هوش مصنوعی : رونمایی از ماشین هوشمند بدون سرنشین خودران در همایش تد

هوش مصنوعی متحول کننده صنعت خودروسازی و یادگیری ماشین

آینده ای را تصور کنید که در آن هوش مصنوعی قدرت برتر جهان خواهد شد. آینده ای که در آن کامپیوترها به واسطه هوش مصنوعی قادر هستند خودشان را برنامه ریزی کنند. صنعت خودرو سازی با هوش مصنوعی دگرگون خواهد شد و ماشین هوشمند بدون سرنشین خودران جای ماشین های کنونی را خواهد گرفت. شاید دیگر به دکتر رفتن نیازی نداشته باشید و با نرم افزار متخصص پوست ماشینی سرطان ها را در مرحله ابتدایی درمان شوند. شاید کمی ترسناک به نظر برسد امان نباید از آن ترسید و یا فرار کرد بلکه هوش مصنوعی به ما قدرت می دهد تا خلاق تر باشیم.

بیشتر بدانیم: هدفون هوشمند واقعیت مجازی ora-x >>

ویدئویی که در ادامه می بینید از همایش تد (Tedtalk) است. در این قسمت شاهد این هستیم که چگونه هوش مصنوعی جامعه ما را بهتر خواهد کرد و چگونه ماشین هوشمند بدون سرنشین خودران و کامپیوترهای هوشمند و نرم افزار مختصص پوست ماشینی دنیای پیرامون ما را متحول خواهند کرد.

مجری برنامه سباستین تران(Sebastian Thrun) مدیر آزمایشگاه هوش مصنوعی در دانشگاه استنفورد کالیفرنیا ومخترع ماشین بدون راننده گوگل که نخستین خودروی کاملا خودران در سراسر جهان است، می باشد. او در این برنامه در مورد آینده هوش مصنوعی در صنعت خودرو سازی و کامپیوترهای هوشمند صحبت می کند و توضیح می دهد که ماشین ها و کامپیوترهای آینده چگونه قادر خواهند بود خودشان را برنامه ریزی کنند و قادر به یادگیری باشند.

بیشتر بدانیم: لنز چشمی هوشمند واقعیت مجازی >>

مقدمه سباستین تران در مورد یادگیری ماشین بر پایه هوش مصنوعی

هوش مصنوعی و یادگیری ماشین در حدود ۶۰ سال قدمت داره و تا همین اواخر، هرگز اینقدر بزرگ و مهم نبود، و دلیلش این است که امروز، ما به مقیاسی از محاسبات و مجموعه داده‌ها رسیدیم که لازم بود ماشین‌ها رو هوشمند کنیم. شما، مهندس‌های نرم افزار را استخدام می‌کنید تا یک دستورالعمل و برنامه های بسیار طولانی را بنویسند. مثلا «اگر آب خیلی داغه، دما رو بیار پایین. اگر خیلی سرده، دما رو ببر بالا». دستورها فقط ۱۰ خط نیستند، بلکه میلیون‌ها خط هستند. یک تلفن همراه امروزی ۱۲ میلیون خط برنامه داره. یک مرورگر، پنج میلیون خط برنامه داره. و هر نقصی در این برنامه، می‌تواند باعث شود کامپیوتر شما از کار بیفتد.

امروزه، کامپیوترها می‌توانند قواعد خودشان رو پیدا کنند. پس بجای اینکه یک متخصص مرحله به مرحله یک برنامه و کد برای هر احتمالی بنویسد، به کامپیوتر نمونه‌هایی می دهید و اجازه می دهید برنامه خودش به قواعدش برسد. یک مثال واقعا خوب، بازی AlphaGo هست، که اخیراً گوگل در آن برنده شد. معمولاً برای برنامه‌نویسی بازی، شما همه برنامه رو می‌نویسید، ولی در مورد آلفاگو، سیستم به بیش از یک میلیون بازی نگاه کرد و توانست دستورالعمل خودش رو استنتاج کند و سپس قهرمان Go در دنیا رو شکست دهد. این بازی نقطه عطفی در یادگیری ماشین ها شد.

بیشتر بدانیم: ربات هوشمند سر آشپز مولی >>

مقایسه یادگیری ماشین بر اساس هوش مصنوعی با انسان

در حال حاضر، کامپیوترها آنقدر قدرتمند هستند که بتوانند تفکر یک انسان متخصص را شبیه‌سازی کنند. کامپیوترها این برتری را دارند که داده‌های بیشتری را بررسی کنند. همان طور که گفتم، آلفاگو بیشتر از یک میلیون بازی را بررسی کرد. هیچ انسان خبره ای نمی‌تونه یک میلیون بازی را بررسی کند. گوگل بیش از صد میلیارد صفحه وب رو بررسی کرده. هرگز هیچ کسی نمی‌تواند صد میلیارد صفحه وب را مطالعه کند. بنابراین به عنوان یک نتیجه، کامپیوتر قادر است قواعدی را پیدا کند که حتی آدم‌ها هم قادر به یافتنش نیستند.

مثلا به این فکر کنید که بچه‌ها را چطور بزرگ می‌کنید. شما ۱۸ سال اول رو صرف این نمی‌کنید که به بچه‌ها برای هر احتمالی یک قانون بدید و بعد آن ها را با این برنامه بزرگ رها کنید. بلکه بچه ها مرتب در حال آزمون و خطا و شکست هستند. مزنی می خورند، بلند می شوند و یک تجربه مثبت دارند و خودشان این را می فهمند. این موضع در مورد کامپیوترهای هوشمند آینده هم اتفاق می افتد.

بیشتر بدانیم: هتل هوشمند ژاپنی >>

رونمایی سباستین تران از نمونه ماشین هوشمند بدون سرنشین خودران

همان طور که در نمایشگر می بینید، این رانندگی یک ماشین بدون سرنشین هست که ما در یوداسیتی انجام دادیم. اخیرا محصولی به اسم Voyage) ( وویج رو از روی آن ساختیم. ما از چیزی به اسم یادگیری عمیق استفاده کردیم تا به یک ماشین یاد بدهیم خودش را براند. این یک رانندگی در جاده ال کامینو رئال و در یک روز بارانی، با دوچرخه‌ها، عابرین پیاده و ۱۳۳ چراغ راهنمایی است.

چیزی که اینجا جدید هست این است که مدت‌ها پیش، من تیم ماشین بدون سرنشین گوگل را راه انداختم. و آن روزها، بهترین مهندس‌های نرم افزار جهان را استخدام کردم تا بهترین الگوهای جهان را برایش بنویسند، این ماشین الان یاد گرفته. ما این راه رو ۲۰ بار رفتیم، همه این داده‌ها را در مغز کامپیوتر گذاشتیم، و بعد از چند ساعت پردازش، رفتاری از خودش نشان داد که خیلی اوقات از مهارت انسان هم پیشی می‌گیرد.

بیشتر بدانیم: ترافیک هوشمند بدون راننده>>

توضیح سباستین تران درباره نمونه رونمایی شده ماشین هوشمند بدون سرنشین خودران

در تصویری که روی نمایشگر نمایش داده می شود، آن قسمت بزرگ در سمت چپ برنامه، می‌بینید که اساسا کامپیوتر، کامیون‌ها و ماشین‌ها را به چه صورت می بیند. و آن نقطه‌ها که از ماشین سبقت می‌گیرند و غیره. در سمت راست، تصویر دوربین را می‌بینید که در اینجا ورودی اصلی هست، و برای تشخیص خط کشی‌ها، ماشین‌های دیگر و چراغ‌های راهنمایی استفاده می شود. این وسیله، یک رادار دارد که فاصله را تخمین میزند. در سمت چپ، یک نمودار لیزری مشاهده می‌کنید، موانعی مثل درخت‌ها و غیره که بوسیله لیزر ترسیم می شوند را می‌بینید.

رونمایی سباستین تران ازگواهی ماشین هوشمند بدون سرنشین بر پایه هوش مصنوعی

این نمونه در اصل مثالی از یک چالش هست که در مقابل دانشجوهای یوداسیتی قرار دادیم تا بتوانند مدرکی که ما اسمش را گواهی ماشین بدون سرنشین گذاشتیم، بگیرند. ما به آن ها مجموعه داده‌ها را دادیم و گفتیم: « بچه‌ها، می‌توانید بفهمید چطور باید این ماشین را هدایت کرد؟» اگر به تصاویر نگاه کنید، حتی برای انسان هم غیر ممکنه که ماشین را درست هدایت کند. و یک مسابقه گذاشتیم و گفتیم، « این یک مسابقه یادگیری عمیق هست، مسابقه هوش مصنوعی». و به دانشجوها ۴۸ ساعت فرصت دادیم. خوب اگر شما یک شرکت نرم افزاری مثل گوگل یا فیسبوک باشید، انجام دادن کاری مثل این، برای شما حداقل شش ماه وقت می برد، بنابراین ما فکر کردیم ۴۸ ساعت خیلی خوبه. و در مدت ۴۸ ساعت، تقریبا ۱۰۰ جواب از دانشجوها دریافت کردیم. که چهارتای اولی کاملا درست انجامش دادند.

همان طور که در تصویر می بینید می‌تواند بهتر از چیزی که من می‌توانستم رانندگی کنم، با استفاده از یادگیری عمیق هدایتش کند. وقتی شما به یک کامپیوتر داده‌های لازم رو بدهید و زمان کافی داشته باشه تا داده‌ها را فرا بگیرد، برنامه خودش را پیدا خواهد کرد.

رونمایی سباستین تران از متخصص پوست ماشینی بر پایه هوش مصنوعی و یادگیری ماشین

بیشتر از یک دهه آموزش لازم است تا متخصص پوست خوبی شوید. چیزی که اینجا می‌بینید، نسخه یادگیری ماشینی هست، یک شبکه عصبی نام دارد. «شبکه‌های عصبی» اصطلاح فنی این الگوریتم‌های یادگیری ماشین هست. در اولین مرحله، تصویر ورودی را می‌گیرد و لبه‌ها، میله‌ها و نقطه‌ها را استخراج می‌کند و تصویر بعدی، دارای لبه‌های پیچیده تری می شود، و به شکل نصف قرص ماه درمی آید. و در نتیجه، قادر هست مفاهیم واقعا پیچیده ای بسازد.

اندرو ان گی توانست نشان دهد که می‌تواند صورت گربه‌ها و سگ‌ها را از بین تعداد بسیار زیادی تصویر تشخیص دهد. چیزی که تیم دانشجوهای من در استنفورد نشان داده، این هست که اگر شما آن را، روی ۱۲۹,۰۰۰ تصویر از وضعیت‌های پوست آموزش بدهید، شامل ملانوما و کارسینوما، شما می‌توانید به خوبیِ بهترین پزشک متخصص، این کار را انجام دهید.

ما برای اینکه خودمان را متقاعد کنیم که درست تشخیص داده شده، یک مجموعه داده مستقل بدست آوردیم و به شبکه خودمان و به ۲۵ متخصص پوست ، دارای برد تخصصی و در سطح اسنفورد دادیم، و آنها را مقایسه کردیم. و در بیشتر موارد، آن ها از نظر دقت طبقه بندی عملکرد، با پزشکان متخصص پوست برابر و یا از آن ها بالاتر بودند.

این یک نمونه در حال حرکت هست. چیزی که ما قبل تر نشان دادیم و اوایل امسال در مجله نِیچر(طبیعت) منتشر کردیم، این ایده بود که تصاویر را به متخصصین پوست و به برنامه کامپیوتر نشان دهیم، و حساب کنیم چقدر درست هستند. ولی همه این تصاویر، تصاویر قدیمی هستند. از همه آن ‌ها بافت برداری شد تا مطمئن شویم طبقه بندی درستی انجام داده ایم. این یکی طبقه بندی نشده بود. در واقع این در استنفورد، توسط یکی از همکاران ما انجام شد. داستان این است که همکار ما، متخصص پوستی که شهرت جهانی دارد ، به این خال نگاه کرد و گفت: «این سرطان پوست نیست». و بعد چند لحظه گفت: «خوب، بزارید با نرم افزار بررسی کنم». گوشی آیفون خودش رو درآورد و نرم افزار ما رو اجرا کرد، یه جورایی «متخصص پوست جیبی» ما. و آیفون گفت: سرطان. گفت: ملانوما. و دکتر گیج شد. و گفت: «خوب، شاید من باید به آیفون بیشتر از خودم اعتماد کنم». و نمونه را فرستاد آزمایشگاه تا بافت برداری بشه. و نتیجه، ملانومای بدخیم بود. خوب در واقع من فکر می‌کنم این اولین باری هست که ما کاربرد یادگیری ماشین را در عمل دیدیم، یک شخص حقیقی که ملانومای آن غیرطبقه بندی شده بود، و برای یادگیری عمیق وجود نداشت.

هوش مصنوعی – متخصص پوست ماشینی – یادگیری ماشین – کامپیوترهای هوشمند – یادگیری عمیق

توضیح سباستین تران در مورد مسابقات برگزار شده بر پایه هوش مصنوعی و یادیگری خودکار ماشین

ما مسابقات رو در ۴۸ ساعت برگزار می‌کنیم، و توانستیم یک ماشین بدون راننده بسازیم که می‌تواند در سطح خیابان، از مانتین ویو تا سانفرانسیسکو رانندگی کند.

. بعد از هفت سال کارِ گوگل، کاملا با مدل گوگل برابری نمی‌کند، فقط دو مهندس و سه ماه زمان لازم بود که انجام شود. و دلیلش این است که ما گروهی دانشجوهایی داریم که در رقابت‌ها شرکت می‌کنند. ما تنها کسانی نیستیم که از جمع سپاری استفاده می‌کنیم Uber و Didi برای رانندگی از جمع سپاری استفاده می‌کنند. Airbnb برای هتل‌ها از جمع سپاری استفاده می‌کند.

امروز، نمونه‌های زیادی وجود دارد که مردم از جمع سپاریِ برای پیدا کردن باگ استفاده می‌کنند. ولی ما موفق شدیم این ماشین را در سه ماه بسازیم، پس من دوباره به این فکر می‌کنم که چطور شرکت‌ها رو سازماندهی کنیم. دانشجوها توانستند نتایج جالبی در یادگیری عمیق بدست بیاورند. بنابراین تلفیق افراد عالی و یادگیری ماشین خارق العاده است.

آینده هوش مصنوعی در زندگی ما

هوش مصنوعی همیشه برای تکامل مردم بوده است، ابزاری برای تکامل انسان ها بوده است، تا ما رو قوی تر کند.

من اعتقاد دارم فقط یک درصد از چیزهای جالب تا الان اختراع شدند. ما سرطان رو معالجه نکردیم. ما ماشین‌های پرنده نداریم. خوشبختانه ماشین های بدون سرنشین در حال تحویل هستند و به سوی ماشین پرنده خودران در حرکت هستند. ما هنوز دو بار زندگی نمی‌کنیم، ما وسیله ای جادویی کاشتنی در مغز را برای دسترسی به اطلاعات و بازیابی اطلاعات را هنوز اختراع نکرده ایم . ممکن است شما حتی از تصور این اختراع وحشت زده شوید، ولی من به شما قول می دهم، همین که آزمایشش کنید ، دوستش خواهید داشت. امیدوارم دوستش داشته باشید. یکم ترسناکه، می‌دونم.

چیزهای بسیار زیادی وجود داره که ما هنوز اختراع نکردیم، که فکر می‌کنم بزودی اختراع می‌کنیم. ما هیچ سپر جاذبه ای نداریم. ما نمی‌توانیم با سرعت نور از مکانی به مکان دیگر بریم. خنده دار به نظر میرسد، ولی تقریبا ۲۰۰ سال پیش، کارشناس‌ها نظرشان این بود که امکان پرواز وجود ندارد، حتی ۱۲۰ سال پیش، و اگر سریع تر از توانایی این روزهایتان بتوانید بدوید ، حرکت کنید، درجا از ذوق خواهید مرد. درسته؟ بنابرین کی میگه که ما امروز درست می‌گیم که شما نمی‌توانید یک شخص را با سرعت نور از اینجا به به مریخ بفرستید؟