بزرگنمايي:

بازار آریا - مترجم: سید‌حسین علوی لنگرودی alavitarjomeh@gmail.com کن جنینگز، قهرمان بلامنازع مسابقه جیپاردی (یک شوی تلویزیونی و مسابقه سنجش هوش افراد با میلیون‌‌‌ها بیننده در سراسر جهان)، پس از پذیرفتن شکست در برابر ابرکامپیوتر واتسون در سال 2011 گفته بود: «من به برنده بزرگ مسابقه جیپاردی خوشامد می‌‌‌گویم و در برابر او سر تعظیم فرود می‌‌‌آورم.»
ابرکامپیوتر واتسون یک غول به‌‌‌تمام‌‌‌معنا بود: یک کامپیوتر به‌‌‌اندازه یک اتاق بزرگ که تجهیزات خنک‌‌‌کننده آن بیش از 20 تن وزن داشت و مهندسان شرکت آی‌‌‌بی‌‌‌ام آن را به یاد تامس‌ای واتسون، بنیان‌گذار این شرکت نام‌گذاری کردند. این ابرکامپیوتر دارای یک الگوریتم پرسش‌‌‌ و پاسخ موسوم به DeepQA بود که با هزاران سوال ‌‌‌و جواب جمع‌‌‌آوری‌‌‌شده از مسابقات جیپاردی «آموزش‌‌‌ دیده بود» و «یاد گرفته بود» که کدام جواب با کدام سوال مرتبط است.
بعد از این پیروزی تاریخی ماشین بر انسان، بارها چنین اتفاقی تکرار شد. مثلا در سال 2017 یک برنامه کامپیوتری جدید به نام «آلفازیرو» به صحنه آمد که توانست برنامه قبلی به نام «آلفاگو» را شکست دهد؛ آن هم به این دلیل که از شبکه‌‌‌های عصبی عمیقی بهره می‌‌‌برد که الگوریتم‌‌‌های آن به وسیله انسان طراحی نشده بود بلکه توسط ماشین آموخته شده بود. در واقع آلفاگو از بازی‌‌‌هایی که انسان‌‌‌ها با هم انجام می‌‌‌دادند یاد می‌‌‌گرفت، حال آنکه آلفازیرو این توانایی را داشت تا از قوانین بازی یاد بگیرد و نیازی به ورودی دریافتی از انسان نداشت و می‌توانست میلیون‌‌‌ها بار با خودش مسابقه دهد و از طریق آزمون و خطا برنده شود.
اگرچه آلفازیرو بارها و بارها هم انسان‌‌‌ها و هم ماشین‌‌‌ها و برنامه‌‌‌های دیگر را در بازی‌‌‌هایی مانند «گو» و شطرنج شکست داده، اما اشتباه است اگر فکر کنیم که آلفازیرو قادر به انجام هر کاری است. در واقع آلفازیرو در بازی‌‌‌هایی با دو بازیکن و دارای قوانین و قواعد مشخص و ثابت قدرت بسیار زیادی دارد و قادر به شکست‌‌‌دادن تمام رقباست.
بااین‌‌‌همه این برنامه کامپیوتری پیشرفته نمی‌تواند کارهایی مانند راندن یک ماشین، آموزش به کودکان و به‌‌‌طورکلی فعالیت‌‌‌هایی که میزان ابهام و تغییر در آنها بالاست را به‌‌‌درستی انجام دهد.
یکی دیگر از موفقیت‌‌‌ها و برتری‌‌‌های بزرگ هوش مصنوعی بر انسان در زمینه تشخیص چهره است که نه فقط در کنترل مرزها و همچنین مسیرهای ورودی و خروجی کاربرد دارد، بلکه برای شناسایی عکس‌‌‌ها و تصاویر مربوط به افراد در شبکه‌‌‌های اجتماعی آنلاین نیز مورد استفاده قرار می‌گیرد و می‌تواند وجود شباهت بین دو یا چند تصویر از یک فرد را بادقت 99.6‌درصد تشخیص دهد. به‌‌‌طورکلی، نمونه‌‌‌های پرشماری از برتری‌‌‌ یافتن ماشین‌‌‌ها و هوش مصنوعی بر انسان وجود دارد که در مجموع ما را به این نتیجه می‌‌‌رساند که هر جا که صحبت از قوانین ثابت و موقعیت‌‌‌های مشخص و قابل‌‌‌پیش‌بینی در میان باشد احتمال برتری هوش مصنوعی بر انسان به‌‌‌شدت و به‌‌‌سرعت در حال افزایش است. با این ‌‌‌همه، هر زمان که پای ابهام و متغیر بودن شرایط و غیرقابل‌‌‌پیش‌بینی بودن آینده به میان می‌‌‌آید عرصه بر هوش مصنوعی و ماشین‌‌‌ها تنگ خواهد شد و برتری با انسان‌‌‌ها و هوش انسانی خواهد بود. البته باید این را هم دانست که این تفکیک بین موقعیت‌‌‌های ثابت و غیرثابت به‌‌‌صورت مطلق و قطعی امکان‌‌‌پذیر نیست و چه‌‌‌بسا موقعیت‌‌‌های به‌‌‌ظاهر ثابت و مشخصی که دارای درجاتی از ابهام و تفاوت نیز هستند.
در نتیجه هوش مصنوعی برای انجام آنها ممکن است دچار مشکلات و چالش‌‌‌های جدی و متعددی شود.
هوش مصنوعی روان‌شناسانه
در سال 1957 «هربرت سایمون» پیش‌بینی کرد طی 10 سال آینده یک کامپیوتر خواهد توانست قهرمان شطرنج دنیا را شکست دهد. این پیش‌بینی اگرچه در نهایت تحقق پیدا کرد و کامپیوتر توانست انسان را در بازی شطرنج شکست دهد، اما زمان تحقق این پیش‌بینی خیلی بیشتر از 10 سال بود. به‌عقیده او اساس هوش مصنوعی یعنی «آموزش دادن به کامپیوترها در این مورد که انسان‌‌‌ها چگونه مسائل را حل می‌کنند» که بر این اساس انسان نقش معلم و آموزش‌دهنده و کامپیوتر نقش دانش‌‌‌آموز و آموزش‌‌‌گیرنده را بازی می‌کند و می‌توان آن را «هوش مصنوعی روان‌شناسانه» نامید.
اما برنامه دیپ بلو که توانست در سال 1997 ‌گری کاسپاروف را در بازی شطرنج شکست دهد، بر این ‌‌‌اساس که هوش انسان و هوش مصنوعی دو روی یک سکه هستند، شکل نگرفته بود. بلکه طراحان آن توانسته بودند از طریق بررسی بیش از 200 میلیون حرکت در هر ثانیه به قدرت محاسباتی عظیمی دست پیدا کنند که تمام حرکت‌‌‌های احتمالی طرف مقابل را پیش‌بینی کرده و حرکت متناسب با آن را پیشنهاد می‌‌‌داد.
در واقع سایمون تلاش کرد ماشینی را ابداع کند که تصویری از یک انسان باشد؛ حال ‌‌‌آنکه شرکت‌های آی‌‌‌بی‌‌‌ام یا گوگل چنین کاری انجام ندادند و مهندسان آنها در طراحی هوش مصنوعی مورد نظرشان روی یادگیری ماشین تمرکز کردند که شاخه دیگری از هوش مصنوعی است و مسائل را با استفاده از شبکه‌‌‌های عصبی عمیق و سایر الگوریتم‌‌‌ها و بدون نیاز به تقلیدکردن از هوش انسان حل می‌کند. به عبارت بهتر کلمه هوش در عبارت هوش مصنوعی چیزی شبیه به هوش انسان نیست، بلکه یک نوع تصمیم‌گیری اتوماتیک است که چاره حل مسائل را نه در تقلید و الگوبرداری از انسان، بلکه در یادگیری و الگوبرداری از واقعیت و خود قوانین و موقعیت‌‌‌های موجود می‌‌‌بیند.
به‌‌‌طور کلی، هوش مصنوعی روان‌شناسانه که ریشه در تقلید از انسان و آموختن ماشین از او دارد، به درد مواجهه با موقعیت‌‌‌های نامشخص و مبهم می‌‌‌خورد؛ یعنی همان جا که انسان توان رقابت و هماوردی با ماشین‌‌‌ها را دارد و در زمینه‌‌‌هایی چون بازی شطرنج که قوانین ثابت و مشخصی دارد از کارآیی چندانی برخوردار نیست. به همین دلیل هم بود که پیش‌بینی سایمون مبنی بر برتری کامپیوتر بر انسان در بازی شطرنج تا سال 1967 به وقوع نپیوست و 30 ‌‌‌سال بعد آن هم به‌‌‌واسطه پیشرفت‌‌‌های حاصل‌شده در زمینه یادگیری ماشین تحقق پیدا کرد.
بازی هوش مصنوعی
اصل دنیای ثابت می‌تواند به ما کمک کند تا بفهمیم هوش مصنوعی در زمینه حل کدام مسائل از شانس موفقیت بیشتری برخوردار است. امروزه بخش عمده‌‌‌ای از پیشرفت‌‌‌های صورت‌‌‌‌گرفته در حوزه هوش مصنوعی دارای ابعاد نظامی و تجاری هستند و پیشرفت‌‌‌های انجام شده در بخش هوش مصنوعی علمی اندک و ناچیز بوده است.
در نتیجه بارها دیده شده که شرکت‌ها و سازمان‌های تجاری که به شکل گسترده‌‌‌ای از هوش مصنوعی برای تحقق اهداف خود بهره می‌‌‌برند، به تنها چیزی که توجه دارند افزایش سود و درآمدشان با کمک هوش مصنوعی است و بس. این وضعیت در تضاد کامل با آن چیزی قرار دارد که فلسفه وجودی هوش مصنوعی به‌‌‌حساب می‌‌‌آمد؛ یعنی کمک به رفاه و تحقق هر چه بیشتر منفعت جامعه و عموم مردم.
در واقع مشکل اصلی در برخورد با موضوع هوش مصنوعی خود این تکنولوژی پیشرو و رو به‌‌‌ رشد نیست، بلکه مشکل از آنجا شروع می‌شود که نیروهای پشت سر هوش مصنوعی یعنی شرکت‌ها و سرمایه‌گذاران به تنها چیزی که فکر می‌کنند پول درآوردن هرچه بیشتر با کمک هوش مصنوعی است و نه تبدیل جهان به جایی بهتر برای زندگی بشر.
منبع: کتاب The age of AI: and our human future