انواع هوش مصنوعی
مقاله رادکان

انواع هوش مصنوعی - معرفی دسته بندی ها و کاربردها

با انواع هوش مصنوعی بر اساس توانایی، عملکرد و فناوری آشنا شوید. تفاوت ANI، AGI و ASI و کاربرد هر نوع هوش مصنوعی را بررسی کنید.

هوش مصنوعیانتشار: ۲۴ آبان ۱۴۰۵به‌روزرسانی: ۲۴ آبان ۱۴۰۵زمان مطالعه: ۵ دقیقه

هوش مصنوعی یک فناوری واحد نیست و از چند زاویه می توان آن را دسته بندی کرد. در این مقاله از رادکان 360 انواع هوش مصنوعی را بر اساس سطح توانایی، عملکرد و فناوری بررسی می کنیم و کاربرد هر کدام را در زندگی روزمره و کسب و کار می بینیم.

انواع هوش مصنوعی بر اساس سطح توانایی

این دسته بندی نشان می دهد یک سیستم هوشمند در مقایسه با توانایی ذهنی انسان کجا قرار می گیرد. از سه سطح موجود، فقط اولی امروز وجود دارد و دو سطح دیگر هنوز در مرحله ی پژوهش و بحث نظری قرار دارند. شناخت این تفاوت جلوی انتظارهای غیرواقعی از ابزارهای فعلی را می گیرد.

هوش مصنوعی محدود (ANI)

هوش مصنوعی محدود (Artificial Narrow Intelligence) فقط یک کار مشخص را انجام می دهد. دستیار صوتی، فیلتر اسپم، سیستم پیشنهاد فیلم و چت بات های امروزی در این گروه قرار می گیرند. این سیستم ها در حوزه ی خودشان می توانند سریعتر از انسان عمل کنند اما خارج از آن حوزه کاری از دست آنها بر نمی آید.

هوش مصنوعی عمومی (AGI)

هوش مصنوعی عمومی (Artificial General Intelligence) سیستمی است که مثل انسان در حوزه های مختلف یاد بگیرد، استدلال کند و مهارتش را به مسئله های تازه منتقل کند. هنوز چنین سیستمی ساخته نشده و پژوهشگران درباره ی زمان و حتی امکان رسیدن به آن اتفاق نظر ندارند.

هوش مصنوعی فوق هوشمند (ASI)

هوش مصنوعی فوق هوشمند (Artificial Super Intelligence) یک سیستم فرضی است که در همه ی زمینه ها از باهوش ترین انسان ها بهتر عمل کند. این مفهوم بیشتر در بحث های فلسفی، ایمنی هوش مصنوعی و داستان های علمی تخیلی مطرح می شود.

جدول زیر این سه سطح را از نظر دامنه ی توانایی، وضعیت فعلی و مثال مقایسه می کند.

سطحدامنه ی تواناییوضعیت فعلیمثال
ANIیک کار مشخصموجود و پرکاربرددستیار صوتی، چت بات
AGIهمه ی کارهای فکری انسانوجود نداردنمونه ای ندارد
ASIفراتر از انسانفرضیمفهومی و نظری
انواع هوش مصنوعی بر اساس سطح توانایی

انواع هوش مصنوعی بر اساس عملکرد

این تقسیم بندی به نحوه ی کار سیستم و میزان استفاده از حافظه و درک محیط نگاه می کند. از ساده ترین سیستم ها که فقط به ورودی فعلی واکنش نشان می دهند شروع می شود و به مفهوم هوش خودآگاه می رسد. دو نوع اول واقعی هستند و دو نوع آخر هنوز تحقق پیدا نکرده اند.

ماشین های واکنشی

ماشین های واکنشی حافظه ای از گذشته ندارند و فقط به شرایط لحظه ی فعلی پاسخ می دهند. نمونه ی معروف آن Deep Blue می باشد. سیستم شطرنج بازی که در دهه ی نود قهرمان جهان را شکست داد. این سیستم ها پایدارند اما از تجربه یاد نمی گیرند.

هوش مصنوعی با حافظه محدود

این نوع از داده های گذشته برای تصمیم فعلی استفاده می کند. خودرو های خودران سرعت و مسیر خودروهای اطراف را در چند ثانیه ی اخیر بررسی می کنند. بیشتر سیستم های امروزی، از جمله مدل های زبانی بزرگ و سیستم های پیشنهاد دهنده، در این گروه جای می گیرند.

هوش مصنوعی مبتنی بر نظریه ذهن

نظریه ذهن یعنی توانایی فهمیدن باورها، قصد و احساسات دیگران. سیستمی با این ویژگی باید بتواند رفتار انسان را بر اساس حالت روانی او تفسیر کند. پژوهش ها در این زمینه ادامه دارند اما نمونه ی کامل و قابل اتکایی هنوز وجود ندارد.

هوش مصنوعی خودآگاه

این نوع سیستمی است که از وجود خود آگاه باشد. فعلا فقط یک مفهوم نظری است و حتی در تعریف دقیق «آگاهی» میان دانشمندان توافق کاملی وجود ندارد.

جدول زیر چهار نوع را از نظر حافظه، وضعیت و مثال کنار هم آورده است.

نوعحافظهوضعیتمثال
ماشین واکنشینداردموجودDeep Blue
حافظه محدودکوتاه مدتموجودخودروی خودران، LLM
نظریه ذهندرک حالت دیگراندر حال پژوهشنمونه ی کامل ندارد
خودآگاهآگاهی از خودفرضیندارد
انواع هوش مصنوعی بر اساس عملکرد

انواع هوش مصنوعی بر اساس فناوری و روش کار

در این دسته بندی، ابزار فنی پشت سیستم اهمیت دارد. پنج فناوری زیر در هم تنیده اند؛ مثلا یادگیری عمیق زیر مجموعه ی یادگیری ماشین است و بیشتر سیستم های مولد روی آن ساخته می شوند. به همین دلیل یک محصول می تواند همزمان به چند دسته تعلق داشته باشد.

یادگیری ماشین

یادگیری ماشین (Machine Learning) به کامپیوتر اجازه می دهد از داده ها الگو بیاموزد، بدون این که قوانین به صورت دستی نوشته شوند. پیش بینی فروش، تشخیص تقلب بانکی و فیلتر اسپم از کاربردهای آن است.

یادگیری عمیق

یادگیری عمیق (Deep Learning) از شبکه های عصبی چند لایه استفاده می کند. برای داده های پیچیده مثل تصویر، صدا و متن عملکرد عالی دارد، ولی به داده و توان پردازشی زیادی نیاز دارد.

پردازش زبان طبیعی

پردازش زبان طبیعی (NLP) به ماشین کمک می کند زبان انسان را بفهمد و تولید کند. ترجمه ی ماشینی، تحلیل نظرات کاربران و چت بات ها از نمونه های آن هستند.

بینایی ماشین

بینایی ماشین (Computer Vision) تصویر و ویدئو را تحلیل می کند. تشخیص چهره، خواندن پلاک خودرو، بررسی تصاویر پزشکی و کنترل کیفیت خط تولید با آن انجام می شود.

هوش مصنوعی مولد

هوش مصنوعی مولد (Generative AI) محتوای تازه مثل متن، تصویر، صدا و ویدئو می سازد. Chat GPT و Mid Journey نمونه های شناخته شده ی آن هستند.

جدول زیر پنج فناوری را از نظر کار اصلی، نوع داده و مثال مقایسه می کند.

فناوریکار اصلینوع دادهمثال کاربرد
یادگیری ماشینیادگیری الگو از دادهجدولی و عددیپیش بینی فروش
یادگیری عمیقیادگیری با شبکه ی عصبی چند لایهتصویر، صدا، متنتشخیص گفتار
NLPدرک و تولید زبانمتن و گفتارترجمه، چت بات
بینایی ماشینتحلیل تصویر و ویدئوتصویر و ویدئوکنترل کیفیت
هوش مصنوعی مولدساخت محتوای جدیدمتن، تصویر، صدانوشتن و طراحی
انواع هوش مصنوعی بر اساس فناوری و روش کار

کاربرد انواع هوش مصنوعی در زندگی روزمره

شاید بدون توجه، هر روز چند بار با هوش مصنوعی سروکار داشته باشید. در ادامه چند نمونه ی آشنا از گوشی، خرید، سفر و کار شخصی را می بینید.

در گوشی و خانه

قفل با چهره، تایپ پیش بینی کننده، دستیار صوتی و دوربین هوشمند گوشی از بینایی ماشین و NLP استفاده می کنند. جارو برقی رباتیک و ترموستات هوشمند هم الگوی مصرف و محیط خانه را یاد می گیرند.

در خرید و سرگرمی

پیشنهاد فیلم، موسیقی و محصول بر پایه ی یادگیری ماشین ساخته می شود. فروشگاه های اینترنتی از آن برای نمایش محصول مرتبط تر به شما استفاده می کنند.

در سفر و حمل و نقل

نقشه های آنلاین با تحلیل ترافیک زنده بهترین مسیر را پیشنهاد می دهند. اپلیکیشن های تاکسی اینترنتی هم زمان رسیدن و هزینه را با مدل های پیش بینی تخمین می زنند.

در یادگیری و کار شخصی

ابزار های ترجمه، خلاصه سازی و نوشتن متن، کارهای روزمره را سریع تر می کنند. البته خروجی آن ها را قبل از استفاده بازبینی کنید.

کاربرد انواع هوش مصنوعی در کسب و کارها

کسب و کارها بسته به نوع فناوری، از هوش مصنوعی در بخش های مختلف استفاده می کنند:

  • پشتیبانی مشتری: چت بات های مبتنی بر NLP به پرسش های تکراری پاسخ می دهند و تیم پشتیبانی روی مسئله های پیچیده تر وقت می گذارد.

  • بازاریابی: هوش مصنوعی مولد پیش نویس متن تبلیغ، توضیح محصول و محتوای شبکه های اجتماعی تولید می کند.

  • فروش: مدل های یادگیری ماشین مشتریان مستعد خرید را شناسایی و فروش آینده را پیش بینی می کنند.

  • تولید و صنعت: بینایی ماشین ایراد محصول را روی خط تولید پیدا می کند و مدل های پیش بینی، زمان خرابی تجهیزات را تخمین می زنند.

  • مالی و بانکی: تراکنش های مشکوک و ریسک اعتباری مشتریان با یادگیری ماشین ارزیابی می شود.

  • منابع انسانی: غربالگری اولیه ی رزومه و پاسخ به سوال های کارکنان خودکار می شود.

  • لجستیک: مسیریابی، پیش بینی تقاضا و مدیریت موجودی انبار با تحلیل داده بهینه می شود.

تفاوت انواع هوش مصنوعی با مدل های هوش مصنوعی چیست؟

دو اصطلاح «نوع» و «مدل» اغلب با هم اشتباه گرفته می شوند. نوع، دسته بندی کلی بر اساس توانایی، عملکرد یا فناوری است. مدل، سیستم مشخصی است که آموزش دیده و قابل استفاده است.

مدل هوش مصنوعی چیست؟

مدل های هوش مصنوعی برنامه ای است که از روی داده آموزش دیده و برای کار مشخصی استفاده می شود. GPT، Claude و Stable Diffusion مثال هایی از مدل ها هستند. برای آشنایی دقیق تر می توانید مقاله مدل های هوش مصنوعی را بخوانید.

جدول زیر تفاوت این دو مفهوم را از چند جنبه نشان می دهد.

ویژگیانواع هوش مصنوعیمدل های هوش مصنوعی
سطح مفهومدسته بندی کلیسیستم مشخص و قابل استفاده
هدفشناخت و طبقه بندیانجام یک کار واقعی
مثالهوش مصنوعی مولد، یادگیری عمیقGPT، Claude، FLUX
قابل دانلود یا استفادهخیربله
تغییر در زمانکندسریع و با نسخه های جدید
تفاوت انواع هوش مصنوعی با مدل های هوش مصنوعی چیست

راهکار رادکان 360

انتخاب نوع مناسب هوش مصنوعی برای یک کسب و کار به نیاز، داده و بودجه بستگی دارد. رادکان 360 می تواند در شناسایی فرصت های به کارگیری هوش مصنوعی، انتخاب راهکار مناسب و اتصال آن به فرایند های سازمان همراه شما باشد. برای مشاوره، با تیم ما در ارتباط باشید.

جمع بندی

هوش مصنوعی را از سه زاویه می توان دسته بندی کرد: سطح توانایی (ANI، AGI، ASI)، عملکرد (از ماشین واکنشی تا خودآگاه) و فناوری (یادگیری ماشین، یادگیری عمیق، NLP، بینایی ماشین و هوش مصنوعی مولد). امروز فقط هوش مصنوعی محدود با حافظه ی محدود در عمل وجود دارد و بقیه ی انواع هنوز نظری اند. نوع و مدل هم یکی نیستند. نوع یک دسته بندی کلی است و مدل ابزار مشخص. برای انتخاب درست، اول نیاز خود را روشن کنید و بعد سراغ فناوری مناسب بروید.

سوالات متداول

هوش مصنوعی محدود (ANI). همه ی ابزارهای فعلی از جمله چت بات ها و مدل های تولید تصویر در این گروه قرار می گیرند.

مقاله را به برنامه اجرایی تبدیل کنید

اگر شرایط بازار روی فروش، تبلیغات یا تصمیم‌های تیم شما اثر گذاشته، رادکان می‌تواند مسیر عملی بعدی را شفاف کند.