افزایش ورودی گوگل

شما می توانید با مشخص نمودن واژه کلیدی مد نظر خویش ، کاربران راستین از گوگل و یا دیگر موتورهای جستجو گرفتن نمایید و جایگاه خود را در جستجوی کاربران بالاتر ببرید.

یکی از مهم ترین عوامل موثر در سئو و بهینه سازی سایت و شفا رتبه سایت در گوگل ، افزایش آمار سایت  از راه گوگل و دیگر موتورهای جستجو است. از دید گوگل زمانی که این اتفاق می افتد یعنی درونمایه سایت شما نسبت به بقیه سایت های جستجو شده برای کاربران مفیدتر بوده است. پس مطمئنا گوگل این ورودی را به عنوان یک امتیاز برای سایت شما ثبت می کند.

از آن جایی که گوگل به عنوان مهمترین موتور جستجوی موجود در اینترنت ، مرجع بسیاری از کاربران وب برای جستجوی مطلب موردنظرشان می باشد ، افزایش ورودی گوگل همواره یکتا از دغدغه های اصلی وب مستران به احصاییه می رود. راه های مختلفی برای بهبود رتبه سایت در گوگل وجود دارد. فرآوری محتوای مناسب ، توجه درست و بنیادین به مسائل مربوط به سئو و در ضمن تبلیغات هوشمندانه می تواند از عواملی باشد که در افزایش ورودی سایت از موتورهای جستجو موثر است. ولی راه دیگری نیز برای این مسئله وجود دارد و آن خرید بازدید گوگل است. بازدیدو ، افزایش ورودی گوگل را به چهره واقعی به به اتفاق امکانات متنوع بازدید برای شما فراهم آورده است.

هوش مصنوعی IBM در مناظره با هوش انسانی شکست خورد

IBM در زیرمجموعه‌ای پروژه‌های هوش مصنوعی خود، طرحی با نام IBM Debater دارد که با هدف استفاده از اطلاعات و داده‌ها برای مناظره با هوش انسانی طراحی می‌شود. پروژه‌ی IBM در چند رقابت با مناظره‌کننده‌های حرفه‌ای جهان پیروز شد، اما آخرین مناظره‌ی آن، به شکست انجامید. به‌هرحال، هنوز فعالیت‌های غول قدیمی دنیای فناوری در حوزه‌ی هوش مصنوعی، مهم و قابل‌توجه هستند.

مقاله‌های مرتبط:

• هوش مصنوعی واتسون با پیش‌بینی عملکرد آینده، در مورد کارمندان IBM تصمیم‌گیری می‌کند
• IBM: تا ۵ سال آینده تصمیمات شما با مشورت هوش مصنوعی واتسون صورت می‌گیرد
• IBM از مدل جدید پیش‌بینی آب‌وهوا و نسخه بهینه‌ Debater رونمایی کرد

مناظره‌ی اخیر هوش مصنوعی IBM پیرامون موضوعی مالی و اقتصادی در کنفرانس IBM Think انجام شد. موضوع، ارائه یا عدم ارائه‌ی یارانه‌ی دولتی به تحصیلات پیش‌دبستانی شهروندان بود. در رقابت‌های این‌چنینی، پس از انجام مناظره، مخاطبان رأی خود را درباره‌ی پذیرش نظر هریک از شرکت‌کننده‌ها اعلام می‌کنند. رقابت اخیر IBM با هاریش ناتاراجان فینالیست مسابقات جهانی قهرمانی مناظره‌ی ۲۰۱۶ انجام شد.

در پایان رقابت هوش مصنوعی IBM با ناتاراجان، چند صد مخاطب حاضر در سالن، رأی را به ناتاراجان دادند. کارشناسان از این پیروزی به نتیجه می‌رسند که هنوز انسان‌ها، حداقل آن‌هایی که مدارج علمیبالا از دانشگاه‌های معتبر جهان دریافت کرده‌اند، در مواردی که نیازمند ظرافت‌های دانشی، متقاعد کردن و بحث کردن است، پیروز می‌شوند.

پیروزی هوش انسانی بر هوش مصنوعی در رقابت اخیر، خبر فوق‌العاده و مهمی همچون پیروزی هوش مصنوعی بر قهرمان شطرنج در سال ۱۹۹۷ یا پیروزی بر قهرمان Go در سال ۲۰۱۷ نبود. به‌هرحال، IBM در این رقابت نشان داد که هوش مصنوعی در مواردی که با ابهام و بحث و مناظره همراه هستند نیز حرف‌های زیادی برای گفتن دارد و تنها محدود به بازی‌های برد و باختی ساده نمی‌شود.

مناظره‌ی قبلی IBM Debater

ناتاراجان پس از پیروزی بر هوش مصنوعی IBM گفت: «نکته‌ی قابل‌توجه برای من، ظرفیت بالای IBM Debater در ترکیب با یک هوش انسانی بود». او در ادامه به این نکته اشاره کرد که هوش مصنوعی مذکور، توانایی بالایی در کنکاش اطلاعاتی و ارائه‌‌ی نظریات براساس آن‌ها دارد.

رقابت اخیر،‌ دومین مرتبه‌ای بود که IBM Debater دربرابر مخاطبان عمومی به مناظره با هوش انسانی می‌پرداخت. البته، محصول IBM قبلا چندین بار در آزمایشگاه، مناظره‌هایی را انجام داده بود. در رقابت اول، هوش مصنوعی یک رقیب انسانی را شکست داده و از دیگری، با اختلاف کمی باخته بود. در جدیدترین مناظره، حریف انسانی بسیار قدرتمند بود و محققان خود شرکت نیز اعتقاد داشتند که شانس پیروزی، بسیار پایین است.

مناظره‌ی کامپیوتری

اگرچه IBM Debater رقابت با هوش انسانی را واگذار کرد، اما در بخشی مهم، می‌توان آن را پیروز دانست. مخاطبان حاضر در سالن رقابت و کارشناسان معتقدند با گوش دادن به صحبت‌های هوش مصنوعی IBM،‌ می‌شد به‌راحتی صحبت‌های آن را درک و ارزیابی کرد. به‌بیان دیگر، صحبت کردن Debater شبیه به صحبت کردن و ارائه‌ی اطلاعات توسط یک کامپیوتر نبود و حسی واقعی‌تر داشت.

طراحی Debater شبیه به شخصیت‌های فیلم اودیسه‌ی فضایی است

هوش مصنوعی مذکور، در جریان مناظره، بحث‌ها و دلایل خود را منظم کرده، آن‌ها را به چند بخش تقسیم و با داده‌هایی از منابع مختلف، تقویت می‌کرد. اگرچه عملکرد آن هنوز هم عالی نیست اما نشانه‌هایی از قابل قبول بودن دارد. نکته‌ی قابل‌توجه این بود که Debater، چگونگی رفتارهای گونه‌های انسانی (Homo sapiens) را نیز شرح داد. او در مناظره گفت:

هر انسانی، باید تعهد اخلاقی داشته باشد تا فرصت‌های پیشرفت را در اختیار افراد نیازمند قرار دهد.

در مسابقه‌های مناظره‌ای، هر طرف ۱۵ دقیقه زمان برای آماده شدن در اختیار دارد. هوش مصنوعی IBM این برتری را داشت که در میان ۱۰ میلیارد جمله از مقاله‌های معتبر چاپ شده، جست‌وجو کند. طرفین مناظره، ابتدا نظرات خود را بیان می‌کنند. سپس یکدیگر را به چالش می‌کشند و درنهایت، یک استدلال بیان می‌کنند.

در جریان مناظره، علاوه‌بر ارائه‌ی استدلال، باید استدلال رقیب نیز به چالش کشیده شود

پیروز مناظره از تعداد افرادی مشخص می‌شود که پس از رقابت، نظرات شخصی خود را تغییر می‌دهند. پیش از رقابت، ۷۹ درصد از افراد موافق اهدای یارانه به تحصیلات پیش‌دبستانی بودند. پس از رویداد، آن آمار ۱۷ درصد افت داشته و به ۶۲ درصد رسید.

در دورانی که دستیارهای هوشمند صوتی همچون سیری، گوگل اسیستنت و مثال‌های دیگر، روزانه به پرسش‌ها و درخواست‌های کاربران گوش می‌دهند، شاید توانایی صحبت کردن با کامپیوترها، دیگر آن‌چنان خارق‌العاده نباشد؛ اما IBM Debater یک قدم فراتر رفته است و چند دقیقه‌ای با ما صحبت می‌کند.

جان داناوان، یکی از فعالان مشهور در مسابقات و رقابت‌های مناظره‌ای و تهیه‌کننده‌ی برنامه‌ی رادیویی در این موضوع است. او پس از مناظره‌ی هوش مصنوعی IBM اعلام کرد که نحوه‌ی صحبت کردن آن و ارائه‌ی دلایل و شواهد، جذاب و بسیار شبیه به انسان بود.

چنین هوش مصنوعی در آینده‌ی نزدیک کاربرد مخصوص مصرف‌کننده نخواهد داشت

پس از تحسین عملکرد IBM Debater باید به این نکته اشاره کنیم که اصلا در آینده‌ی نزدیک منتظر چنین هوش مصنوعی در لپ‌تاپ‌ها و گجت‌های هوشمند خود نباشید. هوش مصنوعی IBM، در یک سرور قدرمتند با ۲۸ هسته‌ی پردازشی و ۷۶۹ گیگابایت رم اجرا می‌شود که عملکردی حدودا ۵۰ برابر یک لپ‌تاپ حرفه‌ای دارد. Debater توسط یک مجموعه‌ی ۴ عددی سرور نیز پشتیبانی می‌شود که هرکدام ۶۴ گیکابایت رم و ۲ ترابایت فضا پر از محتوای متنی دارند.

دارپا به‌دنبال طراحی و تولید پانسمان هوشمند برای نیروهای نظامی است

مراقبت‌های پزشکی، در مواقع نبرد و درگیری‌های جنگی، اهمیت بسیار بالایی دارند. در آن موقعیت‌ها، سطح جراحات بیشتر بوده و نیازمند رسیدگی سریع‌تر نیز هست. سازمان تحقیقات پیشرفته‌ی دفاعی آمریکا (دارپا) اعتقاد دارد با استفاده از بانداژهای هوشمند و سیستم‌های دیگر می‌توان شرایط بحرانی جراحت‌ها را بهبود بخشید. سیستم‌هایی که توانایی پیش‌بینی نیازهای مجروحان را داشته و به‌صورت خودکار به آن‌ها پاسخ دهند.

جراحت‌های سطحی، تنها نیازمند پوششی جزئی و کمی زمان هستند تا سیستم ایمنی فوق‌العاده‌ی بدن، آن‌ها را ترمیم کند؛ اما سربازان نظامی نه‌تنها جراحت‌های عمیق‌تر و بحرانی‌تری تجربه می‌کنند، بلکه در شرایطی قرار دارند که نه‌تنها پیچیدگی زیادی دارد، بلکه آینده‌ی جراحت را نیز غیرقابل پیش‌بینی می‌کند.

برنامه‌ی Bioelectronics for Tissue Regeneration یا BETR، در پروژه‌هایی سرمایه‌گذاری خواهد کرد که فرایند پیشرفت زخم و جراحت را از نزدیک تحت نظارت قرار داده و سپس،‌ فرایندهای بهبود را در زمان زنده شبیه‌سازی می‌کند تا بازسازی و ترمیم بافت، سریع‌تر انجام شود.

پائول شیهان، مدیر برنامه‌ی BETR در یک کنفرانس خبری دارپا درباره‌ی طرح پیش روی سازمان گفت:

«زخم‌ها محیط‌های زنده‌ای هستند و شرایط آن‌ها، با ایجاد ارتباط بین سلول‌ها و بافت و تلاش برای ترمیم، به‌سرعت تغییر می‌کند. یک درمان ایده‌ال، تغییرات را حس کرده، آن‌ها را پردازش می‌کند و به آن‌ها واکنش نشان می‌دهد. واکنش به تغییرات و واکنش‌های صورت‌گرفته در وضعیت زخم، با دخالت سیستم درمانی در اصلاح و افزایش سرعت درمان انجام می‌شود.

به‌عنوان مثال، ما درمان‌هایی را در نظر داریم که پاسخ سیستم ایمنی را بهبود ببخشند و سلول‌های مهم و حیاتی را برای زخم پیدا کنند. به‌علاوه، هدایت سلول‌های بنیادی برای تسریع درمان نیز توسط سیستم مذکور انجام خواهد شد.»

مداخلات سیستم‌های هوشمند در فرایندهای سلامتی، آن‌چنان هم عجیب و دور از انتظار نیستند. هم‌اکنون ساعت‌های هوشمند توانایی نظارت بر بسیاری از علائم حیاتی انسان‌ها را داشته و به‌علاوه،‌ توانایی هشدار دادن به کاربران در شرایط تغییرات علائم همچون ضربان قلب نامنظم را دارند. یک پانسمان هوشمند، خواهد توانست هر سیگنال دریافتی دیداری، زیست‌شیمیایی، زیست‌الکترونیکی یا حتی مکانیکی را برای نظارت بر مجروح دریافت کند و درمان مؤثر را پیشنهاد داده یا حتی به‌صورت خودکار آن را اجرا کند.

مقاله‌های مرتبط:

• فناوری حسگر زیستی و کمک به درمان بهتر بیماری ها

نمونه‌ای از کاربرد پانسمان هوشمند، شرایطی است که پانسمان، از نشانه‌های شیمیایی خاص، آلوده شدن زخم به‌نوعی باکتری خاص را تشخیص می‌دهد. سپس سیستم هوشمند، کنترل تزریق آنتی‌بیوتیک لازم برای آن باکتری را انجام می‌دهد و برای مداخله، نیازمند مراحل طولانی تشخیص و تزریق نمی‌ماند. در ادامه، اگر سیستم، نیروی حرکتی و افزایش در ضربان قلب را تشخیص دهد، متوجه می‌شود که مجروح در حال حرکت است و به مسکّن نیاز دارد. البته، قطعا همه‌‌ی این اطلاعات به امدادگر آن مجروح نیز اعلام می‌شود.

سیستم درمانی هوشمند، احتمالا به کمی مشارکت هوش مصنوعی نیز احتیاج خواهد داشت. اگرچه، قطعا دخالت هوش مصنوعی در روند درمان باید محدود باشد. به‌هرحال، سیگنال‌های زیستی پیچیدگی و درهم‌تنیدگی زیادی دارند و یادگیری ماشین برای مرتب کردن و استخراج اطلاعات مفید از آن‌ها، مهم و کاربردی است.

BETR یک برنامه‌ی ۴ ساله است که دارپا امید دارد در آن مدت، با استفاده از نوآوری‌های در دسترس، سیستمی کاربردی توسعه دهد که نتایج درمانی را به‌میزان قابل‌توجه، بهبود ببخشد. به‌علاوه،‌ برنامه‌هایی برای توسعه‌ی سیستم‌های کمکی در تشخیص و اجرای جراحی‌های پروتزی نیز در جریان است. چنین درمان‌هایی، در جراحت‌های مرتبط با میدان جنگ از اهمیت بالایی برخوردار هستند.

خطرات کنونی هوش مصنوعی و راه‌های مقابله با آن

مقاله‌های مرتبط:

• هوش مصنوعی چه خطراتی برای ما خواهد داشت
• آیا هوش مصنوعی بر جهان تسلط می‌یابد؟
• چگونه می‌‌توان از خطرات همزمان هوش مصنوعی، ربات‌ها و شرکت‌های بزرگ فناوری پیشگیری کرد؟

اگر اخبار مربوط‌به هوش مصنوعی را دنبال کنید، می‌دانید که نگرانی‌ها در مورد آینده دستگاه‌ها و ربات‌های فوق هوشمند رو به افزایش است. بررسی‌های سال گذشته نشان داد که هوش‌ مصنوعی زودتر از زمانی‌که پیش‌بینی شده است، می‌تواند به فناوری خطرناکی تبدیل شود.

جدیدترین پیشرفت‌های هوش مصنوعی باعث شده است این فناوری انقلابی در انجام کارهای بصری مثل دسته‌بندی تصاویر و تبدیل گفتار به نوشتار عملکرد بسیار خوبی داشته باشد؛ البته هیجان و خوشحالی ناشی از ایجاد این توانایی‌های شگفت‌انگیز در هوش مصنوعی ما را از معایب آن غافل کرده است؛ هوش مصنوعی هنوز راه زیادی برای رسیدن به هوش و استعداد بشر دارد و همین موضوع می‌تواند در آینده‌‌ای نه‌چندان دور (یا بهتر است بگوییم همین زمان کنونی) پیامدهای خطرناکی را به‌دنبال داشته باشد؛ زیرا امکان دارد الگوریتم‌های هوش مصنوعی اتفاق‌های غیرقابل انتظاری را رقم بزنند یا دقت نکردن در استفاده از آن‌ها می‌‌تواند عواقب بدی داشته باشد.

در ادامه ۶ مورد از خطرات حال‌حاضر استفاده از هوش مصنوعی در زمینه‌های خودروهای خودران، ایجاد بات‌ های مخرب و شبکه‌های عصبی، فناوری‌های نظامی، فناوری تشخیص چهره، فناوری‌های مرتبط با شناسایی افراد و همچنین استفاده‌ی غیر اخلاقی از هوش مصنوعی را بیان می‌کنیم و سپس در هر بخش به ارائه‌‌ی راهکارهایی برای مقابله با این خطرات می‌پردازیم. این بررسی به دست پژوهشگران دانشگاه MIT صورت پذیرفته است.

خودروهای خودران

مقاله‌های مرتبط:

• سیستم مبتنی بر هوش مصنوعی مایکروسافت و MIT برای فناوری خودران
• استفاده از یادگیری ماشینی در بهبود عملکرد خودروهای خودران، عملی شد

پس از تصادف خودروهای خودران اوبر در ماه مارس سال گذشته، پژوهشگران دریافتند که فناوری این شرکت به‌صورت فاجعه‌باری شکست خورده است؛ اما مسئولان آن می‌توانستند با روشی ساده مانع این شکست شوند.

مشکل بزرگ خودروهای خودران این است که شرکت‌های خودروساز مطرح مانند فورد و جنرال موتورز، شرکت‌های تازه‌کاری مانند اوبر و چند استارت‌آپ دیگر قصد دارند هرچه زودتر این فناوری تجاری‌سازی و به‌صورت گسترده استفاده شود؛ اما این دستاورد بزرگ برخلاف سرمایه‌ی هنگفت چند میلیارد دلاری که برای آن صرف شده، هنوز به تکامل کامل نرسیده است. وِیمو (Waymo)، یکی از شرکت‌های تابعه‌ی آلفابت (Alphabet، هلدینگی در کالیفرنیا که گوگل یکی از زیرمجموعه‌های آن است)، بیشترین پیشرفت را در این فناوری ایجاد کرده است و سال گذشته نخستین تاکسی‌های کاملا مستقل خود را در ایالت آریزونا راه‌اندازی کرد؛ اما حتی تاکسی‌های این شرکت هم محدویت‌هایی داشتند و نمی‌توانستند در همه جهات بدون مشکل حرکت کنند.

تاکسی‌های خودران ویمو

فناوری خودروهای خودران هنوز کاملا به تکامل نرسیده است

تدابیر درنظر گرفته‌شده برای این فناوری در سال ۲۰۱۹:قانون‌گذاران آمریکایی تصمیم گرفته‌اند، برای کاهش نگرانی‌ها و ترس‌ها درمورد این فناوری، در تصمیم‌گیری‌های و اعمال قوانین مختلف، از نظرات و پیشنهاد‌های مردم استفاده کنند. اداره‌ی ملی مدیریت امنیت ترافیک بزرگراه‌های آمریکا (National Highway Traffic Safety Administration) تاحدودی موافق کاهش قوانین موجود سخت‌گیرانه‌ی امنیتی است؛ اما رانندگان سایر خودروها و عابران پیاده نمی‌خواهند در آزمایش این فناوری همچون موش آزمایشگاهی باشند؛ البته در‌صورتی‌که در سال ۲۰۱۹ باز هم این خودروها تصادف بدی داشته باشند، ممکن است نگرش قانون‌گذاران تغییر کند.

هوش مصنوعی و کپی رایت چه رابطه‌ای دارند؟

حقوق مالکیت ادبی و هنری (کپی‌رایت) مجموعه‌قوانینی است که به پدیدآورندگان آثار ادبی و هنری حقوقی مالی و اخلاقی اعطا می‌کند. برای مثال، حق نشر یا پخش یا عرضه یا حق انتساب اثر نمونه‌هایی از امتیازاتی است که قانون به پدیدآورندگان می‌دهد. باوجوداین، اگر هوش مصنوعی آثار ادبی و هنری خلق کند، حقوق مالی و اخلاقی این آثار متعلق به چه کسی خواهد بود؟

در سال ۲۰۱۶، گروهی متشکل از چند موزه و پژوهشگر در کشور هلند به‌نام «رامبرانت بعدی» (Next Rembrandt) برنامه‌ی رایانه‌ای ساخته بودند که با بررسی صدها اثر از رامبرانت هارمنزون فان‌راین (Rembrandt Harmenszoon van Rijn)، هنرمند هلندی،  اثر هنری مجزایی خلق کرده بود.

هوش مصنوعی هنرمند Next Rembrandt نقاشی سه‌بعدی ساخته‌شده‌ی برنامه‌ی رایانه‌ای است. این برنامه به‌کمک الگوریتم تشخیص چهره، اطلاعاتی از ۳۴۶ نقاشی نقاش مشهور هلندی را در فرایند ۱۸ ماهه اسکن کرده است. پرتره‌ی این برنامه ۱۴۸،۰۰۰،۰۰۰ پیکسل را شامل می‌شود و براساس ۱۶۸،۲۶۳ قطعه از آثار رامبرانت به‌وجود آمده که در پایگاه داده ذخیره شده‌اند. این پروژه را گروه بانکی ING با همکاری مایکروسافت و موزه‌ی آثار رامبرانت و چند شخص دیگر انجام داده‌اند.

مقاله‌ی مرتبط:

• فیسبوک و گوگل، ارتباط زبانی بین دو سیستم هوش مصنوعی را کشف کردند

در پروژه‌ی دیگر، رمان کوتاهی که در سال ۲۰۱۶ برنامه‌ی رایانه‌ای در ژاپن نوشته بود، توانست به دور دوم مسابقه هنر و ادبیات ملی این کشور راه پیدا کند. گوگل نیز دراین‌زمینه فعالیت‌های متعددی انجام می‌دهد، برای مثال، اخیرا تصمیم گرفته در پروژه‌ای سرمایه‌گذاری کند که به‌کمک هوش مصنوعی می‌تواند مقالات خبری بنویسد. چندی پیش نیز، این غول جست‌وجوی دنیای اینترنت نوعی هوش مصنوعی ایجاد کرد که با گوش‌دادن به موسیقی می‌تواند اثر موسیقایی جدیدی خلق کند. پروژه‌های مشابه در‌حال‌نوشتن اشعار و ویرایش عکس و حتی ساخت آهنگ هستند.

رایانه‌ها و روند خلاقیت

ربات‌های هنرمند مدت‌ها قبل نیز، آثار مختلفی ایجاد کرده‌اند. از دهه‌ی ۱۹۷۰، رایانه‌ها آثار هنری خامی تولید کرده‌اند و این روند همچنان ادامه دارد. در گذشته، بیشتر آثار رایانه‌‌ به‌شدت متکی بر خلاقیت برنامه‌نویسان بوده‌ است. این دستگاه‌ها بیشتر به‌عنوان ابزار عمل می‌کردند؛ اما امروزه، در جریان نوعی انقلاب فناوری قرار داریم که ما را مجبور به تعامل و بازاندیشی بیشتری بین رایانه‌ها و روند خلاقیت آن‌ها می‌کند. این انقلاب به‌وسیله‌ی توسعه‌ی سریع نرم‌افزار یادگیری ماشین، یکی از زیرمجموعه‌های هوش مصنوعی، در‌حال‌تحقق است. این فناوری می‌تواند سیستم‌های خودکار و مستقلی ایجاد کند که بدون برنامه‌ریزی انسان می‌توانند یاد بگیرند.

با وجود خلق آثار هنری مرزهای جدیدی در هنر و حقوق تعریف می‌شود

برنامه‌ی رایانه‌ای توسعه‌داده‌شده برای یادگیری روی الگوریتمی ساخته شده که به آن اجازه می‌دهد ازطریق داده‌‌های واردشده یاد بگیرد و توسعه یابد. این برنامه در مدت کوتاهی می‌تواند مستقیم یا مستقل تصمیمات جدیدی بگیرد. وقتی این برنامه‌ها را در آثار هنری، ازقبیل موسیقی و ادبیات، به‌کار می‌بریم، الگوریتم‌های یادگیری ماشین درواقع از اطلاعات ارائه‌شده‌ی برنامه‌نویسان یاد می‌گیرند. این برنامه‌ها اطلاعات را می‌آموزند تا بتوانند قطعه جدیدی خلق کنند و تصمیمات مستقلی ازطریق فرایندهای مختلف برای تعیین آثار جدید بگیرند. ویژگی مهم این نوع هوش مصنوعی این است که اگرچه پارامترها را برنامه‌نویسان تنظیم و تعیین می‌کنند؛ اثر را برنامه‌ی رایانه‌ای ایجاد می‌کند. درواقع، برنامه‌ی رایانه‌ای مانند انسان، اثر را براساس شبکه‌ی عصبی خلق می‌کند.

تأثیر برای حقوق مالکیت ادبی و هنری

خلق آثار ادبی و هنری با استفاده از هوش مصنوعی، پیامدهای مهمی برای حقوق مالکیت ادبی و هنری (کپی‌رایت) ممکن است داشته باشد. در گذشته، مالکیت آثار ادبی و هنری فقط به انسان متعلق بود و آثار پدیدآمده‌ی رایانه مطرح نبودند، چراکه نقش رایانه فقط به پشتیبانی از فرایندهای خلاقانه بشر محدود بود؛ درست مانند نقشی که قلم‌و‌کاغذ در خلق آثار هنری ایفا می‌کنند. به‌عبارت‌ِ‌دیگر، رایانه‌ تنها ابزار برای خلق آثار ادبی و هنری بود. آثار خلاقانه برای حمایت در نظام مالکیت ادبی و هنری (کپی‌رایت) باید اصیل باشند؛ یعنی نباید از اثر دیگری کپی باشند.

در بیشتر تعاریف اصالت، نیازمند پدیدآورنده‌ی بشری هستیم. بیشتر کشورها مانند آلمان و اسپانیا تأکید می‌کنند که فقط آثار خلق‌شده‌ی انسان حمایت می‌شوند. بااین‌حال، با وجود آخرین نسخه‌های هوش مصنوعی، برنامه‌های رایانه‌ای دیگر فقط ابزار نیستند؛ بلکه امروزه، می‌توانند بدون دخالت انسان تصمیمات مختلفی بگیرند.

تأثیر تجاری

ممکن است استدلال شود این تأثیر مهم نیست؛ اما روشی جدیدی که براساس خلاقیت مبتنی بر ماشین ایجاد شده، می‌تواند پیامدهای تجاری گسترده‌ای داشته باشد. در‌حال‌حاضر، هوش مصنوعی در تولید آثار موسیقایی و روزنامه‌نگاری و بازی استفاده می‌شود. از نظر تئوری ممکن است گفته شود این آثار حمایت‌های قانونی ندارند؛ چراکه انسان آن‌ها را خلق نکرده است. ازاین‌رو، می‌توانند رایگان استفاده شوند و باردیگر هر فردی از آن استفاده کند.

این موضوع می‌تواند خبر بسیاری بدی برای شرکت‌هایی باشد که این آثار را می‌فروشند. تصور کنید میلیون‌ها دلار در پروژه‌هایی سرمایه‌گذاری می‌کنید تا برای بازی ویدئویی موسیقی تولید کنید؛ اما به‌دلیل آنکه این موسیقی ازنظر قانونی حمایت نمی‌شود، بدون پرداخت هیچ هزینه‌ای تمام افراد می‌توانند از آن استفاده کنند.

مقاله‌های مرتبط:

• هوش مصنوعی و تأثیر آن در شکل‌ دهی آینده‌ تجارت الکترونیک
• پیوند کلان داده با هوش مصنوعی، کلید موفقیت کسب و کارها در دنیای امروز

دشوار است میزان تأثیر چنین وضعیتی را روی اقتصاد خلاق اندازه بگیریم؛ اما بدون شک این موضوع می‌تواند تأثیر مخربی روی سرمایه‌گذاری درزمینه‌ی سیستم‌های خودکار بگذارد. اگر توسعه‌دهندگان شک داشته باشند خلاقیت‌های تولید‌شده‌ی یادگیری ماشین شرایط لازم برای حمایت ازنظر حقوق مالکیت ادبی و هنری را ندارد، چه انگیزه­‌ای برای سرمایه‌­گذاری در این پروژه‌ها باقی خواهد ماند؟ همچنین، با‌توجه‌به مدیریت هزینه‌ها، مسائل مربوط به صرفه‌جویی و تلاش‌های وقت‌گیر توسعه‌ی هوش مصنوعی باید مقرون‌‌به‌صرفه باشد؛ درغیر این‌صورت، پروژه‌های فعال در این عرصه با شکست مواجه خواهند شد.

انتخاب‌های حقوقی

حقوق مالکیت ادبی و هنری از دو روش می‌تواند با آثاری برخورد کند که دخالت انسان در آن کم است یا اساسا دخالتی وجود ندارد: ۱. می‌توان کاملا حمایت از چنین آثاری را انکار کرد؛ ۲. می‌توان چنین آثاری را متعلق به پدیدآورنده‌ی برنامه دانست.

به‌نظر می‌رسد اعطای حقوق مالکیت ادبی و هنری به آثار خلق‌شده‌ی هوش مصنوعی هرگز ممنوع نشده است. البته، نشانه‌هایی در قوانین بسیاری از کشورها وجود دارد که بیانگر نبود انطباق اعطای حقوق ادبی و هنری به آثار پدیدآمده‌ی برنامه‌های رایانه‌ای است. برای مثال، در ایالات متحده‌ی آمریکا، اداره‌ی مالکیت ادبی و هنری اعلام کرده فقط آثار خلق‌شده‌ی انسان شرایط لازم برای دریافت حقوق ادبی و هنری را دارند. در پرونده‌های متعددی، این مسئله تأیید شده است.

در اتحادیه‌ی اروپا و کشورهایی مانند هنگ‌کنگ، هند، ایرلند، نیوزلند و انگلستان رویکرد مشابهی اتخاذ شده است. بااین‌حال، به‌نظر می‌رسد این رویه در‌حال‌تغییر است. برای نمونه، در حقوق ایران و در ماده‌ی هفتادونهم لایحه حمایت از مالکیت فکری چنین آمده است:

دارنده‌ی نخستین در اثر پدیدآمده‌ی رایانه، شخصی است که عرفا نقش تعیین‌کننده در خلق اثر داشته باشد.

رفع ابهام

اکنون این سؤال مطرح می‌شود: «سهم برنامه‌نویسان یا کاربران برنامه چه می‌شود و چگونه باید سهمشان را مشخص کرد؟» اگر می‌خواستیم این سؤال را در گذشته مطرح کنیم، باید می‌پرسیدیم: «حقوق مالکیت ادبی و هنری را باید به سازنده‌ی خودکار اعطا می‌کردیم یا به نویسنده؟» بنابراین، در جهان دیجیتال چرا باید با چنین ابهامی مواجه شویم. نرم‌افزار ورد مایکروسافت را درنظر بگیرید. چنانچه فردی اثری با این نرم‌افزار بنویسد؛ مثلا کتابی تألیف یا مقاله‌ای ترجمه کند، حقوق مالکیت ادبی و هنری (کپی‌رایت) به نویسنده یا مترجم متعلق است.