آیا هوش مصنوعی یک نامگذاری اشتباه است؟

شما بدون شک در مورد چیزهای شگفت انگیزی که هوش مصنوعی (AI) می تواند انجام دهد شنیده اید، اما آیا تا به حال به سؤالات زیر فکر کرده اید: هوش مصنوعی چگونه کار می کند؟ چه کسی هوش مصنوعی را اختراع کرد؟ آیا هوش مصنوعی جایگزین انسان می شود؟

با شروع تحصیلات تکمیلی در دهه 1980 و با وقف تمام حرفه‌ام به هوش مصنوعی، از کارهایی که هوش مصنوعی امروز می‌تواند انجام دهد، به وجد آمدم و دلگرم شدم. هوش مصنوعی موفقیت های گسترده ای در کاربردهای متعدد، از بازاریابی اجتماعی و تشخیص چهره گرفته تا ترجمه زبان و رانندگی خودکار به دست آورده است. هوش مصنوعی در یکی دو دهه پیش بسیار فراتر از پیش‌بینی‌های بسیاری از پژوهشگران این حیطه عمل کرده است. همان گونه که تحقیقات ادامه دارد، هوش مصنوعی بدون شک به بهبود زندگی ما از طریق پیشرفت‌های تکنولوژیکی که پژوهشگران دهه‌ها رویای آن را در سر می‌پرورانند، ادامه خواهد داد.

با این حال، برخی از گمانه زنی ها و پیش‌بینی‌های اخیر در مورد هوش مصنوعی گیج‌کننده هستند، به‌ویژه آن‌هایی که به نظر می‌رسد سوالات الهیاتی را مطرح می‌کنند. آیا هوش مصنوعی وجود و ضرورت وجود خدای هوشمند را رد می کند؟ این مقاله کوتاه با تمرکز بر یک سوال اساسی به این پرسش مهم پاسخ می دهد: آیا هوش مصنوعی وجود دارد؟ شاید یک نقشه راه تاریخی در زمینه هوش مصنوعی تا حدودی روشن شود.

تولد هوش مصنوعی و شبکه های عصبی

بیش از نیم قرن پیش، دو رشته اصلی دانشگاهی با هدف ساخت ماشین‌های هوشمند ظهور کردند. این رشته ها هوش مصنوعی و شبکه های عصبی(NN) بودند. آنها رویکردهای کاملاً متفاوتی را در پیش گرفتند. هوش مصنوعی توسط جامعه علوم کامپیوتر ایجاد شد و بر بازنمایی و پردازش نمادین تمرکز داشت. رشته NN توسط محققان مهندسی پیشنهاد شد و بر نمایش‌های عددی و محاسبات تمرکز داشت. در سال 1969، ماروین مینسکی و سیمور پیپرت، دو تن از پدران اولیه هوش مصنوعی در مؤسسه فناوری ماساچوست ( MIT)، کتابی نوشتند که در آن به‌دقت محدودیت‌های شدید رشته NN را توضیح دادند ¹، در نتیجه تحقیقات روی این رشته دانشگاهی حدود یک دهه متوقف شد.

ظهور مجدد شبکه های عصبی

² با این حال، در دهه 1980 علاقه دوباره ای به شبکه‌های عصبی ظهور کرد. یک فرمول بندی ریاضی جدید پیشنهاد شد که منجر به خوش‌بینی نسبت به NN شد که این رشته می‌تواند مسائل بسیار بیشتری را از آنچه افرادی مانند مینسکی و پیپرت تصور می‌کردند حل کند. این راه حل جدید ریاضی دوباره بحث های طولانی مدتی را برانگیخت: کدام فناوری قدرتمندتر خواهد بود؟ جامعه هوش مصنوعی استدلال می کرد که “جادوی سیاه” بیش از حدی در داخل NN وجود دارد. آنها میگفتند که روش NN برای حل مسائل نه شبیه هوش انسانی است و نه هوش مصنوعی. با این حال، جامعه NN استدلال می کرد که ارتباطات درونی NN ،حداقل از نظر ظاهری شبیه فیزیولوژی نورون ها در مغز انسان است. آنها ادعا کردند که با نمونه های یادگیری کافی، اتصالات متقابل و قدرت پردازش کامپیوتری، NN حل کردن بسیاری از مسائل را “یاد خواهد گرفت”، البته همانطور که اکنون می دانیم، این ادعا درست بوده است.

بیگانه ای در هوش مصنوعی

زمانی که دانشجوی دکترا بودم در دانشکده فناوری و در ساختمانی مملو از اساتید، دانشمندان، پژوهشگران، فارغ التحصیلان و دانشجویان کارشناسی ارشد از آزمایشگاه هوش مصنوعی و آزمایشگاه علوم کامپیوترMIT ، احساس یک بیگانه را داشتم. این آزمایشگاه‌ها اکنون در آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT یا CSAIL ادغام شده‌اند. من از رویکردهای هوش مصنوعی که مستلزم دست ساز بودن فاحش قوانین و اکتشافات بود، ناامید شده بودم. NN به دلیل چارچوب ریاضی رسمی اش برای حل مسائل، من را مجذوب خود کرد. من یکی از اولین محققانی در جهان بودم که یک پایان نامه دکترا در مورد نحوه تلفیق و استفاده از تکنیک های NN و تکنیک های تشخیص الگوها برای تشخیص گفتار ارائه دادم. در آن بُرهِه، فقط دو گروه از افراد را از میان دوستانم در حوزه هوش مصنوعی می یافتم: اکثریتی که NN را به عنوان کیسه ای پر از حُقِّه و نیرنگ در نظر می گرفتند و اقلیتی که در مورد NN سکوت اختیار می کردند.

تشخیص الگوی آماری

بحث بین جوامع هوش مصنوعی و NN چیزجدیدی نبود. برای چندین دهه، ریاضیدانان و مهندسان برای حل مسائل بر روی تشخیص الگو (PR) کار می کردند. یک رویکرد جدید الگو شناختی آماری، به نام مدل‌سازی مارکوف پنهان (HMM)، به فناوری اصلی برای تشخیص گفتار تبدیل شد.³ این جامعه الگو شناختی، به قدرت چارچوب های ریاضیات اعتقاد داشت و استدلال می کرد که هوش مصنوعی بیش از حد اکتشافی و پرفشار است و آنها همچنین NN را به این دلایل که فاقد فرمولاسیون ریاضی قابل ردیابی بود و محققان هیچ ایده ای نداشتند که در داخل آن چه می گذرد رد کردند.

بوته ذوب

به سرعت به دهه 1990 و 2000 رسیدیم و سه رشته AI، NN و PR به آرامی شروع به ادغام کردند. نسخه های جدید کتاب های درسی الگو شناختی شروع به اضافه کردن فصل های جدید در زمینه NN و HMM کردند.⁴به طور مشابه، کتاب‌های درسی هوش مصنوعی شروع به آموزش در مورد NN، HMM و سایر تکنیک‌های الگو شناختی کردند (برخلاف نسخه‌های قبلی).^{5 ,6}در جامعه هوش مصنوعی امروز، بسیاری از این تکنیک‌های NN و PR اکنون زیر چتر یادگیری ماشینی قرار دارند. از منظر آکادمیک زمانی که پژوهشگران یاد می‌گیرند تفاوت‌های خود را با یک دیگر هم پوشانی دهند، بسیار عالی است. همکاری آنها به رشته ها ی مختلف اجازه می دهد تا ادغام شوند و در نتیجه فناوری را سریعتر از همیشه به جلو سوق دهند.

امروزه بسیاری از پیشرفت‌ها، از تشخیص چهره و زبان طبیعی گرفته تا ماشین‌های مستقل خودکار و تشخیص های پزشکی به عنوان موفقیت‌های هوش مصنوعی مورد ستایش قرار گرفته‌اند. با این حال، به لطف سخت‌افزارهای رایانه‌ای بسیار سریع‌ امروزی با ظرفیت حافظه بسیار بالاتر، تقریبا همه این موفقیت‌های بزرگ مبتنی بر NN است که مفهوم اساسی آن از زمان ظهور مجدد آن در دهه 1980 بدون تغییر باقی مانده است. برای چندین دهه جامعه هوش مصنوعی، NN را به عنوان چیزی هوشمند در نظر نمی گرفت، اما NN اکنون به سنگ بنای هوش مصنوعی تبدیل شده است.

هوش کجاست؟

این بوته ذوب هوش مصنوعی، NN و الگو شناختی را می‌توان به هر عنوانی نامید، اگرچه «هوش مصنوعی» توجه ها را به خود جلب کرده است. هوش مصنوعی شامل اصطلاحات پیچیده دیگری مانند یادگیری عمیق و شبکه‌های عصبی است، اما نام هوش مصنوعی تخیل مجموعه‌ای از جوامع از جمله پژوهشگران، توسعه‌دهندگان، مدیران، بازاریابان، رسانه‌ها، حامیان مالی، داستان نویسان و عموم را به تصویر می‌کشد. اگر نام دیگری انتخاب می شد، احتمالاً این بوته ذوب به اندازه امروز توجه و جنجال را به خود جلب نمی کرد. به نظر می رسد هر گروه در این زنجیره دیدگاه متفاوتی نسبت به هوش مصنوعی دارند. طبق مشاهدات من، هر چه گروه از پژوهش دورتر باشد، حدس و گمان (هم خوش بینانه و هم بدبینانه) بیشتر می شود. اما آیا «هوش» توصیف خوبی برای این بوته ذوب است؟ من اینطور فکر نمی کنم.

فن‌آوران و مهندسان، ماشین‌های خودکار متعددی را در قرن گذشته توسعه داده‌اند. ماشین‌ها سریع‌تر از انسان‌ها کار می‌کنند، کامپیوترها سریعتر از انسان ها اعداد را جمع می کنند و هواپیماها پرواز می کنند. این فناوری ها زندگی ما را بهتر می کنند. با این حال، آنها هیچ شانسی برای جایگزینی بشریت ندارند. . آنها صرفا ابزار هستند و هیچ مشکلی در ایمان مسیحی به جز نحوه استفاده از آنها ایجاد نمی کنند.

چرا این بوته ذوب هوش مصنوعی متفاوت است؟ هوش مصنوعی موفق امروز اوج دهه ها تحقیق در طیف وسیعی از رشته های علمی، فنی، مهندسی و ریاضیات است و به نظر من، NN در هوش مصنوعی، مصنوعی یا هوشمند نیست. این یک مهندسی فنی واقعی است. انسان ها این فناوری را در هر مرحله طراحی، توسعه بخشیده و اصلاح کرده اند. مانند هر فناوری دیگری، خلاقیت ما در این بوته ذوب انعکاسی از تصویر خداست. هوش در عوامل انسانی نهفته است که به استفاده از ذهن و خلاقیت ما برای خدمت به بشریت متهم شده است.

پینوشت

1. Marvin Minsky and Seymour A. Papert, Perceptrons: An Introduction to Computational Geometry, expanded ed. (Cambridge, MA: MIT Press, 2017).
2. David E. Rumelhart, James L. McClelland, and the PDP Research Group, Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Cambridge, MA: MIT Press, 1987).
3. Lalit R. Bahl, Frederick Jelinek, and Robert L. Mercer, “A Maximum Likelihood Approach to Continuous Speech Recognition,” IEEE Transactions on Pattern Analysis and Machine Intelligence 5, no. 2 (March 1983): 179–190, doi:10.1109/TPAMI.1983.4767370.
4. Richard O. Duda, Peter E. Hart, and David G. Stork, Pattern Classification, 2nd ed. (Hoboken, NJ: John Wiley & Sons, 2000).
5. Patrick Henry Winston, Artificial Intelligence, 3rd ed. (Boston, MA: Addison-Wesley, 1992);
6. Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements (Cambridge, UK: Cambridge University Press, 2009).