«ممکن است روزی ماشین‌ها قادر به تفکر باشند؟» این ایده زمانی غیرممکن به نظر می‌رسید اما در دنیای امروزی هوش مصنوعی آن را محقق کرده است. این فناوری نه‌فقط به بخشی از زندگی روزمره ما تبدیل شده، بلکه روزبه‌روز درحال پیشرفت است. سال 2022 عرضه چت‌بات ChatGPT بسیاری از افراد را با هوش مصنوعی آشنا کرد اما این فناوری تاریخچه بسیار جذابی دارد که به دهه‌ها قبل برمی‌گردد. در این مطلب، به کاوش در تاریخچه هوش مصنوعی می‌پردازیم و نگاهی می‌اندازیم به نحوه شکل‌گیری این فناوری و با افراد و اتفاقات مهمی که در توسعه آن نقش داشته‌اند، آشنا می‌شویم.
در دهه 1950، ماشین‌های محاسباتی‌ای وجود داشتند که اساساً از آنها به‌جای ماشین‌حساب‌های عظیم استفاده می‌شد. در دهه 1950، مدت‌ها قبل از اینکه ماشین‌های محاسباتی به دستگاه‌های مدرن امروزی تبدیل شوند، چندین عامل باعث شد ریشه‌های اصلی هوش مصنوعی شکل بگیرد.
زمانی که قدرت محاسباتی هنوز تا حد زیادی به مغز انسان وابسته بود، «آلن تورینگ»، ریاضی‌دان بریتانیایی، ساخت ماشینی را تصور می‌کرد که می‌توانست از برنامه‌ریزی اولیه خود فراتر برود. در واقع تورینگ در فکر ساخت ماشینی بود که ابتدا می‌توان آن را برای انجام وظایف برنامه‌ریزی‌شده‌ای کدگذاری کرد اما توانایی‌های آن از عملکرد اصلی خود گسترش پیدا می‌کرد.
آن زمان تورینگ نتوانست نظریه خود را اثبات کند؛ زیرا ماشین‌های محاسباتی تا آن حد پیشرفت نکرده بودند اما او با توسعه مدل ریاضی به نام «ماشین تورینگ» و «آزمون تورینگ» که با نام «بازی تقلید» نیز شناخته میشود، نقش بزرگی در مفهوم‌سازی هوش مصنوعی داشته است. این وسیله توانایی یک ماشین برای ارائه رفتارهای هوشمندانه مانند انسان را می‌سنجد
تابستان سال 1956 (2 سال پس از درگذشت تورینگ)، «جان مککارتی»، دانشمند آمریکایی علوم رایانه کالج دارتموث، گروه کوچکی از محققان رشته‌های مختلف را دعوت کرد تا در پروژه‌ای تابستانی با تمرکز روی «ماشین‌های فکری» شرکت کنند.
اعضای این گروه اعتقاد داشتند «هر جنبه از یادگیری یا هر ویژگی دیگری از هوش را می‌توان به‌قدری دقیق توصیف کرد که بتوان ماشینی را برای شبیهسازی آن ساخت.» باتوجه‌به کارهایی که این گروه در آن تابستان انجام داده‌اند، بسیاری از پروژه تحقیقات دارتموث را یکی از پایه‌های اصلی حوزه هوش مصنوعی می‌دانند. همچنین در این پروژه تحقیقاتی، مککارتی اولین بار اصطلاح «هوش مصنوعی» را به کار برده است.
پروژه تحقیقاتی دارتموث هیجان زیادی ایجاد کرد و تأثیرات اولیه آن تا 2 دهه بعد نیز ادامه داشت. در دهه 1960 تا 1970 نشانه‌های اولیه فناوری هوش مصنوعی در شکل‌های مختلفی به وجود آمد.
ELIZA که «جوزف ویزنیام»، دانشمند حوزه کامپیوتر MIT، سال 1966 ساخت، به‌طور گسترده اولین چت‌بات تاریخ در نظر گرفته میشود. هدف این برنامه کامپیوتری شبیهسازی گفتگو با روانشناس و ارائه راه‌های درمانی با استفاده از پاسخ‌هایی بوده که کاربران ارائه می‌کنند.
ELIZA از اولین نمونه‌های برنامههای هوش مصنوعی بود که تعامل با انسان را به‌صورت طبیعی شبیهسازی می‌کرد. این برنامه باوجود سادگی، اهمیت زیادی در تاریخچه هوش مصنوعی و پردازش زبان طبیعی دارد و الگویی برای بسیاری از سیستم‌های پردازش زبان طبیعی بعدی مانند چت‌بات‌ها و دستیارهای صوتی مانند Siri و Alexa است.
بین سال‌های 1966 تا 1972، محققان مرکز هوش مصنوعی مؤسسه تحقیقاتی استنفورد سیستم رباتیک مجهز به سنسور و دوربین با نام Shakey the Robot را ساختند که می‌توانست در محیط‌های مختلف حرکت کند. براساس مقاله‌ای که بعداً دانشمندان منتشر کردند، هدف آنها از ساخت این ربات «توسعه مفاهیم و تکنیک‌هایی برای هوش مصنوعی بوده که به سیستم خودکار اجازه می‌دهد در محیط‌های واقعی مستقل عمل کند.»
هرچند توانایی‌های Shakey نسبت به ربات‌های پیشرفته امروزی بسیار ابتدایی بوده است، این ربات در زمینه‌های مختلفی ازجمله «تحلیل بصری، مسیریابی و دستکاری اشیا» به فناوری هوش مصنوعی کمک کرده است.
پس از کنفرانس دارتموث در دهه 1950، تحقیقات هوش مصنوعی در مؤسساتی مانند MIT، استنفورد و کارنگی‌ملون گسترش پیدا کرد؛ به‌همین‌ترتیب افرادی که روی تحقیقات هوش مصنوعی کار می‌کردند، به فرصت‌های جدیدی برای اشتراک‌گذاری اطلاعات و اکتشافات خود نیاز داشتند. در سال‌های 1977 و 1979 کنفرانس مشترک بین‌المللی هوش مصنوعی برگزار شد اما هنور جامعه منسجم‌تری شکل نگرفته بود.
انجمن هوش مصنوعی آمریکا سال 1979 با همین هدف شکل گرفت. تمرکز این سازمان ایجاد مجله‌ای برای اشتراک‌گذاری داده‌های هوش مصنوعی، برگزاری کارگاه‌های آموزشی و کنفرانس‌های سالانه درباره این فناوری بوده است. درحال‌حاضر این انجمن با عنوان «انجمن پیشبرد هوش مصنوعی» (AAAI) فعالیت می‌کند.
سال 1974، «جیمز لایت‌هیل»، ریاضی‌دان بریتانیایی، گزارشی انتقادی درباره تحقیقات آکادمیک هوش مصنوعی منتشر کرد که اکنون با نام گزارش لایت‌هیل شناخته میشود. او ادعا کرد محققان درباره پتانسیل‌های هوش ماشینی بیش از حد وعده داده‌اند و کار بزرگی در این زمینه انجام نشده. ادعای او منجر به کاهش شدید سرمایه‌گذاری روی هوش مصنوعی شد.
به این دوره کاهش سرمایه‌گذاری «زمستان هوش مصنوعی» گفته میشود که اواخر دهه 1970 تا اوایل دهه 1990 را در بر می‌گیرد.
زمستان هوش مصنوعی که دهه 1970 آغاز شده بود، تا 2 دهه دیگر ادامه پیدا کرد. البته اوایل دهه 1980 نیز فعالیت‌های محدودتری در زمینه توسعه این فناوری انجام شد و همین امر باعث شد اواخر دهه 1990 بودجه بیشتری برای تحقیق و توسعه روی AI در نظر گرفته شود.
«ارنست دیکمان»، دانشمند آلمانی، سال 1986 اولین خودروی خودران جهان را اختراع کرد. خودروی ساخته او از نظر فنی ون مرسدس بنز بود که به سیستم‌های کامپیوتری و سنسورهای برای ردیابی محیط مجهز شده بود. این وسیله نقلیه فقط می‌توانست در جاده‌هایی بدون مانع (خودروهای دیگر و عابر) حرکت کند.
آبی عمیق یا دیپ بلو (Deep Blue) ابررایانه شطرنج‌باز ساخته IBM است. سال 1966 IBM سیستم کامپیوتری خود را در مسابقه‌ای با قهرمان شطرنج جهان، «گری کاسپاروف»، آزمایش کرد. آن زمان، دیپ بلو فقط یکی از 6 بازی را برنده شد اما یک سال بعد توانست به پیروزی تمام‌عیار برسد. نکته قابل‌توجه اینکه دیپ بلو فقط در 19 حرکت توانست قهرمان شطرنج جهان را شکست دهد.
هرچند عملکرد دیپ بلو به مدل‌های هوش مصنوعی امروزی نمی‌رسد، می‌توانست اطلاعات را با سرعتی بیشتر از معز انسان پردازش کند. برای درک بیشتر، این سیستم در یک ثانیه می‌تواند 200 میلیون حرکت احتمالی شطرنج را بررسی کند.
توجه مجدد به هوش مصنوعی در دهه 1990 باعث شد این فناوری از سال 2000 رشد قابل‌توجهی بکند که در ادامه مطلب تاریخچه هوش مصنوعی به آن می‌پردازیم.
Kismet رباتی است که می‌تواند احساسات انسانی را شناسایی و شبیهسازی کند. هرچند این ربات سال 1997 ساخته شده، این پروژه سال 2000 به نتیجه رسید.
دکتر «سینسا بریزیل» Kismet را در آزمایشگاه هوش مصنوعی MIT ساخته است. این ربات سنسورها، میکروفون و برنامه‌نویسی داشت که میتوانستند «فرایند احساسات انسانی» را درک کنند. تمام این موارد به ربات کمک می‌کرد طیف وسیعی از احساسات را تقلید کند.
مریخ سال 2004 با فاصله بسیار نزدیکی به زمین می‌چرخید و ناسا با ارسال 2 مریخ‌نورد به نام‌های Spirit و Opportunity از این شرایط استفاده کرد. هر 2 کاوشگر فضایی ناسا به هوش مصنوعی مجهز بودند که به آنها کمک می‌کرد از سطح صخره‌ای مریخ عبور کنند و مستقل تصمیم بگیرند.
سال 2011، چند سال پس از اینکه دیپ‌بلو موفق شد قهرمان شطرنج جهان را شکست دهد، IBM سیستم رایانه‌ای رقابتی دیگری با نام واتسون (Watson) ایجاد کرد که می‌توانست به سؤالات مختلف پاسخ دهد. آن زمان، این سیستم با سؤالات مسابقه آمریکایی Jeopardy آزمایش می‌شد. دانشمندان برای آموزش این Watson از داده‌های دایره‌المعارف‌ها و اطلاعات موجود در سراسر اینترنت استفاده کرده بودند.
واتسون با دریافت سؤالات به زبان طبیعی می‌توانست پاسخ آنها را ارائه کند و با همین فرمول ساده توانست 2 نفر از برجسته‌ترین قهرمانان مسابقه Jeopardy را شکست دهد.
سیری و الکسا از شناخته‌شده‌ترین دستیاران هوش مصنوعی امروزی هستند. اپل سال 2011 در رویداد خود برای معرفی آیفون 4S ویژگی جدید و هیجان‌انگیزی را به نمایش گذاشت: دستیاری مجازی به نام سیری. 3 سال بعد نیز آمازون دستیار مجازی اختصاصی خود با نام الکسا را معرفی کرد. هر 2 محصول از نمونه‌های شناخته‌شده‌ای هستند که میتوانند سؤالات کاربران را درک کنند و به آنها پاسخ بدهند.
البته آنها ابتدا محدودیت‌هایی داشتند؛ برای مثال سیری و الکسا طوری برنامه‌ریزی شده بودند که فقط میتوانستند فهرست طولانی از سؤالات را درک کنند و نمی‌توانستند به اطلاعات خارج از حوزه کاری خود پاسخ درستی بدهند.
در دهه 1970، دانشمندی با نام «جفری هینتون» در دوره تحصیل دکترا شروع به کاوش درباره ایده شبکه‌های عصبی کرد. از شبکه‌های عصبی به‌عنوان سیستم‌های هوش مصنوعی یاد میشود که برای پردازش داده‌ها به روشی مشابه مغز انسان ساخته می‌شوند. تا سال 2012 که 2 دانشجوی هینتون تحقیقات خود را در مسابقه ImageNet به نمایش گذاشتند، صنعت فناوری راه‌های پیشرفت شبکه‌های عصبی را تجربه نکرد.
کاری که هینتون در زمینه شبکه‌های عصبی و یادگیری عمیق (فرایندی که سیستم هوش مصنوعی به کمک آن پردازش حجم وسیعی از داده‌ها و پیش‌بینی دقیق را می‌آموزد) انجام داد، برای فرایندهای هوش مصنوعی مانند پردازش زبان طبیعی و تشخیص گفتار بسیار مهم بوده است. هینتون سال 2013 به گوگل پیوست و سال 2023 استعفا داد تا آزادانه‌تر درباره خطرات هوش مصنوعی صحبت کند.
شرکت Hanson Robotics مستقر در هنگ‌کنگ، در سال 2016 یک ربات انسان‌نما با نام «سوفیا» ساخت که می‌توانست حالات چهره، شوخی‌ها و مکالمات انسانی را شبیهسازی کند و جهش بزرگی در حوزه رباتیک ایجاد کرد. سوفیا با هوش مصنوعی و توانایی‌های نوآورانه خود در زمینه ارتباط با انسان‌ها به پدیده‌ای جهانی تبدیل شد و اغلب در برنامههای گفتگومحور تلویزیونی ظاهر می‌شد.
وضعیت زمانی پیچیده شد که عربستان سعودی سال 2017 به سوفیا تابعیت شهروندی اعطا کرد و آن را به اولین ربات هوش مصنوعی تبدیل کرد که این حق را دریافت می‌کند. البته انتقاداتی به این اقدام شد.
AlphaGO برنامه هوش مصنوعی است که آزمایشگاه تحقیقاتی گوگل دیپ‌مایند آن را ساخته است و سال 2016 توانست «لی سدول»، یکی از بهترین بازیکنان جهان در بازی رومیزی Go، را شکست دهد.
این برنامه هوش مصنوعی از شبکه‌های عصبی و الگوریتم‌های جستجوی پیشرفته بهره می‌برد و برای انجام بازی Go با روشی به نام «یادگیری تقویتی» آموزش داده شده است که باعث میشود به‌مرور با بازی‌های بیشتر توانایی‌های خود را تقویت کند. AlphaGO در زمان شکست سدول، ثابت کرد هوش مصنوعی می‌تواند مشکلاتی را که زمانی حل‌نشدنی بودند، حل کند.
تمام مواردی که تاکنون به آنها اشاره کرده‌ایم، باعث شده هوش مصنوعی در سال‌های اخیر رشد بسیار زیادی بکند. برخلاف سیستم‌های سنتی که برای پاسخ به مجموعه‌ای از پرسش‌های کدگذاری‌شده طراحی شده بودند، در دنیای امروزی سیستم‌های هوش مصنوعی زیادی وجود دارند که برای چندین وظیفه مختلف می‌توان از آنها استفاده کرد.
شرکت تحقیقات هوش مصنوعی OpenAI ترنسفورمر تولیدگر آموزش‌دیده یا همان GPT ساخت که پایه و اساس معماری مدل‌های اولیه آن مانند GPT-1 و GPT-2 بودند که براساس میلیاردها ورودی آموزش داده شده بودند. البته این مدل‌ها نیز در زمینه ایجاد پاسخ‌های متنی توانایی محدودی داشتند.
از مدل زبان بزرگ (LLM) GPT-3 که سال 2020 منتشر شد، استقبال بسیار خوبی کردند و باعث پیشرفت بزرگی در زمینه هوش مصنوعی شد. GPT-3 با 175 میلیارد پارامتر آموزش داده شد که این موضوع عظمت آن نسبت به GPT-2 را نشان می‌دهد که فقط با یک‌میلیارد و 500 میلیون پارامتر آموزش داده شده بود.
DALL-E هوش مصنوعی دیگری است که OpenAI ساخته و سال 2021 منتشر شد و می‌تواند متن را به تصویر تبدیل کند. این برنامه براساس دستورات متنی کاربران تصاویر باکیفیت و قابل‌ویرایش تولید می‌کند. این مدل به‌نوعی پایه‌گذار مدل‌های مشابه خود برای تولید محتوای تصویری و ویدیویی براساس متن بود. اولین نسخه DALL-E از نسخه‌ای از مدل GPT-3 استفاده می‌کرد و براساس 12 میلیارد پارامتر آموزش دیده بود.
OpenAI سال 2022 چت‌بات هوش مصنوعی ChatGPT را منتشر کرد که با پشتیبانی از مدل زبانی بزرگ GPT-3 خود به شیوه‌ای بسیار واقعی‌تر از تمام چت‌بات‌های قبلی می‌تواند با کاربران تعامل داشته باشد. از این چت‌بات که هم‌اکنون نیز بسیاری از آن استفاده می‌کنند، در زمینه‌هایی مانند کدنویسی یا نوشتن رزومه یا انجام تحقیق درباره موضوعی خاص می‌توان استفاده کرد. برخلاف چت‌بات‌های قبلی، ChatGPT نیز می‌تواند از شما سؤال کند و درخواست‌های نامناسب را تشخیص دهد.
سال 2023 از نظر توسعه و انتشار مدل‌های هوش مصنوعی مولد بسیار مهم بود. نه‌فقط OpenAI مدل GPT-4 را منتشرکرد، بلکه مایکروسافت ChatGPT را به موتور جستجوی Bing خود افزود و گوگل نیز چت‌بات خود با نام Bard (که اکنون جمینای نام دارد) را منتشر کرد.
قابلیت‌های شرکت‌های آمریکایی باعث شد شرکت‌های چینی نیز دست به کار شوند و تاکنون چندین مدل مهم منتشر کرده‌اند. احتمالاً اولین هوش مصنوعی مهمی که شرکت‌های چینی منتشر کردند، DeepSeek است. این مدل که اوایل سال 2025 منتشر شد، در مقایسه با مدل‌های ساخته OpenAI از منابع بسیار کمتری بهره می‌برد و هزینه ساخت و آموزش آن نیز به میزان قابل توجهی کمتر است البته چینی‌ها ادعا می‌کنند عملکرد مدل آنها در برخی زمینه‌ها مانند کدنویسی با ChatGPT و مدل‌های پیشتاز دیگر برابری می‌کند یا بهتر است.
خلاصه اینکه هوش مصنوعی دهه‌های 1950 و 1960 میلادی رشته‌ای علمی شناخته می‌شد و ابتدا «آلن تورینگ»، ریاضی‌دان و منطق‌دان بریتانیایی مفهوم آن را پایه‌ریزی کرد. سال 1956 در جریان کنفرانس دارتموث، واژه «هوش مصنوعی» رسماً معرفی شد. در زمان نوشتن این مطلب، هوش مصنوعی نسبت به زمان‌های گذشته بسیار پیشرفت کرده است و عموم مردم آشنایی بیشتری با آن دارند. در این مطلب تاریخچه هوش مصنوعی را برای شما بازگو کردیم.
کار روی هوش مصنوعی رسماً از دهه 1950 آغاز شد. یکی از مهمترین لحظات تاریخ AI کنفرانس دارتموث سال 1956 بود که در آن جان مککارتی اولین بار اصطلاح «هوش مصنوعی» را مطرح کرد.
اولین موفقیتها در این زمینه شامل ساخت برنامههایی بود که میتوانستند بازیهایی مثل شطرنج را انجام دهند یا سیستمهایی که قادر به حل مسائل ریاضی و منطقی بودند.
هوش مصنوعی به سیستمها و برنامههای کامپیوتری گفته میشود که میتوانند وظایفی انجام دهند که معمولاً به هوش انسانی نیاز دارند، مانند یادگیری، تصمیمگیری و شبیهسازی رفتارهای انسانی.
