هوش مصنوعی؛ رؤیا یا کابوس؟!

وقتی در مورد هوش مصنوعی سخنی به‌میان می‌آید، بی‌گمان کلماتی چون ربات، کامپیوتر و یا حتی ماشین‌حساب برایمان تداعی می‌شود. شاید بتوان آلن تورینگ را بنیانگذار هوش مصنوعی نامید. کسی که مهمترین جایزه‌ی علمی رایانه به افتخار وی جایزه‌ی تورینگ نام گرفته است. فیلم بازی تقلید (the imitation game) تأثیر بسزای او را در این زمینه به‌ خوبی نشان داد.

آلن تورینگ

آیا کامپیوترها می‌توانند فکر کنند؟

این سوالی است که در چند دهه‌ی گذشته حسابی ذهن‌ها را به خود مشغول کرده است. رسیدن به پاسخ این سؤال مستلزم درک صحیح آن است. آگاهی از اینکه واقعاً چه می‌خواهیم، می‌تواند برای رسیدن به آن بسیار راهگشا باشد. این پرسش را به دو شیوه می‌توان مطرح کرد:
آیا کامپیوترها می‌توانند مانند انسان فکر کنند؟
آیا کامپیوترها می‌توانند منطقی فکر کنند؟
هوش مصنوعی دانشی است که مدت‌ها در پی رسیدن به پاسخ این سؤال بوده است. امروزه آلن تورینگ را به عنوان پدر هوش مصنوعی می‌شناسیم. کسی که ما را با ایده‌های خلاقانه‌ی خود چند دهه‌ پیش انداخته است. او در سال 1947 برای اولین بار در مورد هوش کامپیوترها سخنرانی کرد. این دانشمند برجسته و همکارانش با شکستن کدهای ارتباطی نازی‌ها به وسیله‌ی کامپیوتری که تورینگ ساخت، توانستند جنگ جهانی دوم را دو تا چهار سال کوتاه‌تر کنند و جان میلیون‌ها نفر را نجات دهند. تورینگ در سال 1950 آزمایشی را تحت عنوان تست تورینگ پیشنهاد داد. آلن تورینگ یکی از بحث‌برانگیزترین پرسش‌های تاریخ را مطرح کرد: آیا ماشین می‌تواند مثل انسان فکر کند؟! راه حل خلاقانه‌ی او بازی تقلید بود: یک پرسشگر (یک انسان) همزمان در حال گفت‌وگو با دو نفر است. هر یک از این دو نفر در اتاق‌های جداگانه‌ای قرارگرفته‌اند و پرسشگر نمی‌تواند هیچ‌ کدام از آن‌ها را ببیند. یکی از این دو نفر انسان است و دیگری ماشین؛ یعنی یک کامپیوتر. پرسشگر باید با این دو نفر شروع به گفت‌وگو کند و بکوشد که بفهمد کدامشان انسان است و کدام‌ ماشین. اگر کامپیوتر بتواند طوری جواب دهد که پرسشگر نتواند انسان را از ماشین تمیز دهد، آنگاه می‌توان ادعا کرد که این ماشین هوشمند است.

Turing test

بی‌شک هوش مصنوعی تأثیر زیادی بر زندگی ما گذاشته است و ما نمی‌توانیم نقش آن را در زندگی روزمره‌ی خود کتمان کنیم.
بسیاری از محققان می‌گویند تا سال 2025 کامپیوترها به اندازه‌ی انسان هوشمند خواهند بود و تا سال 2035 یک کامپیوتر به تنهایی می‌تواند از مجموع تمام انسان‌ها باهوش‌تر باشد. کامپیوترهای آینده بسیار انعطاف‌پذیر، خودیادگیرنده و دارای احساس خواهند بود. شاید همین داشتن یا نداشتن مورد آخر موجبات نگرانی بسیاری، از جمله استیون هاوکینگ، را فراهم آورده است. “پیشرفت تمام و کمال هوش مصنوعی می‌تواند نسل انسان را به نابودی بکشاند”؛ این مسئله‌ای بود که او در مصاحبه‌ای عنوان کرد. لازم به ذکر است که او این جمله را به کمک هوش مصنوعی گفته است (کامپیوتر سخنگویش را می‌گویم!) جالب اینجاست که بیل گیتس هم با استفاده از عبارت “تهدید جدی برای بشر” در مورد این فناوری هشدار داده است. جیم هندلر یکی از بنیان‌گذاران وب معنایی (semantic web) صریحاً به هاوکینگ گفت در مورد چیزی که تخصص او نیست، اظهارنظر نکند! هندلر به شدت از هوش مصنوعی دفاع کرد و به تمجید از آن پرداخت. استیون هاوکینگ پاسخ جالبی برای ما دارد. او می‌گوید این پیشرفت موجب خواهد شد هوش مصنوعی از انسان پیشی بگیرد و خود را دوباره با یک سرعت فزاینده بازطراحی(re-design) کند و این یعنی نه! زمانی فرا می‌رسد که نمی‌توان هوش مصنوعی را کنترل کرد. اینکه ربات‌ها کی وارد زندگی ما خواهند شد و چه نتایجی خواهند داشت باید منتظر ماند و تماشا کرد. دانشمندان در تلاشند تا ربات‌هایی را بسازند که نه با اشیا بلکه با انسان‌ها ارتباط داشته باشند. یعنی رباتی که به ما گوش می‌دهد، با ما حرف می‌زند و مثل انسان‌ها حالات چهره‌اش تغییر می‌کند. شاید این طرح بزرگ بتواند آنها را از منزوی کردن نجات دهد. شاید چند سال دیگر به جای واژه‌ی “آن” برای یک ربات از کلمه‌ی “او” استفاده شود. اما همچنان سؤالات بدون پاسخ پابرجا هستند:
آیا ربات‌ها می‌توانند هوشیاری داشته باشند؟
آیا کامپیوتر‌ها می‌توانند احساس داشته باشند؟

اما به راستی کامپیوترها چقدر به ما نزدیکند؟

شاید مهمترین خصیصه‌ای که ما انسان‌ها را از سایر موجودات جدا می‌کند توانایی بالای ما در یادگیری است. ما اطلاعات را یاد می‌گیریم، طبقه‌بندی می‌کنیم و در مواقع لزوم از آنها استفاده می‌کنیم. اگر کامپیوترها توانایی یادگیری داشته باشند، به این معنی است که یک قدم دیگر به ما نزدیک شده‌اند. یادگیری قوی کلیدی برای استفاده‌ی بیشتر از زبان است. یکی از مهمترین اهداف هوش مصنوعی ساخت دستگاهی برای تجزیه و تحلیل هر چه بهتر زبان است. در سال 1956 آرتور ساموئل، یکی از پیشگامان یادگیری ماشینی، توانست کامپیوتری بسازد که می‌توانست چکرز (بازی جنگ نادر) بازی کند. دیری نپایید که این کامپوتر ‌توانست قوی‌ترین بازیکنان را از پیش رو بردارد. در واقع او به کامپیوتر اجازه داد تا بارها و بارها با خودش بازی کند و “یاد بگیرد”. شاید این آغاز رقابت انسان و ماشین به صورت ملموس بود.

نبرد بزرگ!

در سال 1996 این رقابت به اوج خود رسید. Deep blue ماشین قدرتمند شرکت IBM گری کاسپاروف قهرمان شطرنج جهان را به مبارزه طلبید. در این مسابقه که طی 6 بازی انجام شد، اتفاقات جالبی رخ داد. بازی اول را کامپیوتر برد تا اولین برد کامپیوترها بر یک قهرمان شطرنج جهان رقم بخورد. اما کاسپاروف با 3 برد و 2 تساوی خیلی زود به رویارویی برگشت تا نتیجه 2-4 به نفع قهرمان شطرنج جهان به دست آید. یک سال گذشت. نسخه‌ی به‌روز‌شده‌ی Deep blue باز هم گری کاسپاروف را به چالش دعوت کرد. مبارزه‌ای دیگر بین”انسان و کامپیوتر” 300 میلیون نفر در سراسر دنیا مسابقه را از طریق شبکه‌ی ESPN پیگیری می‌کردند! اما این بار گری با نتیجه‌ی تاریخی 2,5-3,5 مسابقه را باخت. تا دیگر، کامپیوترها دست کم گرفته نشوند. شاید 50 سال پیش وقتی می‌گفتیم یک ماشین می‌تواند شطرنج بازی کند، همگان تعجب می‌کردند، اما این روزها هرگز چنین تعجبی را نمی‌بینیم. شاید این اتفاق جزء بزرگترین موفقیت‌ها در زمینه‌ی هوش مصنوعی باشد.
سال گذشته گری کاسپاروف به مرور آن اتفاق هیجان‌انگیز و تحلیل اثرات هوش مصنوعی بر زندگی انسان پرداخت. کاسپاروف موفق‌ترین تیم را تیمی متشکل از انسان و کامپیوتر می‌داند. رؤیاپردازی و اشتیاق انسان در کنار قدرت محاسباتی کامپیوتر می‌تواند بسیار قدرتمند باشد. از نظر گری کاسپاروف دیگر نباید انسان را در مقابل کامپیوتر قرار داد بلکه این دو باید در کنار همدیگر به حل مسائل پیچیده و دشوار بپردازند.

گری کاسپاروف در حال بازی با Deep Blue

پدیده‌ای به نام آلفا صفر

همانطور که اشاره شد مبارزه میان انسان و کامپیوتر تاریخی طولانی دارد. اما سال 2017 شاهد بروز پدیده‌ای در دنیای شطرنج بود. یک نرم‌افزار قدرتمند شطرنج که با الهام از نحوه‌ی یادگیری انسان و پلاستیسیته‌ی عصبی ساخته شده بود، تنها بعد از 4 ساعت تمرین با خود (بازی کردن نرم افزار با خودش) توانست قدرتمندترین نرم‌افزار شطرنجی دنیا یعنی استاکفیش را شکست دهد. آلفا صفر با تکرار این پیروزی‌ها ثابت کرد که چندان هم این اتفاق شانسی نبوده است. این پدیده نشانگر این است که افزایش دانش ما در مورد نحوه‌ی کارکرد مغز انسان و تجزیه‌و‌تحلیل داده‌ها و همچنین استفاده از حافظه‌ی کاری هنگام حل مسئله می‌تواند به ما در ساخت تکنولوژی‌های پربازده‌تر در حوزه‌ی تحلیل داده‌ها کمک شایانی کند. در واقع اگر از لحاظ تکاملی هم به مغز بنگریم، می‌توان آن را کارآمدترین ارگان در حیطه‌ی یادگیری دانست که در طی میلیاردها سال به وجود آمده است. نکته‌ی جالب اینکه، آلفا صفر مانند انسان می‌توانست فکر کند و سوارهایش را برای رسیدن به یک وضعیت پوزیسیونی بهتر قربانی کند! (کاری که معمولاً کامپیوترها انجام نمی‌دهند چون اصطلاحاً خسیس هستند!) ویسواناتان آناند قهرمان هندی شطرنج جهان که سال‌هاست در زمره‌ی ده بازیکن برتر دنیا قرار دارد، در این باره جمله‌ی جالبی گفته‌است: شاید تنها 4 ساعت برای رسیدن این نرم‌افزار به پیشرفتی که ما در طی 1500 سال در شطرنج داشته‌ایم، کافی بوده است! آری یک نرم‌افزار کامپیوتری با استفاده از الگوریتم‌های حاکم بر علوم اعصاب و مغز می‌تواند ره صد ساله را یک شبه بپیماید!

گوگل بزرگترین موفقیت در زمینه‌ی هوش مصنوعی

کمتر کسی در دنیا وجود دارد که در طول زندگی‌اش با گوگل سروکار نداشته باشد. در واقع موتور جستجوگر گوگل را می‌توان یک هوش مصنوعی قدرتمند توصیف کرد. موتوری که ما را در سریع‌ترین زمان ممکن به نتیجه دلخواهمان می‌رساند. اما چگونه؟ آیا این امکان وجود دارد که گوگل برای هر واژه‌ای که جستجو می‌شود برنامه‌ریزی شده باشد؟ آیا تمام احتمالات جستجو از طرف همه‌ی کاربران دنیا برنامه٬ریزی شده‌اند؟ البته که نه! چنین کاری زمان بسیاری می‌خواهد. اما چگونه گوگل می‌تواند برای هرچیزی که جستجو می‌کنیم نتایجی کارآمد به ما بدهد؟ در واقع گوگل از قدرت یادگیری ماشینی استفاده می‌کند. نوعی یادگیری که از طریق استفاده از الگوها و الگوریتم‌های مشخصی صورت می‌گیرد. گوگل یک ماشین یادگیرنده‌ی قوی است. امروزه به جایی رسیده‌ایم که به جرأت می‌توان گفت کامپیوترها داری قدرت دیدن، شنیدن و خواندن هستند. در هر دقیقه 300 ساعت ویدئو آپلود می‌شود. هر روز میلیاردها عکس به اشتراک گذاشته می‌شوند. کامپوترها این عکس‌ها را می‌بینند و آن‌ها را طبقه‌‌بندی می‌کنند. کافیست شما عکسی را در اختیار یک موتور جستجوگر قرار دهید تا در کسری از ثانیه عکس‌هایی با مضمون مشابه را دراختیارتان قرار دهد. رایانه‌ها چیزی را که شاید ماه‌ها وقت ما را بگیرد در عرض چند دهم ثانیه انجام می‌دهند. اینکه کسی پزشک نیست ولی دستگاهی می‌سازد که بهتر از یک پزشک بیماری‌ها را تشخیص می‌دهد یا کسی که شطرنج بلد نیست ولی با دستگاهی که ساخته است یک نابغه را شکست می‌دهد، به این معناست که هوش مصنوعی دارد جایگاه خودش را بیشتر و بیشتر در زندگیمان باز می‌کند. چه بسا روزی بتواند جای ما را هم بگیرد!

اما هوش مصنوعی چه تأثیری بر یادگیری ما دارد؟

در سال 1998 مجموع کل جست‌وجوهای روزانه‌ی مردم در گوگل 9800 عدد بود. شاید در آن زمان ما بیشتر جواب‌های خود را به سختی و از درون کتاب‌ها پیدا می‌کردیم. اما حالا استفاده‌ی مردم از گوگل به مراتب بیشتر شده است. روزانه 5.7 میلیارد جست‌وجو در گوگل انجام می‌شود. این یعنی روز به روز دستیابی به اطلاعات ساده و ساده‌تر می‌شود. نتایج یک تحقیق در سال 2011 که در مجله‌ی معتبر science نیز چاپ شد، نشان داد دانشجویان مطالبی را که دسترسی آسان‌تری به آن‌ها دارند، راحت‌تر فراموش می‌کنند. منظور همان مطالبی است که می‌توان از گوگل خیلی آسان پیدا کرد. شاید اتفاقی که می‌افتد این است که ما داریم آرام آرام اینترنت و موتورهای جستجوگر را به هارد اکسترنال مغز خود تبدیل می‌کنیم! همچنین تحقیقی در سال 2009 نشان می‌دهد کسانی که زیاد از اینترنت استفاده می‌کنند در مقایسه با افرادی که کمتر از اینترنت بهره می‌برند، فعالیتی به مراتب بیشتر (2 برابر) در مناطق پره‌فرونتال مغزشان دارند. این مناطق هنگام تصمیم‌گیری سریع و همچنین هنگام فعالیت حافظه‌ی کوتاه‌مدت درگیر می‌شوند. در واقع ما با استفاده‌ی طولانی‌مدت از اینترنت یاد می‌گیریم که اطلاعات را زود فراموش کنیم، چون تمام آن‌ها بدیهی جلوه می‌کنند و احساس می‌کنیم که هر وقت بخواهیم می‌توانیم به آن‌ها دسترسی داشته باشیم. پس خود را برای به خاطر سپردن اطلاعات چندان به زحمت نمی‌اندازیم! بنابراین هوش مصنوعی چالش‌های خودش را دارد. اما کسی چه می‌داند شاید واقعاً هم لازم نباشد ما تمام اطلاعات را به حافظه‌ی بلندمدت خود بسپاریم!

مغز هیبرید

واژه‌ی مغز هیبرید یا یادگیری هیبرید هر چند بلندپروازانه می‌نماید، اما با پیشرفتی که در هوش مصنوعی می‌بینیم چندان هم غیرممکن به نظر نمی‌رسد. جایی که همکاری مؤثر مغز و کامپیوتر منجر به نتایجی بهتر و شاید خارق‌العاده شود. اطلاعات پزشکی هر دو ماه یک بار دو برابر می‌شود و یک پزشک برای تسلط بر آنها باید 7 سال وقت بگذارد! آیا ما و مغزمان با همه‌ی نورون‌ها و توانایی‌اش می‌توانیم پا به پای علم پیش برویم؟ شاید پزشکان آینده دستگاهی روی سرشان خواهند گذاشت و با یک مغز مرکب از بیولوژی و تکنولوژی کارشان را انجام بدهند!

منبع: مجله مغز و شناخت، شماره 4، زمستان 1396

0
سیناپس
توسعه دهنده وب

بدون محدودیت به هزاران محتوای طبقه بندی شده، مقاله، کتاب‌، دوره‌ آموزشی، رویداد، اخبار، نوآوری و دستاوردهای حوزه علوم شناختی دسترسی پیدا کنید و به بزرگترین شبکه علوم شناختی کشور بپیوندید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

سبد خرید
0