در چند ماه اخیر، «هوش مصنوعی»، به یکی از موضوعات موردتوجه جامعه ما تبدیل شده و تقریباً در همهجا از آن سخن گفته میشود. بسیاری از افراد فکر میکنند که این موضوع، علم تازهای است که طی چند سال اخیر به یکباره سربرآورده اما واقعیت این است که «هوش مصنوعی»، موضوع تازهای نیست و ٨٠ سالی میشود که در دانشگاهها و رشتههای ریاضی و بعداً کامپیوتر مطرح شده و خصوصاً با ظهور کامپیوتر، گسترش یافته است.
به بیان دیگر، ترکیب چند علم در 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 رسیده بودند که متعاقب آن، زمینه برای ظهور هوش مصنوعی هم هموار شد.
با اختراع کامپیوتر و افزایش توان این دستگاه، متخصصان دریافتند میتوانند کارهایی انجام دهند که در بحثهای شناختی، ماشین با انسان رقابت کند، ولی همیشه در یکسری کارها، مثل پردازش تصویر، صحبتکردن و نوشتن متن به زبان طبیعی، ماشین از انسان عقبتر بود.
در این امور، همیشه انسان نسبتبه ماشین برتری داشت، اما بهدلیل پیشرفتهایی که در تکنولوژی رایانهای و الگوریتمهای هوش مصنوعی رخ داد، بشر نقطه عطفی در علم کامپیوتر را در سالهای اخیر شاهد بود و بهعبارتی، اکنون در مباحثی که کامپیوتر نمیتوانست بهاندازه انسان برتری داشته باشد، میتواند با انسان برابری کند. به همین علت است که بحث هوش مصنوعی یکباره داغ شده است.
یک تعریف ساده: میخواهیم ماشینی بسازیم که منطقی عمل کند
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 موردقبول است آن 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 گاهی 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 بصریای که به مغز انسان داده میشود، تفسیر اشتباه صورت میگیرد.
با وجود این توهم، منطقی نیست که ماشین، این اشتباه را مرتکب شود، اما برای انسان خطا و اشتباه، مجاز است.
اخیراً 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 دقیقاً 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 درحقیقت میخواهد همه اتفاقهایی را که در مغز انسان رخ میدهد بازسازی کند، درحالیکه در هوش مصنوعی میخواهیم سیستمی بسازیم که منطقی عمل کند.
منطقی عملکردن سخت است، در مسائل ساده که ورودیها و پارامترهای مسئله مشخص است، تصمیمگیری راجع به اینکه در آن موقعیت چگونه عمل کنیم، ساده است اما مسائلی که برای انسان اتفاق میافتد، معمولاً اینگونه نیست چراکه پارامترهای شناختهشده، کم و محدودند و پارامترهای ناشناخته بسیار زیادند. بهعلاوه، 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 رایانه سختتر میشود، چراکه توان شناختی انسان بهگونهای است که در حضور ناشناختهها بتواند عملی انجام دهد، اما رایانه 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.
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، عمل کند و تصمیم بگیرد.
اینجا درحقیقت، هوش مصنوعی خودش را از برنامهنویسی و توسعه نرمافزار سنتی جدا میکند و به همین علت، ما در هوش مصنوعی بهسمت برنامههایی میرویم که قابلیت اصلاح و Adaptation یا انطباق داشته باشند و بتوانند خودشان را با تغییرات منطبق کنند.
بر همین اساس، دانشمندان علوم رایانه شروع به مطالعه درباره فرآیند یادگیری انسان و حیوانات کردند تا آن را بهصورت مدل ریاضی دربیاورند.
ریاضیدانان و دانشمندان علوم رایانه، شاخهای را تعریف کردند به اسم یادگیری ماشینی یا Machine Learning تا الگوریتمهای یادگیری در انسان و بقیه موجودات را بهگونهای تجرید و به مدل ریاضی و قابلاجرا در رایانه تبدیل کنند.
برنامههایی که بر این مفهوم بنا شدهاند، در ابتدا ممکن است خوب عمل نکنند، ولی بهمرورزمان، خودشان را با شرایط تطبیق میدهند و بهتر عمل میکنند، مثلاً 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 میکند عمل منجر به آن اشتباه را تکرار نکند و اگر بازخورد مثبت گرفته و تشویق شده، آن عمل را تکرار کند تا بهمرورزمان با کسب تجربه، عملکرد بهتری داشته و پاداشهای دریافتی را بیشینه کند.
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 راهرفتنش را بهتر کند، یادگیری تقویتی هم همینطور است.
بسیاری از رباتهای انساننمایی که ساخته شدهاند، رفتارشان با الهام از رفتار انسان بهخصوص فرآیند یادگیری و قابلیت تطبیق انسان، توسعه پیدا کرده است؛ مثلاً 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 بسیار 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 بسیار 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. بسیاری از این روشها، از یک مدل ساده شروع و بهتدریج با کسب تجربه و یادگیری، توسعه بیشتری پیدا کردند.
کلاندادهها، هوش مصنوعی را متحول کردند
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 اخیراً افتاد و هوش مصنوعی بهیکباره در دنیا سروصدا کرد، به چند پیشرفت در حوزه هوش مصنوعی برمیگردد، با ایجاد قابلیتهایی در ماشینهای هوشمند که قبلاً وجود نداشت. یکی از دلایلی که در دوره اخیر این اتفاق افتاد، دادههایی است که ازسوی پلتفرمهای بزرگ در ابعاد بینالمللی مثل گوگل، فیسبوک، اینستاگرام و توییتر در دسترس متخصصان هوش مصنوعی قرار گرفت، ازجمله، حجم عظیم اطلاعات از کتابهای زیادی که ازسوی گوگل اسکن و تبدیل به یک دیتابیس جامع از دانش بشری شد، تعداد عظیمی از صفحات وب که هر روزه ازسوی گوگل جمعآوری و بهروز میشود، همه تصاویری که در سایتها قرار گرفته و اطلاعات جانبی زیادی که در کنار آنها وجود دارد. بیش از یکمیلیارد نفر، عضو فیسبوک 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 کلاندادهها 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 رایانهها اجرا کنیم. همچنین دادههایی که بتوانیم با سعی و خطا روی آنها یاد بگیریم، تا همین سالهای اخیر نداشتیم.
برای مثال ChatGPT که بسیار معروف شده، بهواسطه در اختیار قرارگرفتن 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 رایانهها 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. بااینحال، نقطه عطفی در قابلیتهای هوش مصنوعی ایجاد شده 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. بههرحال، تکنولوژی برای این توسعه پیدا میکند که سطح رفاه انسانها را بالاتر برده و مسائل و مشکلات را کمتر کند، ولی در کنارش فرصتهای دیگری ایجاد میکند.
شغلها تغییر شکل میدهند
با توسعه هوش مصنوعی، یک نگرانی درباره ازبینرفتن شغلها و افزایش بیکاری نیروها مطرح شده است، در این زمینه باید گفت که شغلها نابود نمیشوند، بلکه شکلشان تغییر میکند. تصور کنید زمانی آبرسانی ازسوی مردم انجام میشد، یعنی کسانی مسئول آبآوردن برای مردم بودند که به آنها «سقا» میگفتند، بعد از اینکه آب، لولهکشی شد، قاعدتاً این شغل باید از بین میرفت اما باز آبرسانی در مناطقی که امکان لولهکشی نداشت، ادامه یافت؛ البته با شکلی متفاوت، حالا دیگر یا شرکت آب و فاضلاب مسئول این کار است یا با تانکر، گالن و بطری، آبرسانی صورت میگیرد.
قبلاً با مشک، آب میبردند، حالا با لولهکشی و تانکر، یعنی شکل پاسخگویی به نیاز عوض شده، اما نیاز همچنان هست. بسیاری از شغلهای دیگر هم به همین صورت است و شکل شغل عوض میشود.
پیشرفتها باعث میشود رفاه انسان بالا برود و در کنارش فرصتهای جدیدی بهدست میآید و شغلهای جدیدی ایجاد میشود، قبلاً شغل لولهکشی، کارخانههای آبشیرینکن و رانندگی تانکر آب وجود نداشت اما بعد از لولهکشی آب، این شغلها بهوجود آمدند.
راجع به رایانه هم میگفتند این دستگاه میآید و جایگزین انسان میشود. این در حالی است که یکسری شغلها پیرامون رایانه ایجاد شده است، مثلاً 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.
بهعلاوه، جوامع انسانی بهدلیل اینکه ازبینرفتن شغلها برایش مسئله ایجاد میکند، به این سمت نخواهند رفت که همه شغلها را از بین ببرند، 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 مسئله 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 داشته، 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 در اختیار داشتن بهروزترین تکنولوژیها، چرا نباید گیت ورودی داشته باشد که این کار شمارش را بهصورت خودکار انجام دهد؟ و چرا کاری را که یک دستگاه میتواند انجام دهد، یک پیرمرد باید 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 میآیند؛ به همین دلیل او را در این شغل بهکار گرفتهایم تا سرگرم باشد و حس کند که برای جامعه مفید است.
بهعبارتی، بسیاری از شغلها را میتوان با ربات و ماشین جایگزین کرد، ولی به نظر من ممکن است جوامع به این نتیجه برسند که لزوماً بهجای هر موقعیت شغلی، نباید از ماشین استفاده کرد تا انسانها کار داشته باشند تا تبعات کارنداشتن انسانها، گریبانگیر جامعه نشود. من خیلی نگران کاهش شغل ازسوی ماشین نیستم. همانقدر که ماشین، شغلها را از بین میبرد، به همان میزان هم شغل ایجاد میکند و اتفاقاً شغلها را راحتتر میکند.
«هوش مصنوعی» افکار عمومی را مدیریت میکند
مسئله مهمی که در فضای مجازی باید موردتوجه قرار گیرد، بحث «مدیریت افکار عمومی» با استفاده از «رباتها» است، هرچند شاید هماکنون برای مدیریت افکار عمومی به رباتهای چندان هوشمندی نیاز نداریم، زیرا هنوز افکار عمومی با اینکه فعالیتی بهصورت رباتی انجام میشود، چندان آشنا نیست؛ ولی هرچه که جلوتر میرویم، مردم با این فعالیتها آشناتر میشوند.
برخی رباتها برای جذب فالوور بهکار میروند؛ مثلا اکانت فرد به ربات داده میشود و این ربات، بهجای اکانت اینستاگرامی در فضای مجازی فعالیت میکند، مثلاً کامنتهای ساده و با الگوی تکراری برای بقیه کاربران میگذارد و باعث میشود فالوورهای این اکانت بالا برود، این سادهترین کار است.
در بسیاری از موارد میتوان فعالیت ربات را تشخیص داد، چون عبارتی ساده و عام را در قالب مشخصی تکرار میکند یا لایک و استیکر ساده میگذارد. وقتی یک اکانت همیشه از اینگونه کامنتها میگذارد، مشخص میشود، ربات است. مگر اینکه بتواند متنی را در پاسخ به چیزی که در پست فرد مقابل گفته شده تولید کند.
بااینحال با تکنولوژیهای جدید هوش مصنوعی مثلChat GPT، قابلیت تعاملهای پیچیده امکانپذیر میشود؛ مثلاً میتوان از این ربات هوش مصنوعی پرسید یک کاربر حرفی به من زده و من میخواهم یک پاسخ به او بدهم مبنی بر اینکه چرا حرف او اشتباه است؟
ChatGPTمحتوایی برای پاسخ، تولید میکند و به درخواستکننده میدهد؛ به بیان دیگر میتوانیم از رباتها برای مباحثه استفاده کنیم. با این روش بهیکباره میتوان چند هزار اکانت محتوایی را تولید یا حمایت کرد. زمانی که چند هزار اکانت را در مقابل چند اکانت محدود واقعی قرار میدهیم، راحت میتوان افکار عمومی را مدیریت کرد.
همین مسئله باعث میشود فضای تحلیل هم دچار اشتباه شود. مثلاً در فضای تحلیل، نظرسنجیای میشود و نتیجه نشان میدهد چند درصد از مردم به موضوعی معتقد هستند و چند درصد دیگر به سوژه دیگر. با این حال نمیتوان تفکیک کرد این اکانتها ربات هستند یا انسان. زیرا همانطور که شاهد هستیم پیشرفت به سمتی کشیده میشود که حتی متن هم ازسوی هوش مصنوعی تولید شده و تشخیص انسان از ربات سختتر میشود. در این شرایط نمیتوان دقیقاً تحلیل افکار عمومی را بهدست آورد؛ اینکه مردم دارند به کدام سمت میروند.
انسان یا ربات؟ مسئله این است
تا الان رباتها فعالیتشان بسیار ماشینی بوده (البته با ظهور تکنولوژی ChatGPT این مسئله تا حد قابلتوجهی به چالش کشیده میشود.) اگر اکانتی ۲۴ساعت آنلاین است، کامنت و توییت میگذارد، یعنی این اکانت، ربات است چون انسان نمیتواند بیش از هفت- هشت ساعت فعالیت کند.
نکته دوم، متن است. متنی که خطا در آن نیست و شکل یکسانی دارد یا با رعایت استاندارد یا قالب خاصی نوشته شده؛ این یعنی از قبل برنامهریزی شده و ماشین آن را اجرا میکند. کار ربات چهارچوب و ساختار مشخصی دارد و یکسری جاهای خالی با ربات پر میشود. نکته دیگر برای تشخیص ربات از انسان فاصله زمانی یک فعالیت تا فعالیت بعدی اکانت است.
وقتی اکانتی، بیوقفه و ۲۴ساعته هر چند ثانیه یکبار چیزی را بازنشر میکند، پستی را لایک یا نقلقول میکند، این نشان میدهد پشت آن یک ربات قرار گرفته است، نه انسان. از کنار هم گذاشتن یکسری شواهد مثل زمان فعالیت، گستره زمانی فعالیت، فاصله زمانی بین فعالیتها و چهارچوب فعالیتها که نظم تکرارشوندهای دارد، میتوان ربات را از انسان تشخیص داد. با این حال اگر قبلاً امکان شناخت ربات از روی متن تولیدی وجود داشت، هماکنون با تکنولوژی تولید متون توسط Chat GPT که حتی به فارسی، متون روان و بدون اشتباه نگارشی مینویسد از این به بعد دیگر این امکان وجود ندارد یا بسیار سخت است.
آینده هوش مصنوعی؛ به کجا میرویم؟
یک خطای بزرگ آن است که توسعه برخی ابزارها و نرمافزارها را با هوش مصنوعی یکسان بپنداریم. اگر یک ابزار ویرایش عکس بهطور خودکار چند عکس را برای شما ادغام میکند یا شما بهطور آنلاین میتوانید حساب بانکیتان را کنترل کنید، اینها ربطی به هوش مصنوعی ندارد. علوم کامپیوتر سالهاست مدلهای نرمافزاری خود را توسعه میدهد و این ابزارها نیز روزبهروز کاملتر میشوند. هر کار رباتیک هم لزوماً هوشمند نیست. کار آنجایی به هوش مصنوعی مربوط میشود که بتوان یک عمل انسانی مبتنی بر تصمیم و عقلانیت را ازسوی یک ابزار سختافزاری یا نرمافزاری انجام داد.
توسعه هوش مصنوعی به معنای رباتهای انساننما بیشتر دارای جذابیت بصری و رسانهای است و بعید میدانم در این شاخه شاهد پیشرفت چندانی باشیم. اما به نظر میرسد هوشمندسازی نرمافزاری با شتاب بالایی درحالتوسعه است. بشر به دنبال آن است که بتواند کنترل ابزارهای خود را به دست ماشینهای نرمافزاری بسپارد. ما قبلاً خودمان رانندگی میکردهایم و این کاری خستهکننده است. حالا اگر بتوان یک ماشین هوشمند ساخت که خودش رانندگی کند و مثل انسان بتواند تصمیم بگیرد و عمل کند، کاری قابلتوجه است. ما قبلاً خودمان مقاله مینوشتهایم ولی الان اگر یک نرمافزار هوشمند بتواند با دادههایی که خودش به دست میآورد یک مقاله علمی برای ما بنویسد، مورد استقبال قرار میگیرد. شعر گفتن یک کار انسانی است، اگر یک نرمافزار هوشمند بتواند چنین کاری کند شاهکار است.
دیدگاهتان را بنویسید