در سالهای اخیر، هوش مصنوعی از آزمایشگاهها و شرکتهای فناوری فراتر رفته و وارد حوزههایی مانند پزشکی، صنعت، حملونقل، خدمات، آموزش و رسانه شده است. بخشی از وظایفی که پیشتر به نیروی انسانی سپرده میشد، اکنون به الگوریتمها واگذار شده و با پیشرفت فناوری، انتظار میرود این روند در سالهای آینده گستردهتر شود.
به گزارش سیناپرس، ممکن است برای بسیاری از ما این سوال مطرح شده باشد که آیا روزی میرسد که ماشینها برخی کارهای انسان را نهتنها سریعتر، بلکه دقیقتر و بهتر انجام دهند؟ هوش مصنوعی همین حالا در پزشکی، صنعت، علوم، حملونقل و خدمات، بخشی از وظایف انسانی را بر عهده گرفته است؛ روندی که با پیشرفت فناوری گستردهتر خواهد شد. در ادامه، ده کاری را مرور میکنیم که هوش مصنوعی قادر است بهتر از انسان انجام دهد.
۱. تشخیص برخی نشانههای سرطان در تصاویر پزشکی
نتایج مطالعهای که با همکاری پژوهشگران گوگل هلث و دانشگاههای کمبریج و استنفورد انجام شد، نشان داد یک سامانه هوش مصنوعی در بررسی ماموگرافی میتواند در تشخیص سرطان پستان عملکردی همسطح یا بهتر از رادیولوژیستهای مورد مقایسه داشته باشد. این پژوهش که در سال ۲۰۲۰ در Nature منتشر شد، دادههای بیماران بریتانیا و آمریکا را بررسی کرد و کاهش خطاهای مثبت و منفی کاذب را نیز نشان داد. البته این نتیجه به معنای جایگزینی پزشک نیست؛ بلکه نشان میدهد هوش مصنوعی میتواند در یک وظیفه مشخص تصویربرداری، الگوهایی را با دقت بسیار بالا شناسایی کند.
۲. شناسایی بیماریهای مختلف چشم از روی تصاویر شبکیه
یافتههای محققان دانشگاه پزشکی پکن در چین نشان داد یک سامانه هوش مصنوعی میتواند از روی تصاویر شبکیه، چندین بیماری شبکیه و عصب بینایی را بهطور همزمان غربالگری کند. این مطالعه در سال ۲۰۲۲ در JAMA Network Open منتشر شد و نشان داد مدل مورد بررسی در برخی بیماریها به عملکرد بالایی دست یافته است. مزیت اصلی هوش مصنوعی در اینجا توانایی بررسی سریع حجم زیادی از تصاویر و یافتن الگوهایی است که ممکن است در غربالگری انسانی به زمان بیشتری نیاز داشته باشند.
۳. پیشبینی وضعیت آبوهوا
نتایج پژوهش مشترک پژوهشگران Google DeepMind و چند مرکز علمی اروپایی نشان داد مدل هوش مصنوعی GraphCast در ارزیابی انجامشده، در ۸۹٫۳ درصد از ۲۷۶۰ متغیر و بازه زمانی مورد آزمایش، از سامانه عملیاتی HRES متعلق به مرکز اروپایی پیشبینی وضع هوا، ECMWF، دقیقتر بود. نکته جالبتر سرعت آن است زیرا هوش مصنوعی میتواند یک پیشبینی ۱۰روزه را در کمتر از یک دقیقه تولید کند؛ کاری که سامانههای سنتی به محاسبات بسیار سنگین نیاز دارند. این پژوهش در سال ۲۰۲۳ در مجله علمی Science منتشر شد.
۴. پیشبینی ساختار سهبعدی پروتئینها
مطالعه انجامشده توسط پژوهشگران Google DeepMind و چند مؤسسه علمی بینالمللی نشان داد هوش مصنوعی AlphaFold میتواند ساختار سهبعدی پروتئینها را با دقت بسیار بالایی پیشبینی کند. این موضوع اهمیت زیادی دارد، زیرا تعیین تجربی ساختار یک پروتئین میتواند ماهها تا سالها تلاش آزمایشگاهی نیاز داشته باشد، در حالی که یک مدل محاسباتی میتواند تعداد بسیار زیادی از ساختارها را در مقیاسی غیرقابلمقایسه بررسی کند. نتایج اصلی این مطالعه در سال ۲۰۲۱ در مجله Nature منتشر شده و شواهد نشان داد هوش مصنوعی AlphaFold در آزمون CASP14 عملکردی بسیار فراتر از روشهای انسانی دارد.
۵. حل مسائل پیچیده هندسه
یافتههای پژوهشگران Google DeepMind و چند دانشگاه و مرکز تحقیقاتی همکار نشان داد سامانه AlphaGeometry در آزمونی شامل ۳۰ مسئله هندسه در سطح المپیاد بینالمللی ریاضی، توانست ۲۵ مسئله را حل کند؛ در حالی که بهترین روش قبلی تنها ۱۰ مسئله را حل کرده بود. این سامانه از ترکیب یادگیری عمیق و استدلال نمادین استفاده میکند و حتی توانست به سطح عملکرد یک مدالآور طلای المپیاد ریاضی نزدیک شود. نتایج این پژوهش در سال ۲۰۲۴ در Nature منتشر شد.
۶. بازی و تصمیمگیری در محیطهای بسیار پیچیده
نتیجه رقابت تاریخی AlphaGo با لی سِدول، قهرمان سرشناس بازی گو، نشان داد هوش مصنوعی میتواند در یک محیط تصمیمگیری بسیار پیچیده، از بهترین بازیکنان انسانی جهان عملکرد بهتری داشته باشد. در این مسابقه که در سال ۲۰۱۶ در سئول انجام شد، هوش مصنوعی توانست لی سِدول را با نتیجه ۴ بر ۱ شکست دهد. اهمیت این اتفاق فقط در نتیجه مسابقه نبود؛ برخی حرکتهای AlphaGo چنان غیرمنتظره بودند که متخصصان انسانی احتمال انتخاب آنها را بسیار پایین ارزیابی میکردند. این موفقیت یکی از نقاط عطف تاریخ یادگیری تقویتی محسوب میشود. (Google DeepMind)
۷. تبدیل گفتار انسان به متن
نتایج مطالعات پژوهشگران Microsoft Research نشان داد یک سامانه تشخیص گفتار مبتنی بر یادگیری عمیق توانسته در آزمون استاندارد NIST ۲۰۰۰ به خطایی برابر یا اندکی کمتر از رونویسکنندگان حرفهای انسانی برسد. در بخش Switchboard، نرخ خطای سامانه ۵٫۸ درصد در برابر ۵٫۹ درصد برای انسانها بود و در بخش CallHome نیز این رقم ۱۱ درصد در برابر ۱۱٫۳ درصد گزارش شد. این پژوهش در سال ۲۰۱۷ منتشر شد و نشان داد هوش مصنوعی در تبدیل گفتوگوی صوتی به متن، دستکم در شرایط استاندارد آزمایش، میتواند به سطح عملکرد انسان نزدیک شود یا اندکی از آن عبور کند.
۸. شناسایی الگوهای پیچیده در تصاویر پاتولوژی
مطالعهای که توسط پژوهشگران دانشگاه هاروارد انجام شد نشان داد مدلهای بزرگ هوش مصنوعی میتوانند در تصاویر بافتشناسی، الگوهای مرتبط با انواع مختلف سرطان را در مقیاس بسیار گسترده شناسایی کنند. برای نمونه، مدل Virchow که در سال ۲۰۲۴ در مجله تخصصیNature Medicine معرفی شد، در تشخیص طیف گستردهای از سرطانها عملکرد بالایی داشت و در برخی سرطانهای نادر نیز از مدلهای تخصصی موجود بهتر عمل کرد. اهمیت این فناوری در توانایی بررسی میلیونها ویژگی تصویری در هر نمونه است؛ کاری که برای چشم انسان بسیار زمانبر است.
۹. طراحی و کشف مواد جدید
یافتههای پژوهشگران گوگل و همکاریهای دانشگاهی آنان نشان داد یادگیری عمیق میتواند جستوجو برای یافتن مواد جدید را از یک فرایند بسیار گسترده و زمانبر به مسئلهای محاسباتی در مقیاس بسیار بزرگ تبدیل کند. پژوهشی که در سال ۲۰۲۳ در Nature منتشر شد، از مدلهای یادگیری عمیق برای پیشبینی ساختار و پایداری مواد استفاده کرد و نشان داد هوش مصنوعی میتواند تعداد بسیار بزرگی از گزینههای بالقوه را غربال کند. این توانایی بهویژه در حوزههایی مانند باتری، انرژی و مواد پیشرفته اهمیت دارد.
۱۰. طراحی پروتئینهای جدید برای کاربردهای زیستی
بررسی مشترک پژوهشگران دانشگاه هاروارد و موسسه تحقیقاتی Broad نشان داد یادگیری ماشینی اکنون میتواند در طراحی پروتئینهایی با ویژگیهای موردنظر نقش مهمی داشته باشد؛ بهگونهای که الگوریتمها قادرند در فضایی بسیار بزرگ از توالیهای ممکن، گزینههای امیدوارکننده را شناسایی کنند. مرور منتشرشده در سال ۲۰۲۴ در Nature Biotechnology نشان میدهد ترکیب دادههای مربوط به توالی، ساختار و عملکرد پروتئینها، سرعت و مقیاس طراحی محاسباتی پروتئین را بهطور چشمگیری افزایش داده است. اینجا نیز مزیت اصلی هوش مصنوعی، جستوجوی سریع در فضایی است که بررسی تکتک گزینههای آن برای انسان عملاً امکانپذیر نیست.
در خاتمه باید تاکید کرد که این نمونهها ثابت نمیکنند هوش مصنوعی از انسان باهوشتر است. آنچه پژوهشها نشان میدهند این است که هوش مصنوعی در برخی وظایف مشخص و بهویژه وظایفی که به پردازش حجم عظیم داده، تشخیص الگو، محاسبات سریع و جستوجو در میان میلیونها گزینه وابستهاند ، میتواند از انسان عملکرد بهتری داشته باشد. در بسیاری از این موارد نیز بهترین نتیجه زمانی حاصل میشود که هوش مصنوعی در کنار متخصص انسانی قرار گیرد، نه در برابر او.
گزارش: نیروانا محمدحسینی