موجز ۱ از ۷ · ۲ دقیقه
به لطف پیشرفتی چشمگیر در یادگیری عمیق، در آستانه‌ی ورود به اقتصاد هوش مصنوعی هستیم.
تا همین اواخر، اگر مردم درباره‌ی هوش مصنوعی (AI) حرف می‌زدند، احتمالاً بحثشان در زمینه‌ی داستان‌های علمی‌تخیلی بود. اما این روزها همه، از دانش‌آموزان گرفته تا مدیران عامل، می‌پرسند هوش مصنوعی در سال‌های آینده چه تغییراتی برای ما به همراه خواهد داشت. در واقع، نویسنده هنگام سخنرانی در مدارس و همایش‌های مدیران دریافته است که کودکان چینیِ مهدکودکی همان پرسش‌هایی را از او می‌پرسند که مدیران عامل می‌پرسند؛ پرسش‌هایی مانند «آیا معلم‌های هوش مصنوعی خواهیم داشت؟» و «در آینده چه شغل‌هایی خواهیم داشت؟» هرچند ظهور هوش مصنوعی در دنیای واقعی ممکن است پدیده‌ای نسبتاً تازه به نظر برسد، این فناوری دهه‌ها در حال شکل‌گیری بوده است و تنها اکنون، به لطف پیشرفتی چشمگیر در یادگیری عمیق، به ابزاری مهم برای کسب‌وکار تبدیل شده است. داستان رسیدن ما به یادگیری عمیق به دهه‌ی ۱۹۵۰ بازمی‌گردد؛ زمانی که پژوهشگرانی مانند ماروین مینسکی و جان مک‌کارتی می‌خواستند به رایانه‌ها هوش انسانی بدهند. وقتی نویسنده در اوایل دهه‌ی هشتاد میلادی فعالیت در این حوزه را آغاز کرد، دو گروه برای رسیدن به این هدف تلاش می‌کردند: طرفداران روش قاعده‌محور و طرفداران شبکه‌ی عصبی. طرفداران هوش مصنوعی قاعده‌محور معتقد بودند بهترین نتایج از برنامه‌ریزی ماشین‌ها با افزودن قواعد، یکی پس از دیگری، به دست می‌آید؛ قواعدی مانند «گربه‌ها گوش‌های مثلثی‌شکل دارند». در مقابل، طرفداران شبکه‌ی عصبی ترجیح می‌دادند ماشین را آزاد بگذارند تا درست مانند انسان‌ها، از راه تجربه، خودش یاد بگیرد. به این ترتیب، یک ماشین می‌تواند تصویر یک گربه را تحلیل کند و پاسخ نادرستی بدهد؛ اما این خطا به داده‌ای تبدیل خواهد شد که ماشین از آن یاد می‌گیرد.
آنچه هوش مصنوعی مبتنی بر شبکه‌ی عصبی واقعاً به آن نیاز داشت، حجم عظیمی از داده برای تحلیل و توان محاسباتی سریع‌تر بود؛ این امکانات سرانجام در میانه‌ی دهه‌ی ۲۰۰۰ فراهم شدند. با بهتر شدن شرایط، جفری هینتون، پژوهشگر هوش مصنوعی، سرانجام توانست تعداد مناسبی از لایه‌ها را به «نورون‌ها» اضافه کند و عملاً توان پردازشی هوش مصنوعی را چند برابر کند و به سطحی کاملاً جدید برساند. پس از این اتفاق، نام شبکه‌ی عصبی به یادگیری عمیق تغییر یافت. این پیشرفت بزرگ در مسابقه‌ای در سال ۲۰۱۲ علنی شد؛ الگوریتم جدید هوش مصنوعی هینتون در تشخیص بصری، رقبا را با اختلافی چشمگیر شکست داد.
ناگهان هوش مصنوعی قادر شد مسائل پیچیده را پردازش کند، الگوها را تشخیص دهد و نتایجی شگفت‌انگیز به دست آورد. روشن بود که این فناوری اکنون در طیف وسیعی از فعالیت‌های روزمره کاربرد دارد؛ از جمله تشخیص تصویر و صدا، تصمیم‌گیری‌های مالی پیچیده و حتی رانندگی. به لطف یادگیری عمیق، اقتصاد هوش مصنوعی در راه بود.