ظهور ماشین‌های خودآگاه

  • تاریخ ارسال : 19 / 06 / 1396

  • تعداد بازدید: 587 بازدید بار

  • دیدگاه ها: دیدگاه‌ها برای ظهور ماشین‌های خودآگاه بسته هستند

  • نویسنده: زندی

  • دسته بندی: تکنولوژی, مقاله ها

ظهور ماشین‌های خودآگاه

خودآگاهی در یک ربات چگونه به وجود می‌آید؟ آیا چنین ربات‌هایی می‌توانند تهدیدی برای زندگی ما باشند؟

زامبی‌ها و آدم‌های فضایی تهدیدی واقعی برای گونه‌ی ما نیستند. در واقع فقط یکی از کاراکترهای شرور فیلم‌های سینمایی است که حضورش در دنیای واقعی ما را نگران می‌کند: ربات‌ آگاه. مشخص نیست چه زمانی پای آن‌ها به زندگی ما بازخواهد شد. اما بیایید لحظه‌ای به آن‌ها فکر کنیم. دنیا با وجود آن‌ها به چه شکل خواهد بود؟ بگذارید سؤالی اساسی‌تر مطرح کنم. جای ما در چنین جهانی کجا خواهد بود؟ آیا اساسا جایی برای ما باقی خواهد ماند؟

اخیرا پژوهش‌های هوش مصنوعی انقلابی جدید را پشت سر گذارده‌اند. در حال حاضر سیستم‌های مبتنی بر هوش مصنوعی در بازی‌هایی مانند شطرنج و گو، بهتر از انسان‌ها عمل می‌کنند، می‌توانند چهره‌ها را تشخیص دهند و رانندگی امنی انجام دهند. بااین‌حال، بیشتر پژوهشگران می‌گویند که ماشین‌های آگاه، ماشین‌هایی که فقط برنامه‌های نوشته‌شده را اجرا نمی‌کنند؛ بلکه احساس دارند و خودآگاه هستند، دهه‌ها با واقعیت یافتن فاصله دارند. آن‌ها که چنین عقیده‌ای دارند، این‌گونه استدلال می‌کنند که پژوهشگران باید هوشی عمومی، ماشینی با همه‌ی توانایی‌های ذکرشده در بالا و قابلیت یادگیری بسازند. در اینجا خواهد بود که هوش مصنوعی به سطحی از پیچیدگی که برای آگاهی نیاز است، خواهد رسید.

واضح است که افرادی مخالف این استدلال هستند. جاستین هارت، دانشمند رایانه در دانشگاه تگزاس، می‌گوید:

مردم بر این باورند که خودآگاهی نقطه‌ی پایان پژوهش‌های هوش مصنوعی است و زمانی رخ خواهد داد که دیگر هیچ پروژه‌ی علمی دیگری باقی نمانده باشد.

او و دیگر پژوهشگران در حال ساخت ماشین‌هایی با ذهن‌های اولیه هستند. یکی از ربات‌های آن‌ها مانند بچه‌ای تازه متولدشده، تقلا می‌کند تا بدنش را درک کند. یکی دیگر از ربات‌ها در مورد چیزهایی که می‌بیند، لغات نامفهوم به زبان می‌آورد و اگر او را بزنید گریه می‌کند. یکی دیگر از این ربات‌ها به‌گونه‌ای تنظیم شده است که جهانی مختص خودش را کشف کند.

هیچ کس ادعا نمی‌کند که ربات‌ها تجربه‌ی درونی غنی‌ دارند. آن‌ها از طبقاتی که جارو کرده‌اند احساس غرور نمی‌کنند یا جریان ۱۲۰ ولت به آن‌ها احساس لذت نمی‌دهد. اما اکنون ربات‌ها می‌توانند برخی کیفیت‌های مشابه مغز انسان، مانند همدلی، انطباق‌پذیری و تفکر را از خود نشان دهند.

پژوهشگران این مخلوقات سایبری را از این جهت طراحی می‌کنند که نقص‌های سیستم‌های مبتنی بر یادگیری ماشین را تصحیح کنند. این سیستم‌ها قدرتمند اما مبهم هستند. مبنای کار آن‌ها، ارتباط دادن ورودی به خروجی است؛ درست مانند آزمون‌هایی که در آن گزینه‌های موجود در ستون آ را به گزینه‌های مناسب آن‌ها در ستون ب متصل می‌کنید. اساسا سیستم‌های هوش مصنوعی این ارتباط‌ها را در حافظه‌ی خود ذخیره می‌کنند. هیچ منطق عمیق‌تری در پس پاسخ‌های آن‌ها وجود ندارد و مشکل دقیقا همین‌جا است.

پیشنهاد بعدی :   تغییرات سئو در سال 96

از سوی دیگر، خواندن ذهن انسان‌ها و پیش‌بینی آن‌ها دشوار است. ما زمان قابل توجهی را صرف تحلیل خودمان و دیگران می‌کنیم؛ امری که نقش اصلی ذهن خودآگاه ما محسوب می‌شود. اگر ماشین‌ها ذهن داشته باشند، نفوذناپذیر نخواهند بود. ما می‌توانیم به‌سادگی از آن‌ها دلیل انجام کارهایشان را بپرسیم.

داستان‌های علمی تخیلی ما را از ربات‌هایی که می‌توانند حس کنند، ترسانده‌اند. اما شاید این ربات‌های بدون ذهن هستند که باید از آن‌ها هراسان باشیم؛ شاید ربات‌های خودآگاه متحدان ما باشند.

نمایشگاه جهانی رباتیک، مادرید ۲۰۱۶. کودکان در حال برقراری ارتباط با پپر (ربات انسان‌نما) هستند که توسط آلداباران رباتیک (شرکت رباتیک فرانسوی) توسعه داده شده است.

ربات‌ها در جستجوی خودشناسی

امروزه، خودرو‌های خودران به پیشرفته‌ترین سیستم‌های هوش مصنوعی مجهز هستند. آن‌ها با توجه به دیتای رادار و لیزر و وارد کردن آن‌ها در الگوریتم‌ها، تصمیم می‌گیرند چه هنگام ترمز کنند و چه هنگام جهت حرکت خود را عوض کنند. اما رانندگی بیشتر به تشخیص حرکات دیگر راننده‌ها و واکنش دفاعی به آن‌ها مربوط است؛ عملکردهایی که به آگاهی ربط دارند.

هاد لیپسون، استاد دانشگاه کلمبیا و یونگ جونگ کیم، در دانشگاه سجونگ سئول، رباتی ساخته‌اند که یک راننده‌ی بی‌ملاحظه است. این ربات دایره‌ای کوچک، در مسیری دایره‌ای با منطق خودش حرکت می‌کند. ربات دوم به‌گونه‌ای تنظیم می‌شود که بتواند مسیر حرکت ربات اول را بدون توجه به نقطه‌ی شروع آن رهگیری کند؛ بنابراین ربات دوم نمی‌تواند یک مسیر ثابت را ثبت کند. ربات دوم باید منطق حرکتی ربات اول را بفهمد. لیپسون و کیم با استفاده از روندی مشابه تکامل داروینی، یک استراتژی رهگیری ایجاد کردند. لیپسون می‌گوید:

این استراتژی بدلی از یک ذهن کنشگر بود. گرچه کامل نیست؛ اما آن‌قدر خوب هست که بتواند حرکت‌های بعدی ربات اول را پیش‌بینی کند.

تیم لیپسون یک ربات دیگر هم ساخته است که می‌تواند به درکی از بدن خود برسد. این ماشین عنکبوتی چهارپا ابعاد یک تارانتولا را دارد. وقتی این ربات روشن می‌شود، کامپیوتر درونی او هیچ اطلاعاتی در مورد بدنش ندارد. لیپسون می‌گوید:

پیشنهاد بعدی :   محدود کردن مصرف پهنای باند در ویندوز 10

این ماشین نمی‌داند که موتورهایش چه ترتیبی دارند یا بدنش به چه شکل است.

اما این ربات می‌تواند یاد بگیرد. این ربات هر قسمت از بدنه‌اش را که بتواند حرکت می‌دهد تا ببیند چه اتفاقی می‌افتد. برای مثال، یاد می‌گیرد که چگونه روشن کردن یک موتور، مفصل یک پا را خم می‌کند. لیپسون می‌گوید این ربات موتورهایش را به‌صورت تصادفی روشن می‌کند.

چهار روز خسته‌کننده می‌گذرد و سرانجام ربات می‌فهمد که چهار پا دارد و سپس کشف می‌کند که چگونه آن‌ها را مکان‌یابی کند و حرکت دهد تا از یک طرف اتاق به سمت دیگر برود. لیپسون یکی از موتورها را جدا می‌کند. ربات متوجه می‌شود که اکنون فقط سه پا دارد و کنش‌های او منجر به نتیجه‌ی مورد انتظارش نمی‌شود. لیپسون می‌گوید:

به نحوی این ربات در مراحل بسیار ابتدایی خودآگاهی قرار دارد.

دیگر قابلیت انسان‌مانندی که پژوهشگران مایل هستند در هوش مصنوعی قرار دهند، ابتکار است. ماشین‌ها در بازی گو استاد هستند؛ زیرا انسان‌ها آن‌ها را برای حل معماها هدایت کرده‌اند. تعریف کردن صورت مسئله، سخت‌ترین قسمت حل آن است و ربات‌ها از انجام این کار ناتوان هستند.

ریوتا کانای، عصب‌شناس و بنیان‌گذار استارت‌آپ آرایا در توکیو، در مقاله‌ای در ژورنال Trends in Cognitive Science، ایجاد انگیزه‌های ذاتی در ربات‌ها را بررسی کرده است. او و همکارانش، راننده‌هایی را شبیه‌سازی کردند که در محیطی مجازی رانندگی می‌کنند. خودروی آن‌ها به تپه‌ای با شیب زیاد می‌رسد که بالا رفتن از آن تنها در صورتی ممکن است که خودرو هل داده شود. تا زمانی که به راننده‌ها فرمان داده نشود که راهی برای بالا رفتن از تپه پیدا کنند، آن‌ها ساکن در جای خود باقی می‌مانند.

تیم کانای این راننده‌ها را با عامل کنجکاوی برنامه‌ریزی می‌کنند. آن‌ها محیط را بررسی کردند، تپه را به‌عنوان یک مشکل تشخیص دادند و فهمیدند که حتی بدون دریافت دستورالعمل، چگونه از آن بالا بروند. کانای می‌گوید:

ما به راننده‌ها هدف ندادیم. آن‌ها محیط اطراف خود را بررسی می‌کنند و با پیش‌بینی نتایج کنش خودشان، موقعیت را ارزیابی می‌کنند.

توجه کردن

علاوه بر خودآگاهی و خودانگیزشی، دیگر عملکرد کلیدی آگاهی، توانایی تمرکز است. اخیرا «توجه انتخابی» به زمینه‌ای مهم در پژوهش‌های هوش مصنوعی تبدیل شده است. گوگل دیپ‌مایند که کامپیوتر بازیکن گو را توسعه داده است، تنها شرکتی نیست که به این مهم می‌پردازد.

پیشنهاد بعدی :   محتوای دوقلو یا Duplicate Content

فرانکلین و همکارانش سال گذشته مقاله‌ای در Biology Inspired Cognitive Architectures منتشر کردند. آن‌ها در این مقاله، پروسه ساخت سیستم هوش مصنوعی‌ای به نام لیدا را بررسی کردند. لیدا می‌تواند تصمیم بگیرد که در طول یک پروسه‌ی رقابت بر چه چیزهایی تمرکز کند. عصب‌شناسی به نام برنارد بارز در دهه‌ی ۸۰ میلادی، چنین پروسه ساختی را پیشنهاد کرده بود. این فرایند محرک‌های جالبی مانند بلندی صدا، روشنایی یا موارد خارجی را شناسایی می‌کند و سپس برای برنده شدن مبارزه می‌کند. وقتی این فرایند غالب می‌شود، مشخص می‌کند چه زمانی قدرت ذهنی ضعف دارد و طیف وسیعی از عملکردهای مغز، شامل مشورت و حرکت را آگاه می‌کند. چرخه‌ی ادراک، توجه و اقدام پنج تا ده بار در ثانیه تکرار می‌شود.

نخستین نسخه‌ی لیدا، یک سرور شغل‌یاب برای نیروی دریایی آمریکا بود. او ایمیل‌ها را می‌خواند، بر اطلاعات مربوطه تمرکز می‌کرد و درعین‌حال علاقه‌مندی‌های هر جویای کار، فراهم بودن فرصت شغلی و الزامات بوروکراسی دولتی را هم در نظر می‌گرفت.

از آن زمان تاکنون، تیم فرانکلین از این سیستم برای مدل‌سازی ذهن حیوانات، به‌ویژه تغییرات رفتاری ناشی از تمرکز فقط بر یک چیز، استفاده کرده است. به‌عنوان مثال، لیدا درست مانند انسان‌ها پدیده‌ای روان‌شناختی به اسم «غفلت عمدی» را نشان می‌دهد. وقتی چیزی توجه شما را جلب می‌کند، شما برای نیمی از ثانیه، نسبت به هر چیز دیگری بی‌توجه می‌شوید. این نقطه کور شناختی، به عوامل متعددی بستگی دارد و لیدا به همان عوامل، واکنشی انسانی نشان می‌دهد.

گونه‌ای جدید

پژوهشگران بر اساس تلاش‌های اولیه‌ی خود، ربات‌هایی شبیه‌تر به موجودات زنده می‌سازند. در طبیعت سیستم‌های هوشیار بی‌شماری از جانداران تک‌سلولی و سگ گرفته تا شامپانزه و انسان وجود دارد. پیشرفت تدریجی این فناوری خوب است؛ زیرا به ما زمان می‌دهد تا به این ایده که روزی، دیگر تنها موجودات پیشرفته روی کره‌ی زمین نخواهیم بود، خو بگیریم.

برای مدت‌زمانی طولانی، همراهان مصنوعی ما آسیب‌پذیر خواهند بود. در واقع آن‌ها بیشتر شبیه حیوانات دست‌آموز ما هستند تا اینکه تهدیدی برای ما باشند. نحوه‌ی رفتار ما با آن‌ها به این امر وابسته خواهد بود که آیا آن‌ها را موجوداتی آگاه می‌دانیم که می‌توانند رنج بکشند یا خیر.

 

اشتراک گذاری در شبکه های اجتماعی

موقتا امکان ارسال دیدگاه وجود ندارد

موقتا امکان ارسال دیدگاه وجود ندارد