هوش مصنوعی در طراحی - بخش دوم

مولف : امیرعلی ارشادی, امیرحسین نوری فرد | تاریخ انتشار : ۰۵ مرداد ۱۴۰۱
هوش مصنوعی در طراحی - بخش دوم

در این قسمت با مراحل کار و فرضیات جان جرو و هربرت سایمون در این حوزه بیشتر آشنا خواهیم شد:

روش کار

همانطور که پیش از این  و به صورت اجمالی بیان شد  پایه اصلی تحقیقات برای نگارش این مقاله را پژوهش‌های متاخر جان جرو تشکیل می‌دهد. در نگاه اول مقالات جان جرو بسیار زیاد و متعدد بود و به همین علت مقالات او از سال 2015 تا 2021 بررسی شد که تعداد این مقالات حدود صد مقاله بوده است. با این حال ودر پایان  باتوجه به کمبود و پراکندگی محتوای مورد نظر از مقالات اندک دیگری خارج از این بازه تاریخی  نیز استفاده شده، نحوه گزینش این مقالات قبل از این تاریخ نیز با جستجوی کلید واژه هوش مصنوعی و طراحی درعناوین دیگر مقالات جان جرو بوده است.

نحوه بررسی این صد مقاله این گونه بوده است که چکیده مقالات بررسی شده تا  سطح ارتباط آن با موضوع انتخابی مشخص شود. همچنین در کنار بررسی چکیده، خود کلیدواژه هوش مصنوعی نیز در متن مقالات جستجو شده است.

پس از بررسی اولیه چکیده مقالات و با توجه به احتمال انطباق شان با موضوع مد نظر به دسته احتمال انطباق کم، متوسط و زیاد تقسیم شدند. تعداد این مقالات حدود پانزده مقاله شد. در بررسی بیشتر این مقالات به  عدد شش رسید. با این حال چالشی اساسی در پایان بررسی ها خود را نشان داد. پراکنده بودن محتواهای مقالات  به نوعی که محتواهای استحراج شده از مقالات به مانند جزیره هایی کاملا جداگانه بودند که اتصال آنها سخت جلوه می‌کرد. از طرفی بحث مستقیم درباره هوش مصنوعی  بیشتر در حد اشاره هایی کوتاه و ارجاع گونه بود. همچنین بعضی الگوها و تکنیک‌ها که زیرمجوعه حوزه های مختلفی قرار می‌گیرد به خوبی آشکار نبود که میتواند در موضوع قرار گیرد یا خیر.

از این رو یکی از مقالات جان جرو که مربوط به سال 2007  و در واقع سرمقاله ایی برای بیستمین سالگرد تاسیس مجله AIEDAM(Artificial Intelligence for Engineering Design, Analysis and Manufacturing) بود به عنوان چهارچوب کلی اثر انتخاب شد تا تلاش شود مطالب استخراج شده در آن قالب به هم پیوند بخورند. با این حال ناچارا بخش قابل توجه ایی از مطالب استخراج شده نیز دچار حذف و تعدیل شد.

کلیدواژه ایی که عمدتا  در عناوین و متون مورد جستجو قرار گرفته است هوش مصنوعی بود. همچنین در بعضی مقالات به صورت موردی کلماتی چون یادگیری ماشین و داده کاوی نیز مورد جستجو قرارگرفت.

جان جرو در متنی کنایه آمیز می‌نویسد:" هدف دیزاین یا طراحی تغییر دنیایی است که خود در آن فعالیت می‌کند(خودش را بصورت پویا تغییر می‌دهد) و همچنین طراحان عوامل (agents) را تغیر می‌دهند. از همین رو طراحی حتی برای انسان‌ها نیز دشوار به نظر می‌رسد چه برسد به ماشین‌ها[1]."

با این حال و با وجود موانع متعدد بر سر همکاری و همیاری ایده آل هوش مصنوعی و طراحی،‌ تاکنون مسائل خوبی در تعاملات این دو حوزه رقم خورده است، موید این مسئله نیز می‌تواند مقالات مختلفی در این زمینه باشد که جان جرو نویسندگی و یا داوری آنها را برعهده داشته است.

اگر با دقت به پیشینه تاریخی طراحی و هوش مصنوعی در عصر گذشته به صورت جداگانه نگاه کنیم به اسامی مشترک جالبی برمیخوریم. یکی از اشخاصی که هم در تاریخ هوش مصنوعی و هم در تاریخ طراحی موثر بوده هربرت سایمون است. هربرت سایمون، دانشمند و استاد دانشگاه کارنگی ملون، پژوهشگری بود که در رشته های مختلف و در پژو هش‌های بین رشته ایی متعددی شرکت داشت. او با آنکه در زمینه هوش مصنوعی اثرات بیشتری برجای گذاشت و نام مطرح تری محسوب می‌شود اما تعاریفی هم که در حوزه طراحی پیشنهاد داد تأثیرات قابل توجهی بر این حوزه گذاشت.

جان جرو

در سال 1967، هربرت سایمون در سلسله سخنرانی های کامپتون (که به یادبود کارل تیلور کامپتون و در دانشگاه MIT برگزار می‌شد) برای توضیح ایده خود در زمینه هوش مصنوعی از دیزاین یا طراحی به عنوان مثال استفاده کرد. او با طراحی به عنوان نوعی از حل مسئله برخورد کرد. در عین حال سایمون طراحی را  دسته  بدساختار(ill-structured) یا سخت در دسته های حل مسئله تعریف می‌کرد[1].

به زعم جان جرو این مسئله و چهارچوبی که سایمون ارائه داد پایه و اساس هوش مصنوعی در طراحی را با فرض طراحی به عنوان جستجو(به عنوان عملیات جستجو) و به صورت کلی تر طراحی به مثابه حل مسئله شکل داد[1].

جان جرو در بررسی های سیر تاریخی کاربرد هوش مصنوعی در طراحی در عصر گذشته دو دسته بندی طراحی به مثابه حل مسئله و طراحی به مثابه طراحی را ارائه می‌دهد. او همچنین چهارچوب ارائه شده توسط سایمون را مبدا مناسبی برای بررسی های تاریخی نگاه طراحی به مثابه حل مسئله می‌داند. نگاه طراحی به مثابه حل مسئله، طراحی را نوعی جستجو از بین راه حل‌ها برای تبدیل وضعیت فعلی به وضعیت مطلوب می‌داند. هربرت سایمون بخش قابل توجه ایی از طراحی را تبدیل یک مسئله بدساختار به خوش ساختار برای حل آن می‌داند[7]. همچنین قابل ذکر است که  سخنرانی مذکور و چهارچوب پیشنهادی سایمون باعث تخصیص دادن بودجه های قابل توجه به پژوهشها و تحقیقات حوزه روشهای(method) طراحی و همچنین تئوری طراحی در کشورهایی چون انگلیس،آمریکا و استرالیا شد[8].

اما نقش هربرت سایمون در این بحث فقط به ارائه یک چهارچوب پیشنهادی که طراحی را نوعی حل مسئله می‌دانست محدود نمی‌شود بلکه در همان برهه زمانی سایمون با ارائه فرضیه ایی به نام سیستم نماد فیزیکی تغییرات بزرگی را در هوش مصنوعی رقم زد. این همزمانی  باعث همپوشانی های جالبی در روند مشترک هوش مصنوعی و طراحی در آن برهه تاریخی شد.

در دهه 1960 فرضیه سیستم نماد فیزیکی توسط هربرت سایمون و آلن نیوول مطرح شد. فرضیه سیستم نماد فیزیکی  از زبان صاحبان این فرضیه به صورت خلاصه از این قرار است که"يك سیستم نمادهاي فيزيكي ابزارهاي لازم و كافي براي پياده سازي هوشمندي عمومي را داراست[4]. " این تعریف از هوشمندی باعث برآمدن پارادایمی در هوش مصنوعی شد که به نام هوش مصنوعی نمادین شهرت یافت. این پارادایم از دهه شصت تا هشتاد میلادی نگاه غالب در هوش مصنوعی بود اما با نقدهای متعددی که به آن وارد شد کنار رفت و پارادایم هوش محاسباتی جای آن را گرفت.سیستم های خبره(expert systems) از جمله نتایج مهم پارادایم هوش مصنوعی نمادین و همچنین شبکه های عصبی مصنوعی و سیستم‌های فازی (که امروزه کاربردهای بسیاری دارند) نیز  از جمله نتایج مهم برآمده از پارادایم هوش محاسباتی هستند.

 جان جرو در مقاله ایی که تغییرات پنجاه سال گذشته تحقیقات در طراحی را مورد بررسی قرار می‌دهد روند طراحی را این‌گونه و به این ترتیب تقسیم بندی می‌کند:"طراحی با استفاده از شبیه سازی، طراحی با استفاده از بهینه سازی، طراحی با استفاده از هوش مصنوعی و طراحی با استفاده از علوم شناختی[8]." جان جرو استفاده از مواردی چون بهینه سازی را نسبت به هوش مصنوعی در تحقیقات طراحی پر رنگ تر می‌داند و از کم بودن تحقیقات مبتنی بر هوش مصنوعی گلایه می‌کند:" به طور قابل توجه ایی فقط تعداد کمی تحقیقات مبتنی بر هوش مصنوعی در طراحی در مقایسه با تحقیقات مبتنی بر بهینه سازی در طراحی به صنعت طراحی راه پیدا کرده است. از آن سو بسیاری از تحقیقات بدون استفاده از هوش مصنوعی انجام می‌شود[1]."

 

فهرست منابع

1-

Gero,john,2007, AI EDAM at 20: Artificial intelligence in designing, Artificial Intelligence for Engineering Design, Analysis and Manufacturing

 

2-

Heskett, John,1980, Industrial Design, Thames & Hudson

https://www.abebooks.com/Industrial-Design-Heskett-John-Thames-Hudson/5557215996/bd

 

4-خلج،محمدحسین محمدعلی،1393،دریفوس و تاریخ فلسفی هوش مصنوعی،نشریه غرب شناسی بنیادی،ص103 تا128

5-

Andy Peart,2020, Homage to John McCarthy, the Father of Artificial Intelligence (AI)

https://www.artificial-solutions.com/blog/homage-to-john-mccarthy-the-father-of-artificial-intelligence

 

6-کراس،نایجل،مقیمی،مهدی،1398،تفکر طراحی:فهم چگونگی تفکر و کار طراحان،نشر وارش

7-مطلبی،قاسم،1399،طراحی به مثابه حل مسئله:مدلی مبتنی بر سوابق طراحی،نشریه علمی معماری و شهرسازی ایران،ص21-33

8-

Gero,john,2017, Whither Design Theory and Methods?, Architectural Science Association,p563-572

 

9-

Gero,john,2016, Visual divergence in humans and computers, Design Studies, p 56-85

10-

Gero,john,2015, Multi-dimensional creativity: a computational perspective, International Journal of Design Creativity and Innovation, p 26-50

11-

Gero,john,2020, Multi-dimensional creativity: a computational perspective, International Journal of Design Creativity and Innovation, p 144-146

 

 

 




مقالات مرتبط


تأثیر طراحی بسته‌بندی محصولات غذایی بر جلب توجه مشتری با استفاده از تکنولوژی ردیابی حرکات چشم (قسمت دوم)

تأثیر طراحی بسته‌بندی محصولات غذایی بر جلب توجه مشتری با استفاده از تکنولوژی ردیابی حرکات چشم (قسمت دوم)

تاریخ انتشار : ۲۳ شهریور ۱۴۰۱
مطالعه بیشتر
علوم شناختی در پس بازی‌های رایانه‌ای (بخش سوم)

علوم شناختی در پس بازی‌های رایانه‌ای (بخش سوم)

تاریخ انتشار : ۰۸ شهریور ۱۴۰۱
مطالعه بیشتر
معیارهای مؤثر در ارتقای خلاقیت در طراحی فضاهای آموزشی (بخش دوم)

معیارهای مؤثر در ارتقای خلاقیت در طراحی فضاهای آموزشی (بخش دوم)

تاریخ انتشار : ۲۶ مرداد ۱۴۰۱
مطالعه بیشتر