هر بار که یک ایجنت هوش مصنوعی در چند دقیقه ده نسخه متن تحویل می‌دهد، پشت آن حدود هفتاد سال آزمون و خطا ایستاده است. تاریخچه هوش مصنوعی فقط فهرست اختراع‌ها نیست. نشان می‌دهد چرا این رشته دو بار از بودجه و اعتبار افتاد و بعد با داده و پردازشگر برگشت.
برای کسی که امروز با ابزارهای هوش مصنوعی محتوا و کمپین می‌سازد، این تاریخ دو فایده دارد. اول، می‌فهمد هر ابزار تازه کدام مسئله قدیمی را حل می‌کند. دوم، الگوی بزرگ‌نمایی و ناامیدی را می‌شناسد؛ همان الگویی که هر چند سال یک بار بازار را تکان می‌دهد. این مقاله سیر تکامل هوش مصنوعی را به ترتیب زمانی مرور می‌کند؛ از ایده‌های اولیه تا مدل‌های مولد و ایجنت‌ها.
ریشه‌های ایده هوش مصنوعی
پیش از رایانه، ایده ماشین متفکر
قرن‌ها پیش از اختراع رایانه، فیلسوف‌ها دنبال این بودند که فکر کردن را به قاعده تبدیل کنند. هابز در قرن هفدهم استدلال را نوعی محاسبه دید. لایبنیتس آرزوی زبانی داشت که هر بحثی را به حساب و کتاب برگرداند.
در نیمه دوم قرن نوزدهم جورج بول منطق را به جبر تبدیل کرد. از آن به بعد می‌شد قضیه را با نماد نوشت و با قاعده حل کرد؛ همان کاری که بعدها پایه مدارهای منطقی شد.
آدا لاولیس در یادداشت‌هایش روی طرح ماشین تحلیلی ببیج نوشت چنین ماشینی می‌تواند نمادها را هم دستکاری کند. ولی به نظرش ماشین فقط دستورها را اجرا می‌کند و چیز تازه‌ای از خودش نمی‌آورد. آن جمله هم پیش‌بینی بود، هم هشدار.
نورون مصنوعی، روی کاغذ
در دهه چهل میلادی، وارن مک‌کالوک و والتر پیتس مدلی ریاضی از نورون ساختند. مدلشان فقط روشن و خاموش می‌شد، اما می‌توانست عمل‌های منطقی بولی را انجام دهد. این اولین نشانه بود که شبکه نورون مصنوعی می‌تواند چیزی بیش از یک ماشین‌حساب باشد.
آزمون تورینگ و پرسشی که عوض شد
آلن تورینگ در مقاله ۱۹۵۰ خود، پرسش «آیا ماشین فکر می‌کند» را کنار گذاشت. جایش یک بازی گذاشت: اگر گفت‌وگویی متنی چنان طبیعی باشد که نتوان طرف مقابل را از انسان تشخیص داد، چه چیزی کم است؟ این معیار بعدها بارها نقد شد، ولی بحث را از فلسفه کشید به آزمون.
همین چرخش در مارکتینگ هم تکرار شد. پرسش بی‌فایده این است که هوش مصنوعی خلاق است یا نه. پرسش کاربردی این است که خروجی‌اش کدام کار را جلو می‌برد و کجا هنوز به بازبینی انسانی نیاز دارد.
شکل‌گیری هوش مصنوعی به‌عنوان رشته علمی
کارگاه دارتموث و اسمی که ماند
جان مک‌کارتی واژه «هوش مصنوعی» را در پیشنهاد کارگاه تابستانی دارتموث به کار برد. خود کارگاه در ۱۹۵۶ برگزار شد و مک‌کارتی، ماروین مینسکی، کلود شانون و ناتانیل راچستر آنجا بودند.
پیشنهاد کارگاه وعده بزرگی داشت؛ چیزی شبیه این که هر جنبه از یادگیری را می‌شود چنان دقیق توصیف کرد که ماشین شبیه‌سازی‌اش کند. همین وعده لحن چند دهه بعد را ساخت: خوش‌بینی بزرگ، انتظار بالا، بعد ناامیدی.
پرسپترون، الیزا و زبان لیسپ
فرانک روزنبلات چند سال بعد پرسپترون را معرفی کرد؛ شبکه‌ای که وزن‌هایش را از داده تنظیم می‌کرد. در همان سال‌ها مک‌کارتی زبان لیسپ را ساخت که تا مدت‌ها زبان اصلی پژوهش هوش مصنوعی بود.
در میانه دهه شصت جوزف وایزنباوم برنامه الیزا را نوشت. الیزا نقش روان‌درمانگر را بازی می‌کرد که جمله‌ها را به سوال برمی‌گرداند. هیچ فهمی نداشت، ولی بعضی کاربران با آن رابطه گرفتند. اولین بار نشان داد پاسخ طبیعی با فهم برابر نیست؛ نکته‌ای که امروز هم در کار با مدل‌های زبانی باید یادش بود.
اولین شکاف میان وعده و واقعیت
در پایان دهه شصت مینسکی و سیمور پیپرت کتاب «پرسپترون‌ها» را نوشتند. نشان دادند شبکه تک‌لایه از عهده بعضی مسائل ساده برنمی‌آید. نتیجه، سرد شدن سرمایه‌گذاری روی شبکه‌های عصبی بود. این حوزه بیش از یک دهه در حاشیه ماند.
برای تیم محتوایی امروز هم نشانه آشنایی است. هر ابزاری که همه‌چیز را حل‌شده نشان می‌دهد، یک بار هم باید با کار واقعی سنجیده شود، نه با دمو.
سیستم‌های نمادین و سیستم‌های خبره
دانش به شکل قاعده
جریان غالب بعد از دهه شصت، هوش مصنوعی نمادین بود. ایده ساده بود: دانش متخصص را به قاعده تبدیل کن، بعد ماشین با منطق و جست‌وجو نتیجه بگیرد. برنامه‌هایی مثل حل مسائل جبر و بازی شطرنج از همین راه ساخته شدند.
سیستم‌های خبره به بیمارستان و کارخانه می‌روند
در دهه هفتاد در دانشگاه استنفورد برنامه MYCIN ساخته شد. کارش تشخیص عفونت باکتریایی و پیشنهاد آنتی‌بیوتیک بود. قاعده‌هایش از گفت‌وگو با پزشکان درآمده بود.
دهه هشتاد سیستم‌های خبره به کسب‌وکار رسیدند. معروف‌ترینشان XCON در شرکت تجهیزات دیجیتال بود که سفارش‌های رایانه را با قاعده تنظیم می‌کرد. شرکت‌ها برای این برنامه‌ها هزینه سنگین کردند.
چیزی که سیستم خبره را زمین زد
گرفتن دانش از متخصص، کار گران و کندی بود. هر قانون تازه باید دستی اضافه می‌شد. سیستم بیرون از محدوده خودش اشتباه می‌کرد و دلیل اشتباهش هم پیدا نمی‌شد.
امروز هم منطق مشابهی در ابزارهای بازاریابی هست: امتیازدهی سرنخ، قاعده‌های اتوماسیون، تقسیم‌بندی مشتری. این قاعده‌ها شفاف و قابل کنترل‌اند، ولی همان‌جا که رفتار مشتری از الگوی فرضی بیرون بزند، از کار می‌افتند.
زمستان‌های هوش مصنوعی
زمستان اول: گزارش لایتهیل و قطع بودجه
در دهه هفتاد جیمز لایتهیل برای دولت بریتانیا گزارشی نوشت که نتیجه‌اش تلخ بود: هوش مصنوعی به وعده‌هایش نرسیده. سال بعد بودجه پژوهش در بریتانیا و آمریکا کم شد. آن دهه با دوره رکود این حوزه شناخته می‌شود.
زمستان دوم: پایان ماشین‌های لیسپ
اواخر دهه هشتاد ضربه دوم آمد. ایستگاه‌های کاری تخصصی که لیسپ را اجرا می‌کردند گران بودند. رایانه‌های شخصی ارزان‌تر همان کار را می‌کردند. بازار این سخت‌افزار فرو ریخت و شرکت‌های بزرگ هوش مصنوعی یکی‌یکی بسته شدند.
چه چیزی زیر برف زنده ماند
شبکه‌های عصبی زنده ماندند. در میانه دهه هشتاد روش پس‌انتشار خطا رایج شد و آموزش شبکه‌های چندلایه عملی‌تر شد. در همان سال‌ها یادگیری آماری و مدل‌های احتمالی برای تشخیص گفتار پیش رفتند. پژوهش متوقف نشد؛ فقط از تیتر خبرها بیرون رفت.
این الگو برای بودجه‌بندی مارکتینگ هم درس دارد. وقتی موجی از هیاهو می‌آید، تیم‌هایی که معیار سنجش دارند در دوره افت هم ادامه می‌دهند. بقیه با موج بعدی برمی‌گردند.
رشد یادگیری ماشین و یادگیری عمیق
چرخش از قاعده به داده
دهه نود، مرکز ثقل از قاعده‌نویسی به یادگیری از داده رفت. ماشین‌های بردار پشتیبان، درخت‌های تصمیم و مدل‌های آماری جای برنامه‌های قاعده‌دار را گرفتند. هم‌زمان وب بزرگ شد و داده آموزشی، که پیش‌تر کمیاب بود، ارزان شد.
در ۱۹۹۷ دو خبر از دو مسیر متفاوت آمد. دیپ‌بلو شرکت آی‌بی‌ام قهرمان شطرنج جهان را برد؛ نتیجه قدرت محاسبه و جست‌وجو بود، نه یادگیری. همان سال شبکه‌های حافظه بلندمدت کوتاه‌مدت معرفی شدند که سال‌ها بعد ستون فقرات تشخیص گفتار شدند.
۲۰۱۲: الکس‌نت و سه شرطی که یک‌جا جمع شد
در ۲۰۱۲ شبکه‌ای به اسم الکس‌نت در مسابقه تشخیص تصویر ImageNet شرکت کرد و خطا را با اختلاف محسوس پایین آورد. دلیلش یک ایده تازه نبود. سه چیز بود که برای اولین بار کنار هم جمع شد: شبکه عصبی عمیق، داده برچسب‌خورده فراوان و پردازشگر گرافیکی.
بعد از الکس‌نت
بعد از این نقطه، هر چند سال یک حوزه جابه‌جا شد. تشخیص گفتار، ترجمه ماشینی، تشخیص تصویر پزشکی، و بعد برد آلفاگو در بازی گو. در همه‌شان روش یکی بود و دامنه کاربرد تازه.
در مارکتینگ این دوره، هوش مصنوعی از پشت صحنه بیرون آمد. موتورهای پیشنهاد محصول، هدف‌گیری تبلیغ، و بعدها تحلیل خودکار تصویر به کار آمد. مارکتر برای اولین بار لازم نبود مدل را بشناسد؛ کافی بود بداند کدام ورودی و خروجی دارد.
ظهور مدل‌های مولد
ترنسفورمر ۲۰۱۷: نگاه به کل متن، یک بار
مقاله «attention is all you need» در ۲۰۱۷ معماری ترنسفورمر را معرفی کرد. مشکل مدل‌های قبلی این بود که متن را دنبال هم می‌خواندند و حافظه‌شان زود پر می‌شد. ترنسفورمر جای این کار، به رابطه کلمه‌ها با هم نگاه می‌کرد. نتیجه، آموزش موازی و سریع‌تر در مقیاس بزرگ بود.
از پیش‌بینی واژه بعدی تا چت‌جی‌پی‌تی
مدل‌های زبانی روی یک کار ساده آموزش دیدند: با دیدن متن قبلی، واژه بعدی را حدس بزن. مدل اول خانواده GPT کوچک بود. مدل سوم با مقیاس بزرگ‌تر کارهایی انجام داد که کسی برایش برنامه ننوشته بود.
در ۲۰۲۲ چت‌جی‌پی‌تی منتشر شد و هوش مصنوعی مولد را از آزمایشگاه به میز کار آورد. در چند هفته به یکی از پرگفت‌وگوترین محصولات فناوری تبدیل شد. مدل‌های بعدی، مثل نسخه چهارم، خطای کمتری داشتند و متن و تصویر را با هم می‌دیدند.
تصویر، صدا و بعد ایجنت
در همان دوره مدل‌های انتشاری تصویرسازی از متن را عمومی کردند. حالا تیم محتوا می‌توانست تصویر هم بسازد، نه فقط متن. این مرحله همان جایی است که پای تولید محتوا با هوش مصنوعی به کار روزانه باز شد.قدم بعدی هنوز تمام نشده. تفاوت میان چت‌باتی که جواب می‌دهد و ابزاری که کار را تا آخر می‌برد، همان چیزی است که در ایجنت هوش مصنوعی چیست توضیح داده شده. تاریخ هفتادساله نشان می‌دهد هر بار رابط ساده‌تر شد، استفاده بیشتر شد، نه فقط دقت. یک مثال واقعی: وقتی کاربرد عوض شد
چند سال بعد از جهش ۲۰۱۲، فیسبوک توضیح خودکار عکس را معرفی کرد. مدل بینایی محتوای عکس را تشخیص می‌داد و برای کاربر نابینا با صدا توضیحش می‌داد. هدف اولیه دسترس‌پذیری بود، نه تبلیغات.
بعد همان نوع مدل جای دیگری کار کرد. در فروشگاه‌های آنلاین و ابزارهای تبلیغاتی برای برچسب زدن خودکار تصویر محصول و ساختن کاتالوگ به کار آمد. کاری که پیش‌تر با تیم محتوا و ساعت‌ها کار دستی انجام می‌شد، به تشخیص ماشین سپرده شد.
این تغییر کاربرد، الگوی تکرارشدنی تاریخچه هوش مصنوعی است. روش یک بار ساخته می‌شود، بعد در صنعتی دیگر سر از کار درمی‌آورد. برای مارکتر معنی‌اش این است: ارزش اصلی معمولا در کاربرد دوم و سوم یک مدل ظاهر می‌شود، نه در معرفی اولش. ساده‌ترین قدم هم انتخاب یک کار تکرارشونده و سنجیدن خروجی ماشین روی آن است.
