اندیشه ، فلسفه
تجددگرايی
تاریخ

تصور کنید در یک نمایش شعبده‌بازی‌ حضور دارید و ناگهان شعبده‌باز غیب می‌شود. بی‌شک شما می‌دانید که این فرد احتمالاً در جایی پنهان شده است. با این حال، هنوز این‌طور به نظر می‌رسد که او ناپدید شده است. حکم منطق هرچه که باشد، نمی‌توان با استدلال این نمود را انکار کرد. چرا تجربه‌ی هوشیار ما این اندازه سرسخت است؟ این واقعیت که ادراک ما از جهان، هر اندازه هم که درباره‌ی آن تأمل کنیم، این چنین سرسختی از خود نشان می‌دهد، اطلاعات منحصر به فردی درباره‌ی نحوه‌ی ارتباطات شبکه‌ی اعصاب مغزمان به ما می‌دهد. این مثال شعبده‌بازی را با نحوه‌ی پردازش اطلاعات مقایسه کنید. فرض کنید پنج دوست دارید که به شما می‌گویند هوا بارانی است ولی طبق داده‌های یک وبگاه هواشناسی هوا بارانی نیست. احتمالاً شما اطلاعات وبگاه را نادرست خواهید شمرد و آن را نادیده خواهید گرفت. اما در رابطه با ادراکات هوشیار، به نظر می‌رسد آنچه می‌بینیم، می‌شنویم، و احساس می‌کنیم به شکلی عجیب پایداری دارد. حتی هنگامی که تجربه‌ای ادراکی آشکارا «نادرست» است، نمی‌توانیم به سادگی آن را کنار بگذاریم.

چرا چنین است؟ پیشرفت‌های اخیر در حوزه‌ی هوش مصنوعی تا اندازه‌ای این مسئله را روشن می‌کند. در علوم رایانه‌ای می‌دانیم که فرآیندی با عنوان «کدگذاری بر مبنای پیشگویی» می‌تواند به شبکه‌‌های عصبی مصنوعی برای تشخیص طرح ‌ها و الگوها–به اصطلاح، مدل‌های یادگیری عمیق- یاری برساند. شبکه‌ها به جای این که اطلاعات را صرفاً به شکلی منفعلانه و از پایین دریافت کنند، می‌توانند پیش‌فرض‌هایی از بالا به پایین درباره‌ی جهان طرح کنند و آن را در برابر مشاهدات به آزمون بگذارند. معمولاً این کار نتایج بهتری دارد. برای مثال، هنگامی که یک شبکه‌ی عصبی‌ گربه‌ای را تشخیص می‌دهد، ابتدا مدلی را طراحی می‌کند که به کمک آن می‌تواند پیش‌بینی یا تصور کند گربه چه شکلی دارد. سپس می‌تواند داده‌های ورودی را بررسی کند تا مطابقت یا عدم‌مطابقت آن‌ها را با این انتظارات بسنجد.

مشکل اینجاست که هر چند این مدل‌های مولد در زمان فعالیت خود می‌توانند بسیار کارآمد باشند اما معمولاً برای شکل‌گیری و آموزش آنها زمان و اطلاعات بسیار زیادی لازم است. یک راه‌حل استفاده از «شبکه‌های مولد رقابت‌گر» است- رییس بخش پژوهش‌ هوش مصنوعی فیسبوک، یان لیکون، آن را «جذاب‌ترین ایده در یادگیری عمیق در بیست سال گذشته» خوانده است. در این روش، شبکه‌ای را برای خلق تصاویر گربه‌ها، با تقلید از گربه‌های واقعی، آموزش می‌دهیم (شبکه‌ی مولد). شبکه‌ای دیگر را آموزش می‌دهیم تا تصاویر خلق شده را از گربه‌های واقعی بازشناسد (شبکه‌ی تمایزگذار). سپس این دو شبکه را در تقابل با یکدیگر قرار می‌دهیم به گونه‌ای که شبکه‌ی تمایزگذار برای تشخیص تصاویر تقلبی پاداش دریافت می‌کند و شبکه‌ی مولد برای گیر نیفتادن. هنگامی که این شبکه‌ها در رقابت با یکدیگر قرار می‌گیرند مهارت و کارایی‌‌شان افزایش پیدا می‌کند، شبیه به جاعل آثار هنری که می‌کوشد متخصص آثار هنری را فریب دهد. این امر باعث می‌شود جریان یادگیری برای هر دو شبکه کارآمدتر باشد.

شبکه‌های مولد رقابت‌گر نه تنها شگردِ مهندسیِ کارآمدی‌اند بلکه تمثیل مفیدی برای فهم کارکرد مغز انسان نیز هستند. در مغز پستانداران، یاخته‌های عصبیِ مسئولِ کدگذاریِ اطلاعات ادراکی، کاربردهای متعددی دارند. برای مثال، آن دسته یاخته‌های عصبی که هنگام دیدن گربه شلیک می‌کنند، هنگام به یادآوری یا تصور گربه نیز شلیک می‌کنند؛ همچنین تا اندازه‌ای به صورت تصادفی نیز می‌توانند فعال شوند. در نتیجه هنگامی که در شبکه‌ی عصبی فعالیتی روی می‌دهد، مغز باید بتواند تشخیص دهد که این پیام‌ها ناشی از عاملی داخلی‌اند یا خارجی.

وقتی بین تصورات ذهنی و باورهای عقلانی تعارضی پیش می‌آید، پذیرش تجربه‌ی هوشیار منطقی به نظر می‌رسد.

این عمل مغز را می‌توان «پایش واقعیت ادراکی» نامید. جان لاک، فیلسوف انگلیسی قرن هفدهمی، باور داشت که ما اندام یا ابزاری داخلی داریم که کار خودپایی ادراکات حسی را انجام می‌دهد. اما منتقدان لاک می‌گفتند مام طبیعت چرا باید به خود زحمت دهد و علاوه بر سازوکاری که برای شناسایی جهان خارج از طریق حواس وجود دارد، ابزار متفاوت دیگری نیز پدید آورد. ابتدا باید بتوانیم چیزی را بو کنیم و بعد تصمیم بگیریم که این ادراک واقعی است یا خیر؛ پس چرا صرفاً در خودِ سازوکارِ شناسایی، ابزاری برای بررسی و کنترل نداشته باشیم؟

با این حال در پرتو دانسته‌های ما درباره‌ی شبکه‌های مولد رقابت‌گر، ایده‌ی لاک منطقی به نظر می‌رسد. از آنجا که نظام ادراکی ما منابع دستگاه اعصاب را مصرف می‌کند، از برخی بخش‌های این دستگاه استفاده‌های متعدد می‌شود. تصور یک گربه و دیدن گربه‌ای واقعی از الگوهای اعصاب یکسانی بهره می‌برند. اما این همپوشانی موجب پیچیده شدن معنای نشانه‌ها و پیام‌ها می‌شود. به این ترتیب، برای آن که استفاده‌های متعدد از بخشی واحد کارایی خود را حفظ کند، به تمایزگذاری نیاز داریم که بتواند بین دیدن یک چیز و اندیشیدن به آن چیز تفاوت قائل شود. وجود این اندام حسیِ مشابه با شبکه‌های مولد رقابت‌گر ضروری است تا با عملکردی همانند رقیب رقابت‌گر موجب رشد سازوکار کدگذاریِ پیشگویانه‌ای کارآمد شود.

اگر این روایت درست باشد در آن صورت می‌توان گفت که تجربه‌ی هوشیار احتمالاً مانند نوعی استنباط منطقی است. به این معنی که اگر پیام ادراکی از جانب مولد بگوید گربه‌ای وجود دارد و تمایزگذار اعلام کند که این پیام واقعیت کنونی جهان را به درستی منعکس می‌کند، به شکل طبیعی ما گربه‌ای خواهیم دید. همین امر درباره‌ی احساسات شدید نیز صادق است: درد می‌تواند بسیار شدید باشد حتی هنگامی که کاملاً مطمئن باشیم ضربه‌ای وارد نشده است و بیماران می‌توانند در اعضایی که قطع شده است احساس درد داشته باشند. از آنجا که تمایزگذار اغلب اوقات درست تشخیص می‌دهد، ما به آن اعتماد می‌کنیم. جای تعجب نیست که وقتی بین تصورات ذهنی و باورهای عقلانی تعارضی پیش می‌آید، پذیرش تجربه‌ی هوشیار منطقی به نظر می‌رسد.

این سرسختی ادراکی صرفاً خصیصه‌ای انسانی نیست. برخی از نخستی‌سانان نیز اینگونه‌اند، به طوری که شعبده‌بازی می‌تواند اسباب سرگرمی و شگفتی آنها باشد. به عبارت دیگر، به نظر می‌رسد آنها در می‌یابند که بین آنچه می‌بینند و آنچه می‌دانند درست است، تعارضی وجود دارد. با توجه به دانسته‌های ما درباره‌ی مغز آنها، بنا بر نظریه‌ی شبکه‌های مولد رقابت‌گر تجربه‌ی هوشیار این حیوانات احتمالاً همانند تجربه‌ی هوشیار انسان‌هاست.

آینده‌ی هوش مصنوعی با چالش‌های بیشتری روبه‌رو است. اگر رباتی بسازیم که ساختار پیچیده‌ای مانند شبکه‌ی مولد رقابت‌گر داشته باشد، در این صورت هوشیار خواهد بود؟ بر مبنای نظریه‌ی ما احتمالاً از قابلیت کدگذاری پیشگویانه برخوردار خواهد بود. شاید همانند برخی از شبکه‌های مولد کنونی، بتواند «خواب» ببیند. احتمالاً همانند ما نخواهد توانست با استدلال درد خود را برطرف کند- حتی شاید بتواند از شعبده‌بازی لذت ببرد.

چنان که معروف است، نظریه‌پردازی درباره‌ی هوشیاری دشوار است و هنوز نمی‌دانیم واقعاً منوط به چه اموری است. در نتیجه در جایگاهی نیستیم که بگوییم ربات‌های ما واقعاً هوشیارند. همچنین، درباره‌ی سایر حیوانات نیز نمی‌توانیم با قطعیت چنین حکمی کنیم. دست‌کم، با شرح و بسط برخی حدس‌ و گمان‌ها درباره‌ی سازوکار هوشیاری، می‌توانیم آنها را در برابر شهود خود بیازماییم- و از آن مهم‌تر دست به آزمایش بزنیم. آنچه می‌دانیم این است که الگویی از مغز که شامل سازوکارِ درونی تردید باشد –نظامی عیبجو که مرتباً مراقب اداراکات جعلی و تقلبی است- یکی از نویدبخش‌ترین ایده‌هایی است که تا کنون مطرح شده است.

برگردان: هامون نیشابوری

print

مقالات
اقتصاد
محیط زیست
  • بیست گزاره اقلیمی در باره سیلاب ایران
    در قالب بیست گزاره کوتاه تلاش کرده‌ام به زبانی خیلی ساده وجوه اقلیمی سیل‌های اخیر را شرح دهم. بیشتر متمرکز بوده‌ام بر سوالات و ابهاماتی که در فضای مجازی دست به دست می‌چرخد. امیدوارم روشنگر و پاسخگو
  • 30 سال آینده جنگلی در شمال کشور نخواهیم داشت ایسنا
    رئیس انجمن جنگلبانان ایران، با بیان اینکه ۳۰ سال آینده جنگلی در شمال کشور نخواهیم داشت، گفت: در استان گیلان راش و شاه بلوط دچار بیماری شده اند و در آینده نزدیک شاهد مرگ و میر دسته جمعی این گونه ها
  • دریای خزر، دریای مرده ایسنا
    بر اساس یافته‌های محققان کشور، تراز آب دریای خزر در سال‌های اخیر کاهش یافته است، ضمن آنکه انواع مواد آلاینده و فاضلاب‌های شهری و کشاورزی به این دریا وارد می‌شود که با افزایش بار آلی در بستر و کاهش
  • 10 حقیقت انکارناپذیر در مورد تغییرات اقلیمی کره‌ی زمین حسام میثاقی
    کنفرانس تغییرات اقلیمی سازمان ملل متحد که در ماه دسامبر سال ۲۰۱۸ و در شهر کاتوویس لهستان برگزار شد، با تصویب توافق‌نامه‌ای به کار خود پایان داد. در پایان این کنفرانس، نمایندگان بیش از ۱۹۰ کشور در
  • اقیانوسی سرشار از پلاستیک حسام میثاقی
    شاید برای شما هم پیش آمده که هنگام خرید میوه و سبزیجات، هر یک از انواع میوه را در کیسه‌های پلاستیکیِ جداگانه ریخته‌اید تا وزن‌کردن جداگانه‌ی میوه‌ها آسان‌تر شود. شاید شاهد بوده‌اید که نفر روبه‌روی
  • می‌شود مردم را زوری به بهشت سبز برد؟ علیرضا اشراقی
    آیا حمایت و حفاظت از محیط زیست با دموکراسی و حقوق ‌بشر تعارض دارد؟ به نظر که چنین نیست؛ در اسناد سازمان‌ ملل، این‌ها در یک‌راستا و مقوم یکدیگر تعریف شده‌اند. روندهای سیاسی در کشورهای مختلف جهان هم
آمار بازدید سایت
0005781
Visit Today : 87
Visit Yesterday : 133
This Month : 2977
Who's Online : 2