تلاش بشر برای رسیدن به هوش مصنوعی عمومی بیهوده است؟

با وجود پیش‌بینی‌ها، هوش مصنوعی هنوز به سطح هوش انسانی نرسیده است و در سطح فراگیر کاربرد ندارد. بااین‌حال، آیا انسان به شبیه‌سازی هوش خود نیاز دارد؟

هماهنگی زیادی بین پیشرفت خودروهای خودران و هوش مصنوعی وجود دارد و بشر هرچه‌بیشتر به آن‌ها نزدیک شود، سختی‌هایشان آشکارتر می‌شود. جان مک‌کارتی و ماروین مینسکی دو دانشمندی بودند که در سال ۱۹۵۶ «بررسی دوماهه‌‌ی ۱۰ مرد هوش مصنوعی» را برای رمزگشایی رازهای ذهن انسان پیشنهاد دادند و گفتند:

خیلی زود می‌توانیم به‌‌طور دقیق تمام ابعاد یادگیری و قابلیت‌های هوش را به‌شیوه‌‌ای توصیف کنیم که ماشین بتواند آن را شبیه‌سازی کند.

با وجود گذشت بیش از ۶ دهه از آن زمان، سیستم‌های هوش مصنوعی هنوز حتی در تقلید عملکرد ابتدایی شناختی کودک هم دچار مشکل هستند، چه برسد به قابلیت‌های حل مسئله‌ی ذهن بزرگ‌سال. انسان تاکنون موفق نشده است هوش مصنوعی انسانی بسازد؛ بلکه بیشتر در جهت اهدافی مثل تجزیه‌ی هوش مصنوعی به هوش محدود (Narrow) و هوش عمومی و ابَرهوش حرکت کرده است.

چنین روند مشابهی در خودروهای خودران هم دیده می‌شود. چند سال پیش، تقریبا تمام رسانه‌ها وعده‌ی خودروهای خودران را می‌دادند. براساس پیش‌بینی‌ها، قرار بود خودروهای خودران تا سال ۲۰۱۹ فراگیر شوند؛ بااین‌حال درحال‌حاضر، خودروهای خودران همچنان هدفی دور از دسترس هستند؛ چراکه در مرحله‌ی آزمون و خطا هستند و در مناطق محدود کاربرد دارند. علاوه‌براین، خطاهای احمقانه‌ای مرتکب می‌شوند؛ به‌طوری‌که حتی پیشتازان خودروهای خودران امروزه تأکید می‌کنند بشر هنوز با حذف راننده فاصله دارد. این مسئله برای فروشگاه‌های فاقد صندوق‌دار هم صدق می‌کند.

خودروهای خودران و هوش مصنوعی عمومی برای بسیاری از افراد اهدافی ناممکن یا پروژه‌هایی ردشده و به‌معنی اتلاف زمان و پول هستند. شاید از برخی ابعاد حق با آن‌ها باشد و انسان هرگز نتواند به این اهداف برسد؛ اما با نگاهی دقیق‌تر متوجه خواهیم شد که بشر هنوز به افراد بلندپروازی نیاز دارد که به‌دنبال اهداف ناممکن باشند.

آیا امکان تولید هوش مصنوعی عمومی وجود دارد؟

هوش مصنوعی عمومی طرفداران خود را دارد. نمونه‌ی بارز حمایت از هوش مصنوعی، OpenAI، آزمایشگاه تحقیقاتی ایلان ماسک و سم آلتمن است که حامی چندین پروژه‌ی شاخص است. در بیانیه‌ی مأموریت OpenAIآمده است:

مأموریت OpenAI تضمین فایده و سود هوش مصنوعی عمومی (AGI) برای بشر است؛ چراکه با این فناوری بسیاری از سیستم‌های خودکار ازنظر اقتصادی دربرابر انسان برتری پیدا می‌کنند. تلاش ما برای تولید مستقیم AGI سودمند و امن است؛ اما حتی اگر این مأموریت به دیگران در دستیابی به اهدافشان کمک کند، بازهم رسالت خود را انجام داده‌ایم.

البته، همه با این ارزیابی موافق نیستند و عملکرد فناوری‌های فعلی هوش مصنوعی تفاوت‌های زیادی با هوش و ذهن انسان دارد. بسیاری از دانشمندان برجسته‌ی این حوزه معتقدند هوش مصنوعی در سطح‌ انسانی هدف بیهوده‌ای است و در‌حال‌حاضر، برنامه‌ها و فناوری‌های متعددی از نوع هوش مصنوعی محدود وجود دارند که باید اولویت بیشتری برایشان قائل شد. پیتر نورویگ، پیشتاز هوش مصنوعی و مدیر پژوهشی گوگل، در این باره می‌گوید:

ما روش ساخت هوش واقعی را می‌دانیم و من و همسرم دوبار این کار را انجام دادیم. البته، همسرم بخش زیادی از کار را برعهده داشت. بااین‌حال، به شبیه‌سازی انسان‌ها نیازی نداریم؛ به همین دلیل، باید بر ساخت ابزاری تمرکز کنیم که به انسان کمک کند، نه اینکه صرفا از کارهایی کپی کنیم که روش انجامشان را می‌دانیم. ما می‌خواهیم ماشین‌ها مکمل‌ انسان‌ها باشند و کارهایی را انجام دهند که از توان انسان خارج است.

با تمام این تفاسیر، سؤال واقعی اینجا است که آیا باید برای ساختن هوش مصنوعی انسانی تلاش کرد؛ ولو هدف ناممکنی باشد؟ پاسخ مثبت است. براساس تاریخچه‌ی هوش مصنوعی، شبیه‌سازی مغز انسان تاکنون ناممکن بوده است؛ اما انسان با تلاش در این مسیر نیز درس‌های زیادی درباره‌ی استنتاج و قوانین هوش آموخته و موفق شده است ابزارهای قدرتمندی برای تقویت توانایی‌های انسانی بسازد. نورویگ در کتاب معروفش «هوش مصنوعی؛ رویکرد مدرن» می‌گوید:

کار درزمینه‌ی هوش مصنوعی زمینه‌ساز ایده‌های پیشتازی شده است که قدمت آن‌ها به علوم کامپیوتر بازمی‌گردد و اشتراک‌گذاری زمانی، مفسر تعاملی، کامپیوترهای شخصی با ویندوز و ماوس، محیط‌های توسعه‌ی سریع، نوع داده‌ای linked list (فهرست لینک‌شده)، مدیریت خودکار حافظه و مفاهیم مهم برنامه‌نویسی نمادین، تابعی، تعریفی و شیءگرا را شامل می‌شود.

اگر افرادی نبودند که با ایده‌های بلندپروازانه‌ی خود به‌دنبال ساخت ماشین‌های متفکر و هوش مصنوعی عمومی باشند، بسیاری از ابزارهای مهم کنونی هم وجود نداشتند یا حداقل دیرتر اختراع می‌شدند. درنتیجه، با بررسی فناوری‌های پیشرفته‌ی هوش مصنوعی می‌توان به رابطه‌ی قوی آن‌ها با هدف بازسازی ذهن انسان پی برد.  برای مثال، شبکه‌های عصبی براساس ساختار فیزیکی مغز انسان طراحی و نام‌گذاری و یادگیری ماشین با الهام از یادگیری انسان ازطریق تجربه و تکرار طراحی شده است یا سیستم‌های خبره نمونه‌ای از تلاش برای فراگیری دانش و منطق انسانی هستند.

این نمونه‌ها و بسیاری از روش‌های دیگر هوش مصنوعی بازسازی دقیق همتایان انسانی نیستند؛ بلکه به آن‌ها در حل مسائل مهمی مثل پیش‌بینی سرطان، کشف اشیای در تصاویر، ترجمه‌ی متن بین زبان‌های مختلف و تبدیل گفتار به متن کمک می‌کنند. صنعت خودروسازی خودران هم به همین ترتیب پیشرفت کرده است. در‌حال‌حاضر، خودروهای بدون راننده صرفا به پروژه‌های آزمون و خطا در جاده‌های غیرشلوغ با شرایط آب‌و‌هوایی نسبتا پایدار محدود هستند و نقشه‌ی دیجیتالی دقیقی از آن مناطق را دارند. 

وقتی خودروهای بدون راننده را در جاده‌ها می‌بینید، بازهم راننده‌ی انسانی پشت آن‌ها نشسته است که درصورت اشتباه خودرو ازجمله شتاب در خط جداکننده، به آن کمک کند. درنتیجه، انسان هنوز با خودروهای ایمن سازگار با انواع جاده‌ها و دقیق‌تر از انسان فاصله دارد. حتی نمی‌توان گفت دقیقا چه زمانی می‌توان از خودروهای خودران سطح ۵ در شهرها استفاده کرد؛ زیرا این نوع خودروها بدون فرمان هستند و به‌هیچ‌عنوان به دخالت انسان نیازی ندارند.

با تمام این‌ها، صنعت خودروهای خودران در تاریخچه‌ی کوتاه خود، به دستاوردهای مهمی رسیده است. اگرچه هنوز خودروهای خودران سازگار با محیط‌های پیش‌بینی‌نشدنی ساخته‌ نشده‌اند، در این زمینه، فناوری‌های سودمند متعددی ازجمله پارک خودکار، دستیار خط عبور، هشدارهای نقاط کور و کشف خواب‌آلودگی اختراع شده‌اند. پیشرفت‌ها به‌تدریج ادامه پیدا می‌کنند و هرکدام از آن‌ها ایمنی خودرو را افزایش می‌دهند و سالانه زندگی هزاران نفر را نجات می‌دهند.

فناوری فعلی را می‌توان در محیط‌های کنترل‌شده ازجمله کارخانه‌ها و تأسیسات صنعتی توسعه داد. نمونه‌ای از این فناوری، جرثقیل‌های خودکار است که در پاسخ به تأمین تقاضا تولید شده‌اند. همچنین، مطالعات موردی برای ماشین‌های شاتل کم‌سرعت در محیط‌های کم‌ترافیک یا داخل ساختمان‌های بسته در حال انجام است. رقابت بر سر تولید وسایل نقلیه‌ی خودکار هم به پیشرفت‌هایی در زمینه‌های دیگر ازجمله مسافت‌یابی، بینایی کامپیوتر، فناوری حسگر و نقشه‌برداری دیجیتالی منجر شده است. این فناوری‌ها زیرساختی هستند و لزوما در زمینه‌های مرتبط با حمل‌ونقل کاربرد ندارند.

بلندپروازی، لازمه‌ی پیشرفت

تاریخچه‌ی بشر پر از رؤیاهای بزرگ و محقق‌شدن آن‌ها در واقعیت است. افرادی که به‌دنبال تقلید از پرواز پرندگان بودند، هرگز موفق نشدند بال‌‌ بسازند؛ اما این تجربیات به آن‌ها در کشف قوانین پرواز و اختراع هواپیما کمک کرد. برای مثال، دانشمندی آلمانی که درزمینه‌ی تله‌پاتی پژوهش می‌کرد، هرگز به هدف خود نرسید؛ اما موفق شد موج‌نگار مغزی (EEG) را اختراع کند که یکی از مهم‌ترین ابزارها در بررسی مغز و تشخیص بیماری‌های مرتبط با سیستم عصبی است. به‌ همین‌ ترتیب، صرف‌نظر از اینکه هدف ناممکن هوش مصنوعی خودروهای کاملا خودکار یا فروشگاه‌های بدون صندوق‌دار باشند، هنوز نیاز به افراد بلندپروازی احساس می‌شود که به‌دنبال اختراع ناممکن‌ها هستند. شاید انسان هرگز نتواند به این رؤیاها برسد؛ اما در فرایند و مسیر رسیدن به هدف، به تجربیات و اختراعات زیادی دست پیدا خواهد کرد.