کاستی‌های مطالعات هوش
اخباراصول هوش مصنوعی

مختصری در مورد کاستی‌های مطالعات هوش

    0
    زمان مطالعه: ۵ دقیقه

    در سال ۱۹۸۴، آرون سلومان، متخصص کامپیوتر، پس از مطالعاتش بر روی هوش به این نتیجه رسید که متخصصان می‌بایست کاستی‌های مطالعات هوش را مدنظر قرار دهند، اما به طریقی تمایز گذاشتن بین آن دسته از اشیاء و موجوداتی را که هوش (ذهن) دارند و آن‌هایی را که ندارند، متوقف کنند. وی معتقد بود، شباهت‌ها و تفاوت‌های ریز و جزئی میان این موجودات ارزش بیشتری برای مطالعه دارد. از نظر سلومان، «فضای اذهان بالقوه» طیفی با دو سر انتهایی نیست، بلکه به نقشه‌ای پیچیده می‌ماند که چندین منتهی‌الیه دارد.

    این نوشتار از اثر فیلیپ بال (۲۰۲۲) به نام «The Book of Minds: How to Understand Ourselves and Other Beings, from Animals to AI to Aliens» وام گرفته است.

    در سال ۱۹۸۴، آرون سلومان، متخصص کامپیوتر دانشگاه برمینگهام انگلیس، طی مقاله‌ای به ضرورت تفکر سیستماتیک در مورد ماهیت مبهم و در عین حال، شهودی ذهن اشاره کرد. وی معتقد بود زمان آن فرا رسیده است، تا کاستی‌های مطالعات هوش را به طور کلی در نظر بگیریم و آنچه را در مورد قابلیت‌های شناختی حیوانات، هوش مصنوعی و سیستم‌های کامپیوتری کشف کرده‌ایم، به رسمیت بشناسیم. مقاله سلومان «ساختار فضای اذهان بالقوه» نام داشت.

    کاستی های مطالعه هوش مصنوعی

    تفاوت‌های ذهن و هوش موجودات

    سلومان نوشته است: «بدون شک تنها یک نوع ذهن وجود ندارد و تفاوت‌های ذهن و هوش موجودات بسیارند. به غیر از تفاوت‌های فردی مشهودی که بین افراد بزرگسال وجود دارد، بین بزرگسالان، کودکان سنین مختلف و نوزادها نیز تفاوت‌هایی زیادی به چشم می‌خورد. تفاوت‌های میان‌فرهنگی نیز قابل توجه هستند. انسان‌ها، شامپانزه‌ها، سگ‌ها، موش‌ها و حیوانات دیگر هم با یکدیگر فرق دارند. بین همگی این‌ها و ماشین‌ها نیز تفاوت است. ماشین‌ها هم همگی شبیه هم نیستند و حتی کامپیوترهای یکسانی که در یک خط‌ تولید ساخته می‌شوند، بعد از دریافت برنامه‌های متفاوت، ویژگی‌های گوناگونی از خود نشان می‌دهند.»

    سلومان اکنون بازنشسته شده است، اما نظریاتش به فراموشی سپرده نشده‌اند. ایده‌های او در فلسفه، نظریه اطلاعات و علوم رفتاری ریشه دارند و به همین دلیل، درک‌شان کار آسانی نیست. اگر سؤالی از او بپرسیم، بعد از مدتی متوجه می‌شویم از سؤال ابتدایی خیلی فاصله گرفته‌ایم. گاهی به نظر می‌رسد نسبت به سایر تلاش‌هایی که در راستای درک ذهن انجام شده‌اند، نگاهی تحقیرآمیز دارد. او معتقد است با توجه به تفاوت‌های ذهن و هوش موجودات، بسیاری از حقایق موجود اصلاً مورد توجه قرار نمی‌گیرند، شاید به خاطر اینکه پژوهشگر نمی‌تواند مفاهیم زیربنایی آن‌ها را درک کند و یا اینکه رویکردهای لازم برای مطالعه‌شان در مدارس و دانشگاه‌ها تدریس نمی‌شوند؛ به هر حال، آموزش‌ها به‌گونه‌ای است که کاستی‌های مطالعات هوش بیشتر از افزایش مطالعات آن است.

    مطالعات هوش مصنوعی

    سلومان تلاش چهل سال قبل خودش در راستای کمک به مطالعه ذهن و در نظر گرفتن کاستی‌های مطالعات هوش را نیز کوچک می‌شمارد و باور دارد مقاله ۱۹۸۴ به زحمت توانسته است به این معضل بپردازد و اثرگذاری محدودی داشته است: «به نظرم، نظریات و رویکردم در این حوزه عمدتاً نادیده گرفته شده است، شاید چون پیشرفت واقعی کار سخت و زمان‌بری است. شرایط این روزها، یعنی ارزیابی‌ مداوم تعداد استناد به مقاله، مقدار کمک‌هزینه‌ها و نوآوری‌های ظاهری، کمکی به این قضیه نمی‌کند.»

    اما در این یک مورد می‌توان گفت سلومان در اشتباه است. به عقیده‌ چندین تن از پژوهشگران پیشگام عرصه هوش مصنوعی، مطالعات سلومان اثر کاتالیزگری و تسریع‌کنندگی داشته است و ترکیبی که از علم کامپیوتر و رفتارگرایی ارائه می‌دهد، با اینکه برای دهه‌ ۱۹۸۰ عجیب به نظر می‌رسید، امروزه مفید و برای پیشرفت ضروری است و این تحقیقات توانسته است تفاوت‌های ذهن و هوش موجودات را در حال حاضر مشخص نماید.

    سلومان نوشته است: «دیگر باید این باور را کنار بگذاریم که چیزهایی که هوش دارند و چیزهایی که هوش ندارند با مرزی شفاف و واضح از یکدیگر جدا شده‌اند. در عوض، باید این واقعیت را در نظر بگیریم که ناپیوستگی‌های فراوانی در فضای سیستم‌های بالقوه وجود دارد و این فضا، پیوستار یا طیفی با دو منتهی‌الیه ساده نیست. از این طریق شاید کاستی‌های مطالعات هوش و ذهن مرتفع خواهد شد.»

    مطالعات هوش مصنوعی

    به عقیده‌ سلومان، برای ترسیم فضای اذهان بالقوه، می‌بایست انواع مسائلی را که انواع گوناگون ذهن می‌توانند انجام دهند، بررسی و طبقه‌بندی کرد و در واقع، تفاوت‌های ذهن و هوش موجودات در عملکرد آن‌ها را در نظر گرفت. وی توضیح می‌دهد: «توانایی‌ها، قابلیت‌ها و ساختارهای رفتاری گوناگون را باید با علم به این نکته طبقه‌بندی کرد که برخی از رفتارها (همچون شناسایی چهره، حل مسئله، درک قطعه‌ای شعر) درونی هستند. بدین طریق است که کاستی‌های مطالعات هوش و ذهن شناخته می‌شود و در حقیقت، می‌توان انواع ذهن‌ها را از نظر آنچه می‌توانند و آنچه نمی‌توانند انجام دهند، توصیف کرد.»

    هدف درک آن فرایندی است که باعث می‌شود اذهان گوناگون، قابلیت‌های متمایزی را که دارند، کسب کنند و با این کار نتیجتاً تفاوت‌های ذهن و هوش موجودات در عملکرد آن‌ها شناخته خواهند شد.

    به گفته‌ سلومان، در نتیجه‌ این مطالعات و دسته‌بندی‌ها، یک فضای غنی و ساختاریافته آشکار می‌شود که مثل طیف، یا هر پیوستار دیگری، تک‌بُعدی نیست و تنها دو منتهی‌علیه ندارد. در فضای اذهان بالقوه، هم مکانیزم‌های بسیار ساده‌ای وجود دارند که معمولاً به ذهن تشبیه‌شان نمی‌کنیم (همچون ترموستات‌ها یا کنترل‌گرهای سرعت تعبیه‌شده در موتور) و هم رفتارهای پیشرفته و انطباقی و واکنشی که در ارگانیزم‌های ساده همچون باکتری‌ها و آمیب‌ها دیده می‌شود. پس همان‌طور که سلومان می‌گوید، بهتر است به جای تلاش بی‌ثمر در راستای تفکیک دنیا به موجودات/اشیائی که ذهن دارند و آن‌هایی که ندارند، تفاوت‌های ذهن و هوش موجودات در جزئیات و نیز شباهت‌های ریز و جزئی میان آن‌ها را بررسی کنیم.

    این پروژه به‌ویژه برای متخصصان شناختی، انسان‌شناسی، کردارشناسی، کامپیوتر، عصب‌شناسی و فیلسوف‌ها اهمیت و جذابیت دارد و باعث می‌گردد پژوهش‌های زیادی در خصوص کاستی‌های مطالعات هوش انجام گیرد. به باور سلومان، پژوهشگران عرصه هوش مصنوعی باید تمرکز بر نزدیک کردن ذهن و شناخت مصنوعی به شناخت انسانی را کنار بگذارند و در عوض، به نحوه تکامل شناخت و بروز آن در جانوران دیگر بپردازند و به‌نوعی تفاوت‌های ذهن و هوش موجودات را در جزئیات خودشان مدنظر قرار دهند. هوش مصنوعی در حال حاضر، نیاز به حافظه و سرعت و داده را هم به مشکل اضافه کرده است. به بیان دیگر، اقدامات کنونی درک چندانی از هوش طبیعی ندارند و به‌ندرت می‌توانند آن را تکرار کنند و با این روند، کاستی‌های مطالعات هوش همچنان باقی خواهد ماند.

    مطالعات هوش مصنوعی

    مفهوم «فضای اذهان بالقوه» برای برخی از پژوهشگران علاقه‌مند به هوش و فرایند تکاملش، نقش محرک و مشوق را داشته است؛ با این حال، تا ترسیم این فضا راه زیادی پیش رو داریم. حوزه‌ها و علوم گوناگونی که سلومان به کار برده بود، در دهه ۱۹۸۰ خیلی از هم فاصله داشتند و به همین دلیل، نمی‌توانستند به دنبال هدف مشترکی باشند. در آن برهه از زمان، پرداختن به پیچیدگی‌های شناختی ذهن خود انسان هم امری جدید بود. در اواسط دهه ۱۹۸۰، علاقه ناگهانی شرکت‌ها به پژوهش هوش مصنوعی خیلی زود از بین رفت و این رکود تا اوایل دهه ۱۹۹۰ ادامه داشت. به همین دلیل، صحبت از «ذهن ماشینی» گزافه‌گویی در نظر گرفته می‌شد.

    حالا ورق برگشته است و به نظر می‌رسد زمانی بهتر از این نمی‌توان برای بررسی «فضای ذهن» سلومان پیدا کرد و از این طریق کاستی‌های مطالعات هوش را برطرف نمود. هوش مصنوعی بالاخره توانسته است ارزشش را اثبات کند و حالا این باور در حال رواج است که پیشرفت بیشتر مستلزم درک تفاوت‌های موجود بین ذهن ماشین‌ها و انسان‌ها و در حقیقت درک تفاوت‌های ذهن و هوش موجودات در جزئی‌ترین موارد با یکدیگر است. درک این مهم برای تحقق رویای بلندمدت بنیان‌گذاران و متخصصان، یعنی ایجاد «هوش مصنوعی عمومی»، نیز اهمیتی حیاتی دارد.

    جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

    این مطلب چه میزان برای شما مفید بوده است؟
    [کل: ۰ میانگین: ۰]

    توسعه ۸ فناوری لازم برای ایجاد اینترنت اشیا در کشور

    مقاله قبلی

    الگوریتم بینایی ماشین در هوش مصنوعی با انرژی مصرفی یک یخچال اجرا می‌شود!

    مقاله بعدی

    شما همچنین ممکن است دوست داشته باشید

    بیشتر در اخبار

    نظرات

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد.