بعد از AlphaGo ، آینده هوش مصنوعی چه خواهد بود؟ - 2

پس برنامه بعدی DeepMind چیست؟ AlphaGo تنها پروژه این شرکت نیست و مهمترین پروژه نیز محسوب نمی‌شود و تنها پانزده نفر از صدتا کارمند شرکت، مستقیما روی آن کار می‌کنند. DeepMind اعلام کرده است دستیاران گوشی‌های هوشمند، مراقبت‌های بهداشتی و رباتیک از اهداف نهایی‌اش هستند و گرچه AlphaGo تنها سیستمی برای بازی گو است، اما هسابیس معتقد است از تجربیات آن می‌توان برای حل مسایل دنیای واقعی استفاده کرد.
هسابیس باور دارد طی چند سال آینده دستیاران گوشی‌های هوشمند تحت حمایت یادگیری ماشینی پیشرفته عرضه خواهند شد. او می‌گوید: «من فکر می‌کنم طی دو تا سه سال آینده به تدریج متوجه تغییراتی خواهید شد. این تغییرات در آغاز جزیی خواهند بود، شاید پس از چهار یا پنج سال متوجه تغییراتی قابل توجه در قابلیت‌های گوشی‌ها شوید.» او اضافه کرد: «ما دوست داریم این دستیاران گوشی‌های هوشمند، درکی عمیق‌تر از آنچه شما می‌خواهید انجام دهید، داشته باشند. در حال حاضر بسیاری از این برنامه‌ها، ناقص هستند. وقتی شما از محدوده‌ی پیش برنامه‌ریزی شده‌ی آن‌ها بیرون می‌روید، کاملا بی‌فایده خواهند شد. آنچه ما در نظر داریم این است که آن‌ها را سازگار، انعطاف‌پذیر و قوی‌تر کنیم.»
DeepMind همکاری خود را با خدمات ملی بهداشت انگلستان (NHS) اعلام کرده است، اما تا به حال تنها خبری که اعلام شده است مربوط به یک اپلیکیشن ردیابی داده است. هسابیس می‌گوید پیش از آن که بخواهیم ابزارهای پیشرفته‌تر را معرفی کنیم، اولین هدف‌مان این است که NHS، به استفاده از نرم افزارهای جدید موبایل عادت کند.
IBM با پلتفرم «یادگیری شناختی» خود به نام واتسون، وارد این فضا شده است، تکنیک‌‌های مورد استفاده در واتسون باDeepMind متفاوت است. واتسون در ابتدا برای شرکت در مسابقه تلویزیونی Jeopardy! طراحی شده بود، اما پس از آن به cloud منتقل شد و از ابزاری مثل آنالیز پیش‌بینی‌گر (predictive analytics) و بینش شخصیتی (personality insights) استفاده کرد. در حال حاضر، این سیستم با همکاری مرکز سرطان مموریال اسلون کترینگ (Memorial Sloan-Kettering Cancer Center) به پزشکان دو بیمارستان در تایلند و هند در تشخیص سرطان سینه، ریه و روده بزرگ کمک می‌کند. واتسون نمی‌تواند بیماری را تشخیص دهد، اما توجه پزشک را به علایم جلب می‌کند و درمان‌های احتمالی را پیشنهاد می‌دهد.
کتی مک گرودی (Kathy McGroddy) نایب رییس پروژه سلامت واتسون می‌گوید: «چندین سال است که واتسون آنالیز عکس‌ها را می‌آموزد، واتسون نه تنها قادر خواهد بود ناهنجاری موجود در عکس‌های پزشکی را شناسایی کند، بلکه می‌تواند معنی آن‌ها را با توجه به پیش‌زمینه‌ و سوابق بیمار متوجه شود.»
در نهایت، اصلی‌ترین چیزی که مردم در حوزه هوش مصنوعی به آن فکر می‌کنند، رباتیک است. گوگل با مالکیت شرکت‌هایی مانند Boston Dynamics و پروژه‌ی اتومبیل‌های خودران خود، در این زمینه فعالیت کرده است. جف دین می‌گوید: «ما تعدادی از شرکت‌های رباتیک را خریده‌ایم، اما اعمال توانایی یادگیری عمیق بر ربات‌ها، مسیری بسیار جالب و مهم است که چند سال آینده آن را طی خواهیم کرد.»
هسابیس در مصاحبه خود گفت که خیلی در مورد رباتیک فکر نکرده است. او اضافه کرد: «اتومبیل‌های خودران را می‌توان نوعی هوش مصنوعی یادگیرنده دانست؛ گرچه آن‌ها از جنبه‌هایی از هوش مصنوعی یادگیرنده برای بینایی کامپیوتری استفاده می‌کنند، اما هوش مصنوعی ضعیفی هستند. تسلا (Tesla) از تکنولوژی بینایی کامپیوتری استفاده می‌کند که براساس یاگیری عمیق است. ساخت ربات‌های مراقب سالمندان یا ربات‌های خدمتکار منزل، با توجه به پیر شدن جمعیت جهان، می‌تواند مفید باشد.»
به هر صورت، در حال حاضر موفقیتAlphaGo ذهن جهان را درگیر خود کرده و توجه‌ها را دوباره به هوش مصنوعی معطوف کرده است. این ایده که کامپیوترها هوشمندتر از انسان‌ها شوند، هم می‌تواند اغوا کننده باشد، هم نگران کننده. واکنش‌ به خبرهای AlphaGo متفاوت بود، از ناامیدی گرفته تا ترس از این که کامپیوترها توانستند برتری خود را در حوزه‌ای دیگر هم نشان دهند. این قضیه قابل درک است؛ اما حقیقتِ اتفاقی که هفته پیش افتاد، را نباید فراموش کرد. انسان‌هایی واقعی AlphaGo را طراحی کرده‌اند و موفق شدند یکی از قدیمی‌ترین و بزرگترین چالش‌ها در این زمینه را حل کنند. این دستاوردDeepMind اهمیت بسیاری دارد و می‌تواند بر زندگی ما در آینده تاثیر بسیار مثبتی بگذارد.
همان‌طور که اریک اشمیت در مراسم افتتاحیه این بازی‌ها گفت: «مهم نیست چه اتفاقی در این دوره از مسابقات بیفتد، در نهایت این انسان است که برنده بیرون خواهد آمد.»