از تصویربرداری پزشکی و ترجمه زبان گرفته تا تشخیص چهره و خودروهای خودران، تمام اینها نمونههایی از عملکرد هوش مصنوعی است که همه جا هستند. اگرچه هوش مصنوعی بکار رفته در دنیای دیجیتال هنوز به بلوغ نرسیده است، اما با این حال قابلیتهای هوش مصنوعی بسیار چشمگیر است. حتی چیزی به ظاهر ساده و معمولی مانند جستجوی گوگل، یکی از موفقترین نمونههای هوش مصنوعی را نشان میدهد، که میتواند اطلاعات بسیار بیشتری را با سرعتی بسیار بیشتر از آنچه انسان ممکن است جستجو کند و به طور مداوم نتایجی را ارائه دهد که (حداقل در بیشتر مواقع) دقیقاً همان چیزی است که شما به دنبالش بودید. اما تکامل هوش مصنوعی هنوز راه زیادی تا رسیدن به حالت ایده آل خود دارد.
- آیا استفاده بدون ذکر منبع محتوای تولید شده توسط هوش مصنوعی، اخلاقی است؟
- چه کسی زنده بودن هوش مصنوعی را تشخیص میدهد؟
با این حال، مشکل همه این نمونههای هوش مصنوعی این است که هوش مصنوعی نمایش داده شده واقعاً آنقدر هوشمند نیست. در حالی که هوش مصنوعی امروزی میتواند کارهای خارقالعادهای انجام دهد، عملکرد زیربنای دستاوردهای آن با تجزیه و تحلیل مجموعههای داده عظیم و جستجوی الگوها و همبستگیها بدون درک دادههایی که در حال پردازش است، کار میکند. در نتیجه، یک سیستم هوش مصنوعی که بر الگوریتمهای هوش مصنوعی امروزی تکیه میکند و به هزاران نمونه برچسبگذاری شده نیاز دارد، فقط ظاهر هوشمندی دارد. فاقد هرگونه درک واقعی و عقل سلیم است. اگر من را باور ندارید، فقط از یک ربات خدمات مشتری سؤالی بپرسید که غیرمجاز است و برایش تعریف نشده است.
تکامل هوش مصنوعی
کاستی اساسی هوش مصنوعی را میتوان به فرض اصلی در قلب بیشتر توسعههای هوش مصنوعی در 50 سال گذشته جستجو کرد، یعنی اینکه اگر مشکلات هوشمندی دشوار حل شوند، مشکلات ساده هوشی در جای خود قرار میگیرند. با گذشت زمان معلوم شد که این دروغ است. در سال 1988، هانس موراوک، رباتیک کارنگی ملون، نوشت:
«به نسبت آسانی است که رایانهها را در تستهای هوش یا بازی چکرز عملکردی در سطح بزرگسالان نشان دهند، و دادن مهارتهای یک کودک یک ساله به آنها دشوار یا غیرممکن است. ادراک و تحرک. به عبارت دیگر، حل مسائل دشوار سادهتر میشود و مسائلی که به نظر ساده میآیند، میتوانند بسیار دشوار باشند.
دو فرض دیگر که نقش برجستهای در توسعه هوش مصنوعی داشتند نیز نادرست هستند:
– اولاً، فرض بر این بود که اگر برنامههای کاربردی باریک هوش مصنوعی (یعنی برنامههایی که میتوانند یک مشکل خاص را با استفاده از تکنیکهای هوش مصنوعی حل کنند) ساخته شوند، با هم به شکلی از هوش عمومی رشد میکنند. با این حال، برنامههای کاربردی هوش مصنوعی محدود، اطلاعات را به صورت کلی ذخیره نمیکنند و نمیتوانند توسط سایر برنامههای کاربردی هوش مصنوعی برای گسترش وسعت خود استفاده شوند. بنابراین در حالی که ممکن است برنامههای کاربردی، مثلاً پردازش زبان و پردازش تصویر را به هم بچسبانند، این برنامهها را نمیتوان به همان روشی که کودک شنوایی و بینایی را ادغام میکند، ادغام کرد.
– دوما، برخی از محققان هوش مصنوعی فرض کردند که اگر یک سیستم یادگیری ماشینی به اندازه کافی بزرگ با قدرت کامپیوتری کافی ساخته شود، به طور خود به خود هوش عمومی را نشان میدهد. همانطور که سیستمهای هوشمند که تلاش کردند دانش یک زمینه خاص را به دست آورند، به وضوح نشان دادهاند که ایجاد موارد و داده های نمونه کافی برای غلبه بر عدم درک اساسی یک سیستم به همین سادگیها هم نیست.
حال یک سوال مطرح میشود. اگر صنعت هوش مصنوعی میداند که مفروضات کلیدی خود در توسعه نادرست بوده است، چرا کسی اقدامات لازم را برای عبور از آنها انجام نداده است تا الگوریتم تفکر واقعی در هوش مصنوعی پیشرفت کند؟
پاسخ احتمالاً در رقیب اصلی هوش مصنوعی یافت میشود: بیایید او را سالی صدا کنیم. او تقریباً سه ساله است و از قبل چیزهای زیادی را می داند که هیچ هوش مصنوعی انجام نمیدهد و میتواند مشکلاتی را حل کند که هیچ هوش مصنوعی قادر به حل آن نیست. اگر درست به آن فکر کنید، بسیاری از مشکلاتی که امروز با هوش مصنوعی داریم، کارهایی است که هر کودک سه سالهای می تواند انجام دهد.
به دانش لازم برای سالی فکر کنید تا گروهی از بلوکها را روی هم بگذارد. در یک سطح بنیادی، سالی بلوکها یا هر جسم فیزیکی دیگری را درک میکند) که در دنیای سه بعدی وجود دارد. او میداند که آنها حتی زمانی که نمیتواند آنها را ببیند، به بلوک چیدن ادامه میدهد. او به طور ذاتی میداند که آنها مجموعهای از ویژگیهای فیزیکی مانند وزن، شکل و رنگ دارند. او میداند که نمیتواند بلوکهای بیشتری را روی یک گرد و غلیظ بچسباند. او علیت و گذشت زمان را درک میکند. او میداند که قبل از اینکه بتواند آن را خراب کند، ابتدا باید یک برج از بلوک بسازد.
سالی چه ربطی به صنعت هوش مصنوعی دارد؟ سالی چیزی را دارد که هوش مصنوعی امروزی فاقد آن است. او دارای آگاهی موقعیتی و درک زمینهای است. مغز بیولوژیکی سالی میتواند هر چیزی را که با آن مواجه میشود در چارچوب هر چیز دیگری که قبلاً آموخته است تفسیر کند. مهمتر از آن، سالی سه ساله به چهار سالگی، پنج ساله، و 10 ساله و غیره تبدیل خواهد شد. به طور خلاصه، سالی سه ساله به طور ذاتی این توانایی را دارد که به یک فرد بالغ باهوش تبدیل شود.
در مقابل، هوش مصنوعی مجموعه دادههای عظیمی را تجزیه و تحلیل میکند که به دنبال الگوها و همبستگیها هستند، بدون اینکه هیچ یک از دادههایی را که پردازش میکنند، درک کنند. حتی تراشههای «نورومورفیک» اخیر به قابلیتهایی متکی هستند که در زیستشناسی وجود ندارد. برای اینکه هوش مصنوعی امروزی بر محدودیتهای ذاتی خود غلبه کند و به فاز بعدی خود (که به عنوان هوش مصنوعی عمومی (AGI) تعریف میشود) تکامل یابد، باید قادر به درک یا یادگیری هر عقلی باشد.
وظیفهای که یک انسان برای انجام دادن آن باید به شعور برسد. انجام این کار به او این امکان را میدهد که به طور مداوم هوش و تواناییهای خود را به همان روشی که یک انسان سه ساله رشد میکند تا هوش یک کودک چهار ساله و در نهایت یک کودک 10 ساله 20 ساله را افزایش دهد.
متأسفانه، تحقیقات مورد نیاز برای روشن کردن آنچه در نهایت برای تکرار الگوریتم مغز انسان مورد نیاز است و هوش مصنوعی را قادر میسازد تا به آگاهی واقعی برسد، برای دریافت بودجه با شکست رو به رو خواهد شد. چرا؟ هیچ کس (حداقل هیچ کس تا به امروز) حاضر نبوده است میلیونها دلار و سالها توسعه برای توسعه یک برنامه هوش مصنوعی اختصاص دهد که بتواند کاری را که هر کودک سه ساله انجام میدهد، انجام دهد.
و این موضوع ناگزیر ما را به این نتیجه برمیگرداند که هوش مصنوعی امروزی واقعاً آنقدرها هم هوشمند نیست. البته، این باعث نمیشود که بسیاری از شرکتهای هوش مصنوعی به خود ببالند که برنامههای هوش مصنوعی آنها «مثل مغز شما کار میکنند». اما حقیقت این است که اگر بپذیرند برنامههایشان بر اساس یک الگوریتم واحد و روش آماری قدرتمند است، خود را بزرگ و پیشرفته نشان خواهد داد. متأسفانه، حقیقت به اندازه عبارت “مثل مغز شما کار میکند” جالب نیست.
دیدگاهتان را بنویسید