امروزه نسل جوان دیگر با زحمت هایی که افراد در گذشته برای یافتن یک مقاله یا کتاب در کتابخانه ها می کشیدند، آشنا نیستند. آن روزها، پیدا کردن یک سند علمی نیازمند صرف ساعت های طولانی و جست وجو در کشوهای پر از کارت های فهرست نویسی بود که معمولاً بر اساس نام نویسنده، عنوان کتاب یا موضوع مرتب شده بودند.

به گزارش روزیاتو، با افزایش چشمگیر تعداد مقالات و انتشارات علمی در دهه 1320، جست وجو برای اطلاعات به مراتب زمان برتر شد، مخصوصاً چون هنوز اینترنت اختراع نشده بود. اما امروزه یک پژوهشگر پرده از مردی و دستگاهی برداشته که مسیر پژوهش را متحول کرد و احتمالاً همان راه حلی است که می تواند در عصر هوش مصنوعی نیز نجات بخش ما باشد.

دکتر مارتین رودورفر، استاد علوم رایانه در دانشگاه آستون، به این موضوع اشاره کرده که یک مهندس آمریکایی به نام ونیوار بوش نخستین کسی بود که راه حلی را برای این مشکل ارائه داد و آن را میمکس نامید. بوش معتقد بود که روند زمان بر تحقیق مانعی بزرگ در راه پیشرفت علم است، برای همین ایده ای را مطرح کرد که بعدها با عنوان میمکس شناخته شد. این دستگاه به عنوان وسیله ای شخصی طراحی شده بود که درون میز کار قرار می گرفت و توانایی ذخیره تعداد زیادی سند و اطلاعات را داشت.

برخی بر این باورند که همین طرح فرضی، پایه گذار ایده اینترنت شد. به اعتقاد رودورفر، میمکس نه تنها الهام بخش فناوری های نوین شد، بلکه می تواند به ما بیاموزد که چگونه از توانمندی های انسانی خود در برابر تسلط ماشین ها محافظت کنیم.

بر اساس توضیحات رودورفر، میمکس برای ذخیره سازی اطلاعات از فناوری نسبتاً تازه ای به نام میکروفیلم استفاده می کرد. با این فناوری می شد حجم زیادی از اسناد را در قالبی فشرده نگهداری کرد و آن ها را روی صفحات نیمه شفاف به نمایش گذاشت. در آن زمان، میکروفیلم روشی نوین برای ذخیره سازی نسخه های مینیاتوری از کتاب ها و اسناد بود که جای زیادی نمی گرفت و کاربرد فراوانی داشت.

نکته برجسته در طراحی میمکس، نوعی سیستم فهرست گذاری بود که کاربر را قادر می ساخت با کلیک روی یک کد مشخص کنار هر سند، بلافاصله به سند دیگری که به آن مرتبط بود، دسترسی پیدا کند یا حتی هر دو را به طور هم زمان ببیند، بدون آن که نیاز به مرور دستی فهرست ها داشته باشد.

در مقاله ای تأثیرگذار به نام همان طور که ممکن است بیندیشیم که در سال 1324 در نشریه آتلانتیک منتشر شد، بوش تأکید کرده بود که هنوز امکان کلیک مستقیم روی صفحه کلید برای جابه جایی میان اسناد فراهم نشده، اما این قابلیت را دور از دسترس نمی دانست. او از فناوری هایی مثل کارت های پانچ که در آن زمان برای ذخیره و پردازش داده ها به کار می رفتند، به عنوان زمینه ساز این تحول یاد می کرد.

هدف بوش این بود که پژوهشگر بتواند با ایجاد ارتباط میان اسناد مختلف، مسیر فکری خود را شکل دهد. این پیوندهای ذهنی که او آن ها را ردیف های تداعی شده می نامید، شباهت زیادی به پیوندهای داخلی صفحات در ویکی پدیا دارند.

رودورفر توضیح داده که از نگاه بوش، میمکس می توانست کمک کند که انسان ها به شکل طبیعی تری فکر کنند و این شیوه تفکر در سوابق تحقیقاتی آن ها بازتاب یابد. همچنین، ونیوار بوش تأثیر زیادی بر مخترعانی مانند تد نلسون و داگلاس انگلبارت گذاشت؛ کسانی که در دهه 1340 خورشیدی به صورت جداگانه فناوری های ابرمتن را ابداع کردند. در این فناوری ها، اسناد شامل پیوندهایی بودند که امکان دسترسی مستقیم به اسناد دیگر را فراهم می کردند، درست مانند ساختار وب امروزی.

وقتی بوش در سال 1349 به دیدگاه گذشته اش بازنگری کرد، گفت که در این 25 سال، پیشرفت های چشمگیری در دنیای رایانه دیده که ایده اش را به واقعیت نزدیک تر کرده است. با این حال، به باور او، اصل هدفی که در ذهن داشته، یعنی ارتقای توان ذهنی و خلاقیت انسانی، مورد غفلت واقع شده بود. او در کتابش نوشت که در سال 1324 رؤیای ماشین هایی را در سر می پرورانده که در کنار انسان فکر کنند، اما امروز ماشین هایی را می بیند که به جای انسان فکر می کنند، یا حتی بدتر از آن، کنترل او را در دست می گیرند. رودورفر معتقد است که این نگرانی ها که بیش از نیم قرن پیش نوشته شده اند، همچنان به طرز عجیبی با شرایط امروز مطابقت دارند.

رودورفر هشدار داده که اگر ماشین ها به جای ما کارها را انجام دهند، ممکن است مهارت های ارزشمند خود را از دست بدهیم. در این شرایط، نسل های جدید حتی فرصت یادگیری این مهارت ها را هم نخواهند داشت. او نتیجه گرفته که میمکس می تواند به ما یادآوری کند که در کنار توسعه فناوری، باید از خلاقیت و توانایی های شناختی خود محافظت کنیم.

سامانه های هوش مصنوعی بر پایه شبکه های عصبی مصنوعی طراحی شده اند. این ساختارها تلاش می کنند که نحوه یادگیری مغز انسان را شبیه سازی کنند. این شبکه ها می توانند الگوها را در اطلاعات مختلف مانند گفتار، متن یا تصویر تشخیص دهند و همین توانایی، پایه بسیاری از پیشرفت های اخیر در حوزه هوش مصنوعی بوده است.

در روش های سنتی، هوش مصنوعی از طریق دریافت حجم زیادی از داده ها آموزش می بیند و الگوریتم ها با استفاده از این داده ها، اطلاعات جدید را یاد می گیرند. کاربردهای واقعی این فناوری ها را می توان در سرویس ترجمه زبان گوگل، فناوری تشخیص چهره در فیسبوک یا فیلترهای تصویری زنده در اسنپ چت دید. البته فرایند وارد کردن این حجم از داده بسیار وقت گیر است و معمولاً به یک نوع خاص از دانش محدود می شود.

در سال های اخیر نوع جدیدی از شبکه های عصبی به نام شبکه های رقابتی ابداع شده اند. در این مدل، دو سیستم هوش مصنوعی در مقابل هم قرار می گیرند تا از یکدیگر بیاموزند. هدف از این روش، سرعت بخشیدن به روند یادگیری و افزایش دقت خروجی های تولیدشده توسط سیستم های هوش مصنوعی است.