در سال گذشته میلادی دستیاران مجازی پیشرفتهای خیرهکنندهای داشتند. این پیشرفتها که به اعتقاد کارشناسان نقطه عطفی در دنیای نرمافزار به شمار میرود، سرآغازی بر یک فصل جدید خواهد بود. اما در حوزه تراشههای موبایلی نیز سرآغاز جدیدی رقم خورد.
دو شرکت اپل و هوآوی با پردازندههای A11 Bionic و کرین 970 عصر جدیدی را در پردازندههای اختصاصی هوش مصنوعی رقم زدند. اپل با رونمایی از تراشه جدید A11 نشان داد دنیای گوشیهای هوشمند وارد فاز جدیدی خواهد شد که در آن موتورهای عصبی حرف اول را خواهند زد. هوآوی نیز با عرضه میت 10 همراه با کرین 970 که به واحد پردازش عصبی تجهیز شده است، سعی کرد خود را از دیگران متمایز سازد. پرچمداری که به اعتقاد این شرکت اولین گوشی هوشمندی است که به شکل ملموس از هوش مصنوعی استفاده میکند. البته اپل و هوآوی در این بازی تنها نیستند و سامسونگ نیز با تراشه اگزینوس خود حرفهایی برای گفتن دارد. جالب است که کوالکام چند قدم از همه شرکتها جلوتر بوده و رؤیای دستیابی به چنین فناوری هیجانبرانگیزی را از مدتها قبل اجرایی کرده است. این شرکت همراه با پردازنده سیگنال دیجیتالی هگزاگون خود که درون پرچمدار اسنپدراگون این شرکت قرار گرفته بود و در ادامه از طریق کیتهای برنامهنویسی شبکه عصبی که در اختیار برنامهنویسان قرار دارد، در عمل به ما اجازه داد از محاسبات ناهمگن و شبکههای عصبی به شکل عینی استفاده کنیم. این رقابت بهاندازهای تنگاتنگ شده است که اینتل، انودیا و دیگران نیز برنامههای عظیمی در این زمینه تدارک دیدهاند.
اما سؤال مهمی که ذهن بسیاری از جمله نویسنده را به خود مشغول کرده این است که اساساً چرا به پردازندههای هوش مصنوعی اختصاصی موبایلی نیازمندیم؟ شاید بهترین پاسخی که میتوان به پرسش فوق داد این است که نیاز ما به پردازش صدا و تصویر آن هم به شکل بیدرنگ بیش از پیش رو به فزونی نهاده است. البته در این میان نباید از هجمه تبلیغاتی شرکتها غافل شد. تبلیغاتی که اعلام میدارند هوشمندسازی تجهیزات بهویژه تراشهها زندگی را بیش از پیش ساده میکند. حال آنکه دستیابی به تراشه هوشمندی که بتواند عملکردی شبیه به مغز انسان داشته باشد، کاری نیست که یک یا حتی چند شرکت در بازه زمانی کوتاه بتوانند آن را عملیاتی کنند. اگر به تراشههایی که همراه با گوشیهای هوشمند جدید به بازار عرضه شدهاند نگاه دقیقی داشته باشید، عملاً مشاهده میکنید که این واحدهای پردازشی اختصاصی بیشتر بر بهینهسازی عملیات یادگیری ماشین متمرکز شدهاند، در حالی که ما انتظار داشتیم در انجام برخی امور به شکل هوشمندانه رفتار کنند. همچنین، نباید از این مفهوم بسیار مهم غافل شویم که اساساً هوش مصنوعی و یادگیری ماشینی دو مقوله جدا از هم هستند. هوش مصنوعی به طیف بسیار گستردهای از مفاهیم اشاره دارد. زمانی که درباره هوش مصنوعی صحبت میکنیم، در واقع به ماشینهایی اشاره داریم که قادر هستند همانند انسانها فکر کرده یا دستکم به فناوری شبیه به مغز هوشمند تجهیز شدهاند که عملکردی نزدیک به مغز انسان دارند. در مقابل یادگیری ماشینی به مفهومی اشاره دارد که در ارتباط با پردازش دادهها و اخذ تصمیمات بر مبنای نتایج به دست آمده است. الگوریتمهای یادگیری ماشینی میتوانند از نتایج قبلی خود تجربیاتی را کسب و در ادامه تصمیمات بهتری را بر مبنای تجربیات به دست آمده اخذ کنند.
در شرایطی که شبکههای عصبی و الگوریتمهای یادگیری ماشینی هوشمند هستند، اما هوشمندی آنها بهشکلی نیست که عامه مردم تصور میکنند. درست شبیه به شرکتهایی که در زمینه تبلیغ مودمهای LTE و 4G از تبلیغات گمراهکننده استفاده میکنند، در حوزه هوش مصنوعی نیز دپارتمانهای تبلیغاتی و کانالهای بازاریابی شرکتها سعی میکنند آن را در ارتباط با مفاهیم بسیار گسترده مورد استفاده قرار دهند تا به این شکل توضیح قابلیتها بیش از پیش پیچیده شود. در حال حاضر، شرکتهای پیشگام در این زمینه تنها یک مؤلفه جدید را به SoC (سیستم روی تراشه) خود وارد کردهاند. مؤلفهای که درجهت بهینه کردن عملکرد و انجام بهتر وظایف مربوط به دستیاران شخصی به کار گرفته میشود. این مؤلفه ضمن آنکه فرآیند پردازش صدا و تصویر را به شکل بهتری انجام میدهد، در بعضی کاربردهای دیگر نیز مورد استفاده قرار میگیرد.
اما چه عاملی باعث شده است تا شرکتها ناگهان تصمیم بگیرند از تراشههای اختصاصی هوش مصنوعی در گوشیهای هوشمند استفاده کنند؟ اگر این فناوری تا به این اندازه سودمند است، چرا شرکتها خیلی پیشتر به سراغ این فناوری نرفتند؟ در پاسخ به دو پرسش مطرح شده باید به این نکته توجه داشته باشیم که چند سالی است شرکتها بهطور جدی شبکههای عصبی و محاسبات ناهمگن و ارتباط این فناوریها با حوزه موبایل را مورد توجه قرار دادهاند. تقریباً همه کارشناسان بر این حقیقت اذعان دارند که پردازندههای 64 بیتی امروزی نمیتوانند در زمینه انجام محاسبات روز دنیای فناوری قدرتمند ظاهر شوند. ما هنوز بهدرستی نمیدانیم اجرای پردازشهای امروزی روی زیرساختهای کلاود عملکرد بهتری دارد یا اینکه بهصورت محلی انجام شود. از طرفی، اگر آیندهنگر باشیم باید قبول کنیم طراحی تراشههای اختصاصی هوش مصنوعی به شرکتها و توسعهدهندگان اجازه میدهد در آینده روی پروژههای پیشرفتهتری که باعث افزایش بهرهوری میشوند متمرکز شوند.
درست زمانی که به ترکیب و یکپارچگی نرمافزارها و سختافزارهای هوشمند دست پیدا میکنیم، خود را در مقابل چالشی بهنام رقابت با هوش مصنوعی بر سر بقا مشاهده خواهیم کرد. این واقعیت روشنی است که ما دوست داریم با آتش بازی کنیم!