هوش مصنوعی براساس گستره توانایی به سه نوع محدود (ANI)، عمومی (AGI) و ابرهوش (ASI) تقسیم می‌شه. یک دستهبندی رایج دیگه هم براساس نحوه عملکرد وجود داره که چهار نوع رو معرفی می‌کنه.
در حال حاضر، سامانه‌های هوش مصنوعی موجود، از ChatGPT گرفته تا ابزارهای مورد استفاده در پزشکی، آموزش، صنعت و امور نظامی، در دستهبندی رایج جزو هوش مصنوعی محدود قرار می‌گیرن؛ هرچند بعضی از اونها کارهای متنوع و پیچیده‌ای انجام می‌دن.
در ادامه این مطلب از آکادمی پاکراه، با مثال و جدول‌های مقایسه‌ای یاد می‌گیریم این انواع چه تفاوتی دارن، کدوم‌ها واقعاً وجود دارن و هرکدوم چه جایگاهی در زندگی و کسب‌وکار ما دارن.
- انواع هوش مصنوعی در یک نگاه
- هوش مصنوعی محدود یا ضعیف چیست؟
- هوش مصنوعی عمومی (AGI) چیست؟
- ابرهوش مصنوعی (ASI) چیست؟
- هوش مصنوعی ضعیف و قوی چه تفاوتی دارند؟
- انواع هوش مصنوعی براساس نحوه عملکرد
- انواع هوش مصنوعی براساس فناوری و نوع وظیفه
- هوش مصنوعی در چه حوزه‌هایی استفاده می‌شود؟
- این دسته‌بندی‌ها چه کمکی به انتخاب هوش مصنوعی برای کسب‌وکار می‌کنند؟
- جمع‌بندی
انواع هوش مصنوعی در یک نگاه
برای شناخت انواع هوش مصنوعی، ابتدا باید بدونیم که هر دستهبندی براساس یک معیار مشخص انجام می‌شه. مثلاً یک معیار، گستره توانایی هوش مصنوعیه و معیار دیگه، نحوه عملکرد اون.
در دستهبندی براساس توانایی، سه نوع اصلی داریم:
| نوع هوش مصنوعی | نام انگلیسی | تعریف ساده | وضعیت فعلی |
|---|---|---|---|
| محدود یا ضعیف | Artificial Narrow Intelligence (ANI) | برای انجام یک کار یا مجموعه‌ای مشخص از کارها طراحی شده | موجود؛ مانند ChatGPT و دستیارهای صوتی |
| عمومی | Artificial General Intelligence (AGI) | توانایی یادگیری و انجام کارهای شناختی متنوع با انعطاف مشابه انسان | تحقق آن هنوز مورد پذیرش عمومی نیست |
| ابرهوش | Artificial Superintelligence (ASI) | در تقریباً تمام زمینه‌های شناختی از انسان توانمندتره | فرضی و تحقق‌نیافته |
دستهبندی دوم به نحوه عملکرد مربوط می‌شه و چهار نوع واکنشی، حافظه محدود، نظریه ذهن و خودآگاه رو شامل می‌شه که در بخش مربوط به خودش توضیح می‌دیم.
هوش مصنوعی محدود یا ضعیف چیست؟
هوش مصنوعی محدود (Artificial Narrow Intelligence یا ANI) به سیستم‌هایی گفته می‌شه که برای انجام یک کار یا مجموعه مشخصی از کارها طراحی و آموزش داده شدن. به این نوع، هوش مصنوعی ضعیف (Weak AI) هم می‌گن.
چرا ChatGPT هم هوش مصنوعی محدود محسوب می‌شود؟
ChatGPT می‌تونه متن بنویسه، ترجمه کنه، برنامه‌نویسی انجام بده و مسائل مختلف رو تحلیل کنه. بااین‌حال، در دستهبندی رایج IBM همچنان جزو هوش مصنوعی محدود قرار میگیره؛ چون انجام کارهای متنوع به‌تنهایی به معنی برخورداری از هوش عمومی انسان‌مانند نیست.
چندکاره بودن با همه‌کاره بودن فرق داره.
در هوش مصنوعی هم توانایی‌های هر سیستم و محدودیت‌های اون اهمیت دارن. ممکنه یک ابزار در کار خودش فوق‌العاده باشه، اما نتونه وظیفه‌ای خارج از توانایی‌هاش رو به‌درستی انجام بده.
هوش مصنوعی عمومی (AGI) چیست؟
هوش مصنوعی عمومی (Artificial General Intelligence یا AGI) به سیستمی گفته می‌شه که بتونه مانند انسان، در زمینه‌های مختلف یاد بگیره، استدلال کنه، مسائل جدید رو حل کنه و آموخته‌هاش رو به موقعیت‌های متفاوت منتقل کنه.
تفاوت اصلی اون با هوش مصنوعی محدود اینه که برای انجام مجموعه مشخصی از وظایف محدود نشده و انتظار می‌ره با مسائل تازه هم سازگار بشه.
هوش مصنوعی عمومی چه ویژگی‌هایی دارد؟
گوگل دیپمایند در مارس ۲۰۲۶ چارچوبی برای ارزیابی پیشرفت به‌سمت AGI معرفی کرد که ۱۰ توانایی شناختی رو بررسی می‌کنه:
| توانایی | توضیح ساده |
|---|---|
| درک | دریافت و تفسیر اطلاعات |
| تولید | ایجاد پاسخ و محتوای جدید |
| توجه | تمرکز روی اطلاعات مرتبط |
| یادگیری | کسب مهارت و دانش تازه |
| حافظه | نگهداری و بازیابی اطلاعات |
| استدلال | نتیجه‌گیری براساس اطلاعات |
| فراشناخت | ارزیابی و تنظیم فرایند فکرکردن |
| کارکردهای اجرایی | برنامه‌ریزی، کنترل و مدیریت کارها |
| حل مسئله | پیداکردن راه‌حل برای مسائل مختلف |
| شناخت اجتماعی | درک رفتار، باورها و نیت دیگران |
این چارچوب پیشنهاد می‌کنه توانایی‌های مدل در حوزه‌های مختلف با عملکرد انسان‌ها مقایسه بشه؛ نه اینکه موفقیت در یک آزمون رو معادل دستیابی به هوش عمومی بدونیم.
آیا هوش مصنوعی عمومی ساخته شده است؟
تا سال ۲۰۲۶، هیچ سامانه‌ای به‌طور عمومی و با معیارهای مورد توافق علمی به‌عنوان AGI پذیرفته نشده. حتی درباره تعریف دقیق هوش مصنوعی عمومی هم اختلاف‌نظر وجود داره.
برای مثال، OpenAI در منشور خودش AGI رو سیستم‌هایی بسیار خودمختار تعریف می‌کنه که در بیشتر کارهای دارای ارزش اقتصادی از انسان عملکرد بهتری داشته باشن؛ درحالی‌که چارچوب گوگل دیپمایند بر سنجش گستره و سطح توانایی‌های شناختی تأکید داره.
بنابراین وقتی می‌شنویم شرکتی مدعی دستیابی به AGI شده، سؤال مهم اینه: براساس کدام تعریف و با چه شواهدی؟
ابرهوش مصنوعی (ASI) چیست؟
ابرهوش مصنوعی (Artificial Superintelligence یا ASI) به هوش مصنوعی فرضی گفته می‌شه که توانایی‌های شناختی اون در تقریباً تمام زمینه‌ها، از جمله یادگیری، استدلال، حل مسئله و تصمیم‌گیری، بسیار فراتر از انسان باشه.
نیک باستروم، فیلسوف و نویسنده کتاب ابرهوش (۲۰۱۴)، این مفهوم رو هوشی توصیف می‌کنه که تقریباً در تمام زمینه‌های شناختی از بهترین ذهن‌های انسانی عملکرد بسیار بهتری داشته باشه.
تفاوت ASI با هوش مصنوعی عمومی (AGI) اینه که AGI به توانایی‌های گسترده و انسان‌مانند اشاره داره، اما ابرهوش از سطح توانایی انسان فراتر می‌ره.
آیا ابرهوش مصنوعی ساخته شده است؟
خیر. تا سال ۲۰۲۶، ابرهوش مصنوعی همچنان یک مفهوم نظریه و هیچ نمونه تأییدشده‌ای از اون وجود نداره.
همچنین زمان مشخص و مورد توافقی برای دستیابی به ASI وجود نداره. پیش‌بینی‌ها درباره آینده این فناوری رو نباید با واقعیت‌های علمی امروز یکسان بدونیم.
هوش مصنوعی ضعیف و قوی چه تفاوتی دارند؟
در دستهبندی رایج، هوش مصنوعی ضعیف (Weak AI) به سیستم‌های محدود (ANI) و هوش مصنوعی قوی (Strong AI) معمولاً به هوش مصنوعی عمومی (AGI) اشاره داره.
اما این دو اصطلاح در فلسفه هوش مصنوعی معنای متفاوتی دارن.
جان سرل، فیلسوف آمریکایی، در سال ۱۹۸۰ بین دو دیدگاه تفاوت گذاشت:
- هوش مصنوعی ضعیف که کامپیوتر رو ابزاری برای شبیه‌سازی توانایی‌های ذهنی می‌دونه
- و هوش مصنوعی قوی که معتقده کامپیوتر با برنامه مناسب می‌تونه واقعاً فهم و حالات ذهنی داشته باشه.
آزمایش اتاق چینی چیست؟
سرل برای توضیح این تفاوت، آزمایش فکری «اتاق چینی» رو مطرح کرد.
سرل با این مثال استدلال کرد که تولید پاسخ درست، به‌تنهایی اثبات‌کننده فهم واقعی نیست. البته این استدلال همچنان محل بحث فیلسوفانه.
| معیار | هوش مصنوعی ضعیف | هوش مصنوعی قوی |
|---|---|---|
| معنای رایج امروزی | هوش مصنوعی محدود (ANI) | معمولاً هوش مصنوعی عمومی (AGI) |
| معنای فلسفی سرل | شبیه‌سازی توانایی ذهنی بدون ادعای فهم واقعی | دیدگاه برخورداری کامپیوتر از فهم و حالات ذهنی واقعی |
| وضعیت | سامانه‌های محدود وجود دارن | تحقق AGI و ادعای فهم واقعی محل بحثه |
انواع هوش مصنوعی براساس نحوه عملکرد
در این دستهبندی، هوش مصنوعی براساس نحوه استفاده از اطلاعات، حافظه و توانایی درک خود و دیگران به چهار نوع تقسیم می‌شه. آرند هینتزه، پژوهشگر دانشگاه ایالتی میشیگان، این چارچوب رو در سال ۲۰۱۶ معرفی کرد.
| نوع هوش مصنوعی | تعریف ساده | مثال و وضعیت |
|---|---|---|
| ماشین‌های واکنشی (Reactive Machines) | براساس اطلاعات فعلی تصمیم می‌گیرن و از تجربه‌های گذشته برای تصمیم بعدی استفاده نمی‌کنن. | Deep Blue، کامپیوتر شطرنج‌باز IBM؛ موجود |
| حافظه محدود (Limited Memory) | از اطلاعات گذشته و فعلی برای تصمیم‌گیری استفاده میکنن. | سامانه‌های خودروهای خودران و بسیاری از چت‌بات‌های امروزی؛ موجود |
| نظریه ذهن (Theory of Mind) | در شکل کامل موردنظر این چارچوب، می‌تونن باورها، نیت‌ها و احساسات دیگران رو درک و در تعامل با اونها لحاظ کنن. | هنوز نمونه‌ای با تحقق کامل و پذیرفته‌شده وجود نداره |
| خودآگاه (Self-Aware AI) | به‌صورت فرضی، از وجود و تجربه ذهنی خودشون آگاهی دارن. | نظری؛ نمونه تأییدشده‌ای وجود نداره |
تفاوت ماشین واکنشی و حافظه محدود چیست؟
کامپیوتر شطرنج‌باز Deep Blue وضعیت صفحه و حرکت‌های احتمالی رو بررسی می‌کرد، اما برای انتخاب حرکت بعدی به خاطره بازی‌های قبلی خودش متکی نبود.
در مقابل، یک سامانه خودران می‌تونه موقعیت و سرعت خودروهای اطراف رو در چند لحظه متوالی بررسی کنه و از تغییرات اونها برای تصمیم‌گیری استفاده کنه.
پس تفاوت اصلی، استفاده از اطلاعات گذشته در تصمیم فعلیه.
نظریه ذهن و خودآگاهی چه تفاوتی دارند؟
نظریه ذهن یعنی بتونیم تشخیص بدیم فرد دیگری ممکنه اطلاعات، باورها یا نیت‌هایی متفاوت از ما داشته باشه.
هوش مصنوعی امروز می‌تونه در بعضی آزمون‌ها چنین رفتارهایی رو شبیه‌سازی کنه؛ اما موفقیت در این آزمون‌ها به‌تنهایی نشون نمی‌ده که به نظریه ذهن کامل و قابل‌اعتماد دست پیدا کرده.
خودآگاهی مفهوم متفاوتیه؛ یعنی یک سیستم واقعاً نسبت به وجود و تجربه ذهنی خودش آگاهی داشته باشه.
انواع هوش مصنوعی براساس فناوری و نوع وظیفه
علاوه بر توانایی و نحوه عملکرد، می‌تونیم هوش مصنوعی رو براساس فناوری مورد استفاده و کاری که انجام می‌ده هم دستهبندی کنیم. البته این دسته‌ها مستقل از هم نیستن و یک سیستم ممکنه چند ویژگی رو هم‌زمان داشته باشه.
انواع هوش مصنوعی براساس فناوری
| فناوری | تعریف ساده |
|---|---|
| یادگیری ماشین (Machine Learning) | یادگیری الگوها از داده‌ها برای پیش‌بینی یا تصمیم‌گیری |
| یادگیری عمیق (Deep Learning) | زیرمجموعه یادگیری ماشین که از شبکه‌های عصبی چندلایه استفاده می‌کنه |
| مدل زبانی بزرگ (LLM) | مدلی که برای پردازش و تولید زبان آموزش دیده؛ مانند مدل‌های پشت ChatGPT |
| ایجنت هوش مصنوعی (AI Agent) | سیستمی که برای رسیدن به هدف، مراحل انجام کار رو مدیریت می‌کنه و ممکنه از ابزارهای مختلف کمک بگیره |
انواع هوش مصنوعی براساس نوع وظیفه
| نوع | وظیفه اصلی | مثال |
|---|---|---|
| تشخیصی یا طبقه‌بندی‌کننده | شناسایی الگوها و دستهبندی اطلاعات | تشخیص ایمیل اسپم |
| پیش‌بینی‌کننده (Predictive AI) | پیش‌بینی نتایج احتمالی براساس داده‌ها | پیش‌بینی فروش ماه آینده |
| مولد (Generative AI) | تولید محتوای جدید مانند متن، تصویر یا صدا | تولید تصویر یا نوشتن متن با هوش مصنوعی |
برای مثال، یک فروشگاه ممکنه از هوش مصنوعی برای پیش‌بینی تقاضا استفاده کنه و هم‌زمان با یک ابزار مولد، توضیحات محصولاتش رو بنویسه.
پس یادگیری ماشین، هوش مصنوعی مولد و ایجنت، سه سطح متفاوت از هوش نیستن؛ بلکه به فناوری، توانایی تولید خروجی یا شیوه انجام کار اشاره دارن.
هوش مصنوعی در چه حوزه‌هایی استفاده می‌شود؟
هوش مصنوعی فقط به چت‌بات‌ها و تولید محتوا محدود نمیشه. از بیمارستان‌ها و مراکز آموزشی گرفته تا کارخانه‌ها و سازمان‌های دفاعی، از این فناوری برای انجام وظایف مختلف استفاده می‌شه.
در این دستهبندی، نوع هوش مصنوعی براساس حوزه استفاده مشخص می‌شه، نه سطح هوشمندی اون.
| حوزه کاربرد | نمونه استفاده از هوش مصنوعی |
|---|---|
| دفاع و امور نظامی | تحلیل تصاویر شناسایی، پشتیبانی تصمیم‌گیری و پیش‌بینی خرابی تجهیزات نظامی |
| امنیت سایبری | شناسایی حملات احتمالی و رفتارهای غیرعادی در شبکه |
| پزشکی و سلامت | کمک به تشخیص بیماری از تصاویر پزشکی و پژوهش دارویی |
| آموزش | طراحی تمرین، شخصی‌سازی آموزش و ارزیابی یادگیری |
| صنعت و تولید | کنترل کیفیت محصولات و پیش‌بینی خرابی ماشین‌آلات |
| حمل‌ونقل | تحلیل ترافیک، سامانه‌های کمک‌راننده و مدیریت ناوگان |
| کشاورزی | تشخیص آفات، پایش محصولات و مدیریت آبیاری |
| بانکداری و امور مالی | شناسایی تراکنش‌های مشکوک، ارزیابی ریسک و پیش‌بینی روندها |
| فروش و بازاریابی | پیشنهاد محصول، تحلیل رفتار مشتری و پیش‌بینی تقاضا |
| رسانه و سرگرمی | پیشنهاد فیلم و موسیقی و تولید متن، تصویر و ویدئو |
| پژوهش و فناوری | تحلیل داده‌های علمی، کمک به برنامه‌نویسی و کشف مواد جدید |
| خدمات عمومی | دستهبندی درخواست‌های شهروندان و پشتیبانی خدمات اداری |
آیا هوش مصنوعی نظامی با هوش مصنوعی پزشکی متفاوت است؟
از نظر هدف، داده‌ها، محیط استفاده و میزان حساسیت تصمیم‌ها بله؛ اما این تفاوت به معنی وجود دو سطح مستقل از هوش مصنوعی نیست.
مثلاً یک سامانه تحلیل تصاویر پزشکی و یک سامانه تحلیل تصاویر شناسایی نظامی، هر دو ممکنه از یادگیری عمیق برای شناسایی الگوها استفاده کنن؛ ولی برای اهداف متفاوتی طراحی و ارزیابی می‌شن.
در امور نظامی، هوش مصنوعی علاوه بر تحلیل اطلاعات، در لجستیک، نگهداری تجهیزات و پشتیبانی عملیات هم کاربرد داره. استفاده از اون در تصمیم‌های مرتبط با جان انسان‌ها نیز نیازمند نظارت انسانی و رعایت ملاحظات حقوقی و اخلاقیه.
این دسته‌بندی‌ها چه کمکی به انتخاب هوش مصنوعی برای کسب‌وکار می‌کنند؟
شناخت انواع هوش مصنوعی کمک می‌کنه به‌جای جست‌وجوی یک ابزار همه‌کاره، برای هر مسئله از فناوری مناسب همون کار استفاده کنیم.
مثلاً یک فروشگاه می‌تونه از هوش مصنوعی پیش‌بینی‌کننده برای برآورد فروش، از هوش مصنوعی مولد برای تولید محتوا و از چت‌بات برای پاسخ‌گویی به مشتریان کمک بگیره.
اما انتخاب ابزار به‌تنهایی کافی نیست.
من در مدیریت کسب‌وکار به یک اصل اعتقاد دارم: «اول فرایند؛ بعد ابزار.»
اگر مشخص نباشه چه اطلاعاتی باید وارد سیستم بشه، خروجی چه استانداردی داشته باشه و چه کسی مسئول بررسی اونه، استفاده از هوش مصنوعی هم لزوماً مشکل رو حل نمی‌کنه.
در گزارش سال ۲۰۲۶ مک‌کینزی، نزدیک به ۹ نفر از هر ۱۰ پاسخ‌دهنده اعلام کردن سازمانشون به‌طور منظم از هوش مصنوعی استفاده می‌کنه؛ اما فقط ۳۷ درصد از اثر اون بر سود عملیاتی کل سازمان گزارش دادن.
این آمار نشون می‌ده استفاده از هوش مصنوعی با نتیجه‌گرفتن از اون یکسان نیست. بنابراین قبل از انتخاب هر ابزار، باید مسئله، فرایند و معیار موفقیت رو مشخص کنیم.
جمع‌بندی: کدام نوع هوش مصنوعی بهتر است؟
هیچ نوع هوش مصنوعی برای تمام کارها بهترین نیست. انتخاب مناسب به کاری بستگی داره که می‌خوایم انجام بدیم، نه صرفاً نام یا میزان پیشرفته‌بودن فناوری.
امروز می‌تونیم از هوش مصنوعی برای تحلیل داده‌ها، پیش‌بینی، تولید محتوا و انجام بسیاری از وظایف تخصصی استفاده کنیم. اما هوش مصنوعی عمومی و ابرهوش همچنان در مرحله پژوهش یا نظریه قرار دارن.
پس بهتره به‌جای انتظار برای یک هوش مصنوعی همه‌کاره، مسئله خودمون رو مشخص کنیم و متناسب با اون ابزار انتخاب کنیم.
روی دکمه «مشاوره آنلاین» کلیک کنید تا مهندس ایمان پاکراه و تیم آکادمی پاکراه به‌صورت آنلاین و کاملاً رایگان راهنمایی‌تان کنند.
مشاوره آنلاین