرمافزارها را بر عهده بگیرند. برت سلمان، دانشمند علوم کامپیوتر در دانشگاه کرنل، میگوید: «میتوانم روزی را تصور کنم که در آن سیستمها بهتر و بهتر توانایی کدنویسی را داشته باشند. شخصی که بهعنوان مکمل یک سیستم هوشمند است، میتواند ده برابر یا شاید صد برابر بیشتر کدنویسی انجام دهد. اما مشکل کار در این است که در آن زمان به شما به اندازه یک صدم برنامهنویسان امروزی نیازی نخواهد بود.»
در یک پژوهش مطالعاتی که سال 2013 توسط آکسفورد به عمل آمد، تخمین زده شد که برنامهنویسان و مهندسان نرمافزار تا بیست سال آینده تنها 8 درصد امکان ورود به خودکارسازی شغلی خود را خواهند داشت. البته سلمان مخالف این پژوهش است. او میگوید این رقم در بیست سال آینده بسیار بیشتر از تخمینهای آکسفورد خواهد بود و ما باید از هماکنون برای روند رو به رشد بیکاریهای متخصصان آماده باشیم. امروزه، برخی سیستمهای هوش مصنوعی، بهویژه آنها که از متدولوژی یادگیری ماشینی (Machine Learning) استفاده میکنند، این توانایی را میدهند تا هوش ماشینی بهمرور زمان پیشرفت کند. همین موضوع باعث میشود تا آنها بتوانند در مقایسه با انسانها با سرعت و دقت بیشتری کدنویسی نرمافزارها را انجام دهند.
یادگیری ماشینی راهی است که در آن کامپیوتر یا به عبارت دقیقتر هوش مصنوعی با استفاده از الگوهای مطالعاتی و نظریه یادگیری محاسباتی قادر به تکامل خواهد بود. یادگیری ماشینی ضمن آنکه سعی میکند با ارائه دادههای بیشتر به کامپیوتر بازدهی آن را افزایش دهد، سعی میکند به این دستگاهها بیاموزد چگونه میتوانند با نگاه کردن به چند نمونه، یک چهره را شناسایی کنند. این الگو در نهایت به جایی خواهد رسید که به روباتها برای انجام کارهای خوب سیگنال تشویقی و برای انجام کارهای بد یا ضعیف سیگنال تنبیهی ارائه خواهد کرد. یادگیری ماشینی به سه زیر شاخه یادگیری نظارت شده، یادگیری نظارت نشده و یادگیری تقویت شده تقسیم میشود. شبکههای عصبی بر پایه همین تکنیک یادگیری ماشینی کار میکنند. شبکههای عصبی از الگویی مشابه نورونهای مغز انسان استفاده میکنند. نورونها زمانی که دادههایی را بهعنوان ورودی دریافت میکنند، سیگنالی را بر مبنای آنچه تفسیر کردهاند، ارسال میکنند. در شبکههای عصبی این کار توسط دو عامل دستکاری ماتریکس و تابع فعالساز انجام میشود. بهطور مثال، در شکل 1 یادگیری ماشینی توانسته است الگوها را بهخوبی شناسایی و توضیحاتی را درباره آن ارائه کند.
شکل 1: یک سگ کوچک در ساحل نشسته است، یک مرد سوار بر اسب که در مجاورت یک ساختمان و خیابان قرار دارد.
به لطف شبکههای عصبی قدرتمندی که عمدتاً پروژههای دانشگاهی به شمار میروند، کامپیوترها به این توانمندی رسیدهاند که مانند انسانها اقدام به نوشتن و تشخیص الگوهای قرار گرفته در یک تصویر کنند. NeuralTalk نمونهای از این موارد به شمار میرود. شکل 2 نمونهای از دست خط یک شبکه عصبی را نشان میدهد.
در شکل 2 برای آنکه ماشین به چنین سطحی از مهارت دست پیدا کند که بتواند جملههایی را بنویسد، سازندگان شبکه عصبی از 221 نفر درخواست کردند تا روی یک «تخته سفید هوشمند» جملههایی را بنویسند. در مدت زمانی که افراد مشغول نوشتن روی تخته بودند، ماشین مکان قرارگیری قلم را با استفاده از نور مادون قرمز ردیابی کرد. با این ردیابی، ماشین مختصات x و y قلم و نحوه چرخش و حرکات دست نویسندگان را به دست آورد. خروجی نهایی کار به ماشین این توانایی را داد تا به شکلهای مختلف یک متن را بنویسید. ماشین حتی میتواند تا یک جمله کاملاً واضح یا کلمات یک جمله را بهصورت درهم بنویسد. اگر تمایل دارید این شبکه عصبی را مورد آزمایش قرار دهید، به سایت دانشگاه تورنتو به این نشانی مراجعه کنید.
شکل 2: هر چند دستخط فوق چنگی به دل نمیزند، اما زمانی که بدانیم کامپیوتر این جمله را نوشته است، اوضاع متفاوت خواهد شد.
سلمان در ادامه صحبتهای خود میافزاید: «به نظر میرسد مهندسان نرمافزار از این اتفاق نگران شدهاند. به دلیل اینکه در بیست یا سی سال آینده موقعیت شغلی آنها کاملاً متفاوت از زمان حال خواهد بود و زنگ خطر از هماکنون برای آنها به صدا درآمده است.»
اما مهندسان نرمافزار تنها قشری از جامعه نخواهند بود که در معرض خطر قرار دارند. پروژه مطالعاتی آکسفورد نشان میدهد 47 درصد شغلهای حال حاضر ایالات متحده تا سال 2030 کاملاً مکانیزه و بدون نیاز به حضور عامل انسانی فرآیندهای خود را انجام خواهند داد. توبی فیش، استاد هوش مصنوعی دانشگاه و عضو مرکز اطلاعات ملی ارتباطات و فناوری استرالیا، در این باره گفته است: «در نهایت، عمق فاجعه بسیار فراتر از آمار منتشر شده حال حاضر خواهد بود. فکر کردن درباره این موضوع سخت و کمی دلهرهآور است؛ زیرا نمیتوانیم شغلی را تصور کنیم که کامپیوترها در انجام آن ناتوان باشند. در بدترین حالت، آنها همانند با ما توانایی انجام وظایف را دارند. مشاغل زیادی در معرض خطر قرار خواهند گرفت. شغلهایی همچون وکالت در اندک زمانی ناپدید خواهند شد.»
ایدهای که در آن وکلا و دانشمندان علوم کامپیوتر شغل خود را در ارتباط با محصولی که آن را طراحی کردهاند از دست میدهند، نامطلوب است، اما سلمان میگوید: «زمانی که یک روبات و یک انسان بتوانند هر دو وظیفه یکسانی را انجام دهند و هزینه بهکارگیری یک روبات بسیار کمتر از یک انسان باشد، هیچ توجیه منطقی برای استفاده نکردن از روبات وجود ندارد. اگر فکر میکنید انسانها همیشه از روباتها باهوشتر خواهند بود و کارها را با کیفیت بهتری انجام میدهند، باید بدانید کاملاً اشتباه فکر میکنید.»
سلمان میگوید: «شاید بازی شطرنج مثال خوبی در این زمینه باشد. برنامههای شطرنج توسط انسانها طراحی و نوشته میشود. برنامهنویسانی که ممکن است خود بهدرستی توانایی انجام این بازی را نداشته باشند، میتوانند برنامههایی بنویسند که بهتر از آنها این کار را انجام دهد. بسیاری افراد در بازی شطرنج توانایی پیشبینی چند حرکت آینده حریف را دارند، در حالی که کامپیوترها چند برابر یک انسان توانایی پیشبینی حرکات حریف خود را خواهند داشت.» پروژه واتسون شاید بارزترین مثالی است که در این زمینه میتوان به آن اشاره کرد. واتسون در روزگاری که ما زندگی میکنیم، واقعاً هوشمند شده است. به طوری که راهکارهای ارائه شده از سوی واتسون در صنایع پزشکی، غذایی و تحلیلها مورد استفاده قرار میگیرد. به عبارت دیگر، ادراکپذیری واتسون به سطحی رسیده است که در حال دست یافتن به درجهای از شعور است.
آیا روباتها از عهده انجام کارهای ما برمیآیند؟
اگر محققان هوش مصنوعی، کارآفرینان و اقتصاددانان بر این باور هستند که روباتها هجمه سنگینی را برای نابود کردن مشاغل روزمره ما آغاز کردهاند، باید به حرف این کارشناسان باور داشته باشیم. آکسفورد تحقیق جامعی در این زمینه انجام داده است. گزارش آکسفورد به این موضوع اختصاص دارد که نزدیک به نه مهارت امروزی ما در آینده در امنیت بیشتری قرار خواهند داشت، به طوری که این مشاغل در آینده کمتر از سوی روباتها تهدید میشوند. فهرست این مشاغل را در جدول 1 مشاهده میکنید.
جدول 1: پیشبینی آکسفورد از شغلهایی که از بابت هوش مصنوعی در معرض تهدید کمتری قرار دارند.
همان گونه که پیشتر گفتیم، این تنها مهندسان نرمافزار نیستند که مشاغل آنها در معرض خطر قرار دارد. مشاغل دیگری هم در معرض خطر هستند. گزارش آکسفورد ضمن معرفی مشاغل در معرض خطر، جزییاتی را نیز در ارتباط با تعداد نیروی کاری که اکنون مشغول به کار هستند و به مرور زمان شغل خود را از دست خواهند داد، در بر میگیرد. بنا به این گزارش، شغلهایی که در آینده خطر کمتری را در برخورد با خودکارسازی متحمل خواهند شد و در این شغلها همواره به نیروی کار انسانی نیاز خواهد بود، عبارتند از افرادی که در زمینه مذاکره، کمک و یاری رساندن به دیگران و کارهای خلاقانه فعالیت میکنند. افرادی که به احتمال زیاد خودکارسازی در شغل آنها وارد خواهد شد عبارتند از کارمندان اجتماعی، پرستاران و درمانگران.
اما نخستین گروه از مشاغلی که خودکارسازی آنها را از دور خارج خواهد کرد، بازاریان تلفنی، تایپیستها و منشیهای شرکتها هستند. در واقع، بعضی از این مشاغل از مدتها قبل روند ماشینی شدن را تجربه کردهاند. این گزارش میافزاید که ماشینی شدن شغل منشیگری به هیچ عنوان ایده جالبی نیست. جری کاپلان نویسنده کتاب «راهنمایی ثروت و کار در عصر هوش مصنوعی» در این باره به سایت تکاینسایدر گفته است: «هر شخصی که وظایف روزانه او در یک حلقه یکنواخت و تکراری گرفتار شده باشد، در خطر خواهد بود، زیرا کامپیوترها در یادگیری کارهای تکرارشونده استاد هستند. حتی افرادی که تصور میکنند در شغل خود آموزشهای سطح بالایی را پشت سر گذاشته و بسیار ماهر هستند، همچون اکثر قریب به اتفاق آحاد جامعه در معرض این تهدید قرار خواهند داشت.»
چه چیزی برای انسانها باقی میماند؟
توبی والش، استاد هوش مصنوعی در مرکز ملی فناوری اطلاعات استرالیا، ضمن تأیید گزارش آکسفورد اعلام میدارد مشاغل خلاقانه و کارهای هنری شاید آخرین گروه از مشاغل انسانی باشند که توسط روباتها از میان خواهند رفت. والش در تأیید صحبتهای خود اعلام میدارد: «اگر کمی درباره مشاغل هنری که زاییده تخیل انسان است تفکر کنیم، مشاهده خواهیم کرد روباتها در این زمینه حرفی برای گفتن ندارند. دنیای هنرمندان برای مدت زمان طولانی همچنان دست نخورده باقی خواهد ماند و تا مدتهای طولانی حضور فیزیکی انسانها را در آن مشاهده خواهیم کرد.»
منابع:
-http://www.techinsider.io/calculator-see-jobs-robots-artificial-intelligence-will-take-2015-9
-http://www.techinsider.io/computer-scientists-not-safe-from-artificial-intelligence-unemployment-robots2015-9
-http://www.androidauthority.com/what-is-machine-learning-621659
-http://cs.stanford.edu/people/karpathy/deepimagesent/generationdemo
ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را میتوانید از کتابخانههای عمومی سراسر کشور و نیز از دکههای روزنامهفروشی تهیه نمائید.
ثبت اشتراک نسخه کاغذی ماهنامه شبکه
ثبت اشتراک نسخه آنلاین
کتاب الکترونیک +Network راهنمای شبکهها
- برای دانلود تنها کتاب کامل ترجمه فارسی +Network اینجا کلیک کنید.
کتاب الکترونیک دوره مقدماتی آموزش پایتون
- اگر قصد یادگیری برنامهنویسی را دارید ولی هیچ پیشزمینهای ندارید اینجا کلیک کنید.
نظر شما چیست؟