عصر جدید: هوش مصنوعی؟

داستان هوش مصنوعی چیست که این روزها خیلی سروصدا کرده و سر زبان‌ها افتاده است؟ هوش مصنوعی از چه زمانی وارد عرصه تکنولوژی شده است و اینکه گفته می‌شود این تکنولوژی می‌تواند انقلابی نوین در زندگی انسان‌ها ایجاد کند، چقدر صحت دارد؟

هوش مصنوعی موضوع تازه‌ای نیست و ٨٠سالی می‌شود که در دانشگاه‌ها و رشته‌های ریاضی و بعدا کامپیوتر مطرح شده است. در واقع با ظهور کامپیوتر، موضوع هوش مصنوعی گسترش یافت. به بیان دیگر، ترکیبی از چند علم کنار هم، منجر به تبدیل هوش مصنوعی به یک علم شده و این شاخه با گذراندن پیشرفت‌های پژوهشی در زمره شاخه‌های علمی قرار گرفته است.
قبل از اینکه هوش مصنوعی مطرح شود، اقتصاد،  علوم کامپیوتر و سایبرنتیک به پیشرفت‌هایی رسیدند که متعاقب آن زمینه برای ظهور هوش مصنوعی هم فراهم شد. به بیان دیگر، بشر سال‌ها به‌دنبال این بوده تا ماشینی بسازد که به اندازه انسان یا بیشتر قابلیت داشته باشد، ولی پیشرفت‌های تکنولوژیک اجازه تصور این هدف را نمی‌داد. بعد از اختراع کامپیوتر با پیشرفت‌های تکنولوژیک دستگاهی ساخته شد که با ویژگی‌هایی که ریاضیدان‌ها به‌دنبال آن بودند، همخوانی داشت. کشف ترانزیستور، نقطه عطفی برای توانمندی ساخت کامپیوتر بود.

شغل‌ها نابود نمی‌شوند بلکه تغییر شکل می‌دهند

بعد از ساخته‌شدن کامپیوتر و افزایش توان این دستگاه، متخصصان دریافتند می‌توانند کارهایی انجام دهند که در بحث‌های شناختی هم ماشین با انسان رقابت کند، ولی همیشه در یک‌سری کارها ماشین از انسان عقب‌تر بود، مثل پردازش تصویر، صحبت کردن و نوشتن متن به زبان طبیعی. در این امور همیشه انسان نسبت به ماشین برتری داشته، اما به دلیل پیشرفت‌هایی که در تکنولوژی کامپیوتر و الگوریتم‌های هوش مصنوعی رخ داده است، ما نقطه عطفی در علم کامپیوتر را در سال‌های اخیر شاهد بوده‌ایم. به‌عبارتی، در مباحثی که کامپیوتر نمی‌توانست به اندازه انسان برتری داشته باشد، در حال حاضر می‌تواند با انسان در مواردی برابری کند. به همین علت است که بحث هوش مصنوعی یکباره داغ شده است.

هوش مصنوعی را به‌طور مختصر و قابل درک برای مخاطب عام تعریف می‌کنید؟

تعریفی که از هوش مصنوعی در فضای علمی ارائه می‌شود این است که می‌خواهیم سیستم‌هایی بسازیم که عقلانی و منطقی عمل کنند. شاید تصور شود به‌دنبال ماشینی هستیم که مثل انسان عمل کند، اما تعریفی که بیشتر مورد قبول است این است که می‌خواهیم ماشینی بسازیم که عقلانی و منطقی عمل کند. اما دلیل اینکه انسان را ملاک قرار نمی‌دهیم و rationality یا منطقی‌بودن را ملاک قرار می‌دهیم این است که بعضا در برخی موقعیت‌ها انسان رفتار منطقی ندارد. یک مثال واضحش همان illusion یا توهم‌های تصویری است که مغز انسان را به اشتباه می‌اندازد و از اطلاعات بصری که به مغز انسان داده می‌شود، تفسیر اشتباهی صورت می‌گیرد. با وجود این، منطقی نیست که ماشین این اشتباه را مرتکب شود، اما برای انسان خطا و اشتباه مجاز است. اخیرا در علم اقتصاد رفتاری، نمونه‌های مختلفی از مواقعی که انسان رفتار منطقی ندارد، معرفی شده که فرض علم اقتصاد را که انسان منطقی عمل می‌کند، نقض کرده است.
در اصل، علمی که تلاش می‌کند انسان را دقیقا بشناسد، علوم شناختی است. از این منظر هوش مصنوعی با علوم شناختی متفاوت است. علوم شناختی در جست‌وجوی واقعیت‌هایی است که در مغز و بدن انسان می‌گذرد. این علم در حقیقت می‌خواهد تمام اتفاق‌هایی را که در مغز انسان می‌افتد، بازسازی کند، در حالی که در هوش مصنوعی می‌خواهیم سیستمی بسازیم که منطقی عمل کند.

 تصورات رسانه‌ای از هوش مصنوعی بلندپروازانه و غلو آمیز است

منطقی عمل‌کردن سخت است. در مسائل ساده که ورودی‌ها و پارامترهای مسأله مشخص است، تصمیم‌گیری راجع به اینکه در آن موقعیت چگونه عمل کنیم، ساده است. اما مسائلی که برای انسان اتفاق می‌افتد، معمولا اینگونه نیست، چراکه پارامترهای شناخته‌شده کم و محدودند و پارامترهای ناشناخته بسیار زیادند. به علاوه محدودیت در امکانات وجود دارد و به همین دلیل دامنه عمل انسان محدود می‌شود: محدودیت زمان عمل و پاسخ، محدودیت منابع و امکانات به‌خصوص محدودیت پردازشی و محدودیت و ابهام در اطلاعات. در این محدودیت‌ها باید سریع تصمیم بگیریم که در آن موقعیت چه باید کرد.

به همین دلیل تصمیم منطقی در این مواقع سخت است و برای کامپیوتر سخت‌تر می‌شود، چراکه توان شناختی انسان به‌گونه‌ای است که در حضور ناشناخته‌ها بتواند عملی انجام دهد، اما کامپیوتر نمی‌تواند این کار را انجام دهد، زیرا برای کامپیوتر همه پارامترها و مراحل باید شناخته‌شده و بدون ابهام از پیش مشخص شده باشد. الگوریتم چنانچه یک ورودی اشتباه داشته باشد، ممکن است درست عمل نکند.

اتفاقی که اخیرا افتاد و هوش مصنوعی به یکباره در دنیا سروصدا کرد، به چند پیشرفت در حوزه هوش مصنوعی برمی‌گردد، با ایجاد قابلیت‌هایی در ماشین‌های هوشمند که قبلا وجود نداشت. یکی از دلایلی که در دوره اخیر این اتفاق افتاد، داده‌هایی است که توسط پلتفرم‌های بزرگ در ابعاد بین‌المللی مثل گوگل، فیس‌بوک، اینستاگرام و توییتر در دسترس متخصصان هوش مصنوعی قرار گرفت، از جمله حجم عظیم اطلاعات از کتاب‌های زیادی که توسط گوگل اسکن و تبدیل به یک دیتابیس جامع از دانش بشری شد

بحث هوش مصنوعی برای این به میان آمد که بتوانیم برنامه‌هایی برای کامپیوتر بنویسیم که مثل مغز انسان در شرایطی که برخی پارامترها ناشناخته باشد، بتواند عمل کند و تصمیم بگیرد. اینجا در حقیقت هوش مصنوعی خودش را از برنامه‌نویسی و توسعه نرم‌افزار سنتی جدا می‌کند و به همین علت ما در هوش مصنوعی به سمت برنامه‌هایی می‌آییم که قابلیت اصلاح و Adaptation یا انطباق داشته باشند و بتوانند خودشان را با تغییرات منطبق کنند.

بر همین اساس دانشمندان علوم کامپیوتر شروع کردند به مطالعه درباره فرآیند یادگیری انسان و حیوانات تا آن را به‌صورت مدل ریاضی دربیاورند. ریاضیدانان و دانشمندان علوم کامپیوتر شاخه‌ای را تعریف کردند به اسم یادگیری ماشینی یا Machine Learning تا الگوریتم‌های یادگیری در انسان و بقیه موجودات را به‌گونه‌ای تجرید و تبدیل به مدل ریاضی و قابل اجرا در کامپیوتر کنند. برنامه‌هایی که بر این مفهوم بنا شده‌اند در ابتدا ممکن است خوب عمل نکنند، ولی به مرور زمان خود را با شرایط تطبیق می‌دهند و بهتر عمل می‌کنند.

مثلا روش یادگیری تقویتی را فرض بگیریم؛ انسان با سعی و خطا تلاش می‌کند از روی بازخوردهایی که از محیط می‌گیرد بفهمد کجای کار درست یا اشتباه بوده؛ اگر تنبیه شده سعی کند عمل منجر به آن اشتباه را تکرار نکند و اگر بازخورد مثبت گرفته و تشویق شده آن عمل را تکرار کند تا به مرور زمان با کسب تجربه، عملکرد بهتری داشته باشد و پاداش‌های دریافتی را بیشینه کند. مثلا انسانی که می‌خواهد راه رفتن را یاد بگیرد، بارها و بارها بلند می‌شود و زمین می‌خورد، دوباره می‌ایستد و سعی می‌کند ابتدا تعادلش را حفظ کند و سپس یاد می‌گیرد گام بردارد و گام‌به‌گام راه رفتنش را بهتر کند. یادگیری تقویتی هم همین طور است.

چت جی پی تی؛ حاصل تجمع داده‌های بزرگ توسط فضای مجازی است

خیلی از ربات‌های انسان‌نمایی که ساخته شده‌اند رفتارشان با الهام از رفتار انسان به‌خصوص فرآیند یادگیری و قابلیت تطبیق انسان، توسعه پیدا کرده‌؛ مثلا الگوریتمی که بتواند دست و پای یک ربات انسان‌نما را به‌گونه‌ای هماهنگ کند که شبیه انسان بتواند راه برود، در شرایطی که یادگیری نداشته باشیم، بسیار سخت است. اولین ربات انسان‌نمایی که توانست خیلی شبیه انسان راه برود، رباتی به اسم آسیمو بود که شرکت هوندا با صرف یک‌میلیارد دلار آن را توسعه داد. دانشمندان زیادی در دانشگاه‌های مختلف سعی کردند ماشینی بسازند که شبیه انسان راه برود، ولی این کار خیلی سخت بود و راه رفتن هر کدام از آن ربات‌ها ایراداتی داشت و خیلی رباتیکی و مصنوعی بود. اما شرکت هوندا با سعی و خطا و هزینه زیاد توانست ربات انسان‌نمایی بسازد که راه رفتن آن به عقیده اکثر دانشمندان رباتیک شباهت قابل‌قبولی به راه رفتن انسان داشت و حتی می‌توانست از پله بالا برود. بعد از آن، از روی این تجربه ربات‌های بیشتری ساخته شد که براساس فرآیند یادگیری انسان بود. خیلی از این روش‌ها از یک مدل ساده شروع و به‌تدریج با کسب تجربه و یادگیری، توسعه بیشتری پیدا کردند.

چه اتفاقی افتاد که به یکباره هوش مصنوعی در رسانه‌ها مطرح شد و مثل بمب فضای رسانه‌ای را منفجر کرد؟

هوش مصنوعی هم مثل همه تکنولوژی‌ها Hype Cycle دارد. ما الان در قله سیکل هستیم، یعنی انتظارهای زیادی از هوش مصنوعی ایجاد کرده‌ایم. اتفاقی که اخیرا افتاد و هوش مصنوعی به یکباره در دنیا سروصدا کرد، به چند پیشرفت در حوزه هوش مصنوعی برمی‌گردد، با ایجاد قابلیت‌هایی در ماشین‌های هوشمند که قبلا وجود نداشت. یکی از دلایلی که در دوره اخیر این اتفاق افتاد، داده‌هایی است که توسط پلتفرم‌های بزرگ در ابعاد بین‌المللی مثل گوگل، فیس‌بوک، اینستاگرام و توییتر در دسترس متخصصان هوش مصنوعی قرار گرفت، از جمله حجم عظیم اطلاعات از کتاب‌های زیادی که توسط گوگل اسکن و تبدیل به یک دیتابیس جامع از دانش بشری شد، تعداد عظیمی از صفحات وب که هر روزه توسط گوگل جمع‌آوری و به‌روز می‌شود، تمام تصاویری که در سایت‌ها قرار گرفته و اطلاعات جانبی زیادی که در کنار آنها وجود دارد. بیش از یک‌میلیارد نفر، عضو فیس بوک شدند و در راستای همین عضویت، تصاویر و ویدیوهایی که به اشتراک می‌گذاشتند و متن‌هایی که می‌نوشتند، مجموعه بسیار عظیمی از داده‌ها تهیه شد. در کنار آن، با پیشرفت سخت‌افزار، سرورها قابلیت پردازش این کلان داده‌ها را فراهم کردند. همه این پیشرفت‌ها این امکان را داد تا الگوریتم‌هایی را که با سعی و خطا یاد می‌گرفتند، روی داده‌های بزرگ اجرا کنیم. وقتی الگوریتم‌ها را اجرا کردیم، به نتیجه‌ای رسیدیم که حاصل تجربه و دانش بشری را یکجا جمع کرده است. شاید الگوریتم‌هایی که هم‌اکنون اجرا شده است، الگوریتم‌های عجیب‌وغریبی نبوده‌اند، اما ما امکان اینکه آنها را روی کامپیوترها اجرا کنیم، همچنین داده‌هایی که بتوانیم با سعی و خطا روی آنها یاد بگیریم، تا همین سال‌های اخیر نداشته‌ایم.

می‌خواهیم ماشینی بسازیم که عقلانی و منطقی عمل کند. اما دلیل اینکه انسان را ملاک قرار نمی‌دهیم و rationality یا منطقی‌بودن را ملاک قرار می‌دهیم این است که بعضا در برخی موقعیت‌ها انسان رفتار منطقی ندارد. یک مثال واضحش همان illusion یا توهم‌های تصویری است که مغز انسان را به اشتباه می‌اندازد و از اطلاعات بصری که به مغز انسان داده می‌شود، تفسیر اشتباهی صورت می‌گیرد.

برای مثال ChatGPT که خیلی معروف شده،  به واسطه در اختیار قرار گرفتن دیتاهای عظیم ایجاد شده است. این برنامه برای اینکه به نتیجه برسد، قسمت زیادی از سرورهایی را که بستر ابری مایکروسافت در اختیار دارد، به‌مدت نسبتا طولانی در اختیار داشت تا بتواند این یادگیری را انجام دهد. بعد از اینکه این داده‌ها در اختیار کامپیوترها قرار گرفت و توانستند دانشی را استخراج کنند که با سعی و خطا خودش را بهتر می‌کند، می‌بینیم نتایج به سمتی رفت که هوش مصنوعی می‌تواند با یک انسان متوسط برابری کند.

البته آنچه در رسانه‌ها درباره هوش مصنوعی عنوان می‌شود،  قدری بلندپروازانه و غلوآمیز است. با این حال، اصطلاحا نقطه عطفی در قابلیت‌های هوش مصنوعی ایجاد شده است که دامنه کارهایی را که می‌توانیم با هوش مصنوعی انجام دهیم، بالا برده است. در طرف مقابل، ترس درباره اینکه هوش مصنوعی می‌آید و جایگزین بسیاری از رشته‌ها می‌شود، بی‌مورد است. به هر حال، تکنولوژی برای این توسعه پیدا می‌کند که سطح رفاه انسان‌ها را بالاتر آورده و مسائل و مشکلات را کمتر کند، ولی در کنارش فرصت‌های دیگری ایجاد می‌کند.

اینکه در رسانه‌ها گفته می‌شود هوش مصنوعی می‌تواند شغل‌ها را نابود کند و جایگزین نیروی انسانی شود، چقدر درست است؟

نه، شغل‌ها نابود نمی‌شوند، بلکه شکلشان تغییر می‌کند. تصور کنید زمانی آبرسانی توسط مردم انجام می‌شد، یعنی کسانی مسئول آب آوردن برای مردم بودند که به آنها سقا می‌گفتند. بعد از اینکه آب لوله‌کشی شد، قاعدتا این شغل باید از بین می‌رفت، اما باز آبرسانی در مناطقی که امکان لوله‌کشی نداشته‌اند، ادامه دارد، با شکل متفاوت. حالا دیگر یا شرکت آب و فاضلاب مسئول این کار است یا با تانکر، گالن و بطری آبرسانی صورت می‌گیرد. قبلا با مشک، آب می‌بردند، حالا با لوله‌کشی و تانکر، یعنی شکل پاسخگویی به نیاز عوض شده، اما نیاز همچنان هست. خیلی از شغل‌های دیگر هم به همین صورت است و شکل شغل عوض می‌شود. پیشرفت‌ها باعث می‌شود رفاه انسان بالا برود، در کنارش فرصت‌های جدیدی به‌دست می‌آید و شغل‌های جدیدی ایجاد می‌شود. قبلا شغل لوله‌کشی، کارخانه‌های آب شیرین‌کن و رانندگی تانکر آب وجود نداشت، بعد از لوله‌کشی آب این شغل‌ها به‌وجود آمدند.

خیلی از شغل‌ها را می‌توان با ربات و ماشین جایگزین کرد، ولی به‌ نظر من ممکن است جوامع به این نتیجه برسند که لزوما به جای هر موقعیت شغلی نباید از ماشین استفاده کرد تا انسان‌ها کار داشته باشند تا تبعات کار نداشتن انسان گریبانگیر جامعه نشود. من خیلی نگران کاهش شغل توسط ماشین نیستم. همانقدر که ماشین شغل‌ها را از بین می‌برد، به همان میزان هم شغل ایجاد می‌کند و اتفاقا شغل‌ها را راحت‌تر می‌کند.

راجع به کامپیوتر هم می‌گفتند این دستگاه می‌آید و جایگزین انسان می‌شود. این در حالی است که یک‌سری شغل‌ها پیرامون کامپیوتر ایجاد شده است، مثلا اینکه کامپیوتر را چطور باید به کار گرفت و تعمیر کرد. یا رباتی که در کارخانه جای نیروی انسانی را گرفته، فرصتی برای اشتغال افراد ایجاد کرده، برای برنامه‌ریزی و نگهداری ربات. بنابراین با ظهور هوش مصنوعی، شغل‌ها نابود نمی‌شوند، ولی از شکلی به شکل دیگر تبدیل می‌شوند.

به علاوه جوامع انسانی به دلیل اینکه از بین رفتن شغل‌ها برایش مسأله ایجاد می‌کند، به این سمت نخواهد رفت که همه شغل‌ها را از بین ببرد، یعنی ما در روند پیشرفت تکنولوژی به جایی می‌رسیم که محققان هوش مصنوعی می‌گویند از این جلوتر دیگر به کار ما نمی‌آید، چراکه برای بشر مسأله ایجاد می‌کند. بد نیست به خاطره‌ای از استاد راهنمای دوره دکترایم اشاره کنم که پروفسوری سوئیسی است. او تعریف می‌کرد زمانی که برای فرصت مطالعاتی به آمریکا سفر کرده بود، در بازدیدی که از یکی از مراکز ناسا داشت، با پیرمردی روبه‌رو شده که جلوی در ورودی ساختمان نشسته و شمارنده‌ای در دست داشت و تعداد افرادی را که وارد ساختمان می‌شدند، می‌شمرد. ایشان برایش عجیب بود که ناسا با به‌روزترین تکنولوژی‌ها چرا نباید گیت ورودی داشته باشد که این کار شمارش را به‌صورت خودکار انجام دهد؟ کاری را که یک دستگاه می‌تواند انجام دهد، چرا باید یک پیرمرد انجام دهد؟ جواب ناسا برایش جالب بود. آنها گفتند می‌توانیم دستگاهی را جایگزین این پیرمرد کنیم، ولی اگر به خانه برود احساس بیهودگی می‌کند و بیماری‌ها سراغش می‌آید، به همین دلیل او را در این شغل به‌کار گرفته‌ایم تا سرگرم باشد و حس کند که برای جامعه مفید است.

به‌عبارتی، خیلی از شغل‌ها را می‌توان با ربات و ماشین جایگزین کرد، ولی به‌ نظر من ممکن است جوامع به این نتیجه برسند که لزوما به جای هر موقعیت شغلی نباید از ماشین استفاده کرد تا انسان‌ها کار داشته باشند تا تبعات کار نداشتن انسان گریبانگیر جامعه نشود. من خیلی نگران کاهش شغل توسط ماشین نیستم. همانقدر که ماشین شغل‌ها را از بین می‌برد، به همان میزان هم شغل ایجاد می‌کند و اتفاقا شغل‌ها را راحت‌تر می‌کند.

انتهای پیام