چرا هوش مصنوعی نتوانست جهان را از بحران کرونا نجات دهد؟
زمانی که کووید ۱۹ یا همان ویروس کرونا در سرتاسر جهان همه‌گیر شد، همه ما سرشار از امید بودیم. تعداد زیادی از کارشناسان فکر می‌کردند جدیدترین تکنولوژی‌ها و هوش مصنوعی می‌توانند در مبارزه با کرونا به قهرمان بدل شوند.
این گروه از متخصصین ماه‌ها قبل به دقت توضیح می‌دادند که چگونه برخی راهکارهای مبتنی بر هوش مصنوعی مانند ردیابی تماس، مدل‌سازی پیش‌گویانه و کشف مواد جدید می‌تواند این پاندمی کرونا را کنترل کنند. اما همان‌طور که می‌بینید، اوضاع بحرانی کرونا در تعدادی از کشورها کماکان ادامه دارد.
ما هنوز از آغاز این بیماری به اندازه کافی فاصله نگرفته‌ایم که بتوانیم به طور خونسردانه روند اتفاقات را بررسی کنیم و همچنان مواجهه ما با این بیماری مهلک ادامه دارد. اما در این میان، می‌توانیم به عدم نقش مؤثر هوش مصنوعی در کنترل گسترش بیماری کرونا بپردازیم.
ردیابی تماس
در میان بسیاری از وعده‌های اولیه شرکت‌های فناوری و دولت‌های متکی بر آن‌ها، این ایده وجود داشت که ردیابی تماس امکان بازگشایی هدفمند را ممکن می‌کند. ایده اصلی این بود که هوش مصنوعی با بهره‌گیری از اطلاعات ارائه شده می‌تواند بفهمد که یک مبتلا به ویروس کرونا چند نفر دیگر را مبتلا کرده است. سپس این هوش مصنوعی جادویی قرار بود به افراد کمک کند که از بیماران دور بمانند و با این کار انجام هم‌زمان قرنطینه و بازگشایی کسب‌وکارها امکان‌پذیر می‌شد.
این یک مثال بارز از قطع ارتباط میان توسعه‌دهندگان هوش مصنوعی و واقعیت کلی است. سیستمی که در آن مردم به دولت اجازه می‌دهند تا هر حرکت آن‌ها زیر نظر گرفته شود، تنها می‌تواند با مشارکت کامل از سوی جمعیتی با ایمان مطلق به دولت امکان‌پذیر شود.
به همین خاطر، دیدیم که تنها کشورهای انگشت‌شماری این طرح را عملی کردند و تا جایی که می‌دانیم هیچ داده‌ای مبنی بر موفقیت‌آمیز بودن این ایده برای کنترل بحران کرونا منتشر نشده است.
مدل‌سازی
یکی دیگر از حوزه‌های مهمی که قرار بود هوش مصنوعی نقش مهمی ایفا کند، مربوط به مدل‌سازی بود. برای مدتی، در سرخط خبرها شاهد تیترهایی بودیم که در آن‌ها آمده بود هوش مصنوعی برای اولین بار بحران کرونا را کشف کرده و یادگیری ماشینی می‌تواند نحوه گسترش آن را دقیقا پیش‌بینی کند.
متأسفانه مدل‌سازی یک بیماری همه‌گیر علمی دقیق نیست. شما نمی‌تواتید شبکه‌های عصبی را با استفاده از داده‌های کووید ۱۹ قدیمی آموزش دهید زیرا چنین داده‌ای وجود ندارد و کووید ۱۹ یک بیماری تازه‌نفس محسوب می‌شود. این یعنی مدل‌های ما با حدس و گمان‌ها شروع شدند و متعاقباً با داده‌های جدید در مورد این بیماری به‌روز شدند.
به عبارت دیگر، مدل‌های هوش مصنوعی تقریبا عملکرد مشابه حدس و گمان‌های ما داشته‌اند. و آن‌ها تنها می‌توانند بخش کوچکی از تصویر کلی را به ما نشان بدهند زیرا ما تنها با داده‌هایی کار می‌کنیم که به آن‌ها دسترسی داریم. باید خاطرنشان کنیم تا ۸۰ درصد از ناقلان بیماری کرونا بدون علامت هستند و تنها کسری از تمام ناقلان مورد آزمایش قرار می‌گیرند.
آزمایش
اما در مورد آزمایش چه می‌توان گفت؟ آیا هوش مصنوعی فرایند آزمایش کرونا را ساده‌تر نکرده است؟ اگر بخواهیم به این سوال صادقانه جواب بدهیم، باید بگوییم واقعا نه. هوش مصنوعی کارهای زیادی را برای جامعه پزشکی ساده‌تر کرده ولی نه به شکلی که احتمالا فکر می‌کنید. در این زمینه یک ربات وجود ندارد که بتوانید شیشه‌ی خون درون آن بریزید و به سرعت رنگ سبز یا قرمز را به‌عنوان جواب آزمایش نمایش دهد.
البته در این زمینه هزاران متخصص هوش مصنوعی مشغول تلاش برای ارائه‌ی سیستم‌های مؤثری هستند تا کار پزشکان راحت‌تر شود. اما به طور واقع‌گرایانه، هوش مصنوعی راهکارهای موثری را برای مقابله با این بیماری ارائه نداده است.
در حال حاضر رانندگان کامیون‌ها و برخی از پیک‌ها برای انتخاب مسیر تحویل کالا و اولویت‌بندی آن‌ها از هوش مصنوعی استفاده می‌کنند. از طرف دیگر باید به مدیریت چراغ‌های راهنمایی و رانندگی توسط هوش مصنوعی در برخی شهرها اشاره کنیم که به انتقال سریع‌تر آمبولانس کمک می‌کند.
این واقعیت که در کشورهای مختلف جهان آمازون همچنان می‌تواند بسته‌ها را (هرچند با تأخیر) تحویل دهد، گواهی بر قدرت هوش مصنوعی است. بدون الگوریتم‌ها، شرکتی مانند آمازون و پیک‌های این شرکت نمی‌توانستند در این بحران به ارائه خدمات خود ادامه دهند. اما در هر صورت هوش مصنوعی برای فرایند آزمایش ویروس کرونا تقریبا هیچ تأثیری نداشته است.
درمان
هوش مصنوعی قرار نیست واکسن این ویروس را پیدا کند. متخصصین می‌گویند در آینده نزدیک، هوش مصنوعی به راحتی می‌تواند ترکیبات شیمیایی جدید را کشف کند. مطمئنا پیدا کردن توالی مناسب از پروتئین‌ها یا فهمیدن اینکه چطور می‌توانیم ماهیت ویروس کرونا را تغییر دهیم، برای سیستم‌های فعلی هوش مصنوعی کار راحتی است؟ اما در حقیقت سیستم‌های هوش مصنوعی فعلی هنوز به چنین مرحله‌ای نرسیده‌اند.
با وجود اینکه گوگل و ناسا سال گذشته اعلام کردند که به برتری کوانتومی دست یافته‌اند، اما هنوز الگوریتم‌های کوانتومی مفیدی بر روی این دسته از کامپیوترهای ندیده‌ایم. دانشمندان و محققان همواره گفته‌اند کشف مواد شیمیایی جدید یکی از مشکلاتی است که کامپیوترهای کوانتومی به‌راحتی می‌توانند حل کنند. اما هنوز مشخص نیست چه زمانی چنین مزیتی عملی می‌شود. چیزی که ما می‌دانیم این است که در سال ۲۰۲۰ هزاران دانشمند در سرتاسر جهان به سختی مشغول آماده‌سازی یک واکسن هستند. زمانی که این واکسن ارائه شود، این دانشمندان هستند که اعتبار موردنظر را به دست می‌آورند نه تعدادی ربات‌های کوانتومی.
در نهایت، بیشتر مشکلات مربوط به این بیماری مشکلات انسانی محسوب می‌شوند. در این زمینه علم سه پیام واضح ارائه کرده: بر روی صورت ماسک بزنید، بیش از ۲ متر از دیگران فاصله بگیرید و دستان خود را مرتب بشویید. در این رابطه نیازی به کمک هوش مصنوعی نداریم.
اما در نهایت این مطالب به معنای عدم اهمیت هوش مصنوعی نیست. درس‌هایی که از این بیماری همه‌گیر آموخته شده، طی سال‌های بعدی می‌تواند به سمت ایجاد راهکارهای مؤثرتر مورد استفاده قرار بگیرد.
منبع: The Next Web
من هم موافقم ، آقای نویسنده دیدگاه انتقادی واقعا ضعیف و بدون پایه و اساس علمی در مورد هوش مصنوعی ارائه دادن.
فکر میکنم شما دیدگاه انتقادی درستی ندارین آقای اسفندیاری، لطفا در مورد تخصص و مهارت هوش مصنوعی مطالب خود ساخته انتشار ندین.
با تشکر
منبع این گزارش رو نمیشناسم
ولی به قطعیت میگم هوش مصنوعی کمک شایانی در رابطه با تهیه واکسن این ویروس کرده