چرا مایکروسافت آینده‌ خود را بر هوش مصنوعی متمرکز کرده است؟

مایکروسافت به عنوان یکی از غول‌های فناوری دنیا تاریخ پر نشیب و فرازی را طی کرده است. اکنون این شرکت قصد دارد تا با تمرکز در زمینه‌ی “هوش مصنوعی” گوی سبقت را از دیگر رقبا برباید. البته شواهدی وجود دارد که نشان می‌دهد مایکروسافت این قابلیت را دارد و رویکرد او تنها یک ادعای محض نیست.

“کیسی نیوتن” از نویسندگان وب‌سایت فناوری The Verge از تجربه‌ی حضور خود در دفتر مرکزی مایکروسافت می‌گوید: “وقتی ساتیا نادلا وارد جلسه شد با اشتیاق از موضوع هوش گفت. وی گفت: “در دفتر مایکروسافت در ردموند بودم که مدیر‌عامل طی صحبت‌های خود خطی مشی مایکروسافت را تمرکز بیشتر بر اپلیکیشن‌ها و خدمات مبتنی بر هوش معرفی کرد. نادلا می‌گفت که هر روز در منزل خود با استفاده از هولولنزهایی که رو صورتش گذاشته است می‌تواند تصویری مجازی از یک تقویم را روی دیوارهای آن ببیند و حتی با آن وارد تعامل شود.”

سیستم مورد نظر او هوشمند، کارآمد و متعلق به آینده بود و خصوصیاتی را ارایه می‌داد که وی را امیدوار می‌کرد که به دستاورد قابل توجهی در دوران مدیریتش منجر خواهد شد.

نادلا در این خصوص می‌گوید: “مهم نیست که مایکروسافت در آینده کجا کار می‌کند. چرا که این شرکت جایگاه خود را پیدا خواهد کرد.” این کمپانی با ارایه‌ی پلتفرم جدیدی با عنوان “گفتگو به عنوان پلتفرم” (conversation as a platform) که در ماه مارس از آن رونمایی کرد، نوعی رابط چت-محور ارایه داد که مبنی بر استفاده‌های پرکاربرد کاربران از اینترنت است و به پیدا کردن اطلاعات مربوط به خرید و دسترسی به طیف وسیعی از خدمات مورد استفاده، قرار خواهد گرفت. این اپلیکیشن‌ها به لطف برخورداری از API که توسط مایکروسافت فراهم شده است، هوشمندتر خواهند شد و این امکان را مهیا می‌کند تا حالت چهره، احساسات و دیگر اطلاعات موجود در عکس‌ها و فیلم‌ها دریافت شود.

مایکروسافت معتقد است که این ساختار “مغز” گونه بهترین دستاوردی است که طی دو دهه‌ی اخیر ساخته شده و با پیشرفتی که در مواردی چون یادگیری ماشینی (Machine learning) و پردازش زبان‌های طبیعی دارد، آینده‌ای درخشان برای هوش مصنوعی رقم خواهد زد. طی آزمایشات اولیه‌ای که در چین صورت گرفته است، اکنون مایکروسافت این فناوری را در اختیار دارد تا ربات‌هایی بسازد که به شکل احساسی با کاربر وارد تعامل شوند. علاوه بر این، بین تمام غول‌های تکنولوژی دنیا، مایکروسافت اولین شرکتی بود که پلتفرمی برای رابط چت متنی تولید کرد که همین امر افتخار مهمی برای مایکروسافت محسوب می‌شود. آن هم مایکروسافتی که در روند رشد بازار گوشی‌های هوشمند در حد تماشاچی بود!

اوایل ژانویه‌ی سال جاری بود که شرکت‌های بزرگ و کوچک فعال در حوزه‌ی فناوری به تکاپو افتادند تا نوعی از ربات به عنوان “ربات قاتل” را تولید کنند. در این میان، فیسبوک پلتفرم توسعه ربات خود را روی اپلیکیشن محبوب چت خود راه‌اندازی کرد. گوگل هم بیکار ننشست و دستیار هوشمند جدیدی برای پیام‌رسان الو (Allo) معرفی کرد. ضمن این که خبر از دستیاری به نام هوم (Home) داد که رقیبی برای اکو (Echo) در آمازون محسوب می‌شود. آمارها حاکی از آن است که اکوی آمازون هم در این گیر و دار رقابت، موفق شده در ۳/۰۰۰/۰۰۰ خانه مورد استفاده قرار گیرد و با بهره‌گیری از API توانسته است ۱۲۰۰ قابلیت را به مهارت‌های خود اضافه کند.

با این حال، مایکروسافت این بار مغرورتر از همیشه به تلاش‌های خود در حوزه‌ی هوش مصنوعی افتخار کرده و سعی دارد که خود را برنده‌ی این میدان رقابت کند. ژوئن گذشته نادلا ترتیب مصاحبه با مدیران رده بالای فعال در عرصه‌ی هوش مصنوعی را ترتیب داد و طی آن محدوده‌ی وسیعی از اپلیکیشن‌ها که دستاورد تلاش‌های انجام شده در زمینه‌ی پردازش زبان طبیعی و یادگیری ماشین بودند را معرفی کرد.

می‌توان گفت که مایکروسافت وارد بازی جدی و بزرگی شده است. تاریخ مایکروسافت نشان داده است که این شرکت در زمینه‌ی شروع یک فناوری دقیق و حساب شده وارد عمل می‌شود اما در کنار آن تجربه هم ثابت کرده است که ردموندی‌ها زودتر از دیگر رقبایشان به پتانسیل بازار برای گوشی‌های هوشمند و تبلت پی بردند اما همان‌طور که بعدا شاهد بودیم، در نهایت مغلوب اپل و گوگل شدند. اکنون این سوال ساده در مورد تلاش‌های مایکروسافت در زمینه‌ی هوش مصنوعی ایجاد می‌شود.

این بار چه چیز متفاوتی وجود دارد؟

در حال حاضر، مایکروسافت نسبت به دیگر شرکت‌های آمریکایی موفقیت‌های بیشتری در حوزه‌ی ساخت ربات داشته است. با این حال، این احتمال وجود دارد که تا به حال اطلاعی از این نکته نداشته‌اید. چرا که بستر این موفقیت‌ها در چین شکل گرفت.

در ژانویه‌ی ۲۰۱۶ بود که در برنامه‌ی خبری صبح چین به نام “دراگون تی‌وی” مجری، ادامه‌ی برنامه را به رباتی به نام “شایوآیس” (Xiaoice) سپرد تا به پیش‌بینی آب و هوا بپردازد. شایوآیس در زبان چینی به معنای “بینگ کوچک” است. البته “بینگ” نام همان جستجوگر بازنده‌ی مایکروسافت است اما این نسخه از بینگ پرحرف‌تر خود را نشان داده است.

در طول برنامه، دوربین به نمایش دایره‌ای انیمیشن‌وار پرداخت که در مقابل یک تریبون مجازی در حال حرکت بود و پس از تغییر شکلش به میکروفن، صدایی زنانه از آن برمی‌خاست که در مورد پیش‌بینی آب و هوا صحبت می‌کرد. ضمن این که به سوالات مطرح شده از سوی مجری هم پاسخ می‌داد.

اگر می‌خواهید بدانید که چرا مایکروسافت علاقه‌ی خود را به ربات‌ها معطوف کرده است، شایوآیس بخش قابل توجهی از پاسخ این سوال را به همراه دارد. “دریک کانل”، مهندس سرپرست موتور جستجوی بینگ می‌گوید: “قصد نداریم ادعا کنیم که به ساخت ربات قاتل دست پیدا کرده‌ایم. اما توانسته‌ایم رباتی را با روشی جدید توسعه دهیم که انتظارات را در زمینه‌ی برقراری مکالمه برآورده می‌کند.”

سال ۲۰۱۴ مایکروسافت شایوآیس را از طریق اپلیکیشن چینی وی چت (WeChat) معرفی کرد. شایوآیس مانند دستیار صوتی کورتانا این توانایی را داشت که به پرسش‌های ساده پاسخ دهد. اما نقطه‌ی برتری‌ آن نسبت به کورتانا قابلیتش در برقراری مکالمه و گفتگو است. این ربات طوری برنامه‌ریزی شده است که می‌تواند چت‌های قبلی را به خاطر بسپارد و عواطف و احساسات کاربر را هم درک کند. برای مثال چنانچه به یک رابطه‌ی عاطفی خاتمه داده باشید، ممکن است شایوآیس جویای احوال شما در دوران جدایی شود!

تنها سه روز از معرفی این ربات گذشته بود که ۱.۵ میلیون مکالمه از طریق وی چت در آن صورت گرفت. کمی بعد از آن هم این امکان روی سرویس میکرو بلاگینگ ویبو (Weibo) راه‌اندازی شد و شایوآیس توانست عنوان یکی از پرمخاطب‌ترین اکانت‌های دنیا را به خود اختصاص دهد. امروزه بیش از ۴۰ میلیون نفر در سراسر دنیا از این ربات استفاده می‌کنند.

از نظر کانل، شایوآیس این قابلیت را دارد که زمینه‌ساز نسل جدیدی از جستجوگرهای آینده شود. در جستجوهایی که تحت وب صورت می‌گیرد، هر صفحه عموما ۱۰ نتیجه شامل‌‌ هایپرلینک‌های آبی رنگ را نشان می‌دهد. یک ربات مکالمه‌ای در سطح عالی می‌تواند به سادگی بهترین نتیجه‌ی این جستجو را تشخیص دهد.

البته نمی‌توان انتظار داشت که شایوآیس در ایالات متحده هم همان سرنوشت موفق در چین را داشته باشد. (برای مثال ربات انگلیسی زبان مایکروسافت به نام Tay را می‌توان نام برد که گواه خوبی بر این ادعا است.) با این که ۲ سال از معرفی شایوآیس گذشته است، باز هم نمونه‌ی مشابهی که به زبان انگلیسی مسلط باشد ارایه نشده ضمن اینکه هیچ کدام از موارد معرفی شده عملکردی نزدیک به آن هم نداشته‌اند. با این حال، مدیران مایکروسافت اتفاق نظر دارند که شایوآیس زیرساخت‌های قابل توجهی برای آینده‌ی این کمپانی فراهم می‌کند.

ما به دنبال یک اکوسیستم هستیم

کانل در ادامه می‌گوید: “ما در دورانی مدرن از تاریخ زندگی می‌کنیم. از این رو لازم نیست برای انتقال یک معنا در سخنوری و درک زبان متخصص باشید. تنها کافی است که از ابزارهای ما استفاده کنید. می‌توانید دست به کار شده و با استفاده از ابزاری که در اختیارتان قرار می‌دهیم ربات‌های خود را در هر پلتفرمی از اسلک (Slack) گرفته تا فیسبوک مسنجر راه‌اندازی کنید. هر چند که امیدواریم انتخاب شما اسکایپ یا ویندوز باشد با این حال باز هم تصمیم‌گیری با خود شما است.”

حالا این ترس به جان توسعه‌دهندگان افتاده که ممکن است در مورد استانداردهای ساخت ربات‌ها جنگ و جدالی به راه بیفتد. البته مایکروسافت در این زمینه هم به شکل نامعمولی سیاستمدارانه عمل کرده است. این شرکت با برپایی کنفرانسی در ژوئن امسال در سان‌فرانسیسکو، رقیبان ربات‌ساز خود را به همکاری دعوت کرده است. “لی لی چنگ” مهندس ارشد مایکروسافت که از فعالان موجود در سازمان‌دهی این رویداد (با نام Botness) بوده است، می‌گوید: “از آنجا که به صلح و سازگاری علاقه‌مند هستیم تمایل به ایجاد یک اکوسیستم داریم. به همین منظور در نظر داریم که مشکلات و چالش‌هایی که در حین کار می‌تواند بین ما و دیگر رقیبان شکل گیرد را شناسایی کنیم.”

با رهبری و مدیریت رویدادهایی از قبیل Botness، مایکروسافت امیدوار است که بتواند جایگاه خود را در مرکزیت قرار دهد. چنانچه مایکروسافت موفق شود، دوران تازه‌ای در عصر تلفن‌های همراه آغاز خواهد شد. از این رو، ربات‌هایی که از فناوری‌های مایکروسافت بهره می‌گیرند می‌توانند به اپلیکیشن‌های پیام‌رسان محبوب دیگر شرکت‌ها راه پیدا کنند و به این ترتیب مایکروسافت می‌تواند جای پای خود را در دنیای جدید محکم کند.

استراتژی مایکروسافت

هرچند که مایکروسافت تنها شرکتی نیست که تصمیم به ارایه‌ی پلتفرمی جدید برای نسل بعدی محاسبات کامپیوتری خود دارد- البته اگر منظور از پلتفرم، مکالمه باشد. استارتاپ‌ها و شرکت‌های مطرح زیادی بخشی از فعالیت‌های خود را به هوش مصنوعی اختصاص داده‌اند که اتفاقا اغلب آن‌ها به نتایج مطلوبی دست پیدا کرده‌اند. با این حال حتی اگر نگوییم که مقایسه‌ی عملکرد شرکت‌ها در خصوص هوش مصنوعی (AI) غیر ممکن است، باز هم کار سخت و مشکلی محسوب می‌شود. بخش زیادی از کاری که شرکت‌هایی مانند گوگل، فیسبوک و آمازون در زمینه‌ی هوش مصنوعی انجام داده‌اند به سرانجام نرسیده است. حتی وقتی از مدیران این شرکت‌ها در مورد تفاوت عملکردشان در زمینه‌ی هوش مصنوعی پرسیده می‌شود، پاسخی برای گفتن ندارند. برای مثال وقتی از “ساندار پیچای” مدیر عامل گوگل در مورد نحوه‌ی کار این شرکت سوال شد تنها به این پاسخ اکتفا کرد: “گوگل مدت‌های طولانی است که مشغول کار روی این موضوع است.”

“بندیکت اوانس” آینده‌نگر فعال در شرکت سرمایه‌گذار “اندرسن هورویتز” (Andreessen Horowitz) در یکی از پست‌های وبلاگی اخیر خود نوشته است: “روند حرکت هوش مصنوعی به حدی سریع است که نمی‌توان موقعیت قوی‌ترین‌های این حوزه را پیدا کرد. ضمن این که محصول این بازار همچنان مشخص نیست و تفاوت عملکرد شرکت‌ها خود را نشان نمی‌دهد.”وی افزود: “با وجود این که بیشتر تکنیک‌ها و مباحث علمی مربوط به این حوزه در دسترس بوده و حالت منبع-باز دارد، اما به کارگیری و عملی ساختن آن کار ساده‌ای نیست.”

کی لو (Qi Lu) که یکی از اعضای تیم ۱۲ نفره‌ی نادلا است بر گروه‌های اپلیکیشن و سرویس‌های مایکروسافت نظارت دارد. او همچنین دارای دکترای علوم کامپیوتر با ۲۰ اختراع ثبت شده است و در میان همکاران خود از احترام بالایی برخوردار است. لو طی مصاحبه‌ای که با سایت Verge داشت بسیار هوشمند جلوه کرد. او به شدت با حرارت صحبت می‌کرد و از این که کلامش به سرعت فکرش نبود، احساس کلافگی می‌کرد. لو هنگام مصاحبه تی‌شرتی به تن داشت که روی آن نوشته شده بود: “Make epic shit” که ترجمه‌ی مناسب با فضای رسانه‌ی آن می‌شود: “به دنبال حماسه باش.”

لو در مصاحبه‌ی خود معایب موج اول اینترنت موبایل را مطرح کرد. وی به این نکته اشاره کرد که میزان درصد استفاده‌ی کاربران از ترافیک وب تلفن‌های همراه هیچ‌گاه از ترافیک سیستم‌های دسکتاپ فراتر نرفت و همین آمار نشان از ناامید شدن کاربران از اینترنت موبایل دارد. او در ادامه گفت: “ما می‌دانیم که وب کارکرد رضایتبخشی در تلفن همراه ندارد. و به جز تعداد انگشت شماری از گروه‌های عمده، کاربران در برابر دانلود اپلیکیشن روی این دستگاه‌ها از خود مقاومت نشان می‌دهند.” وی افزود: “صنعت فعلی هنوز نتوانسته به جایگاه شایسته‌ی تلفن‌های همراه و سرویس‌های ابری دست پیدا کند و اپلیکیشن‌ها مثال قابل قبولی در این مورد محسوب نمی‌شوند.”

در واقع اپلیکیشن‌ها، رابط‌های مبتنی بر HTML هستند چرا که بهترین گزینه در زمان خود برای رفع نیازهای کاربر محسوب می‌شدند. از آن جا که نمی‌شد برای اجرای هر درخواست آنلاینی سر گوشی خود داد و فریاد راه بیندازید، توسعه‌دهندگان با استفاده از روش‌هایی مخفی و لوله‌کشی‌مانند! این امکان را برای کاربر فراهم ساختند که از طریق آیکون‌های بزرگ با دستگاه خود وارد ارتباط شوند. ضمن این که همین آیکن‌ها کارآمدترین مسیرها را برای انجام بسیاری از کارها مهیا کردند. حالا به لطف پردازش زبان طبیعی، شما می‌توانید با داد و فریاد (و ترجیحا صدای آهسته‌تر!) درخواست خود را از گوشی‌تان مطالبه کنید. لو می‌گوید: “پلتفرم تجربه” نسل جدیدی از یک روش گفتگو محور است و با رفتار انسانی سازگاری و همخوانی بیشتری دارد. هر چند که در آینده‌ی پیش رو “زبان” پایه و اساس تعاملات محسوب خواهد شد اما رابط‌های گرافیکی هم هنوز جای تعمق بیشتری دارند و می‌توانند ارتقا پیدا کنند.