چالش حق چاپ در عصر هوش مصنوعی – خبرگزاری مهر اخبار ایران و جهان

به گزارش خبرگزاری مهر به نقل از پژوهشکده سیاست دانشگاه شریف، نشست «هوش مصنوعی در صنایع خلاق؛ کاربردها، فرصت ها و تهدیدها» توسط اندیشکده حرف ارائه شد.

در این نشست پدرام عبدالحی، کارشناس هوش مصنوعی، سیدمحمدمهدی فیروزآبادی، پژوهشگر دکتری علوم شناختی و از فعالان صنعت گردشگری الکترونیک و سعید علی اکبر، مدیر تحلیل داده های گروه تحقیقاتی سیاست و تحلیل، حضور داشتند. داده های نمافر کارشناسان و فعالان حوزه هوش مصنوعی و صنایع خلاق حضور داشتند. هدف از این نشست بررسی دو زیرمجموعه صنایع خلاق اعم از گردشگری و رسانه از منظر فناوری هوش مصنوعی بود و مهمانان فرصت ها و تهدیدهای موجود در این حوزه را مورد بحث و بررسی قرار دادند.

سیدمحمدمهدی فیروزآبادی، محقق دکترای علوم شناختی، اولین فردی بود که هوش مصنوعی را تعریف کرد: به گفته وی، هوش مصنوعی آن چیزی است که انسان ایجاد می کند و کار افراد باهوش را انجام می دهد.

فیروزآبادی درباره نگرش سنتی به هوش مصنوعی گفت: در نگاه سنتی به هوش، یک قدم جلوتر، تست IQ داشتیم، یعنی در اواسط قرن بیستم، هوش را به طور جدی تری در نظر گرفتند و در روانشناسی، پیشنهاد دادند. هوش های چندگانه، نظریه های هوش هیجانی مطرح شد و در پایان قرن بیستم، حوزه علوم شناختی شروع به رشد کرد.

وی هدف رشته علوم شناختی را معرفی سازوکارهای شناختی انسان یعنی درک انسان از بیرون که تبدیل به احساسات و تصمیم گیری می شود، معرفی کرد و افزود: علوم شناختی در کنار مهندسی و روانشناسی، حوزه ای بین رشته ای است. ابزارهایی که انسان ها با کمک آنها از آنها استفاده می کنند. شما می توانید هوش را بهتر بشناسید.

فیروزآبادی گفت: حوزه علوم شناختی گزاره های زیادی به انسان داده است، از جمله این گزاره که هوش لزوماً مفهومی نیست که تعریفی جهانی داشته باشد و در واقع هوش سازگاری انسان با محیط است. اگر این دیدگاه را در مورد هوش داشته باشیم و این ملاحظات را در مطالعه هوش مصنوعی به کار ببریم، بسیار موفق خواهیم بود.

فیروزآبادی از پیشرفت هوش مصنوعی در 20 سال گذشته گفت و افزود: اگر با فناوری هوش مصنوعی مانند یک انسان رفتار کنیم در برخی موارد عقب و در مواردی جلوتر خواهد بود.

در ادامه پدرام عبدالحی گفت: هوش مصنوعی دسته بندی های مختلفی دارد که طبقه بندی هوش مصنوعی بر اساس سطح هوشیاری یکی از این دسته بندی هاست که شامل سه دسته هوش مصنوعی ضعیف، هوش مصنوعی قوی یا هوش مصنوعی عمومی است. و هوش فوق العاده

وی درباره عملکرد هوش عمومی مصنوعی گفت: هوش عمومی مصنوعی بر روی تمام عملکردهای ذهنی انسان مانند تشخیص الگو، گفتار، درک زبان، تصویر، ویدئو، درک و انجام حرکات نزدیک سطح عملکرد یک انسان معمولی کار می کند. یک نظریه و هیچ هوش مصنوعی که به 100 درصد رسیده باشد وجود ندارد.

عبدالحی ابرهوش مصنوعی یا ابرهوش مصنوعی را در همه کارکردهای ذهنی باهوش‌تر از انسان خواند و گفت: ابرهوش مصنوعی بهتر از اکثر ورزشکاران حرفه‌ای حرکت می‌کند و زمان پاسخگویی آن طولانی‌تر یا منطق بهتری نسبت به بهترین فیلسوفان خواهد داشت. که هوش مصنوعی نیز در مرحله تئوری است.

وی هوش مصنوعی موجود را نوعی هوش مصنوعی ضعیف یا باریک خواند و ادامه داد: تلاش می کنیم به سمت هوش مصنوعی تعمیم یافته حرکت کنیم.

این کارشناس در پاسخ به این سوال که آیا هوش مصنوعی مانند انسان خلاق است، گفت: ابتدا باید معنای کلمه خلاق را تعریف کرد و با فرض اینکه تعریف خلاقیت، خروجی جدیدی به مطالب قبلی ذهن است. ، بله، هوش مصنوعی کاملا خلاقانه است. اما اگر بگوییم خلاقیت خلق چیزی کاملاً جدید، انقلابی و متفاوت است و چندین چیز را با هم ترکیب نمی‌کند، هوش مصنوعی خلاقیتی ندارد و این واقعیت که خلاقیت ابرهوش از انسان فراتر خواهد رفت، نظری است. فرضیه شده است.

سعید علی اکبر، گروه تحقیقات سیاسی و تحلیل داده ها نمافر با تاکید بر اینکه در مهمترین دوره هوش مصنوعی هستیم و زندگی روزمره ما با آن درگیر است، گفت: یک سری داده دارند که قبلا تولید شده و بر این اساس است. داده ها، یک مدل ریاضی ایجاد می شود، جبر، خطی بودن، آمار و احتمال و غیره توسعه می یابد که هوش مصنوعی مدل را از آن یاد می گیرد یا توانایی تشخیص الگوها را پیدا می کند.

وی افزود: روند پیشرفت هوش مصنوعی دارای سه موج است که در این دوره ها تبدیل به یک انقلاب می شود و روند پیشرفت مدتی ادامه می یابد، سپس دوباره یخ می زند و فرآیند وارد فصل زمستان خود می شود.

علی اکبر به آغاز موج اول هوش مصنوعی در سال 1950 اشاره کرد و گفت: سال 1980 آغاز مدل الگوریتمی کلاسیک یادگیری ماشینی است که به لطف آن کامپیوترها قدرتمندتر شدند. تا اینکه این روند تا دهه 1990 ادامه پیدا می کند و الگوریتم های مختلفی شکل می گیرد و شرکت های مختلف از آن استفاده می کنند و در آن مرحله دوباره یخ می زند، گویی به حداکثر بلوغ خود می رسد. نام یادگیری عمیق معرفی شده است که یادگیری عمیق فصل جدیدی را در پردازش داده های بزرگ ایجاد می کند. مدلی که یادگیری عمیق بر اساس آن توسعه می‌یابد، از مدت‌ها قبل و در دهه‌های قبل وجود داشته است، اما به دلیل کمبود قدرت پردازشی وجود نداشت و در سال ۲۰۱۲ GPR وارد نمودارها شد و تراشه‌های هوش مصنوعی تولید شد و به دنبال آن مدل آغاز شد. برای توسعه و به نوعی موج سوم هوش مصنوعی در این دهه های گذشته از سال 2012 آغاز شد.

در ادامه، علی اکبر به نمونه‌هایی از کارهایی که در نمافر بر اساس هوش مصنوعی انجام داده‌اند، گفت: ما در نمافر از ابزارهای توسعه‌یافته و رایگان استفاده می‌کنیم تا بهره‌وری را به حداکثر برسانیم، مثلاً زمانی که می‌خواهیم از توییتر داده‌هایی به دست آوریم. اگر بخواهیم به عنوان محقق اجتماعی تلاش کنیم، پلتفرمی که این کار را خیلی خوب انجام می دهد و من آن را به دوستانم توصیه می کنم، پلتفرم Cloud است که برای درک زبان فارسی نیز بسیار خوب عمل می کند. شما داده ها را در فضای ابری آپلود می کنید و از آن می خواهید که توییت ها را تجزیه و تحلیل کند و محتوا را دسته بندی کند و این پروژه را در کسری از دقیقه به شما تحویل می دهد. ما در مجموعه خود به دلیل توانایی زیاد در استخراج شخصیت برای شجره نامه شخصیت های مثنوی مولوی از آن استفاده می کنیم. که می تواند گرافیک این شخصیت ها را در اختیار شما قرار دهد و به سوالات شما در مورد آن شخصیت پاسخ دهد. حتی مقاله را قضاوت می کند و نقاط قوت و ضعف مقاله را مشخص می کند.

در ادامه عبدالحی به انواع رسانه ها اشاره کرد و افزود: در مرحله تولید چت بات را داریم که شخصی سازی شده و دارای موتور پیشنهاد است. یک مثال اینستاگرام اکسپلورر است که بر اساس تعاملی که داشته اید برای شما شخصی سازی شده است. یا موتور پیشنهادی که می تواند فیلم هایی را بر اساس سلیقه تماشای فیلم شما پیشنهاد دهد.

عبدالحی افزود: هرچه فعالیت کاربر در حوزه رسانه بیشتر شود، توجه کمتر و عجله او بیشتر می شود، بنابراین این کاربر حوصله تماشای 90 دقیقه فوتبال را ندارد، به همین دلیل هوش مصنوعی SPN را انجام می دهد. در کاربرد ساده خود، یعنی نکات برجسته مسابقه فوتبال را استخراج می کند و به صلاحدید کاربر است.

وی کنترل و سیاست گذاری بر روی محتوا در پلتفرم های غیر UGC را آسان توصیف کرد و افزود: استفاده از هوش مصنوعی در زمینه پردازش متنی گام به گام بسیار راحت تر است زیرا مدل ها قدرتمندتر بوده و دقت آنها افزایش یافته است، اما اگر آنها از آن در UGC استفاده کنند، از کنترل خارج می شود زیرا آنها نمی توانند هر نوع محتوایی را فیلتر کنند.

عبدالحی، کپی رایت را بزرگ ترین مشکل در حوزه تولید محتوا و رسانه که ثبت و اجرای آن در ایران نیز دشوار است، عنوان کرد و گفت: برای ویدئویی که پلتفرم ویدئو ایجاد می کند، حق کپی رایت نمی توان ثبت کرد هوش مصنوعی چون یک محصول است. خلاقیت هوش مصنوعی محصول خلاقیت انسان نیست.

علی اکبر فضای داده را حوزه نوظهوری خواند و افزود: متأسفانه تا زمانی که فاجعه ای در این فضا رخ ندهد، قانونگذاری اجرا نمی شود. به عنوان مثال، وی در سال 2016 به فروش اطلاعات کاربران توسط فیس بوک به موسسه دیگری اشاره کرد، پس از شکایت روزنامه نگاران از این اقدام فیس بوک، دادگاه ایالات متحده حکم داد که هر پلتفرمی که داده ها را جمع آوری می کند باید آن را رایگان و بدون قید و شرط ارائه کند. کاربر باید کوکی های سایتی را که وارد کرده است بپذیرد، در غیر این صورت تعدادی از عملکردهای سایت برای او محدود می شود و یا اصلا نمی تواند از آن استفاده کند.

همچنین علی اکبر گفت: وقتی مدل‌هایی وجود دارند که کیفیت آنها به حجم داده‌های ورودی بستگی دارد و توانایی تجزیه و تحلیل هر چیزی را که تصور می‌کنید را دارند، احتمالاً عطشی ایجاد می‌کند که پلتفرم‌ها یا صاحبان پلتفرم‌ها می‌خواهند دائماً تصمیم بگیرند. تصحیح … داده ها را جمع آوری کند و این بدان معناست که فرهنگی از طریق هوش مصنوعی معرفی می شود که می خواهد تا حد امکان داده های کاربران را جمع آوری کند. تشنگی ایران برای جمع آوری اطلاعات خطرناک است. وقتی داده ها را جمع آوری می کنید، آنها را در جایی ذخیره می کنید و این زمینه را برای هک ایجاد می کند که نگران کننده است.

فیروزآبادی گفت: وقتی می گویید شبکه های اجتماعی تاثیرات منفی بر روی کاربران می گذارد، باید ساختار کسب و کار دیتا را نیز در نظر بگیرید که کسب و کار آن پلتفرم فروخته شده است تا خود آن پلتفرم هیچ مسئولیتی در قبال عواقب آن احساس نکند. چه اتفاقی برای مشتری می افتد که باید حل شود زیرا به هر حال، صرف زمان بیشتر در پلت فرم برای شما مفید است. در مورد هوش مصنوعی هم همینطور، شما پلتفرمی خواهید داشت که توسط هوش مصنوعی انسان حذف خواهد شد.

وی در جمع بندی سخنان خود چنین بیان کرد: اگر اقتصادی ایجاد می کنید که موتور اقتصادی آن فروش است، باید حاکمیتی ایجاد کنید که بتواند منافع مردم را تضمین کند یا به عبارت دقیق تر، باید ابزارهایی داشته باشید که بتواند منافع را تضمین کند. از شهر..

عبدالحی در پاسخ به سوال حضار گفت: بزرگترین چالش او در این زمینه مشکل فنی است زیرا خیلی چیزها قابل دسترسی نیست و باید زیرساخت ها از صفر ایجاد شود.

فیروزآبادی موضوع تحریم ها و به روز نبودن و چابکی سیستم نظارتی را یکی از چالش های حوزه خود برشمرد و افزود: تسهیل الگوریتم نظارتی فضای کسب و کار بسیار مهم است که تاکنون محقق نشده است زیرا اکوسیستم کسب و کار داده در کشور ایجاد نشده است.

علی اکبر همچنین یکی از چالش های حوزه خود را نبود زیرساخت برای توسعه مدل فارسی به منظور پردازش حجم زیادی از داده ها در محیط دانشگاه یا آزمایشگاه برشمرد و گفت: زمانی که داده های فارسی خوبی وجود نداشته باشد، مدل خروجی نیز به خوبی انجام می شود. خوب نیست و باعث تاخیر در فضای ابزار می شود. ایجاد آزمایشگاهی برای دانشجویان شاغل در این فضا مهم است که از طریق آن بتوان الگوهای خوبی را توسعه داد.