معرفی چالش داده‌کاوی هوشمند به توان شناختی
معرفی چالش داده‌کاوی هوشمند به توان شناختی
به طور مثال یکی از موارد موفق هوش مصنوعی در سال‌های اخیر ترجمه ماشینی است. شما یک جمله نه چندان ساده به زبان انگلیسی به مترجم گوگل می‌دهید و بلافاصله معادل صحیح آن در زبان فرانسه نوشته می‌شود.مهم نیست مترجم گوگل از چه ترفندی استفاده کرده و کارش به شیوه کار مغز شباهت داره یا نه.همین که کارش را درست و هوشمندانه انجام داده برای شما کافی است.با این حال مساله برای خیلی ها وقتی جالب است که این رفتارهای به ظاهر هوشمند به فرایندهای شناختی و ساز و کارهای مغزی بیشتر شبیه باشد.
نمونه بارز چنین مساله ای رویکرد یادگیری عمیق (deep learning)است که با وجود فاصله زیاد با مشابه زیستی این روزها پر طرف‌دار شده است.البته یادگیری عمیق فقط یکی از شاخه‌های یادگیری ماشین است و هنوز برتری خاصی نسبت به روش‌های همنوع خود ندارد اما همین قدر که مقوله یادگیری که از مبانی علوم شناختی است تا این اندازه در فناوری‌های روز مطرح شده پیشرفت قابل توجهی ایست.در هوش مصنوعی قدیم و نمادی(symbolic)یادگیری دغدغه اصلی نبود ولی یادگیری به شیوه شبکه‌های عصبی هم تا دو دهه پیش خیلی پرطرفدار نبود ولی امروز از نظر خیلی ها به شیوه غالب تبدیل شده.به واقع این فرضیه قوت گرفته که روش‌های معمول هوش مصنوعی در خیلی حوزه‌ها در کوتاه مدت شاید جواب دهد ولی در دراز مدت پیچیدگی فرایند های شناختی و طبیعی چالش‌های دشوارتری می‌طلبد که نیازمند شناخت بیشتر از ساز و کارهای مغزی است.
برای نمونه می‌توانیم به مساله تبدیل یک تصویر به متنی که حاوی اطلاعات تصویر است اشاره کنیم. کاری که در خیلی موارد برای انسان به طور طبیعی ساده است. اما برنامه‌هایی که در غالب یادگیری عمیق طراحی شده هنوز مرتکب اشتباهات فاحشی می‌شود .به نظر می رسد قوه توجه در انسان برای شناسایی و استخراج اطلاعات مفید تصویر سهم مهمی دارد و به همین دلیل است که نحوه پیاده‌سازی این توانایی به مساله داغی در یادگیری عمیق تبدیل شده است.البته باز هم تاکید کنیم که پیشرفت فناوری بر حسب شاخص‌های اقتصادی و به اصطلاح معیارهای بازار تعین می‌شود. به طور مثال اگر قرار بود مترجم ماشینی اول معنی جمله را می‌فهمید بعد ترجمه می‌کرد فناوری امروز به ثمر نمی‌رسید.اما مباحث شناختی و معناکاوی به همان اندازه مفید است و پیشرفت فناوری ترجمه ماشین در آینده نزدیک بر چنین چالش‌هایی متکی است.علاوه بر این‌ها ویژگی بارز شناخت در انسان دسترسی مستقیم به احوالات مغزی است و همین اساس همدلی است که انسان را نسبت به هیجانات و عواطف هم نوع خود حساس میکند. این روزها ابزارهایی که باعث برانگیختگی احساسات می‌شود کاربرد فراوان دارد.
به ویژه شایعاتی که سازوکارهای مغزی عواطف را فعال میکند بیشترین تاثیر را در انتخاب و تصمیم‌گیری ما دارد. چه انتخاب سهام باشد چه ارزیابی کالای جدید یا نظر خواهی مشتریان و…الخ سمت و سوی تجزیه و تحلیل داده‌های موجود بدون در نظر گرفتن یافته‌ها و چالش‌های شناختی در این حوزه میسر نیست.
مواردی از دخالت آشکار علوم شناختی در داده‌کاوی هوشمند
مواردی از دخالت آشکار علوم شناختی در داده‌کاوی هوشمند
به‌طور مثال تأثیر عوامل هیجانی-احساسی از موضوعات داغ تحقیق در اقتصاد رفتاری است و فناوری اقناع به‌طور محسوسی تأثیر این عوامل را در تصمیم‌گیری هدف قرار داده است.تأثیر این عوامل از داده‌های تصویری گرفته تا صوتی و متنی بسیار گسترده است.یک نمونه از چنین کاربردی روش‌هایی است که احساسات را از روی حرکات صورت اندازه‌گیری میکند و از استخراج چنین داده‌هایی میزان ذوق‌زدگی نسبت به تبلیغات یک محصول و یا میزان احساسی که مردم نسبت به گفتار یک مبلغ سیاسی نشان می‌دهند را ارزیابی میکند.همین‌طور نقش شایعات و تأثیر آن در برانگیختن احساسات و نهایتاً اتخاذ تصمیمات از قبل طراحی‌شده حتی به‌صورت ناآگاه می‌تواند چالشی فراگیر در داده‌کاوی هوشمند تلقی شود.این نگرش روزنه کوچکی ایست به حوزه مهمی از علوم شناختی تحت عنوان هوشمندی احساسی و شامل توسعه ابزارهایی است که بتواند چنین اطلاعاتی را از داده‌های موجود استخراج کند.
به اطلاع علاقه‌مندان می‌رسانیم ثبت‌نام در در این رویداد آغاز گردید لطفاً جهت کسب اطلاعات بیشتر به سایت هم‌آوا مراجعه فرمایید.