بسم الله الرحمن الرحیم
پیشینه هوش مصنوعی به هزاران سال پیش برمی‌گردد، در دوران باستان، مخترعان چیزهایی به نام اتومات می‌ساختند که مکانیکی بودند و مستقل از دخالت انسان حرکت می‌کردند. کلمهautomaton از یونانی باستان گرفته شده و به معنای «عمل به میل خود» است. یکی از قدیمی‌ترین این وسایل مربوط به 400 سال قبل از میلاد مسیح است و به کبوتر مکانیکی اشاره دارد که توسط یکی از دوستان افلاطون ساخته شد. یکی دیگر از مشهورترین وسایل خودکار توسط لئوناردو داوینچی در حدود سال 1495 ساخته شد.
به لطف متفکران اولیه، هوش مصنوعی در طول دهه 1700 و پس از آن به‌طور چشمگیری ملموس‌تر شد. فیلسوفان به این فکر می‌کردند که چگونه تفکر انسان می‌تواند به‌طور مصنوعی توسط ماشین‌های غیرانسانی هوشمند مکانیزه و دستکاری شود. فرایندهای فکری علاقه به هوش مصنوعی را برانگیخت و در نهایت منجر به اختراع کامپیوتر دیجیتال قابل برنامه‌ریزی آتاناسوف بری (ABC) در دهه 1940 شد. این اختراعِ خاص، دانشمندان را برانگیخت تا ایده ایجاد یک مغز الکترونیکی یا یک موجود هوشمند مصنوعی را پیش ببرند.
نزدیک به یک دهه گذشت؛ تا اینکه نمادها در هوش مصنوعی به درک زمینه‌ای که امروز داریم کمک کردند. آلن تورینگ، دانشمند و ریاضیدان نابغه انگلیسی، آزمایشی را پیشنهاد کرد که توانایی ماشین را در تکرار اعمال انسان تا حدی که از رفتار انسان قابل تشخیص نبود، اندازه‌گیری می‌کرد. در اواخر دهه 1950، طی یک کنفرانس تابستانی در کالج دارتموث جان مک‌کارتی، دانشمند علوم کامپیوتر و شناختی، اصطلاح هوش مصنوعی را ابداع و پایه‌گذاری کرد. شاید بتوان از این دانشمند به‌عنوان اولین سازنده هوش مصنوعی در تاریخ نام برد.
هوش مصنوعی از دهه 1950 به بعد، بسیاری از دانشمندان، برنامه‌نویسان، منطق‌دانان و نظریه‌پردازان در تقویت درک مدرن از هوش مصنوعی کمک زیادی کردند و این سرآغاز پیشینه هوش مصنوعی است. رفته‌رفته با وارد شدن به هر دهه، نوآوری‌ها و یافته‌هایی به وجود می‌آمد که دانش بنیادی بشر را در زمینه هوش مصنوعی و چگونگی پیشرفتهای آن از یک فانتزی دست‌نیافتنی به یک واقعیت ملموس برای نسل‌های فعلی و آینده تبدیل کرده است.
در اوایل دهه 1900، موج جدیدی ایجاد شد که حول محور ایده انسان مصنوعی بود. آنقدر که دانشمندان به این فکر افتادند که آیا می‌شود «مغز مصنوعی» ساخت؟ برخی از سازندگان نسخه‌هایی از آنچه را که ما اکنون «ربات» می‌نامیم ساختند (کلمه ربات برای اولین بار در یک نمایشنامه چک در سال 1921 ابداع شد) اگرچه اکثر آنها نسبتاً ساده بودند اما می‌توانستند حالت صورت خود را ایجاد تغییر بدهند و راه بروند.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
اگر علاقه‌مند هستید اطلاعات بیشتری در مورد پیشینه هوش مصنوعی و اینکه هوش مصنوعی ساخت کدام کشور است و چه کسی آن را ساخت؛ کسب کنید در ادامه مطلب با ما همراه باشید.
در این بازه زمانی بود که علاقه به هوش مصنوعی به اوج خود رسید. آلن تورینگ مقاله خود را با عنوان «ماشین‌های رایانه‌ای و هوش» منتشر کرد که در نهایت به آزمون تورینگ تبدیل شد که متخصصان از آن برای اندازه‌گیری هوش رایانه‌ای استفاده می‌کردند. در همین سال‌ها اصطلاح «هوش مصنوعی» ابداع و و به عنوان یک اصطلاح در جامعه شناخته شد.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
سال 1955؛ جان مک‌کارتی ، پدر علم و دانش تولید ماشین‌های هوشمند و سازنده ی هوش مصنوعی، یک کارگاه آموزشی در دارتموث در مورد هوش مصنوعی و استفاده از اصطلاح هوش مصنوعی برگزار کرد.
اواخر دهه 1950 تا 1960 زمان خلقت هوش مصنوعی بود. از زبان‌های برنامه‌نویسی که هنوز هم مورد استفاده قرار می‌گیرند تا کتاب‌ها و فیلم‌هایی که ایده ربات‌ها را بررسی می‌کنند، هوش مصنوعی به سرعت به یک ایده اصلی تبدیل شد.
دهه 1970 شاهد پیشرفتهای چشمگیری در این خصوص بود، مانند ساخت اولین ربات انسان‌نما در ژاپن و اولین نمونه از یک وسیله نقلیه خودکار توسط یک دانشجوی فارغ‌التحصیل رشته مهندسی. با این حال، در پیشینه هوش مصنوعی این سال‌ها زمان مبارزه برای جلوگیری از تحقیقات هوش مصنوعی نیز بود، زیرا بعضی از دولت‌ها از جمله ایالات‌متحده علاقه چندانی به ادامه تأمین مالی تحقیقات هوش مصنوعی نشان نمی‌دادند.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
در تاریخچه ی هوش مصنوعی دهه 1980 دوران رشد سریع بود که بعد از آن «رونق هوش مصنوعی» نام‌گذاری گردید. در این پیشرفت‌ها که از طریق تحقیقات و بودجه اضافی دولت برای حمایت از محققان حاصل شد، تکنیک‌های یادگیری عمیق و استفاده از سیستم خبره، محبوبیت بیشتری پیدا کرد زیرا به کامپیوترها اجازه می‌دادند از اشتباهات خود درس و پس از آن تصمیم مستقل بگیرند.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
همانطور که AAAI هشدار داده بود، زمستان هوش مصنوعی رسید. این اصطلاح به دوره‌ای گفته می‌شد که علاقه مصرف‌کننده عمومی و خصوصی به هوش مصنوعی کم شد و نتیجه این اتفاق به به کاهش بودجه تحقیقاتی و پیشرفت در کارهای مربوطه منجر شد.
هم سرمایه‌گذاران خصوصی و هم دولت علاقه خود را به هوش مصنوعی از دست دادند و بودجه خود را به دلیل هزینه بالا در مقابل بازده ظاهرا کم متوقف کردند. زمستان هوش مصنوعی به دلیل برخی عقب‌نشینی‌ها در بازار ماشین‌ها و سیستم‌های خبره، از جمله پایان پروژه نسل پنجم، کاهش ابتکارات محاسباتی استراتژیک و کاهش سرعت در استقرار سیستم‌های خبره به وجود آمد.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
علی‌رغم کمبود بودجه در طول زمستان هوش مصنوعی، اوایل دهه 90 گام‌های چشمگیری در تحقیقات هوش مصنوعی برداشته شد. از جمله معرفی اولین سیستم هوش مصنوعی که می‌توانست یک شطرنج باز حرفه‌ای را شکست بدهد. تاریخچه هوش مصنوعی در این دوره نوآوری‌هایی مانند اولین جاروبرقی هوشمند به نام رومبا و اولین نرم افزار تجاری تشخیص گفتار در کامپیوترهای ویندوزی را در کارنامه خود دارد. در این سال‌ها افزایش علاقه و به دنبال آن افزایش بودجه برای تحقیقات باعث پیشرفت بیشتر در زمینه هوش مصنوعی شد.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
این روزها شاهد آخرین پیشرفتهای هوش مصنوعی از جمله افزایش ابزارهای متداول هوش مصنوعی، مانند دستیاران مجازی، موتورهای جستجو و غیره هستیم.
تاریخ‌های مهم در این بازه زمانی عبارتند از:
تا اینجا با هم پیشینه هوش مصنوعی را مرور کردیم و به زمان حال رسیدیم. از روبات‌های انسان‌نما مانند سوفیا گرفته تا بلندگوی الکسا، هوش مصنوعی با سرعتی سریع در حال پیشرفت است. روزی، انسان‌ها فراتر از اسباب‌بازی‌هایی مانند AIBO یا Furby، همراهانی باهوش مصنوعی خواهند داشت. روزی، هوش مصنوعی و نوع بشر ممکن است به شکلی در کنار هم زندگی کنند که انسان‌ها و انسان‌نماها از یکدیگر قابل تشخیص نیستند. اما. چه زمانی؟ شاید روزی زودتر از آن چیزی که فکر می‌کنیم.
تاریخچه هوش مصنوعی به دوران عهد عتیق بازمی‌گردد. در آن زمان افسانه‌ها، داستان‌ها و شایعاتی درباره موجودات مصنوعی وجود داشت که استادکاران ماهری به آنها قوه هوشیاری و آگاهی بخشیده بودند. یکی از داستان‌های معروف دوران باستان درباره موجودی غول‌پیکر به نام «تالوس» (Talos) است که از فلز برنز ساخته شده بود.
در اساطیر یونانی، از تالوس به عنوان ماشینی یاد می‌کنند که به منظور حفاظت از جزیره «کرت» (Crete) در برابر هجوم دزدان دریایی و مهاجمان ساخته شده بود. این موجود عظیم‌الجثه در طی روز، ۳ دور کامل جزیره را طی می‌کرد و اگر مهاجمانی را می‌دید که به سمت جزیره نزدیک می‌شوند، به سمت آنها سنگ‌های بزرگی پرتاب می‌کرد.
اگرچه چنین داستان‌هایی ممکن است واقعیت نداشته باشند، با این حال، این افسانه‌ها به ما نشان می‌دهند پیش از آن که جهان امروز ما مفهوم هوش مصنوعی را بپذیرد، ایده آن از زمان‌های بسیار قدیم وجود داشته است.
علاوه‌بر افسانه‌ها و داستان‌هایی که درباره موجودات مصنوعی هوشمند وجود دارند، می‌توان به کیمیاگرانی نیز اشاره کرد که در طی دوران زندگی خود سعی داشتند از طریق کیمیاگری، موجودات زنده از گونه حیوانی و گیاهی ایجاد کنند. به عنوان مثال، آفرینش مصنوعی حیات یکی از موضوعات مهم نسخ خطی کیمیاگری افرادی همچون جابربن حیان است. «پاراسلسوس» (Paracelsus) سوئیسی، از دیگر کیمیاگرانی بود که در کتاب خود با نام «طبیعت اشیاء» (The Nature of Things) روشی را برای ساخت موجودی مصنوعی توصیف می‌کند.
می‌توان گفت در طول دهه ۱۷۰۰، فیلسوفانی بذر اولیه تفکر مدرن درباره هوش مصنوعی را کاشتند که در تلاش بودند فرآیند تفکر انسان را با استفاده از ماشین مکانیزه کنند. سرانجام، در دهه ۱۹۴۰ تلاش‌های فیلسوفان، ریاضی‌دانان و منطق‌دانان به اختراع اولین رایانه دیجیتال قابل برنامه‌ریزی با نام کامپیوتر «آتاناسوف بری» (Atanasoff Berry Computer ABC) منجر شد که عملکرد آن مبتنی بر ماهیت انتزاعی استدلالات ریاضی بود. اختراع چنین ماشینی، دانشمندان را برانگیخت تا در راستای هدف اصلی خود، یعنی اختراع یک مغز الکترونیکی یا یک ماشین هوشمند، پیش بروند و پژوهش‌های هوش مصنوعی را تا جایی پیش ببرند که امروزه شاهده آن هستیم.
روند شکل‌گیری ایده هوش مصنوعی در ذهن انسان و پیشرفت و توسعه این حوزه را می‌توان در طی سال‌های مختلفی از تاریخ بررسی کرد. در یکصد سال اخیر، پژوهش‌های هوش مصنوعی به‌طور جدی‌تری دنبال شده است. با این حال، پیش از این دوران نیز می‌توان نشانه‌هایی از ایده خلق موجود هوشمند مصنوعی را در آثار مختلف ادبی و علمی بزرگان تاریخ ملاحظه کرد.
در ادامه این مطلب، تاریخچه هوش مصنوعی را در طی دوران مختلف تاریخ بررسی می‌کنیم و به مهم‌ترین رویدادهای مرتبط با این حیطه اشاره خواهیم کرد.
از سال ۳۸۰ پیش از میلاد مسیح تا اواخر دهه ۱۶۰۰، ریاضی‌دانان، الهیون، فیلسوفان و اساتید و نویسندگان درباره روش‌های مکانیکی کردن ماشین‌های محاسباتی و سیستم‌های اعداد پژوهش می‌کردند تا این که تفکر مکانیزه کردن افکار انسان در موجودات غیرانسانی در میان آنها شکل گرفت.
در اوایل دهه ۱۷۰۰، توصیفاتی پیرامون ماشین‌های هوشمند و همه‌چیزدان در ادبیات نوشته می‌شد که می‌توان در این خصوص به یکی از کتاب‌های مشهور ادبی آن دوران، یعنی سفرهای گالیور، اشاره کرد. در این رمان، نویسنده به دستگاهی (The Engine) اشاره دارد که شبیه به کامپیوترهای امروزی عمل می‌کند. تصویر این دستگاه را در ادامه ملاحظه می‌کنید.
با این که تفکرات پیرامون ساخت موجود غیرانسانی هوشمند ذهن افراد را در طی این سال‌ها به خود مشغول کرده بود و چنین تصوراتی به واقعیت تبدیل نشد، این ایده هیچ‌گاه در ذهن انسان رنگ نباخت. پس از سال ۱۹۰۰ برخی افراد به‌طور جدی‌تر به این موضوع پرداختند و تلاش خود را برای به واقعیت تبدیل کردن داستان‌های قدیمی، یعنی ساخت موجود هوشمند غیرطبیعی، ادامه دادند.
با شروع دهه ۱۹۰۰، میزان رشد و پیشرفت در حوزه هوش مصنوعی به‌طور چشمگیری افزایش یافت. در سال ۱۹۲۱ نویسنده‌ای از کشور جمهوری چک با نام «کارل چاپک» (Karel Čapek) نمایشنامه علمی تخیلی خود را با عنوان «ربات‌های جهانی روسام» (Rossum’s Universal Robots) منتشر کرد. این نمایشنامه درباره آدم‌های مصنوعی با نام ربات بود. کلمه ربات برای نخستین بار در این نمایشنامه برای خطاب به انسان‌هایی مصنوعی مورد استفاده قرار گرفت که در کارخانه تولید شده بودند.
در سال ۱۹۲۷ نخستین فیلم علمی تخیلی با نام «متروپلیس» (Metropolis) توسط «فریتس لانگ» (Fritz Lang) ساخته شد. موضوع این فیلم پیرامون ربات انسان‌نمای دختری بود که به شهری حمله کرد. این فیلم توجه بسیاری را به خود جلب کرد، زیرا برای نخستین بار مفهوم ربات را برای عموم به تصویر کشید و الهام‌بخش کاراکترهای غیرانسانی دیگر در سایر فیلم‌های سینمایی نظیر جنگ ستارگان شد.
نخستین ربات واقعی در اواخر دهه ۱۹۲۰ توسط زیست‌شناسی به نام «ماکوتو نیشیمورا» (Makoto Nishimura) در ژاپن ساخته شد. این ربات، «گاکوتنسوکو» (Gakutensoku) نام دارد که این نام به معنای «یادگیری از قوانین حاکم بر طبیعت» است. هدف از این نام‌گذاری این بود که نشان داده شود ذهن هوش مصنوعی ربات می‌تواند از بشر و طبیعت، کسب دانش کند. این ربات به گونه‌ای برنامه‌ریزی شده بود که می‌توانست دست‌ها و سر خود را حرکت بدهد و در چهره خود، تغییر حالت ایجاد کند.
سرانجام، در سال ۱۹۳۹ نخستین کامپیوتر دیجیتالی آتاناسوف بری توسط فیزیکدانی به نام «جان وینسنت آتاناسوف» (John Vincent Atanasoff) و شاگردش «کلیفورد بری» (Clifford Berry) ساخته شد که بیش از ۷۰۰ پوند وزن داشت و از آن صرفاً برای حل معادلات خطی استفاده می‌شد. در تصویر زیر، این کامپیوتر دیجیتالی را ملاحظه می‌کنید.
با شروع دهه ۱۹۵۰ و انجام بسیاری از پژوهش‌ها در حوزه هوش مصنوعی، دستاوردهای مهمی به ثمر نشست. به عبارتی، با شروع این دهه، بحث‌های جدی‌تری پیرامون خلق مغز مصنوعی انجام شد و در سال ۱۹۵۶ رشته هوش مصنوعی به عنوان گرایشی از رشته کامپیوتر در دانشگاه‌ها تعریف شد.
در این دهه، پدر نظریه اطلاعات، «کلود شانون» (Claude Shannon)، مقاله‌ای را با عنوان «برنامه نویسی کامپیوتر برای بازی شطرنج» (Programming a Computer for Playing Chess) منتشر کرد که در آن مقاله برای نخستین بار به موضوع بازی کامپیوتری پرداخته شده است.
در سال ۱۹۵۰ «آلن تورینگ» (Alan Turing)، ریاضیدان بریتانیایی، مقاله‌ای با نام «ماشین محاسباتی و هوش» (Computing Machinery and Intelligence) پیرامون موضوع تفکر ماشین منتشر کرد. وی در این مقاله به این نکته اشاره کرد که فکر کردن تعریف دشواری دارد و اگر یک ماشین بتواند مکالمه‌ای را با انسان به نحوی پیش ببرد که انسان متوجه نشود که مخاطب او، یک ماشین سخت‌افزاری است، در آن صورت می‌توان گفت که ماشین می‌تواند همانند انسان فکر کند.
اظهار تورینگ بعدها به خلق تست تورینگ منجر شد که این تست، میزان سطح هوشمندی ماشین را می‌سنجید. در این تست، افراد با استفاده از یک صفحه نمایش و یک صفحه کلید، به مکالمه متنی با کامپیوتر می‌پردازند. چنانچه افراد نتوانند تشخیص دهند که آیا با ماشین مکالمه می‌کنند یا مخاطب آنها انسان است، در آن صورت، هوشمندی ماشین تایید می‌شود. این تست به عنوان یکی از مهم‌ترین موضوعات حوزه هوش مصنوعی محسوب می‌شود.
در سال ۱۹۵۲ «آرتور ساموئل» (Arthur Samuel)، مهندس کامپیوتر آمریکایی، اولین بازی کامپیوتری چکرز را طراحی کرد که کامپیوتر به‌طور خودکار، طریقه انجام بازی را یاد می‌گرفت. ساموئل در سال ۱۹۵۰ اصطلاح «یادگیری ماشین» (Machine Learning) را به کار برد و مفهوم امروزی این اصطلاح را در آن دوران برای نخستین بار مطرح کرد.
در سال ۱۹۵۶ کنفرانسی به نام «کنفرانس دارتموث» (The Dartmouth Conference) در زمینه هوش مصنوعی در آمریکا برگزار شد. در این کنفرانس پژوهشگران حوزه‌های مختلف ریاضی، علوم کامپیوتر، فیزیک و سایر رشته‌ها به منظور بررسی ساخت «هوش غیرطبیعی» (Synthetic Intelligence) حضور داشتند. تا پیش از این کنفرانس، از اصطلاح هوش مصنوعی یا همان AI استفاده نمی‌شد. تا این که در این کنفرانس برای نخستین بار «جان مک‌کارتی» (John McCarty)، مهندس کامپیوتر آمریکایی، از این اصطلاح استفاده کرد و مفهوم و هدف آن را توضیح داد.
در این کنفرانس، به حوزه‌های مختلف مربوط به هوش مصنوعی مانند «پردازش زبان طبیعی» (Natural Language Processing | NLP)، مهارت حل مسئله توسط کامپیوتر و ماشین لرنینگ پرداخته شد و مسیر توسعه پژوهش‌های هوش مصنوعی نظیر ساخت زبان برنامه نویسی این حوزه و الگوریتم‌‌ها و روش‌های این حیطه مورد بررسی قرار گرفت. این کنفرانس به عنوان نقطه عطفی در تاریخچه هوش مصنوعی محسوب می‌شود و از آن می‌توان به عنوان تاریخ تولد مفهوم هوش مصنوعی یاد کرد، زیرا این کنفرانس و صحبت‌های ارائه شده در آن بستری برای رشد و توسعه فناوری‌ها و ابزارهای هوشمند امروزی شد.
در پی برگزاری این کنفرانس، مک‌کارتی و همکارانش، نخستین زبان برنامه نویسی حیطه هوش مصنوعی را توسعه دادند و آن زبان برنامه نویسی را «لیسپ» (Lisp) نامیدند. امروزه، از این زبان در برخی از پروژه‌های هوش مصنوعی نیز استفاده می‌شود.
همچنین، پس از برگزاری کنفرانس دارتموث، چندین مراکز تحقیقاتی هوش مصنوعی در دانشگاه‌های مختلف ساخته شدند که می‌توان به برخی از مهم‌ترین آنها اشاره کرد:
پژوهش‌های هوش مصنوعی به نحوی پیش رفت که در سال ۱۹۵۸ نخستین «شبکه عصبی» (Neural Network) توسط روانشناسی به نام «فرانک روزنبلات» (Frank Rosenblatt) با عنوان شبکه عصبی «پرسپترون» (Perceptron) طراحی شد. این روانشناس به منظور طراحی مدل هوش مصنوعی پرسپترون، از ساختار شبکه عصبی مغز انسان الهام گرفت و در پی ارائه چنین مدلی، سایر پژوهشگران حوزه هوش مصنوعی نیز پژوهش‌های بعدی خود را به نحوی پیش بردند تا سیستم‌های هوشمندی را بسازند که عملکرد مغز انسان را تقلید کنند.
از شبکه عصبی پرسپترون به منظور دسته‌بندی مقادیر ورودی در ۲ دسته مجزا استفاده می‌شد. به عبارتی، این مدل مقادیر عددی را از ورودی دریافت می‌کند و با محاسبه مجموع مقادیر ورودی وزن‌دار، مقدار حاصل شده را به یک تابع ارسال می‌کند تا خروجی نهایی را در بازه ۰ تا ۱ قرار دهد. وزن‌های شبکه پرسپترون در طی مرحله آموزش مدل، به‌روزرسانی می‌شوند و در نهایت با مقداری تنظیم می‌شوند که عملکرد مدل بهیه شود.
با این که کنفرانس دارتموث نقطه عطف مهمی در حوزه هوش مصنوعی محسوب می‌شد، این کنفرانس و پژوهش‌های ارائه شده در آن را می‌توان از مهم‌ترین فعالیت‌های انجام شده در پیشبرد مفاهیم نظری هوش مصنوعی به حساب آورد. اما طراحی و ارائه پرسپترون نقطه عطفی برای پیاده‌سازی عملی تمامی مفاهیم نظری ارائه شده در زمینه هوش مصنوعی به حساب می‌آید، زیرا سایر پژوهشگران این حیطه، با الهام گرفتن از ساختار و شیوه یادگیری این مدل، به طراحی و توسعه سایر الگوریتم های یادگیری ماشین و الگوریتم های یادگیری عمیق پرداختند و مدل‌هایی را ارائه کردند که می‌توانند به‌طور خودکار، از داده‌های موجود، الگوهایی را یاد بگیرند تا بر اساس آنها، وظایفی خاص را همانند انسان هوشمند انجام دهند.
همانطور که در بخش پیشین اشاره شد، با ارائه شبکه عصبی پرسپترون، دهه ۱۹۵۰ به عنوان دهه مهمی در تاریخچه هوش مصنوعی به شمار می‌رود و مسیر پیشرفت پژوهش‌های بعدی این حوزه از آن دهه شروع می‌شود.
در دهه ۱۹۶۰ متخصصان علوم کامپیوتر روش‌های جدیدی برای ساخت ماشین‌های هوشمند ارائه کردند و با بررسی نقاط ضعف شبکه عصبی پرسپترون، به دنبال مدل‌ها و الگوریتم‌هایی بودند که محدودیت‌های این شبکه را نداشته باشند. در این دهه، زبان‌های برنامه نویسی لیسپ و «پرولوگ» (Prolog ) نیز توسعه پیدا کردند تا به کمک آنها برنامه‌های هوشمند طراحی شوند.
در این برهه از زمان، دولت آمریکا نیز در حمایت از پژوهش‌های هوش مصنوعی، بودجه‌ای را در این زمینه به «سازمان پروژه‌های پژوهشی پیشرفته دفاعی» یا همان دارپا (Defense Advanced Research Projects Agency | DARPA) اختصاص داد تا سرعت پیشرفت پژوهش‌های محققان این حوزه بیشتر شود. در ادامه، تصاویری از ساختمان قدیمی (تصویر سمت چپ) و ساختمان جدید دارپا را ملاحظه می‌کنید.
همچنین، در سال ۱۹۶۱، نخستین ربات خط مونتاژ کارخانه در «نیوجرسی» (New Jersey) توسط «جورج دیوول» (George Devol) ساخته شد. وظیفه این ربات، انتقال قالب‌های ریخته‌گری در خط مونتاژ و جوشکاری قطعات اتومبیل‌ها بود. بدین ترتیب، از این ربات به عنوان نیروی سخت‌افزاری جایگزین برای نیروی انسانی استفاده شد تا کارهای پرخطر را انجام دهد و ریسک صدمات انسانی را پایین آورد.
اولین ابزار هوشمند پردازش زبان طبیعی در سال ۱۹۶۴ توسط «دنیل بابرو» (Daniel Bobrow) با نام «استیودنت» (STUDENT) به زبان لیسپ طراحی شد. این سیستم هوشمند قادر بود مسائل ریاضی جبر را درک و آنها را حل کند. ورودی این سیستم یک سوال ریاضی جبر به زبان انگلیسی بود و این سیستم پس از حل مسئله، یک مقدار عددی را در خروجی بازمی‌گرداند.
برنامه «الیزا» (Eliza) از دیگر برنامه‌های هوشمندی است که طراحی آن در طی سال‌های ۱۹۶۴ تا ۱۹۶۶ طول کشید. این برنامه یکی از پروژه‌های دانشگاه MIT محسوب می‌شود که توسط «جوزف وایزنبام» (Joseph Weizenbaum) به سرانجام رسید. این برنامه به منظور برقراری ارتباط با افراد طراحی شد تا مشاوره روان درمانگری به آنها بدهد. به عبارتی، می‌توان از الیزا به عنوان اولین چت‌بات ساده‌ای یاد کرد که بستری را برای پیشرفت چت‌های مدرن امروزی برای خدمات‌دهی به مشتریان و کاربران فراهم آورد. در تصویر زیر، نمونه‌ای از مکالمه انسان با برنامه الیزا را ملاحظه می‌کنید.
بر اساس تصویر بالا، مکالمه با ربات الیزا به صورت زیر پیش می‌رود:
یکی از پروژه‌های دانشگاه Stanford، طراحی ربات «شِیکی» (Shakey the Robot) بود که می‌توانست دستورات دریافتی را تجزیه و تحلیل کند. بودجه توسعه این پروژه توسط دارپا فراهم شده بود. در ساخت این ربات از روش‌های «بینایی ماشین» (Computer Machine) و پردازش زبان طبیعی استفاده شده بود تا ربات قادر باشد پس از درک دستورات دریافتی، اقداماتی نظیر جابجایی از یک نقطه به نقطه دیگر، خاموش و روشن کردن لامپ، باز و بسته کردن در، برداشتن اشیا و قرار دادن آنها در جای مشخص را انجام دهد.
با پیشرفت پژوهش‌های هوش مصنوعی در دهه ۱۹۶۰، افراد فعال در سینما نیز تصمیم به ساخت فیلم‌هایی پیرامون این حوزه گرفتند تا جذابیت‌های کاربرد دستاوردهای هوش مصنوعی را به عموم مردم نشان دهند. در این دوران، می‌توان به فیلم علمی تخیلی «ادیسه فضایی» (A Space Odyssey) اشاره کرد که به کارگردانی «استنلی کوبریک» (Stanley Kubrick) ساخته شد. داستان این فیلم پیرامون سفر فضایی چند فضانورد است و بخشی از داستان به یک کامپیوتر هوشمندی به نام «هال» (HAL) اشاره می‌کند که کنترل کل سفینه را در اختیار دارد و در نهایت تلاش می‌کند سرنشینان سفینه را از بین ببرد.
چنانچه به تاریخچه هوش مصنوعی در دهه ۱۹۷۰ نگاهی بیندازیم، می‌بینیم دستاوردهای متخصصان فعال در حیطه هوش مصنوعی پیشرفته‌تر از دهه‌های گذشته بوده‌اند. در سال ۱۹۷۰ نخستین ربات انسان‌نما در دانشگاه Waseda ژاپن با نام WABOT-1 طراحی شد. این ربات می‌توانست اعضای ساختار خود را حرکت بدهد و محیط اطراف خود را ببیند و با سایر افراد مکالمه کند.
ربات Stanford Cart یکی دیگر از ربات‌هایی بود که در دهه ۱۹۷۰ توسط یک مهندس مکانیک به نام «جیمز آدامز» (James L. Adams) ساخته شد. این ربات مجهز به یک مانیتور بود که محیط اطراف خود را تشخیص می‌داد. در طی یک آزمایش ۵ ساعته، این ربات داخل یک اتاق پر از میز و صندلی قرار گرفت و در نهایت موفق شد بدون دخالت انسان و بدون هیچ گونه برخوردی با وسایل موجود در اتاق، مسیر خروجی را طی کند. در ادامه، تصویری از این ربات را ملاحظه می‌کنید.
در تاریخچه هوش مصنوعی، از دهه ۱۹۸۰ به عنوان «زمستان هوش مصنوعی» یاد می‌شود. در این دوران، میزان علاقه‌مندی پژوهشگران به پیشبرد تحقیقات این حوزه کاهش یافت و پروژه‌های تحقیقاتی با شکست مواجه شدند. همچنین، افراد متخصص بودجه کافی برای انجام پژوهش‌های خود نداشتند.
با این که در دهه ۱۹۸۰، ناامیدی بسیاری در فضای علمی هوش مصنوعی حاکم بود، این حوزه تحقیقاتی به‌طور کامل نادیده گرفته نشد. برخی از پژوهشگران بر روی پروژه‌های خود کار می‌کردند و به پیشرفت‌هایی (هرچند اندک) در زمینه شبکه‌های عصبی و الگوریتم‌های یادگیری ماشین نیز دست یافتند.
در این دوران می‌توان به پروژه WABOT-2 اشاره کرد که نسخه اولیه این پروژه نیز توسط دانشگاه Waseda ژاپن به ثمر رسیده بود. این ربات قادر بود علاوه‌بر برقراری مکالمه با افراد، نُت‌های موسیقی را بخواند و آنها را بنوازد.
از دیگر پروژه‌های این دوران، می‌توان به برنامه توسعه سیستم‌های کامپیوتری هوشمندی اشاره کرد که وزارت تجارت ژاپن بودجه‌ای به مبلغ ۸۵۰ میلیون دلار به آن اختصاص داد. هدف از این پروژه ساخت سیستم‌های هوشمندی بود که بتوانند با انسان به مکالمه بپردازند و زبان‌های مختلفی را به هم ترجمه کنند. همچنین، بخشی از این بودجه صرف طراحی سیستم‌های هوشمندی شد که با دریافت تصاویر، به تحلیل آنها می‌پرداختند و همانند انسان، درباره مسئله‌ای خاص استدلال می‌آوردند.
از سال ۱۹۸۶ تا سال ۱۹۸۸، می‌توان به ۲ دستاورد مهم در تاریخچه هوش مصنوعی اشاره کرد. شرکت مرسدس بنز، خودروی بدون سرنشینی را طراحی کرد که مجهز به دوربین و حسگر بود و می‌توانست ۵۵ مایل سرعت را بدون راننده در جاده حرکت کند. همچنین، «رولو کارپنتر» (Rollo Carpenter) چت‌بات هوشمندی را با نام Jabberwacky با این هدف طراحی کرد که آزمون تورینگ را با موفقیت پشت سر بگذارد. کارپنتر برنامه نویس بریتانیایی بود که تجربه دیگری نیز در زمینه طراحی چت‌باتی با نام Cleverbot داشت.
از دیگر پژوهش‌های مهم دهه ۱۹۸۰ می‌توان به مقاله «استدلال احتمالاتی در سیستم‌های هوشمند» اشاره کرد که نویسنده آن فیلسوف و مهندس کامپیوتری به نام «جودیا پیرل» (Judea Pearl) بود. پژوهش مهم دیگر این محقق در زمینه شبکه‌های بِیز با نام مدل گرافیکی احتمالاتی است که به مباحثی پیرامون مجموعه‌ای از متغیرها و بازنمایی روابط بین آنها با استفاده از گراف جهت‌دار می‌پردازد.
ظهور «سیستم خبره» در دهه ۱۹۸۰ از دیگر دستاوردهای مهم در تاریخچه هوش مصنوعی تلقی می‌شود. هدف از سیستم‌های خبره، ساخت سیستم‌های هوشمندی بود که بتواند همانند انسان، درباره موضوعی خاص استدلال کنند و به نتیجه‌گیری بپردازند.
سیستم خبره
در طی دهه ۱۹۶۰ و اوایل دهه ۱۹۷۰ خوش‌بینی و هیجان زیادی برای به کارگیری هوش مصنوعی در صنعت وجود داشت. اما با وقوع زمستان هوش مصنوعی، این اشتیاق‌ها از بین رفت. با این حال، توسعه پژوهش‌های پیرامون سیستم‌های خبره را می‌توان نقطه مهمی در تاریخچه هوش مصنوعی به حساب آورد و پیشرفت در این حوزه باعث شد افراد متخصص به ساخت سیستم‌های هوشمندی روی آوردند که در زندگی واقعی انسان نیز کاربرد داشته باشد. به عبارتی، با به کارگیری سیستم‌های خبره در حیطه‌های مختلفی نظیر پزشکی و امور مالی و کسب و کار، نتایج شگفتی حاصل شد و باعث شد پژوهشگران مجدداً تحقیقات خود را در زمینه هوش مصنوعی از سر بگیرند.
بر اساس تاریخچه هوش مصنوعی، در بخش قبل به این موضوع اشاره کردیم که ظهور سیستم‌های خبره در اواخر دهه ۱۹۸۰ باعث شد بسیاری از توجه‌ها دوباره به هوش مصنوعی جلب شوند. با این حال، محدودیت‌هایی برای استفاده از چنین سیستم‌هایی وجود داشت. به عنوان مثال، این سیستم‌ها به داده‌های ساختاریافته و دستورات و منطق قاعده‌مند نیاز داشتند و از داده‌های غیرساختاریافته نظیر متون و تصاویر پشتیبانی نمی‌کردند.
به دلیل وجود چنین محدودیت‌هایی، پژوهشگران پژوهش خود را معطوف به طراحی روش‌هایی برای پردازش زبان طبیعی و داده‌های بصری کردند. قبلاُ به این نکته اشاره کردیم که مطالعات اولیه پردازش متن و بینایی ماشین، در دهه ۱۹۷۰ انجام شد و سیستم‌های طراحی شده، بر اساس روش‌های قاعده‌مند عمل می‌کردند. این سیستم‌ها قادر نبودند به‌طور خودکار، داده‌ها را یاد بگیرند و باید برای آنها قواعدی تعریف می‌شد تا بر اساس آنها، به تجزیه و تحلیل داده‌های متنی می‌پرداختند.
در دهه ۱۹۹۰، با پیشرفتهای چشمگیر در شاخه یادگیری ماشین، سیستم‌های پیشرفتهای برای پردازش متن و بینایی ماشین طراحی شد. پژوهشگران در این دهه، روش‌های آماری مختلفی را به منظور شناسایی آماری الگوهای موجود در داده‌ها ارائه دادند. بدین ترتیب، سیستم‌های هوشمند این دهه با استفاده از الگوریتم‌های آماری، به‌طور خودکار، اطلاعاتی از داده‌ها را یاد می‌گرفتند و دیگر نیازی به تعریف دستورات قاعده‌مند نبود.
یکی از مهم‌ترین مدل‌های آماری معروف این دهه، «مدل پنهان مارکوف» (Hidden Markov Model | HMM) است که به عنوان مدلی احتمالاتی برای پردازش متون استفاده می‌شد. این مدل در مسائل مختلفی نظیر بازشناسی گفتار، ترجمه زبان و دسته‌بندی متون کاربرد دارد.
رشد و توسعه پٰروژه‌ها و پژوهش‌های هوش مصنوعی از دهه ۱۹۹۰ بدون وقفه ادامه پیدا کرد و با شروع دهه ۲۰۰۰، میزان پیشرفت در این حیطه با سرعت بیشتری بالا می‌رفت. در این دهه، اصطلاحات جدیدتری نیز مورد استفاده قرار گرفتند که می‌توان به «کلان داده یا مه داده» (Big Data) به عنوان مهم‌ترین آنها اشاره کرد.
سیستم‌های مجهز به هوش مصنوعی در دهه‌های پیشین، با داده‌های محدودی سر و کار داشتند و محدود به قواعد از پیش تعریف شده‌ای بودند که توانمندی کار با داده‌های زیاد و پیچیده را نداشتند. به علاوه، در گذشته حجم داده‌های جمع‌آوری شده برای آموزش سیستم‌های هوشمند، محدود بود و تهیه داده‌های بیشتر به زمان و هزینه بیشتری احتیاج داشت.
اصطلاح «کلان یا حجیم» (Big) به ۳ مشخصه اصلی از داده‌های امروزی اشاره دارد:
مروزه با گسترش اینترنت و رسانه‌های اجتماعی و پیشرفته شدن مطالعات حوزه رباتیک، چنین داده‌های حجیمی را با ۳ مشخصه ذکر شده در بالا می‌توان برای آموزش مدل‌های هوش مصنوعی فراهم کرد. بدین ترتیب، الگوریتم‌های یادگیری عمیق می‌توانند با دریافت داده‌های بیشتر، اطلاعات بیشتری را از داده‌ها کسب کنند و برای انجام وظیفه‌ای خاص، به عملکرد بهتری دست یابند. همچنین، با پیشرفته شدن فناوری‌های پردازش اطلاعات و ذخیره‌سازی داده‌ها نظیر «هادوپ» (Hadoop) و «اسپارک» (Spark) می‌توان حجم عظیمی از داده‌ها را سریع و به‌طور کارآمد پردازش کرد.
علاوه‌بر داده‌های متنی، پژوهش‌های مهمی نیز در حوزه پردازش تصویر در سال ۲۰۰۷ انجام و با تلاش «فای فای لی» (Fei Fei Li) و همکارانش، دیتاست بزرگی برای داده‌های تصویری فراهم شد. تصاویر این دیتاست دارای برچسب هستند و در چندین دسته طبقه‌بندی شده‌اند. پژوهشگران فعال در حوزه پردازش تصویر می‌توانند از داده‌های این دیتاست برای پیشپرد پروژه‌های خود استفاده کنند.
در حوزه بینایی ماشین نیز می‌توان به «شبکه عصبی پیچشی» (Convolutional Neural Network | CNN) به عنوان یکی از مهم‌ترین دستاوردهای دهه ۱۹۹۰ اشاره کرد. در آن دوران از این مدل برای مسائلی مانند تشخیص اشیا و دسته‌بندی تصاویر استفاده می‌شد. امروزه، این مدل در پردازش زبان طبیعی نیز کاربرد دارد و از آن می‌توان به عنوان مدلی برای استخراج ویژگی از متن استفاده کرد.
در سال ۱۹۹۷ نیز «سپ هوچرایتر» (Sepp Hochreiter) و «یورگن اشمیدهابر» (Jürgen Schmidhuber) نوعی از «شبکه عصبی بازگشتی» (Recurrent Neural Network | RNN) با نام شبکه عصبی با «حافظه‌ی کوتاه‌مدت طولانی» (Long Short-Term Memory | LSTM) را ارائه کردند که کاربرد آن را می‌توان در مسائلی همچون «تحلیل سری زمانی» (Time Series Analysis) و پردازش زبان طبیعی ملاحظه کرد.
بین سال‌های ۱۹۹۸ و ۱۹۹۹، دو ربات اسباب‌بازی با نامهای Furby و AIBO برای کودکان ارائه شدند. ربات ۲ هزار دلاری AIBO می‌توانست در طی کنش و واکنش و کسب تجربه از محیط اطراف خود، چیزهای جدیدی یاد بگیرد و با صداهای مختلف با افراد ارتباط برقرار کند. همچنین، این ربات می‌توانست حالت و رنگ چشم‌های خود را تغییر دهد. در ادامه، تصاویر این دو ربات را ملاحظه می‌کنید.
از دیگر دستاوردهای این دهه می‌توان به ساخت وسایل هوشمند خانه نظیر جارو برقی هوشمند اشاره کرد. این ربات می‌تواند به‌طور خودکار محیط اطراف خود را شناسایی کند و بدون برخورد با موانع موجود در محیط، به تمیز کردن محوطه بپردازد.
در سال ۲۰۰۴، دارپا مسابقه‌ای را برای طراحی ماشین‌های خودران در نظر گرفت که شرکت‌کنندگان این مسابقه باید ماشین‌هایی را طراحی می‌کردند که مناسب موقعیت‌های نظامی بودند. جایزه‌ای که برای برنده این مسابقه در نظر گرفته شد، برابر با مبلغ یک میلیون دلار بود. البته، در این مسابقه برنده‌ای وجود نداشت، زیرا هیچ یک از ماشین‌های خودران نتوانستند از مسیرهای سخت بیابانی تعیین شده با موفقیت عبور کنند.
با پیشرفته شدن پژوهش‌های مربوط به اتومبیل‌های خودران، در سال ۲۰۰۹ شرکت گوگل توانست اولین ماشین خودران خود را بسازد. در ادامه، تصویری از اتومبیل خودران گوگل را ملاحظه می‌کنید.
از سال ۲۰۱۰ تاکنون، هوش مصنوعی تغییر و تحولات بسیار چشمگیری را به همراه داشته و زندگی انسان با این فناوری عجین شده است. دستاوردهای امروزی هوش مصنوعی، در سال‌های گذشته به شکل یک رویا در ذهن افراد متخصصی بود که مسیر تحقیقاتی هوش مصنوعی را آغاز کرده بودند. گوشی‌های هوشمند امروزی نمونه بارزی از پیشرفت هوش مصنوعی محسوب می‌شوند که اکثر افراد، تجربه استفاده از آن را دارند و تقریباً می‌توان گفت این ابزار به جزء جدایی‌ناپذیر زندگی روزانه انسان تبدیل شده است.
یکی از مهم‌ترین دستاوردهای دهه اخیر، دستیار صوتی Siri است که افراد می‌توانند با کمک آن، به‌صورت کلامی با گوشی خود ارتباط برقرار کنند و از تلفن هوشمند خود بخواهند یک سری کارهای روتین را انجام دهد. این سیستم در سال ۲۰۱۰ برای گوشی‌های اپل ارائه شد که با استفاده از روش‌های پردازش زبان طبیعی، صدا و جمله‌های بیان شده توسط افراد را تشخیص می‌دهد و آنها را به کدی تبدیل می‌کند که بتواند با شناسایی الگوهای آن، درخواست کاربر را درک و سپس خواسته او را انجام دهد. در پی ارائه دستیار صوتی Siri، شرکت گوگل، مایکروسافت و آمازون، در سال‌های ۲۰۱۲ و ۲۰۱۴ و ۲۰۱۶ سیستم‌های Google Now ،Cortana ،Alexa و Google Home را به عنوان دستیار صوتی شخصی ارائه کردند.
همچنین، شرکت مایکروسافت در سال ۲۰۱۰ نیز دستگاهی هوشمند با نام «کینکت» (Kinect) ارائه کرد. این دستگاه برای دستگاه‌های بازی کامپیوتری ساخته شد که می‌تواند حرکت و صدای افراد را حین بازی تشخیص دهد و افراد بدون نیاز به هیچ ابزار کنترل بازی، می‌توانند با استفاده از کینکت، تمام اجزای موجود در صفحه مانیتور بازی را تحت کنترل خود درآوردند.
در سال ۲۰۱۱، شرکت IBM سیستم هوشمند پرسش و پاسخی را با نام Watson ارائه کرد که این سیستم می‌توانست بر پایه روش‌های پردازش زبان طبیعی، پرسش دریافتی را درک کند و پاسخ مناسب آن را ارائه دهد. این سیستم در برنامه تلویزیونی پرسش و پاسخ با دیگر شرکت‌کنندگان به رقابت پرداخت و با مبلغ یک میلیون دلار، برنده مسابقه شد.
در طی سال‌های ۲۰۱۲ و ۲۰۱۳ نیز پروژه‌های مهمی در حوزه پردازش تصویر انجام شدند. «جف دین» (Jeff Dean) و «اندروینگ» (Andrew Ng) از پژوهشگران شرکت گوگل، شبکه عصبی بزرگی را برای تشخیص تصاویر گربه آموزش دادند. تیم پژوهشی دانشگاه Carnegie Mellon نیز سیستم هوشمند معنایی را طراحی کردند که می‌توانست رابطه بین تصاویر را مقایسه و تحلیل کند.
یکی از مهم‌ترین رویدادهای تاریخچه هوش مصنوعی در سال ۲۰۱۵ رخ داد. در این سال، شرکت OpenAI توسط «ایلان ماسک» (Elon Musk) و ۵ تن از افراد دیگر به عنوان مرکز تحقیقاتی و توسعه هوش مصنوعی در آمریکا تاسیس شد و در حال حاضر، این شرکت به عنوان یکی از پیشروهای حوزه هوش مصنوعی محسوب می‌شود. این شرکت در شاخه‌های پردازش تصویر و پردازش زبان طبیعی پروژه‌های بسیار مهمی را ارائه کرده است که مدل‌های ChatGPT و GPT 4 دو نمونه از معروف‌ترین دستاوردهای این شرکت هستند که توجه بسیاری از افراد را به خود جلب کرده‌اند.
از دیگر دستاوردهای مهم دهه اخیر، می‌توان به ساخت ربات انسان‌نمای «سوفیا» (Sophia) اشاره کرد. این ربات اولین دستاورد هوش مصنوعی است که حقوق شهروندی به آن تعلق گرفته است. سوفیا همانند انسان می‌تواند با دیگر افراد ارتباط کلامی برقرار کند و با استفاده از روش‌های پردازش تصویر، قادر است محیط اطراف خود را ببیند. همچنین، این ربات می‌تواند با اعضای چهره خود، احساسات را نشان دهد.
در سال ۲۰۱۸، شرکت گوگل با ارائه مدل زبانی BERT نیز تحول دیگری در حوزه هوش مصنوعی به وجود آورد. این مدل، با روش «یادگیری نظارت نشده» (Unsupervised Learning) بر روی حجم عظیمی از داده‌های متنی آموزش داده شده است و از آن می‌توان برای سایر مسائل، نظیر دسته‌بندی متن‌ها و ترجمه ماشینی استفاده کرد.
در همین سال نیز، شرکت سامسونگ دستیار مجازی خود را با نام Bixby ارائه کرد که مجهز به روش‌های پردازش زبان طبیعی و بینایی ماشین است. کاربران می‌توانند با این برنامه به مکالمه بپردازند و پرسش‌های خود را مطرح کنند تا این برنامه پیشنهاداتی را به آنها ارائه دهد. همچنین، این سیستم از طریق دوربین موبایل می‌تواند محیط اطراف کاربر را شناسایی کند. از این قابلیت می‌توان برای ترجمه و جستجوی تصویری در فضای اینترنت استفاده کرد.
در سال ۲۰۲۳، شرکت مایکروسافت به عنوان یکی از سهام‌داران شرکت OpenAI، موتور جستجوگر Bing خود را به قابلیت چت‌باتی مجهز کرد که بر پای مدل GPT-4 کار می‌کند. کاربران می‌توانند در حین جستجو در فضای اینترنت، با این چت‌بات نیز به مکالمه بپردازند و پاسخ دقیقی را برای پرسش‌های خود دریافت کنند. همچنین، هوش مصنوعی بینگ قابلیتی را برای ساخت تصاویر ارائه کرده است که بر پایه یکی از مدل‌های ارائه شده توسط OpenAI با نام DALL-E کار می‌کند. این ابزار هوشمند بر اساس متنی که از ورودی می‌گیرد، تصویری را در خروجی ارائه می‌کند. همچنین GoogleAI نیز هوش مصنوعی «بارد» (Bard) را ارائه کرده است که چت‌باتی مستقل به حساب می‌آید و از رقیبان ChatGPT محسوب می‌شود.
ش مصنوعی بینگ به عنوان یکی از جدیدترین ابزارهای هوش مصنوعی در چند ماه اخیر محسوب می‌شود و بدون شک، توسعه و ارائه ابزارهای هوشمند جدید و روش‌های نوین هوش مصنوعی ادامه خواهد داشت و با سرعت پیشبرد تحقیقات این حوزه، انتظار می‌رود انسان به‌زودی به «اَبَر هوش مصنوعی» (Super Artificial Intelligence) دست یابد.
این سطح از هوش مصنوعی، سطحی است که میزان هوشمندی سیستم‌های مصنوعی از میزان هوشمندی انسان پیشی می‌گیرند و چنین سیستم‌هایی قادر هستند مسائلی را حل کنند که انسان قادر به یافتن پاسخ برای آنها نیست. اگرچه پیشرفت در هوش مصنوعی، زندگی را در تمامی جنبه‌های مختلف برای انسان ساده کرده و تاثیرات مثبتی را به ارمغان داشته است، اما باید دید آیا آینده هوش مصنوعی خطری بزرگ برای بشریت محسوب می‌شود یا می‌توان راهی را یافت که بتوان از تاثیرات منفی و تهدیدات دستاوردهای این حوزه جلوگیری کرد.