هوش مصنوعي (Artificial Intelligence) مبنايي است براي تقليد رايانه و يا ماشين‌ها از فرآيندهاي هوش انساني که از طريق ايجاد و استفاده از الگوريتم‌ در يک محيط محاسبات پويا به وجود مي‌آيد. به زبان ساده، هوش مصنوعي در تلاش است تا رايانه‌ها را مانند انسان‌ها به فکر و سپس عملکرد بکشاند و کمک کند تا کارهايي که نياز به هوش انساني دارد را انجام دهند.

رسيدن به اين هدف به سه مؤلفه اصلي نياز دارد:

• سيستم‌هاي محاسباتي
• مديريت داده‌ها و مديريت داده‌ها
• الگوريتم‌هاي پيشرفته هوش مصنوعي (کد)

براي اينکه نتيجه اين سيستم به رفتارهاي انساني نزديک‌تر باشد، به داده و قدرت پردازش بيشتري نياز دارد.

چگونگي ايجاد هوش مصنوعي

مي‌توان گفت حداقل از قرن يک قبل از ميلاد مسيح، انسان احتمال ايجاد ماشين‌هايي که از مغز انسان تقليد مي‌کنندرا در ذهن خود پرورانده است . نخستين بار در دوران مدرن و در سال 1955 اصطلاح هوش مصنوعي توسط جان مک کارتي ابداع شد. در سال 1956، مک کارتي و ديگر  فعالان اين حوزه کنفرانسي را با عنوان “پروژه تحقيقاتي تابستاني دارتموت در زمينه هوش مصنوعي” ترتيب دادند. اين مسئله شروعي براي ايجاد يادگيري ماشين، يادگيري عميق، مسئله تجزيه و تحليل پيشبيني و امروزه نيز تجزيه و تحليل تجربي محسوب مي‌شود. اين مسئله همچنين حوزه‌اي کاملاً جديد در زمينه مطالعه علم داده ايجاد کرد.

چرا هوش مصنوعي مهم است؟

امروزه، ميزان داده‌هايي که توسط انسان و ماشين‌ها ايجاد مي‌شو آنقدر زياد است که جذب، تفسير و تصميم گيري‌هاي پيچيده بر اساس آن داده‌ها از توانايي انسان فراتر مي‌رود. هوش مصنوعي پايه و اساس تمام يادگيري رايانه‌ها را تشکيل مي‌دهد و آينده تصميم گيري‌هاي پيچيده است. به عنوان نمونه، بيشتر انسان‌ها مي‌توانند بفهمند که چگونه نبايد در بازي‌هاس مختلف پس از آزمون و خطاي بسيار برنده شوند و حتي روند بازي را تشخيص دهند. تعداد افراد کمي در دنيا به عنوان بزرگترين قهرمانان بازي چکر در نظر گرفته مي‌شوند که بيش از 500 ميليارد حرکت متفاوتي مي‌تواند داشته باشد. استفاده از رايانه‌ها در محاسبه اين ترکيب‌ها و جابجايي‌ها، براي دستيابي به بهترين تصميم بسيار کاربردي است. هوش مصنوعي (و تحول آن در يادگيري ماشين) و يادگيري عميق آينده اساسي براي تصميم گيري در مورد کسب و کار و بسياري از حوزه‌هاي ديگر رقم است.

موارد استفاده از هوش مصنوعي

برنامه‌هاي کاربردي مبتني بر هوش مصنوعي را مي‌توان در حوزه‌هاي مختلفي مانند تشخيص تقلب در خدمات مالي، پيشبيني خريد در خرده ي و تعامل آنلاين و پشتيباني از مشتري به کار برد. در اينجا چند مثال اين زمينه آورده شده است:

• تشخيص تقلب: حوزه خدمات مالي به دو روش از هوش مصنوعي استفاده مي‌کند. امتيازدهي اوليه برنامه‌هاي اعتباري که از هوش مصنوعي براي درک اعتبار استفاده مي‌کند و ديگر اينکه از موتورهاي پيشرفته هوش مصنوعي براي نظارت و کشف معاملات جعلي در پرداخت در زمان کوتاه استفاده مي‌شود.
• دستيار مجازي مشتري (VCA): مراکز تماس از VCAها براي پيشبيني و پاسخ به سوالات مشتري بدون نياز به عامل انساني استفاده مي‌کنند. تشخيص صدا، همراه با گفتگوي شبيه سازي شده به تعاملات انسان، اولين نکته تعامل دستياران مجازي با مشتري است. در زماني که سوالات مشتري سطح بالاتر از درک و توان هوش مصنوعي باشد، به طور خودکار، مشتري به يک عامل انساني هدايت مي‌شود. براي مثال هنگامي که يک شخص از طريق چت بات گفتگو را در يک صفحه از وب‌سايت آغاز مي‌کند، آن فرد اغلب در حال تعامل با رايانه‌اي است که داراي هوش مصنوعي پيشرفتهاست. اگر اين چت بات هوشمند نتواند سؤال او را تفسير کند يا به آن جوابي مناسب دهد، يک انسان براي برقراري ارتباط مستقيم با مشتري مداخله مي‌کند.