توسعه هوش مصنوعی چه مزایا و معایبی دارد؟ - مجله سرگرمی

سوال اینجاست که چرا اکنون چنین اتفاقی افتاده؟ اکنون که هوش مصنوعی از هر زمان دیگر برای بشریت مفیدتر به حساب می آید. چرا این متخصصان نگران خطرات هوش مصنوعی هستند؟ برای پاسخ به این سوالات، باید نخست درک کنیم که چطور به این نقطه رسیده ایم و ماشین های خودمطلع چطور در حال ظهور هستند.

جمع آوری هوشمند

در تابستان سال 1956 میلادی، پدران هوش مصنوعی به یک گردهمایی در کالج دارتماوث واقع در نیو همپشایر رفتند تا به تبادل نظر درباره این علم نوظهور پرداخته و اهداف کلی آن را ترسیم نمایند. مفهوم مد نظر آن ها از هوش انسانی بسیار دقیق و تعیین بود. کامپیوترها باید کاری را انجام دهند که یک مرد بالغ، تحصیل نموده و منطقی انجام می دهد - چرا که در ذهن این پدران، هوش مصنوعی یک مرد بود و نمی توانست زن باشد. کامپیوتر باید از دانش و منطق خود برای حل کردن مسائل پیچیده استفاده می کرد. این هدفی بود که پا را فراتر از پردازش های عددی کامپیوترهای آن موقع می گذاشت.

دانش جدید هوش مصنوعی نیازمند کامپیوتری متفاوت بود که بتواند دانش بسازد و آن را ذخیره سازی و قابل دسترسی کند، در تحلیل اطلاعات و حقایق از قوانین منطقی پیروی نماید، سوال بپرسد، به حقایق تازه دست یابد، تصمیم بگیرد و پشت تمام کارها و منطق هایش، شرحی قابل پذیرش باشد.

سال ها پیش تر آلن تورینگ، ریاضی دان انگلیسی، ماشینی هوشمند را متصور شده بود که به زبان ما صحبت نموده و به این ترتیب با شباهت هایش به انسان، ما را متقاعد نسبت به توانایی های خود می سازد. با این همه، منابع الهام بنیادین هوش مصنوعی هیچ ارتباطی به احساسات، اخلاف و خودمطلعی نداشتند. اگرچه درک زبان یکی از نخستین اهداف هوش مصنوعی بود، قرار نبود ذهن انسان درون یک ماشین بازسازی گردد، بلکه قرار بود صرفا از بعضی ابعاد آن تقلید گردد. این را هم فراموش نکنیم که اواخر دهه 1950 میلادی هنوز دانش ما راجع به ذهن و مغز در دوران طفولیت بود.

و با این حال، تمایل به عظیم اندیشی از همان ابتدا مشاهده می شد. در سال 1943 میلادی، یک عصب شناس پیشرو به نام وارن مک کولاک و همینطور والتر پیتسِ منطق دان از شباهت های میان الکترونیک ها و نورون های عصبی پرده برداشتند. چه می شد اگر می توانستیم تمام مغز انسان و سیم کشی های ظریف اش را درون یک کامپیوتر الکترونیکی بازسازی کنیم؟ چه می گردد اگر به جای تشریح اینکه کامپیوتر باید به چه چیزی فکر کند، اجازه دهیم خودش فکر نموده و ذهن خودش را به مرور شکل دهد؟ چه می گردد اگر هوش مصنوعی را بیشتر شبیه به انسان کنیم؟

بعد در سال 1956 میلادی، همان سالی که کنفرانس کالج دارتماوث برگزار گردید، فرانک روزنبلات، روان شناس آمریکایی از Perceptron رونمایی کرد، الگوریتمی که روی سخت افزارهای مقلد سیستم عصبی به اجرا در می آمد و می توانست شبیه به شبکه های عصبی، موضوعات مختلف را فرا بگیرد و این کار را به وسیله تقویت یا تضعیف ارتباطات میان نورون های همسایه انجام می داد. Perceptron پدرعظیم شبکه های عصبی مصنوعی یا یادگیری عمیق است که امروز -یعنی 60 سال بعد- تمام آن ها را جزو ایده عظیمی به نام هوش مصنوعی دسته بندی می کنیم.

تفکری شبیه به انسان

رویکرد منطقیِ ابتدایی در زمینه هوش مصنوعی، طی چند سال نتایجی جالب با خود به همراه آورد اما در نهایت به بن بست خورد. ابتکار عمل روزنبلات، رویکردی جایگزین به ارمغان آورد، رویکردی که باعث می شد کامپیوترها پا را فراتر از منطق گذاشته و به سراغ حل مسئله ای بسیار سخت بفرایند: ادراک. کار او برای مدتی نسبتا طولانی به فراموش سپرده شد، اما در دهه 1990 میلادی، نسل جدیدی از محققان نابغه دوباره آن را احیا کردند. با توسعه سخت افزاری که قادر به پردازش موازی بود، ساخت الگوریتمی که ذهن انسان را شبیه سازی کند امکان پذیر شد. این یک انقلاب تکنولوژیک بود که هوش مصنوعی و اهدافش را از نو تعریف می کرد.

ما اکنون در دورانی زندگی می کنیم که ماشین های هوشمند تقریبا هر روز رکوردشکنی می نمایند. درحالی که میلیاردها دلار روی تحقیقات مرتبط با هوش مصنوعی سرمایه گذاری می گردد، ماشین ها دارند شکلی هوشمندتر به خود می گیرند. کلید دستیابی به این هوشمندی سریع، توانایی آن ها در یادگیری است. یک شبکه عصبی مصنوعی (درست مانند شبکه عصبی طبیعی درون مغز ما) می تواند تشخیص حقایق را با پردازش دیتای درون اتصالات عصبی بیاموزد.

برای مثال، شبکه عصبی مصنوعی می تواند پیکسل های یک تصویر را پردازش نموده و چهره انسان، یا یک حیوان یا یک شی را شناسایی کند. و به محض اینکه هوش مصنوعی قادر به استخراج حقایق از اطلاعات باشد، می تواند همان کار را دوباره و دوباره انجام دهد. چنین ماشین هایی برای یادگیری نیازمند حجم عظیمی از اطلاعات هستند و معمولا هم انسان ها بر فرایند یادگیری نظارت دارند.

اما ماشین ها به تنهایی هم قادر به آموزش دیدن هستند و این کار به وسیله فرایند ای به نام یادگیری تقویتی انجام می گردد. آلفا گو، الگورتیم توسعه یافته توسط شرکت انگلیسی DeepMind، به همین روش توانست به قهرمان جهانی بازی گو تبدیل گردد. در بازی ای که به پیچیدگی بسیار زیاد شهرت داد، هوش مصنوعی با رقابت مداوم با خودش توانست استاد کمربند-مشکی دان 9 را شکست دهد.

آلفاگو نخستین گام در تکامل هرچه بیشتر هوش مصنوعی بود چون توانست تصویری هرچند کوچک از هدف غایی این تکنولوژی ترسیم کند: ساخت هوشی عمومی و شبیه به انسان. برای پیروزی در بازی پیچیده ای مانند گو، باید خلاقانه فکر نموده و از شهود استفاده کنید. این یعنی باید بتوانید آموخته های قبلی را در مسائل تازه و غیر منتظره به کار بگیرید.

اما کامپیوترها هنوز به چنین نقطه ای نرسیده اند: کامپیوترها می توانند با تشخیص چهره، صدا یا زبان انسانی، حقایق را از اطلاعات استخراج نموده و بسته به درکی که از آن اطلاعات دارند، دست به پیش بینی های گوناگون بزنند. برای اینگه گام عظیم بعدی در رسیدن به هوش شبیه به انسان برداشته گردد، ماشین ها باید از ادراک خود برای تصمیمات و فعالیت های بلادرنگ استفاده نمایند.

برای مثال، کافی نخواهد بود اگر یک اتومبیل خودران تشخیص دهد پیکسل هایی که می بیند در واقع ونی سفید رنگ هستند که دارد سرعتش را کم می نماید. هوش مصنوعی باید این منطق را داشته باشد که تصمیمی در راستای این اتفاق بگیرد. و چنین تصمیمی، تفاوت میان مرگ و زندگی خواهد بود. به عبارت دیگر، فاز بعدی در تکامل هوش مصنوعی اینست که ماشین ها وارد حوزه دردسرساز اخلاقیات انسانی شوند.

ضرورت های اخلاقی

کوشش برای اینکه هوش مصنوعی شبیه به انسان گردد کاری بسیار سخت است. ما به هوش به عنوان سنگ بنای تکامل مان نگاه می کنیم و برای آن ارزش قائلیم. این ارزش عمیقا در تمام فرهنگ انسانی رسوخ نموده است. آنچه باعث شد گونه انسان قادر به بقا در روبروه با شکارچیان مجهزتر باشد، ریشه در توانایی ما در یادگیری، ابتکار و تطبیق پذیری دارد. هوش مصنوعی، خلاقیت و هوش انسانی را توربوشارژ خواهد نمود. دلایل مالی بسیاری هم برای کوشش بیشتر در راستای ساخت ماشین های هوشمندتر وجود دارد.

اگرچه هوش مصنوعی بسیاری از مشاغل مانند کارهای کارخانه ای و خرده فروشی را از بین خواهد برد، هیچ تکنولوژی دیگری چنین پتانسیلی برای رشد مداوم مالی و تامین نسل های آینده ندارد. در زمین علم هم ماشین ها می توانند انبوهی از اطلاعات را پردازش و دانش های جدیدی کشف نمایند که مشابه شان هیچوقت دیده نشده.

تمام حوزه های علمی از مزیت های هوش مصنوعی در مدیریت دیتا بهره مند خواهند شد. فیزیک دانان می توانند روی قوانین کلی حاکم بر طبیعت پژوهش نمایند، زیست شناسان می توانند داروهای تازه برای درمان بیماری ها بیابند، پزشکان هم می توانند تشخیص های بهتری داشته باشند. به دلایل متعدد فرهنگی، مالی و علمی، کوشش برای توسعه هرچه بیشتر هوش مصنوعی کاملا منطقی به نظر می رسد. اما هرچه ماشین هایمان بیشتر شبیه انسان می شوند، هوش مصنوعی راهش را به اپلیکیشن های بیشتری باز می نماید و به این ترتیب، مسائلی تازه هم ظهور می نمایند.

شبیه سازی ذهن انسان با شبکه های عصبی مصنوعی به این معناست که کامپیوترهایی مرموز و نافرمان بردار خواهیم داشت. این همان مسئله ای در حوزه هوش مصنوعی است که از آن به عنوان جعبه سیاه یاد می گردد. در ذهن و در ماشین، اطلاعات درون شبکه پخش شده است. وقتی ما یک شماره تلفن را از حافظه مان به یاد می آوریم، اینطور نیست که به بخش خاصی از ذهن که درون گوشت و پوست قرار گرفته دسترسی یابیم.

در عوض، هر عدد درون سیناپس های متعددی پخش شده که نورون های مختلف را به یکدیگر متصل می نمایند. ما دقیقا نمی دانیم که چه می دانیم و چطور آن را می دانیم. موضوع صرفا اینست که ما به خاطر خودمطلع بودن مان، می توانیم تمام ماجرا را برای خودمان منطقی کنیم و ایده ها را توصیف.

همانطور که دیوید ایگلمن، عصب شناس آمریکایی نشان داده، بیشتر چیزهایی که ما از آن ها مطلع می شویم، پیش تر در سطح ناخودمطلع رخ داده اند. این موضوع مسئله ای چندان عظیم برای انسان ها نبوده، چون در سیستم های قانونی و اخلاقی مان فرض نموده ایم که هر شخص به تنهایی مسئول تفکرات و اعمالش است - حداقل زمانی که تعاملات شیمیایی ذهن مان، در رنج قابل پذیرش و نرمال جامعه قرار می گیرند.

وقتی نوبت به یک ماشین هوشمند غیر خودمطلع می رسد، مشکل جعبه سیاه به طرح این مسئه می پردازد که گرچه پیش بینی ها و پیشنهادات ماشین می توانند دقیق و کاربردی باشند، اما هوش مصنوعی قادر به شرح منطق خود نیست. اتومبیلی بدون راننده را تصور کنید که مجبور به تصمیم میان مرگ و زندگی شده، تصادف می نماید و چند انسان را به کشتن می دهد. با تکنولوژی هایی که امروز در اختیار داریم، تشخیص اینکه چرا اتومبیل دست به چنین تصمیمی زده غیرممکن خواهد بود.

مشکل جعبه سیاه زمانی جدی تر می گردد که اطلاعاتی جانب دارانه به ماشین بدهیم. در این صورت رباتی خواهیم داشت که به نتیجه گیری های جانب دارانه خواهد رسید و رفتارهای غیر اجتماعی از خود نشان می دهد. در ماه مارس 2016 برای مثال مایکروسافت یک بات در توییتر منتشر کرد که با تحلیل توییت های دیگران، زبان انسان را فرا می گرفت. در کمتر از 24 ساعت، ربات مایکروسافت آغاز به ساخت جملات نژادپرستانه و بیگانه هراسانه کرد.

محققان سخت در کوشش بوده اند که به طرق مختلف، با مشکل جعبه سیاه مقابله نمایند. در ماه اکتبر 2016، محققان دیپ مایند یک مقاله در نشریه نیچر منتشر کردند و به توصیف ماشین پردازش عصبی تفکیک پذیر پرداختند که می تواند شبکه عصبی را با حافظه اکسترنال ترکیب کند.

جدا کردن فرایند پردازش از دیتا، گامی مهم به سمت ماشین های هوشمندی است که از لحاظ اخلاقی هم قابل اتکا خواهند بود. در تئوری امکان پذیر است که ارزش های اخلاقی را درون هوش مصنوعی کدنویسی کنیم. اما این رویکرد هیبریدی برای توسعه هوش مصنوعی امن تر، شاید برای آینده کافی نباشد.

معضل اخلاقی واقعی

بعد از آغازی سخت و ناامیدی های فراوان در طول چندین سال، بشریت بالاخره به تکنولوژی ای دست یافته که پتانسیل بازسازی همه چیز را دارد. انگیزه های مالی و فرهنگی پشت توسعه هرچه بیشتر هوش ماشینی به این معنا خواهند بود که در نهایت هوشی عمومی و کاملا شبیه به انسان خواهیم داشت، احتمالا تا 10 الی 20 سال دیگر. پیش بینی ها می تواند متفاوت باشد، اما اگر پیشرفت های اخیر را معیار قرار دهیم، فاصله چندانی با از راه رسیدن هوش مصنوعی عمومی نخواهیم داشت.

وقتی این اتفاق بیفتد، ما در واقع ماشین هایی ساخته ایم که قادر به دریافت حجم وسیعی از اطلاعات بوده و پیش بینی ها و تحلیل هایی فرابشری ارائه می نمایند. طنز ماجرا اینجاست که اگر مشکل جعبه سیاه حل نشده باقی بماند، احتمالا دوباره خودمان را در شرایطی مشابه به یونانیان باستان بیابیم که به سراغ غیب گوی نیایشگاه دلفی می رفتند و از آپولو می خواستند آینده شان را پیش بینی کند. زبان خدایان برای انسان کاملا غیر قابل درک بود و بنابراین یک میانجی -یعنی پیتیا- احظار می شد تا بیانات مرموز خدایان -که آن موقع توسط مبلغان مذهبی به هر شکلی پیچ و تاب داده می شدند- را ترجمه کند.

با هوش مصنوعی، ما در حال ساخت خدایانی هستیم که بسیار برتر از ما ظاهر خواهند شد. منطق آن ها فراتر از درک بشری خواهد بود. بنابراین با یک معضل غیر قابل پذیرش روبرو خواهیم شد. آیا باید با ایمانی کورکورانه به این خدایان سیلیکونی اعتماد کنیم؟ بسیار بعید است که یک هوش مصنوعی سطح انسانی که قادر به توصیف منطق خود نیست مورد پذیرش جامعه قرار بگیرد.

به این ترتیب تنها یک انتخاب داریم: اینکه به توسعه هرچه بیشتر هوش مصنوعی ادامه داده و تعیینه های انسانی مانند هوش عاطفی، همدلی و خودمطلعی را هم به آن تزریق کنیم.

این تنها راه برای حل مشکل ارتباط میان ماشین های هوشمند و ما خواهد بود. ماشین های آینده باید به صورت درونی قادر به درک احساسات ما بوده و خود را با مود و شرایط روان شناختی ما تطبیق دهند. آن ها باید با تحلیل صدا و چهره ما به احساسات مان پی ببرند و براساس انبوه اطلاعاتی که طی چند سال راجع به ما دست آورده اند، دست به نتیجه گیری بزنند. در این صورت است که می توانیم به ربات ها اعتماد نموده و آن ها را به عنوان عضوی از جامعه بشری بپذیریم.

برخلاف دوست های انسانی مان، این ماشین های هوشمند از لحاظ عاطفی، همه چیز را راجع به ما می دادند. نخواهیم توانست چیزی را از آن ها پنهان کنیم. آن ها احتمالا بیشتر از خود ما، ما را بشناسند و به همین طریق است که می توانند ما را در تصمیمات و انتخاب های بهتر در زندگی هدایت نمایند. دسترسی به چنین چیزی در زندگی بسیار ارزشمند است و برای همین، انسانی تر کردن هوش مصنوعی مورد استقبال قرار می گیرد.

اما این اتکا بر ماشین های هوشمند، چند سوال اخلاقی هم به وجود می آورد. اگر ماشینی داشته باشیم که همیشه از ما در برابر خطا محافظت کند -مثل یک مادر یا پدر بسیار مهربان و خردمند- انسان های آینده چطور از اشتباهات درس خواهند گرفت و خود به بلوغ بیشتر می رسند؟ آیا دسترسی به یک هوش مصنوعی همه چیزدان باعث نمی گردد که مردم و فرهنگ به سمت نابخردی حرکت نمایند؟

در خصوص خودمطلعی هوش مصنوعی چه باید کرد؟ آیا باید آنقدر محدودیت های تکنولوژیک را کنار بزنیم تا ماشین هایی خودمطلع بسازیم؟ آیا کاری معقولانه است که در مجموعه ای از سیم ها، فن های خنک نماینده و چیپ ها زندگی بدمیم؟ شاهکار گوتیک مری شلی، یعنی فرانکشتاین، و همینطور فیلم Balde Runner ریدلی اسکات، هر دو به زیبایی نشان می دهند که حرکت به سمت چنین آینده ای می تواند چه تبعاتی داشته باشد.

منبع : دیجیاتو

1com.ir: مجله کامپیوتر | مجله کاربردی فناوری در صنعت گردشگری

3ye.ir: مجله سایه | مجله خانه و خانواده، اطلاعات عمومی، اخبار روز

abuzariyon.ir: مجله ابوذریون | نگاهی اجمالی به رویدادهای روز ایران و جهان