تاریخچه هوش مصنوعی

تاریخچه هوش مصنوعی را می‌توان در چند دوره خلاصه کرد:

دهه ۱۹۵۰: شروع ایده
در سال ۱۹۵۰ آلن تورینگ مقاله‌ای نوشت و پرسید آیا ماشین می‌تواند فکر کند. او آزمونی پیشنهاد کرد که بعدها به «آزمون تورینگ» معروف شد. در سال ۱۹۵۶ در کنفرانس دارتموث در آمریکا، جان مک‌کارتی این اصطلاح «هوش مصنوعی» را رسماً به کار برد و این حوزه به‌طور رسمی آغاز شد.

دهه ۱۹۶۰ تا ۱۹۷۰: امیدهای اولیه
برنامه‌هایی مثل ELIZA ساخته شدند که می‌توانستند با انسان گفتگو کنند. پژوهشگران فکر می‌کردند در مدت کوتاهی ماشین‌هایی با هوش انسانی خواهیم داشت، اما پیشرفت کندتر از انتظار بود.

بقیه در ادامه مطلب :

تاریخچه هوش مصنوعی را می‌توان در چند دوره خلاصه کرد:

دهه ۱۹۵۰: شروع ایده
در سال ۱۹۵۰ آلن تورینگ مقاله‌ای نوشت و پرسید آیا ماشین می‌تواند فکر کند. او آزمونی پیشنهاد کرد که بعدها به «آزمون تورینگ» معروف شد. در سال ۱۹۵۶ در کنفرانس دارتموث در آمریکا، جان مک‌کارتی این اصطلاح «هوش مصنوعی» را رسماً به کار برد و این حوزه به‌طور رسمی آغاز شد.

دهه ۱۹۶۰ تا ۱۹۷۰: امیدهای اولیه
برنامه‌هایی مثل ELIZA ساخته شدند که می‌توانستند با انسان گفتگو کنند. پژوهشگران فکر می‌کردند در مدت کوتاهی ماشین‌هایی با هوش انسانی خواهیم داشت، اما پیشرفت کندتر از انتظار بود.

زمستان اول هوش مصنوعی (اواخر ۱۹۷۰)
وعده‌های زیاد عملی نشد و بودجه تحقیقات کاهش یافت. این دوره از کم‌توجهی و ناامیدی به «زمستان هوش مصنوعی» معروف است.

دهه ۱۹۸۰: سیستم‌های خبره
سیستم‌های خبره که دانش متخصصان را با قواعد «اگر-آنگاه» وارد رایانه می‌کردند، در صنعت موفق شدند. اما هزینه نگهداری آن‌ها بالا بود و موج دوم زمستان هوش مصنوعی در اواخر دهه رخ داد.

دهه ۱۹۹۰ تا ۲۰۰۰: یادگیری ماشین
به‌جای نوشتن دستی قواعد، الگوریتم‌ها از داده یاد گرفتند. در سال ۱۹۹۷ کامپیوتر Deep Blue شطرنج را در برابر گری کاسپاروف برد.

دهه ۲۰۱۰: یادگیری عمیق
با افزایش داده، قدرت پردازش کارت‌های گرافیکی و شبکه‌های عصبی عمیق، پیشرفت بزرگی رخ داد. در سال ۲۰۱۲ مدل AlexNet در تشخیص تصویر رکورد زد و در سال ۲۰۱۶ برنامه AlphaGo در بازی Go بر قهرمان جهان پیروز شد.

دهه ۲۰۲۰: مدل‌های زبانی بزرگ
معماری ترنسفورمر که در سال ۲۰۱۷ معرفی شد، پایه مدل‌های زبانی بزرگ مثل GPT و Claude شد. امروز هوش مصنوعی در ترجمه، نوشتن، برنامه‌نویسی، پزشکی و بسیاری حوزه‌های دیگر به کار می‌رود.

در صنعت هوش مصنوعی معمولاً این زبان‌ها و ابزارها به کار می‌روند:

زبان‌های برنامه‌نویسی

• Python مهم‌ترین زبان این حوزه است. بیشتر کد آموزش مدل، پردازش داده و آزمایش‌ها با آن نوشته می‌شود.
• C++ و CUDA برای بخش‌هایی که سرعت بالا لازم دارند، مثل هسته‌های محاسباتی روی کارت گرافیک، استفاده می‌شوند.
• Rust و Go گاهی در ابزارهای زیرساختی و سیستم‌های توزیع‌شده دیده می‌شوند.

چارچوب‌ها و کتابخانه‌ها

• PyTorch و JAX رایج‌ترین چارچوب‌های ساخت مدل‌های زبانی بزرگ هستند.
• NumPy و کتابخانه‌های پردازش داده برای آماده‌سازی متن استفاده می‌شوند.
• برای توزیع آموزش روی صدها یا هزاران پردازنده، ابزارهایی مثل NCCL و سیستم‌های مدیریت خوشه به کار می‌روند.

بخش‌های دیگر

• توکنایزر: متن را به واحدهای کوچک‌تر تبدیل می‌کند که معمولاً با کتابخانه‌های مثل SentencePiece یا روش‌های مشابه ساخته می‌شوند.
• سیستم‌های ارزیابی و تنظیم: بخشی از کار با ابزارهای داخلی و اسکریپت‌های مختلف انجام می‌شود که معمولاً منتشر نمی‌شوند.