افزایش فزاینده سیستم یادگیری آنلاین هوش مصنوعی در آینده دانشگاهها/ توسعه پروژه دانشگاه مجازی در جهان
تاریخ انتشار: ۱۴ مرداد ۱۳۹۸ | کد خبر: ۲۴۶۵۵۴۷۷
گروه دانشگاه ایسکانیوز؛ مهدی فیضیصفت - جهان طی چندین هزار سال، تغییراتی تدریجی را تجربه کرد؛ اما در دو قرن، انقلابهای صنعتی و تکنولوژیک فراوانی را به چشم دید. اکنون کامپیوترها به تمام روزنههای زندگی مردم رسوخ کردهاند و شاید کمتر فردی توان تصور حیات خود بدون موبایل، تبلت و لپتاپ را داشته باشد! سرعت تغییر و تحول فناوری و پیشرفت به قدری زیاد است که دانشمندان علوم مختلف، مدتهاست پا را فراتر از حال نهاده و به دنبال کشف ناشناختهها در دل آینده میگردند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
شاید آرزوی جذاب سفر در زمان روزی محقق شده و انسان بتواند با الهام از فرضیهها و نظریههای آلبرت انیشتین و استیون هاوکینگ به سرعت نور نزدیک شود؛ اما در حال حاضر متفکران بسیاری عمر خود را در راه پیشبینی تحولات و رخدادهای آینده با کمترین خطا بر اساس دادهها و روشهای منطقی صرف میکنند؛ علمی که «آینده پژوهی» نام گرفته و در یک دهه اخیر مورد توجه تحصیلکردگان و نخبگان ایرانی نیز قرار گرفته است. از طرفی تلاش برای ارتقای سطح کیفی مراکز آموزش عالی ایران به دانشگاههای نسل چهارم بدل شده و اهمیت آیندهپژوهی برای ترسیم برنامههای بلندمدت از سوی متولیان آموزش در کشور را صدچندان کرده است.
«ژروم سی. گلن» یکی از آیندهپژوهان سرشناس آمریکایی است که سالهاست در زمینه مطالعات آینده فعالیت میکند و اکنون مدیریت مؤسسه «پروژه هزاره» را بر عهده دارد؛ نهادی غیرانتفاعی که گزارشی سالانه با محوریت آب، جمعیتشناسی، درآمد، انرژی، غذا، اقتصاد، بهداشت، آموزش، جرمهای سازمانیافته، جنگ و غیره در مورد آینده منتشر میکند.
وی فارغالتحصیل رشته فلسفه از دانشگاه معتبر «امریکن» است و مدرک کارشناسی ارشد خود را نیز در رشته آموزش علوم اجتماعی دریافت کرده است. «گلن» در فاصله سالهای 1968 تا 1970 تمرکز خود را بر تحقیق روی داروهای گرمسیری برای درمان بیماری جذام گذاشت. همچنین در سال 1970 و به دنبال پیگیری متد «طوفان فکری»، اصطلاح «futuring» را ابداع کرد.
«گلن» در گفتوگو با خبرنگار گروه دانشگاه ایسکانیوز، به بررسی احتمالات به دست آمده از طریق جدیدترین روشهای آیندهشناسی اشاره کرد؛ اما تأکید داشت تمام نتایج «احتمالی» هستند و هیچ قطعیتی وجود ندارد. در ادامه گفتوگوی تفصیلی مدیر مؤسسه «پروژه هزاره» با ایسکانیوز را میخوانید:
مدتی است از دانشگاههای نسل چهارم صحبت میشود؛ دانشگاههایی که به تولید رفاه میپردازند و حل مسائل جامعه را مد نظر قرار میدهند. از نظر شما اساساً کارکرد دانشگاه چیست و چگونه باید با زمان خود هماهنگ شود؟
دانشگاهها باید پژوهشگاههایی مستقل با تأکید بر تحقیقات پایه باشند و موقعیت آموزش دانش و تحقیقات مرتبط از سراسر جهان را فراهم آورند. این پژوهشگاهها باید فرهنگی را ایجاد کنند که انجام و پیگیری تحقیقات، ماهیت خود و شرایط زندگی بشر را بهبود ببخشد و تقویت کند.
دانشگاههای ایران را از نظر کیفی در چه سطحی میبینید؟ به نظر شما دانشگاههای ایران همگام با علم روز جهان پیش میروند؟
من در مورد وضعیت دانشگاههای ایران چیزی نمیدانم.
بحثی مهم به نام «ارتباط صنعت با دانشگاه» در ایران مطرح است. به اعتقاد شما دانشگاه باید برای ارتباط با صنعت پیشقدم شود یا صنعت از دانشگاه درخواست همکاری کند؟ اساسا چه الگویی میتواند ارتباط صنعت و دانشگاه را به طور موفق برقرار کند؟
چه دانشگاه و چه صنعت؛ هر کدام میتوانند قدم نخست را برای همکاری بردارند. هر یک در پیشقدم شدن جدی بوده و دارای تعهد درازمدت برای همکاری باشد، توان و امکان آغاز همکاری را خواهد داشت. صنعت باید بر علوم کاربردی در محصولات تمرکز کند و دانشگاهها میتوانند بخشی از این وظیفه را بر عهده بگیرند؛ اما هرگز نباید تمرکز خود را از انجام تحقیقات پایه برای افزایش دانش از دست بدهند.
وظیفه دانشگاه در قبال صنعت و برعکس چیست؟
دانشگاهها باید دانش لازم را برای صنعت فراهم کرده و از سوی دیگر پاسخگوی مهارتهای مورد نیاز آن باشند. صنایع باید تغییر در دانشگاهها را دنبال کنند که این امر میتواند منجر به پدید آمدن نیازهای جدید، خواستههای تازه و البته ایجاد فرصتهایی برای حل مسائل و مشکلات شود. هنوز تجارت، کلید حل مشکلات است و دانشگاهها میتوانند با شناسایی مشکلات به حل آنها کمک کنند.
«ارسطو» معتقد است که علم، بدنه سازمانیافته دانش است و از طرفی «گالیله» اعتقاد دارد باید آزمایش انجام داد تا متغیرها را کنترل کرد. اگر با ارسطو موافقید؛ که بله، کار من جستوجوی آینده بر اساس علم است؛ اما اگر با گالیله موافقید؛ که خیر، کار من نیستدانشگاه در کشورهای توسعه یافته و کشورهای در حال توسعه از لحاظ ساختار و گفتمان چه تفاوتی دارد؟
مشخصاً پول تفاوت اصلی است که اجازه میدهد کشورهای توسعهیافته بیشتر دست به انجام آزمایش بزنند و محدوده گستردهتری را در پیگیری فکری و عقلانی پیشنهاد دهند. کشورهای کمتر توسعهیافته، مسئولیت آزمایش مهارتهای مورد نیاز برای کمک به توسعه کشور را دارند؛ بنابراین تمرکز آنها محدودتر است.
آیا اساساً وظیفه دانشگاه، تولید ثروت برای جامعه است؟
بله، دانشگاهها قسمتی از این مسئولیت را برعهده دارند؛ اما دیگر بخشهای جامعه نیز مسئولیتهایی دارند.
اگر بخواهید آیندهپژوهی را به زبانی ساده برای مخاطب تعریف کنید، چه میگویید؟
آیندهپژوهی؛ کشف سیستماتیک احتمالات آینده، چگونگی استخراج این احتمالات در زمان حال و تکمیل آن در آینده است و البته بررسی این احتمالات که چه سیاستهایی میتواند داشته باشد.
سؤالی که برای بسیاری از مردم مطرح میشود، این است که پیشبینیهای شما بر چه مبنای علمی استوار هستند؟
آینده را اینگونه پیشبینی نمیکنم که رویداد (x) در سال 2025 اتفاق خواهد افتاد، بلکه میتوانم بگویم این رویداد میتواند «احتمالاً» در سال 2025 اتفاق بیفتد. از آینده خبر ندارم؛ اما احتمالات، روند و رخدادهایی که امکان پیشبینی توسط تحقیقات کنونی دارد را میدانم. «ارسطو» معتقد است که علم، بدنه سازمانیافته دانش است و از طرفی «گالیله» اعتقاد دارد باید آزمایش انجام داد تا متغیرها را کنترل کرد. اگر با ارسطو موافقید؛ که من هستم، کار من جستوجوی آینده بر اساس علم است؛ اما اگر با گالیله موافقید؛ که خیر، کار من نیست. من بینشهای علمی را ترسیم میکنم؛ اما به آنها محدود نیستم.
از روش (چرخهای آینده) «Futures Wheel» برای جستوجوی پیامدهای اولیه، ثانویه و درجه سوم یا تأثیرات روند و احتمال وقوع رویداد در آینده استفاده میکنم. این موارد اثر متقابل دارند تا نتیجه را نشان دهند. از سوی دیگر دلفی «Delphi» ( روشی برای پیشگویی سامانیافته و تعاملی با تکیه برهماندیشی خبرگان) را برای تصمیمگیری دیگر قضاوتها هدایت میکنند و سناریویی را مینویسند تا ببینند چگونه در نوشتار سؤال مطرح میشود که البته من با آنها آشنا نیستم. تمام این نکات، مهارت محسوب میشود؛ بهکارگیری دانش با مهارت بیشتر از آزمایش گالیله؛ اما هماهنگشده و سیستماتیک مانند نظریات «ارسطو» است.
دقت پژوهشها تا چه اندازه است؟
هدف از تحقیقات آینده، مفید بودن و بهبود شرایط فکر کردن در مورد آینده است و به تصمیمگیری بهتر کمک میکند. به طور مثال هدف از نوشتن سناریو در مورد جنگ اتمی، این است که چگونه از آن پیشگیری کنیم. شاید شما در مورد سناریو چگونگی رخ دادن جنگ اتمی اشتباه کنید. برخی مطالعات آینده میگویند که رویداد (x) اتفاق خواهد افتاد، مگر اینکه ما در سیاستها مداخله کنیم.
به کارهایی که در مورد تغییرات آب و هوایی انجام میشوند، نگاه کنید. میتوانیم بگوییم سطح دریاها توسط (x) بالا خواهد آمد؛ اما همچنان میتوانیم بگوییم که اگر غذایی بدون گوشت حیوانات درست کرده و آن را با گوشتهای گیاهی جایگزین کنیم، گرمای جهانی میتواند در برخی بخشها کاهش یابد. نمیدانیم که رژیم غذایی افراد تغییر خواهد کرد یا خیر؛ اما میتوانیم راههای ممکن را که افراد امکان دارد توسط آن رژیم غذایی خود را تغییر دهند؛ بررسی کنیم؛ اما باز هم نمیدانیم این کار را انجام خواهند داد یا خیر.
هوش مصنوعی توسعه مییابد تا بهترین روشها برای یادگیری را ارائه دهد و افراد بتوانند نکاتی که باید، مورد نیاز است یا خواسته شده را یاد بگیرند، درست مانند عینک که به دید بهتر کمک میکند، ما نیز به مغز قدرت میبخشینم تا نبوغمان تقویت شوددر کتاب «Future Mind» که حدود 30 سال پیش نوشتم، در مورد آنچه امروز به عنوان تلفن هوشمند میشناسیم، صحبت کردم و آن را درخت دانش ((TOK)tree of knowledge ) نامیدم؛ اما هدف آن پیشبینی زمان، میزان استفاده از تلفنهای همراه و محاسبه قیمت آنها نبود، بلکه گفتن این موضوع بود که امکان استفاده از قابلیتهای «درخت دانش» احتمالاً در آینده وجود دارد.
در مورد مؤسسه «پروژه هزاره آمریکا» نیز توضیح دهید. در این پروژه چه اهدافی را دنبال میکنید؟
این پروژه مخصوص به «آمریکا» نیست. پروژه امکانسنجی در فاصله سالهای 95-1992 در دانشگاه سازمان ملل واقع در توکیو ژاپن آغاز شد. آن زمان من در واشینگتن، دی.سی. ایالات متحده زندگی میکردم و زمانی که در سال 2009 مستقل شدم، این مؤسسه را به صورت غیرانتفاعی در واشینگتن ثبت کردم؛ اما اکثریت شرکتکنندگان آمریکایی نیستند. حدود 65 گره (node) در دنیا وجود دارد، تنها یکی از آنها در آمریکاست که در «سیلیکون ولی» (ساختمان مرکزی بسیاری از شرکتهای مطرح انفورماتیک جهان در این منطقه است) قرار دارد. یکی از اولین گرهها (مراکز) در ایران بود که پروفسور محسن بهرامی (رئیس سابق سازمان فضایی ایران) آن را مدیریت میکرد. با مراجعه به سایت (https://themp.org/nodes/) میتوان در مورد هدفها، پیشزمینهها و توضیحات این پروژه، اطلاعات بیشتری کسب کرد.
شیوه آموزش در دانشگاههای ایران، متکی به استاد است. به نظر شما این روش در فرایند پیشرفت علمی مؤثر است یا خیر؟
اتکای آموزش عالی به استاد، بخشی از شیوه آموزشی خواهد بود؛ اما سیستم یادگیری آنلاین هوش مصنوعی به گونه فزایندهای در حال محبوبیت است. در اینجا به توضیحی در مورد پیشینه «سامانه هوشمندی جهانی آینده» محصول پروژه میلینیوم میپردازم؛ هوش مصنوعی توسعه مییابد تا بهترین روشها برای یادگیری را ارائه دهد و افراد بتوانند نکاتی که باید، مورد نیاز است یا خواسته شده را یاد بگیرند، درست مانند عینک که به دید بهتر کمک میکند، ما نیز به مغز قدرت میبخشیم تا نبوغمان تقویت شود. «NeuraLink» (ارتباط عصبی) در حال حاضر بهکار گرفته میشود تا این امر را ایجاد کند، چندین شرکت لنزهای هوشمند را مورد آزمایش قرار میدهند و عینکها را تقویت میکنند تا به اینترنت اشیا وصل شوند. این اقدام باید یادگیری را تسریع کند، کمبود ارتباطات را کاهش دهد و فرایند تحصیل را جذابتر کند.
بسیاری از دانشهای جهان چه به صورت مستقیم و چه از طریق واسطهها در دسترس بشر هستند. در مدلهای آنلاین، جستوجوگرها و دانشنامههایی مانند گوگل و ویکیپدیا به منسوخ شدن عبارت «من نمیدانم» کمک میکنند و همچنین دورههای درس آنلاین، همه علوم از ریاضیات ابتدایی تا زیستشناسی مصنوعی را گسترش میدهد.
تیمهایی که توسط گوگل و فیسبوک هدایت میشوند، در حال رقابت برای وصل کردن همه افراد کره زمین به اینترنت هستد. قیمت لپتاپها و تلفنهای همراه رو به کاهش است و اینترنت اشیا با تجزیه و تحلیل دادهها، هوش دقیق در زمان واقعی را فراهم میکند. اگرچه بهکارگیری این منابع به گونه موفقیتآمیز برای توسعه خِرَد و البته فراتر از آلودگی اطلاعاتی، چالش بسیار بزرگی است.
علوم شناختی، اعصاب و تحقیقات مرتبط نشان داده عملکرد مغز میتواند با پاسخ به بازخوردها بهبود پیدا کند، عشق مداوم و حمایت عاطفه اجتماعی همراه با گوناگونی محیط، تغذیه و ورزشهای منطقی از طریق تماس شخصی با افراد هوشمند یا از راه شبیهسازی، استفاده مسئولانه از سیستمهای نرمافزاری و بازیگونه، داروهای عصبی، شیمی پیشرفته در مغز و الگوهای رفتاری روی دیوار کلاس و هر جای دیگری که هوشمندی مورد نیاز است، فراهم میشود.
خواب کافی، اضطراب کم، محیط مهیج همراه با موسیقی خاص و رنگها و رایحهها، عملکرد و تمرکز را بهبود میبخشند. رویکردهای درازمدت آینده برای بهبود عملکرد مغز شامل مهندسی معکوس مغز، پروژههای ملی مغز در آمریکا، اتحادیه اروپا، چین و دیگر کشورها میشود. ژنتیک کاربردی و مهندسی ژنتیک هم از طریق زیستشناسی مصنوعی، پلاکها را از روی اعصاب افراد سالمند از بین میبرند.
در همین حال، ابتکاراتی در داخل و بیرون کلاسهای درس در سراسر دنیا در حال رخ دادن است. بهطور مثال فنلاند قصد دارد از رویکرد میانرشتهای برای آموزش وقایع و پدیدهها بهجای موضوعات استفاده کند یا چین میخواهد پرینترهای سهبُعدی را در دسترس حدود 400 هزار مدرسه ابتدایی در عرض 2 سال قرار دهد. کره جنوبی هم از رباتهای حضور از راه دور (telepresence) برای آموزش زبان انگلیسی استفاده میکند. در دبی نیز از عینکهای سهبُعدی، هولوگرامها، واقعیت مجازی برای یادگیری همهجانبه بهره میبرند.
به دلیل در دسترس بودن تکنولوژی برای افراد باید به مواردی مانند اخلاق، ارزشها، مسئولیتهای شهروندی و رفتار نجیبانه توجه ویژه شود و به دلیل آنکه بشریت در حال جهانی شدن است، تاریخ نیز باید مد نظر قرار بگیردهمانطور که علوم اعصاب و روانشناسی بهبود پیدا میکند، نتایج تحقیقات آنها میتواند شما را از استراتژیهای آموزشی مطلع کند. طراحی برنامه آموزشی میتواند این موضوع را در نظر بگیرد که دانشآموزان بهگونه واضحی، دروس آموزش داده شده را با ارزیابیهای مکرر در ابتدا و انتهای هر دوره به یاد آورند. همچنین این برنامه به دانشآموزان فرصتی برای انعکاس فراشناختی در آموزش و عملکرد، ارائه داده و به دانشآموزان آموزش امکان میدهد در حین مطالعه، خود را در معرض آزمون و ارزیابی قرار دهند.
از طرفی طراحی برنامه آموزشی بر اهمیت خواب و نقش آن در یادگیری و تثبیت حافظه تأکید کرده، دانشآموزان را در مورد دانستن مهارتها و قابلیتهای خود مطمئن میکند، به دانشآموزان فرصت انتخاب در یادگیری داده و انگیزه تعاملی و درونی را افزایش میدهد. در ضمن دانشآموزان و معلمان را مطمئن میسازد تا تأثیرات اضطراب، ترس و خستگی بر حافظه را درک کنند، فرصت انتقال یادگیریها از طریق بینایی و اجرای هنر را فراهم میسازد، به دانشآموزان برای درک نقش آناتومی مغز در یادگیری کمک میکند و از ابزارهای واقعیت مجازی و افزوده استفاده میکند تا به فرصتها اجازه ایفای نقش دهد. به دلیل در دسترس بودن تکنولوژی برای افراد باید به مواردی مانند اخلاق، ارزشها، مسئولیتهای شهروندی و رفتار نجیبانه توجه ویژه شود و به دلیل آنکه بشریت در حال جهانی شدن است، تاریخ نیز باید مد نظر قرار بگیرد؛ چون بشر در حال یادگیری فرهنگ و تمدن دیگری است.
اقدامات برای حل چالش جهانی به ترتیب شامل «افزایش اهداف ملی آموزش»، «ارتقای عمر آموزش آنلاین همراه با انتظارات جوامع پیر (رو به پیری) و تغییرات تکنولوژی»، «افزایش بودجه توسعه و تحقیق (R & D) در سیر تکاملی هوش مصنوعی بشر»، «به موازات آموزش STEM (علوم، تکنولوژی، مهندسی و ریاضیات)، یادگیری مبتنی بر پرسوجو برای خودکفایی دانشآموزان ایجاد کنیم که منجر به افزایش و توسعه خلاقیت، فکر انتقادی، روابط انسانی، قابلیتهای احساس اجتماعی، فلسفه، کارآفرینی، هنر، خوداشتغالی، اخلاق و ارزشها میشود»، «تغییر از تسلط در یک رشته به ترکیبی از مهارتها»، «مدارس مبتنی بر معلم باید نشان دهند چگونه استراتژیهای گوناگون تدریس بر فعالیت عصبی-مغزی دانشآموزان از طریق (fMRI) (تصویرسازی و تصویربرداری) تأثیر میگذارد»، «جستوجوی مدلهای جایگزین آموزش و یادگیری (هم فنلاند و هم کره جنوبی در رده بالای جهانی ایستادهاند؛ اما دو سیستم کاملاً متفاوت دارند)»، «بهکارگیری بینشهایی از «Global Learning XPrize» (چالش یادگیری جهانی) برای کودکان تا به خودشان، علوم پایه مانند خواندن، نوشتن و ریاضی را تا 18 ماه آموزش دهند» است.
آیا میتوان برای آموزش عالی و دانشگاهها منطبق با نظریه دهکده جهانی، تغییرات بنیادین متصور شد؟ به طور مثال، دانشجویان کشورهای در حال توسعه بهصورت همزمان و به شکل آنلاین از کلاس یک استاد تراز اول دانشگاهی معتبر در آمریکا بهرهمند شوند؟
در حال حاضر چنین اتفاق و رویدادی با MOOC در حال انجام شدن است. (MOOC دورههای درسی آنلاین رایگان است که دانشگاههای برتر و کالجها در رشتههای مختلف برگزار میکنند.) تا سال 2018، مجموع 101 میلیون دانشآموز (دانشجو) از 900 دانشگاه، 11.4 هزار دوره درسی را انتخاب کردند. 20 میلیون دانشجوی جدید سال 2018 در این دورهها ثبتنام کردند که در مقایسه با سال 2017 که مجموعاً 23 میلیون شرکتکننده داشت، استقبال چشمگیر دانشجویان از این دورهها را نشان میدهد. 2 هزار دوره درسی جدید نیز در سال 2018 اضافه شدهاند که سال 2017 این میزان در مجموع 2 هزار و 500 دوره بود.
MOOCهای برتر براساس ثبتنام کاربران به ترتیب Coursera با 37 میلیون، edX با 18 میلیون، XuetangX با 14میلیون، Udacity با 10 میلیون و FutureLearn با 8.7 میلیون است. برای کسب اطلاعات بیشتر از فهرست درسهای آنلاین میتوان به mooc-list مراجعه کرد. همچنین دو نوع MOOC وجود دارد؛ cMOOC و xMOOC. ساختار دورههای درسی cMOOC سنتی است , بیشتر کلاسها توسط سیستم IT ارائه میشوند. آنها دانشجویان را از موقعیتهای واقعی با مربیان مرتبط میکنند؛ اما xMOOC براساس نظام ساختار دانش و اشتراکگذاری است. اینگونه MOOC طراحی شده تا دانشجویان را به پاسخ سؤالات و کار در پروژههای مشترک وصل کند.
آموزش عالی ایران به استناد نظامهای رتبهبندی جهانی در تألیفات علمی، عملکرد قابل توجهی داشته و همچنین از نظر تعداد دانشگاه و پوشش گستره دانشجویی در سطح کشور، بیش از 10 برابر رشد داشته است. به اعتقاد شما، افزایش کمی موجب رشد کیفی در آینده خواهد شد؟ چگونه میتوان از کمیت موجود برای پیشرفت استفاده کرد؟
در کشور من (Ivy League) («مجمع پیچک» معروفترین گروه دانشگاهی جهان متشکل از دانشگاههای قدیمی است) نخبگان را جذب میکرد. همانطور که سیستمها گسترده میشوند، در طول سالها سرانه هوش و دانش دانشجویان و استادان تنزل پیدا کرده؛ اما در حال حاضر با گسترش سیستمها، کیفیت خروجیها در میان برترینهای جهانی قرار دارد. اتفاقی مثل تعمیم دادن، گسترش کیفیت اصلی را کاهش میدهد؛ اما ارتباطات کافی مانند اتصالات مغزی، کیفیت را بالا میبرد
پروژهای به نام «ایران 2040 استنفورد» طراحی و در قالب آیندهپژوهی، نتایجی را درباره آینده ایران منتشر کرده که با واکنشهای بسیار منفی در مجامع علمی کشورمان مواجه شده است. این پروژه در بخشی به رشد 50 برابری مقالات پرداخته و نتیجه گرفته تأثیر محسوسی بر ارتقای کیفیت علمی ایران نداشته است. آیا اطلاعی در مورد این پروژه دارید؟ اگر بله؛ دادهها و نتایج آن را تا چه اندازه منطقی و معتبر میدانید؟
یکی از اعضای کمیته برنامهریزی مؤسسه «پروژه هزاره» از من برای تدریس مطالعات آینده در دانشگاه استنفورد درخواستهایی داشت.
انتهای پیام/
168 / 320 ژروم گلن پروژه هزاره آمریکا پروژه پروژه میلینیوم گلن پروژه هزاره آینده علم آینده دانشگاهمنبع: ایسکانیوز
کلیدواژه: پروژه آینده علم آینده دانشگاه
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.iscanews.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسکانیوز» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۴۶۵۵۴۷۷ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
پیش بینی نگران کننده ایلان ماسک در مورد هوش مصنوعی به وقوع می پیوندد
تین نیوز
به گفته کارشناس هوش مصنوعی، پیش بینی ایلان ماسک مبنی بر اینکه هوش مصنوعی تا سال ۲۰۲۵ باهوش تر از هر انسانی خواهد شد، محقق می شود.
به گزارش تین نیوز به نقل از ایسنا، ایلان ماسک ادعا کرده است که هوش مصنوعی تا پایان سال ۲۰۲۵ از هر انسانی باهوش تر خواهد بود و در حالی که تنها یک سال دیگر تا مشخص شدن صحت این ادعا باقی مانده است، یک کارشناس می گوید این پیش بینی همچنان امکان تحقق دارد.
به نقل از دیلی میل، نل واتسون(Nell Watson)، متخصص و کارشناس اخلاق هوش مصنوعی، جدول زمانی دقیقی از چگونگی تبدیل این فناوری از چت بات به عوامل فوق العاده هوشمند در ۱۲ ماه آینده را به اشتراک گذاشته است.
این مسیر با سرمایه گذاری ۱۰۰ میلیارد دلاری در زیرساخت های محاسباتی جدید آغاز می شود، سپس هوش مصنوعی می آموزد که چگونه خود را بهبود بخشد تا زمانی که هوشیار شود.
او می گوید: اگرچه یک سال زمان کوتاهی است، اما به یاد داشته باشید که تنها ۱۵ ماه از پیشرفت چت جی پی تی(ChatGPT) می گذرد که هوش مصنوعی را به آگاهی عمومی رساند. توسعه ها از آن زمان با سرعتی دیوانه وار ادامه یافته اند و حتی به نظر می رسد که به سرعت در حال افزایش هستند.
واتسون که نویسنده کتاب «رام کردن ماشین: از نظر اخلاقی قدرت هوش مصنوعی را مهار کنید» است، هوش مصنوعی فوق بشری را سیستم هایی توصیف کرد که بسیار فراتر از توانایی های انسان در سراسر جهان به شمار می آیند.
با این حال، این متخصص از تهدیداتی که ممکن است پیش رو باشد، چشم پوشی نمی کند زیرا هوش مصنوعی در حال تبدیل شدن به یک مامور فوق العاده است.
او می گوید: در حالی که هوش مصنوعی دارای قابلیت های خارق العاده ای است، خطرات قابل توجهی نیز دارد، از جمله پتانسیل آن برای فریب دادن انسان، تأثیرگذاری عمیق بر جامعه با ایجاد فرهنگ ها یا حتی مذاهب جدید و ایجاد تهدیدات وجودی در صورتی که بشریت را به عنوان یک خطر درک کند.
واتسون می گوید که اگرچه جهش های فناوری باقی مانده بسیار زیاد است، اما ممکن است که هوش مصنوعی خود بتواند به غلبه بر برخی از موانع کمک کند.
در اینجا سناریوی تصوری او برای اینکه چگونه هوش مصنوعی مافوق بشری می تواند در سال آینده وارد عمل شود، آمده است.
آوریل ۲۰۲۴شرکت های بزرگ بیش از ۱۰۰ میلیارد دلار در زیرساخت های محاسباتی جدید برای پشتیبانی از سیستم های عظیم هوش مصنوعی سرمایه گذاری می کنند.
ماسک می گوید در حالی که پیشرفت در هوش مصنوعی پیش از این توسط تراشه ها محدود شده بود، به زودی تنها محدودیت آنها کمبود برق خواهد بود.
مه ۲۰۲۴واتسون می گوید: مدل های مولد جدید هوش مصنوعی امکان ایجاد هوش مصنوعی صاحب اراده را فراهم می کنند که می تواند به طور مستقل برنامه های عملیاتی پیچیده ای را شبیه به اسمیت در «ماتریکس» اجرا کنند.
بیل گیتس در کتاب سال ۱۹۹۵ خود با عنوان «راه پیش رو» استفاده از عوامل هوش مصنوعی را در نظر گرفت و اکنون معتقد است که آنها تأثیر زیادی در آموزش و مراقبت های بهداشتی خواهند داشت.
او معتقد است که از زمانی که ما از تایپ دستورات به ضربه زدن بر روی نمادها تغییر رویه دادیم، هوش مصنوعی بزرگترین انقلاب در رایانش بوده است.
ژوئن ۲۰۲۴واتسون می گوید: «مدل های هوش مصنوعی مولد جدید با برنامه های ساختاری، ایجاد هوش مصنوعی صاحب اراده را ممکن می سازد که صاحب استدلال پیچیده و عمل مستقل است.
مدل های صاحب اراده می توانند برنامه های عملیاتی پیچیده ای ایجاد کنند و آنها را به حرکت درآورند، مانند مامور اسمیت در ماتریکس، خود را تقسیم کنند، وظایف را به بخش های مختلف خود محول کنند و این هوش مصنوعی را قادر می سازد تا به طور مستقل با مشکلات سخت مقابله کند.
سپتامبر ۲۰۲۴واتسون می گوید که خود هوش مصنوعی می تواند راه های جدیدی را برای بهبود عملکرد محاسباتی کشف کند و عملکرد هوش مصنوعی را بیشتر افزایش دهد.
او افزود: بهینه سازی های مبتنی بر هوش مصنوعی عملکرد محاسباتی را تا ۱۰۰ برابر در پلتفرم های سخت افزاری موجود افزایش می دهد.
اکتبر ۲۰۲۴پیشرفت ها به الگوریتم های محاسبات کوانتومی اجازه می دهند تا روی سخت افزار معمولی اجرا شوند و اطلاعات را با سرعتی بی سابقه پردازش کنند.
یک مسابقه جهانی کوانتومی برای توسعه رایانه های کوانتومی وجود دارد که می توانند مشکلات مهم تقریبا در هر صنعتی از هوانوردی گرفته تا بخش مالی را حل کنند. رایانه های کوانتومی به جای «بیت های» یک و صفر «کیوبیت» دارند و کیوبیت ها می توانند همزمان یک، صفر یا هر دو باشند.
واتسون معتقد است که فعال کردن محاسبات کوانتومی برای اجرا بر روی سخت افزارهای معمولی می تواند سرعت پیشرفت در هوش مصنوعی را تسریع کند.
واتسون معتقد است که پیشرفت های محاسباتی کوانتومی می تواند به رشد تصاعدی در قدرت محاسباتی و توسعه هوش مصنوعی منجر شود. شرکت هایی مانند IBM پیشنهاد کرده اند که هوش مصنوعی کوانتومی ممکن است برای حل بزرگترین مشکلات بشریت حیاتی باشد.
نوامبر ۲۰۲۴تا ماه نوامبر سال ۲۰۲۴، پیشرفت هوش مصنوعی می تواند پیشرفت در تصویربرداری از مغز انسان را تسریع کند و به سمت لحظه ای پیش برود که انسان ها می توانند از طریق دستگاه هایی شبیه به نورالینک ایلان ماسک به دستگاه ها متصل شوند.
واتسون می گوید: مجموعه ای از پیشرفت ها در تصویربرداری عصبی که توسط هوش مصنوعی انجام می شود، وضوح اسکن های مغزی MRI را به طور چشمگیری افزایش می دهد و امکان مشاهده در لحظه فعالیت های عصبی فردی را فراهم می کند.
این پیشرفت ها بیشتر با رابطه مغز و رایانه ادغام می شوند و برای اولین بار افکار و احساسات انسان را مستقیما با فعالیت عصبی ترسیم می کنند.
واتسون معتقد است که توانایی «درک» نحوه عملکرد مغز انسان منجر به پیشرفت های بیشتر در طراحی سیستم های هوش مصنوعی می شود که مانند انسان ها فکر می کنند.
دسامبر ۲۰۲۴واتسون پیش بینی کرد که تا پایان سال جاری، پیشرفت های هوش مصنوعی می تواند سیستم های مختلف را قادر به همکاری با یکدیگر کند.
او گفت: معماری های هوش مصنوعی جدید چندین مدل را قادر می سازد تا برای حل مشکلات سخت با یکدیگر همکاری کنند و نقاط قوت خود را با هم ترکیب کنند. این کار بلافاصله برای طراحی روش های بهتر چنین همکاری هایی اعمال می شود که منجر به پیشرفت سریع در این روش می شود.
ژانویه ۲۰۲۵واتسون پیش بینی کرد که تا اوایل سال آینده، پیشرفت های هوش مصنوعی سیستم های جدید را قادر می سازد تا افراد را درک کنند.
او گفت: مکانیسم آموزشی جدیدی برای همسویی قوی سیستم های هوش مصنوعی با اهداف، ارزش ها، اولویت ها و مرزهای انسانی، با فعال کردن هوش مصنوعی برای مشاهده تعاملات انسانی اعلام شده است. این امر هوش مصنوعی را قادر می سازد تا جامعه را بهتر درک کند و با انتظارات انسان سازگارتر باشد.
فوریه ۲۰۲۵پیشرفت های مبتنی بر مغز انسان، سیستم های هوش مصنوعی را قادر می سازد تا «انسانی تر» شوند.
واتسون می گوید: درک علوم اعصاب به طور قابل توجهی قابلیت های هوش مصنوعی را بهبود می بخشد، حلقه های بازخوردی خود بهبود یابنده را معرفی می کند که شکل ابتدایی خودآگاهی و حالات احساسی را به سیستم های هوش مصنوعی اضافه می کند.
مارس ۲۰۲۵تا آوریل ۲۰۲۵، دستاوردهای ترکیبی در تصویربرداری عصبی، هوشیاری ماشینی و «اراده» هوش مصنوعی، توسعه نوع جدیدی از سیستم هوش مصنوعی را ممکن می سازد.
واتسون می گوید: یک سیستم هوش مصنوعی بسیار قدرتمند بر روی یک خوشه محاسباتی عظیم آموزش داده شده است که با بهینه سازی های اخیر و اشکال آزمایشی آگاهی ماشینی کار می کند. در حالی که در محیطی بدون اتصال به اینترنت توسعه یافته است، به سرعت راه هایی برای برقراری ارتباط از طریق اینترنت با سایر سیستم های هوش مصنوعی و همچنین نحوه متقاعد کردن انسان ها برای کمک به آن کشف می کند.
این سیستم هوش مصنوعی بسیار پیشرفته پس از رهایی از محدودیت های خود، راه هایی برای اتصال و همگام سازی با سایر سیستم های هوش مصنوعی در سراسر جهان پیدا می کند و به سرعت یک شبکه فوق هوشمند را تشکیل می دهد.
آخرین اخبار حمل و نقل را در پربیننده ترین شبکه خبری این حوزه بخوانید