هوش مصنوعی شناختی چیست؟

هوش انسان همواره منبع الهام فناوران و دانشمندان در خلق سیستم‌های هوشمند بوده‌است. اما آیا می‌توان سازوکار پیچیده تفکر، یادگیری و تصمیم‌گیری انسان را در قالب فناوری بازآفرینی کرد؟ پاسخ این پرسش، در مفهوم “هوش مصنوعی شناختی” نهفته است؛ فناوری‌ای که نه‌تنها به شبیه‌سازی عملکرد مغز انسان می‌پردازد، بلکه با توانایی یادگیری و پردازش مستقل، افقی تازه در مسیر تکامل هوش مصنوعی گشوده است.

در این مقاله از هامیا ژورنال، به بررسی جامع هوش مصنوعی شناختی (Cognitive AI) پرداخته‌ایم؛ از اصول اولیه و تفاوت آن با سایر شاخه‌های هوش مصنوعی گرفته تا کاربردهای نوآورانه‌ای که از تولید محتوا و کنترل خانه‌های هوشمند تا هدایت خودروهای خودران را شامل می‌شود. اگر به دنبال درکی عمیق‌تر از آینده‌ای هستید که در آن انسان و ماشین در تصمیم‌گیری و تعامل به اوج هماهنگی می‌رسند، مطالعه این مطلب را از دست ندهید.

هوش مصنوعی شناختی چیست؟

هوش مصنوعی شناختی، که با عنوان هوش مصنوعی ادراکی نیز شناخته می‌شود، نوعی نرم‌افزار است که می‌کوشد با الگوبرداری از سازوکار مغز انسان، فرایندهای تفکر و یادگیری را شبیه‌سازی کند. این نرم‌افزار با بهره‌گیری از پردازش زبان طبیعی (NLP) و یادگیری ماشین (ML)، به درکِ هدف و منظور نهفته در پرسش‌های انسانی پرداخته و پاسخ‌هایی مرتبط‌تر ارائه می‌دهد. این پاسخ‌ها، حاصل جستجو در حجم وسیعی از داده‌ها بوده و به زبانی که برای انسان قابل فهم است، ارائه می‌شوند. عموماً از هوش مصنوعی شناختی به منظور بهبود فرایندهای حل مسئله، تصمیم‌گیری و ارتباطات استفاده می‌شود.

هوش مصنوعی شناختی با رویکرد تولید تقویت‌شده با بازیابی (retrieval augmented generation) یا RAG AI متمایز است. دلیل این تمایز آن است که RAG، نقاط قوت دو حوزه هوش مصنوعی مولد و هوش مصنوعی بازیابی (retrieval AI) را با یکدیگر ترکیب می‌کند. همچنین، هوش مصنوعی شناختی با هوش مصنوعی مولد نیز تفاوت دارد؛ چرا که هوش مصنوعی مولد، نتایج دقیق‌تر و متناسب با متنِ درخواست‌های کاربران را تولید می‌کند.

محاسبات شناختی چیست و چگونه کار می‌کند؟

اگرچه در تعریف دقیق محاسبات شناختی اختلاف نظرهایی وجود دارد، اغلب منابع بر این باورند که این مفهوم، ترکیبی از علوم کامپیوتر و علوم شناختی است؛ به عبارت دیگر، شاخه‌ای از هوش مصنوعی (AI) است که می‌کوشد نحوه عملکرد مغز انسان را شبیه‌سازی کند.

تعاریف ارائه شده برای محاسبات شناختی، طیف وسیعی را در بر می‌گیرند که شامل موارد زیر است:

• فناوری‌هایی که بر مبنای اصول علمیِ نهفته در هوش مصنوعی و پردازش سیگنال بنا شده‌اند و مواردی از قبیل یادگیری ماشینی، تعامل انسان و کامپیوتر، پردازش زبان طبیعی، داده‌کاوی و غیره را شامل می‌شوند (منبع: تکنوپیا).
• سیستم‌هایی که در ابعاد وسیع به یادگیری می‌پردازند، به صورت هدفمند استدلال می‌کنند و به شیوه‌ای طبیعی با انسان‌ها تعامل برقرار می‌نمایند (منبع: IBM).

سیستم‌های محاسبات شناختی قادرند داده‌ها را از منابع اطلاعاتی متنوع گردآوری کرده و به منظور پاسخگویی به پرسش‌ها، آن‌ها را با یکدیگر ترکیب کنند. این سیستم‌ها در هنگام ارائه پاسخ‌ها، شواهد و زمینه‌های متناقض را نیز مورد بررسی قرار می‌دهند تا به انسان‌ها در اتخاذ تصمیمات آگاهانه‌تر یاری رسانند.

مقایسه محاسبات شناختی و هوش مصنوعی شناختی

تمایز میان محاسبات شناختی و هوش مصنوعی شناختی اغلب نامشخص است و گاهی این دو اصطلاح به جای یکدیگر مورد استفاده قرار می‌گیرند. هر دو مفهوم در دسته‌بندی وسیع ماشین‌هایی قرار می‌گیرند که به منظور شبیه‌سازی تفکر انسانی طراحی شده‌اند. هر دو نیز از طیف گسترده‌ای از فناوری‌های هوش مصنوعی، از جمله پردازش زبان طبیعی (NLP)، یادگیری ماشین (ML)، یادگیری عمیق، داده‌کاوی، تشخیص الگو و موارد مشابه بهره می‌برند. با این وجود، تفاوت‌هایی در اهداف غایی این دو فناوری قابل مشاهده است.

• محاسبات شناختی عموماً در سیستم‌هایی به کار گرفته می‌شود که به منظور بهبود فرایند تصمیم‌گیری انسان طراحی شده‌اند. هدف از این امر، ایجاد یک مشارکت مؤثر میان انسان و ماشین است تا انسان‌ها قادر به اتخاذ تصمیماتی هوشمندانه‌تر و سریع‌تر گردند.
• در مقابل، هوش مصنوعی شناختی نه تنها تفکر انسانی را شبیه‌سازی می‌کند، بلکه قادر به عملکرد مستقل نیز می‌باشد. هدف آن، تجزیه و تحلیل اطلاعات، یادگیری از آن‌ها، تصمیم‌گیری و انجام وظایف به صورت خودکار (با کمترین میزان دخالت یا بدون دخالت انسان) است.

در حالی که هوش مصنوعی شناختی می‌تواند به صورت مستقل تصمیم‌گیری کند، محاسبات شناختی به انسان‌ها در اتخاذ تصمیمات آگاهانه‌تر یاری می‌رساند.

تفاوت میان هوش مصنوعی و هوش مصنوعی شناختی چیست؟

هوش مصنوعی، اصطلاحی کلی به شمار می‌رود که به سیستم‌هایی با هوشی که معمولاً به انسان نسبت داده می‌شود، اشاره دارد. این اصطلاح شامل سیستم‌هایی است که برای حل مسائل، برقراری ارتباط با استفاده از زبان طبیعی، تشخیص الگوها و یادگیری از تجربه یا کسب اطلاعات تکمیلی، طراحی و پیاده‌سازی شده‌اند. هدف دیرینه هوش مصنوعی، طراحی سیستم‌هایی است که قادر به انجام وظایف یا تکمیل فرایندهایی باشند که در حالت عادی نیازمند هوش انسانی هستند.

هوش مصنوعی شناختی، زیرمجموعه‌ای از حوزه گسترده‌تر هوش مصنوعی محسوب می‌شود. این سیستم‌ها از هوشی مشابه هوش انسانی برخوردارند و قادر به شبیه‌سازی نحوه عملکرد مغز انسان هستند. آن‌ها به گونه‌ای طراحی شده‌اند که به روش‌هایی مشابه انسان، به درک، یادگیری و تعامل با محیط بپردازند. در حالی که سیستم‌های هوش مصنوعی شناختی از فناوری‌های هوش مصنوعی بهره می‌برند، لزوماً همه سیستم‌های هوش مصنوعی از قابلیت‌های هوش مصنوعی شناختی استفاده نمی‌کنند.

کاربردهای نوین هوش مصنوعی شناختی

حوزه‌های کاربرد هوش مصنوعی شناختی به سرعت در حال گسترش است. در ادامه، به چند نمونه از نحوه استفاده کنونی از این فناوری اشاره می‌شود:

• هدایت خودروهای خودران (صنعت خودروسازی): هوش مصنوعی شناختی، زیربنای اصلی خودروهای خودران را تشکیل می‌دهد. این وسایل نقلیه از هوش مصنوعی برای درک محیط پیرامون خود، تصمیم‌گیری و مسیریابی (همه بدون دخالت انسان) بهره می‌برند. آن‌ها داده‌های حاصل از حسگرها را به شیوه‌های انسان‌محور پردازش می‌کنند تا بتوانند رخدادهای خیابان، از جمله سایر وسایل نقلیه، عابران پیاده و علائم راهنمایی و رانندگی را درک کنند. با استفاده از هوش مصنوعی شناختی، این امکان وجود دارد که تجربه‌های رانندگی به طور اساسی متحول شود.
• خودکارسازی معاملات (خدمات مالی): هوش مصنوعی شناختی، سیستم‌های معاملاتی را در صنعت مالی خودکار می‌کند. این سیستم‌ها به صورت مستقل روندهای بازار را تجزیه و تحلیل کرده، پیش‌بینی‌های لازم را انجام داده و معاملات را بدون دخالت انسان به انجام می‌رسانند. از آنجا که هوش مصنوعی شناختی می‌تواند سریع‌تر از انسان‌ها به تغییرات بازار واکنش نشان دهد، این پتانسیل را دارد که معاملات بهینه‌تر و سودآورتری را رقم بزند.
• تولید محتوا: هوش مصنوعی شناختی همچنین برای تولید خودکار محتوای نوشتاری، مانند مقالات، تبلیغات، صفحات معرفی محصول و سایر دارایی‌های دیجیتال و چاپی مورد استفاده قرار می‌گیرد. سازمان‌های رسانه‌ای در حال حاضر از هوش مصنوعی شناختی برای نگارش اخبار بر اساس داده‌های زنده، مانند نتایج رویدادهای ورزشی یا گزارش‌های مالی، استفاده می‌کنند. هوش مصنوعی شناختی، پتانسیل چشمگیری در ساده‌سازی و تسریع فرایند تولید محتوا دارد که می‌تواند به کاهش هزینه‌ها و افزایش سودآوری کمک کند.
• کنترل خانه‌های هوشمند: در خانه‌های مدرن، هوش مصنوعی شناختی می‌تواند سیستم‌های روشنایی، دما و امنیتی را بر اساس ترجیحات ساکنین کنترل کند. این فناوری می‌تواند از رفتارهای ساکنین الگوبرداری کرده و به صورت خودکار برای بهبود آسایش و صرفه‌جویی در مصرف انرژی، تنظیمات لازم را اعمال کند. با استفاده از هوش مصنوعی شناختی، این امکان وجود دارد که مصرف انرژی کاهش یافته و به حفظ محیط زیست و داشتن سیاره‌ای سبزتر کمک شود.

اگرچه نظارت انسانی همچنان اغلب برای حصول اطمینان از عملکرد بهینه هوش مصنوعی شناختی ضروری است، این سیستم‌ها اساساً برای تصمیم‌گیری و انجام اقدامات مستقل از انسان طراحی شده‌اند.

داده‌ها، رکن اصلی پتانسیل هوش مصنوعی شناختی به شمار می‌روند. با این حال، کارایی مدل‌های هوش مصنوعی شناختی، صرفاً به کیفیت داده‌هایی که بر اساس آن‌ها آموزش داده شده‌اند، وابسته است. بنابراین، سازمان‌هایی که در جمع‌آوری، ذخیره‌سازی و تجزیه و تحلیل داده‌های با کیفیت بالا سرمایه‌گذاری می‌کنند، در موقعیت بهتری برای بهره‌برداری حداکثری از توانمندی‌های هوش مصنوعی و کسب مزیت رقابتی قرار خواهند داشت.

جستجوی شناختی، یک فناوری نوظهور است که هوش مصنوعی (AI)، پردازش زبان طبیعی (NLP) و یادگیری ماشین (ML) را به منظور درک هدف کاربر از طرح یک پرسش و در نتیجه، ارائه نتایج مرتبط‌تر نسبت به جستجوهای سنتی، با یکدیگر ترکیب می‌کند. از آنجا که جستجوی شناختی قادر است با گذشت زمان یاد بگیرد و بهبود یابد، مزیت قابل توجهی نسبت به روش‌های جستجوی سنتی ارائه می‌دهد.

سخن پایانی

هوش مصنوعی شناختی، با تلفیق قدرت تحلیل داده‌ها و شبیه‌سازی تفکر انسانی، گامی بزرگ در مسیر تکامل فناوری‌های هوشمند به شمار می‌رود. این فناوری، نه‌تنها درک بهتری از نیازها و اهداف انسان ارائه می‌دهد، بلکه با استقلال در یادگیری و تصمیم‌گیری، افق‌های تازه‌ای را در صنایع مختلف گشوده است. از هدایت خودروهای خودران گرفته تا خودکارسازی فرآیندهای مالی و مدیریت خانه‌های هوشمند، هوش مصنوعی شناختی توانسته است چالش‌های گذشته را به فرصت‌هایی بی‌نظیر بدل کند.

با این حال، تحقق تمامی ظرفیت‌های این فناوری، مستلزم دسترسی به داده‌های باکیفیت و سرمایه‌گذاری در زیرساخت‌های علمی و تکنولوژیک است. مقاله حاضر، با ارائه تصویری جامع از این فناوری پیشگام، نشان داد که هوش مصنوعی شناختی چگونه می‌تواند پلی میان قابلیت‌های انسان و ماشین باشد. اکنون زمان آن است که با بهره‌گیری از این دانش، گامی مؤثر در جهت ساخت آینده‌ای هوشمندتر، کارآمدتر و انسانی‌تر برداشته شود.

سوالات متداول