هوش مصنوعی در مراحل ابتدایی پیشرفت، تنها برای مسائل با تعداد حالات ترکیبی کم، نتیجه‌ی خوبی به دست می‌آورد. خوشبختانه هوش مصنوعی مدرن با کمک الگوریتم‌های یادگیری ماشین راه های جایگزینی برای حل مسائل در مقیاس بزرگ ارائه کرده است. هنگامی‌که تعامل انسان و رایانه را درنظر بگیریم، یک مسئله‌ی جدی آشکار می‌شود. انتظار می رود سامانه‌های هوش مصنوعی آینده، بتواند با انسان تعامل دوستانه و اجتماعی داشته باشند. اما آیا هوش مصنوعی به تنهایی و بدون کمک می‌تواند روابط اجتماعی کامل با انسان داشته باشد؟ با مجله‌ی فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

در سال های اخیر، هوش مصنوعی پیشرفت‌های چشمگیری داشته است. هوش مصنوعی فناوری اصلی خودروهای خودران، سامانه‌های ترجمه خودکار، پردازش متن و پردازش گفتارو پردازش تصویر و همه انواع سامانه‌های بازشناسی و تشخیص به شمار می‌آید. در بسیاری از موارد، AI در کارهای خاص از بهترین عملکرد انسان پیشی می‌گیرد. ما هم‌اکنون شاهد ظهور یک صنعت تجاری جدید با سرمایه‌گذاری‌های عظیم مالی و پتانسیل فوق‌العاده هستیم.

هوش مصنوعی در طول زمان

مطالعات تئوری رایانش نشان داده است که برخی از مسائل محاسبه‌پذیر نیستند. آلن تورینگ (Alan Turing) ریاضیدان و رمزنگار برجسته و پدر علوم رایانه و هوش مصنوعی نشان داد که برخی از محاسبات هرگز به پایان نمی‌رسند. در حالی‌که برخی از محاسبات تا سال‌ها و حتی قرن‌ها ادامه دارد. به عنوان نمونه ما می‌توانیم چند حرکت پیش‌رو در بازی شطرنج را محاسبه کنیم اما بررسی تمام حرکت‌های پیش رو در یک بازی شطرنج ۸۰ حرکتی کاملا غیرعملی است. حتی اگر پرسرعت‌ترین رایانه ها را که ۱۰۰ هزار تریلیون دستورالعمل را در یک ثانیه اجرا می‌کنند، استفاده کنیم بیش از یک سال طول می‌کشد تا فقط بخش کوچکی از بازی شطرنج را محاسبه کنند. این مسئله به مشکل افزایش مقیاس (scaling-up problem) نیز شناخته می‌شود.

هوش مصنوعی اولیه، تنها برای مسائل با تعداد حالات ترکیبی کم نتیجه‌ی خوبی به دست می‌آورد. به عنوان نمونه هوش مصنوعی در بازی ایکس او (دوز) که به مسئله اسباب بازی (toy problem) شناخته می‌شود نتایج خوبی می‌گیرد. با این حال برای مسائل با مقیاس بزرگ‌تر همچون شطرنج و مسائل دنیای واقعی نتیجه‌ی خوبی به دست نمی‌آورد.

خوشبختانه هوش مصنوعی مدرن راه های جایگزینی برای حل مسائل در مقیاس بزرگ ارائه کرده است. AI مدرن می‌تواند قهرمان شطرنج را شکست دهد. همچنین نه تنها همه مراحل پیش رو در بازی شطرنج را پیش‌بینی می‌کند بلکه فراتر از ذهن انسان پیش می‌رود. هوش مصنوعی توانست با کمک ابزارهای مختلف از جمله الگوریتم‌های یادگیری ماشین، شبکه های عصبی بزرگ، تخمین‌های احتمال و روش‌های تقریب پیشرفت کند.

می‌توان گفت همه مسائل بیان شده، مسائل علوم رایانه به شمار می‌آید نه هوش مصنوعی. آیا هیچ محدودیت بنیادی در عملکرد هوشمندی AI وجود دارد؟ هنگامی‌که تعامل انسان و رایانه را درنظر بگیریم، یک مسئله‌ی جدی آشکار می‌شود. انتظار می رود سامانه‌های هوش مصنوعی آینده، بتواند با انسان تعامل دوستانه و اجتماعی داشته باشد.

نظریه‌ی ذهن

اگرچه ما تاکنون نسخه‌های ابتدایی سامانه تعامل انسان و رایانه را داشتیم اما در واقع تنها سامانه‌های فرمان صوتی و پردازش متنی بودند نه سامانه تعاملی واقعی. آنچه باید در آینده به آن برسیم سامانه‌های واقعا تعاملی است که میان انسان و رایانه، مکالمه‌ی آزاد در طولانی مدت وجود داشته باشد. افزون براین، سیستم AI مکالمات گذشته شخص را به یاد بیاورد. همچنین باید هدف و منظور شخصی که صحبت می‌کند را دریابد. چنین درکی به مفهوم روانشناسی به نام نظریه‌ی ذهن نیاز دارد. نظریه‌ی ذهن بیان می‌کند شخصی که شما با او تعامل می‌کنید درکی متفاوت از دنیا با آنچه شما در دنیا می‌بینید دارد.

نظریه ذهن (Theory of Mind) در روان‌شناسی، توانایی نمود دادن وضعیت‌های ذهنی از قبیل باورها، مقاصد، خواسته‌ها و دانش به خود و دیگران تعریف می‌شود. همین‌طور درک این‌که دیگران نیز دارای باورها، خواسته‌ها و نیت‌هایی متفاوت از ما هستند. بنابراین هنگامی که شخصی درباره تجربه‌هایش صحبت می‌کند شما آنچه را توصیف می‌کند و چگونگی ارتباط با خودتان را شناسایی می‌کنید و به آن‌ها معنا می‌بخشید. ما همچنین حرکت‌های بدن یک شخص را می‌بینیم و نیت و تمایل او را از حرکت‌های بدن تشخیص می‌دهیم.

به عنوان نمونه اگر سالی (Sally) بگوید: “من فکر می‌کنم جان (John)، زویی (Zoe) را دوست دارد اما فکر می‌کند که زویی او را مناسب خود نمی‌داند.” ما برای درک چنین جمله‌ای از تجربه‌های مشابه پیشین خود استفاده می‌کنیم. سالی فکر خود و فکر جان و آنچه جان درباره زویی می‌گوید را بیان می‌کند.

یادگیری فیزیکی

واضح است که تمام تعامل‌های اجتماعی تنها درصورتی برای دو طرف درگیر در مکالمه قابل درک است که هر دو طرف” درکی از خود (sense of self)” داشته باشند و بتوانند مدل خود از دیدگاه مخاطب را حفظ کنند. بنابراین برای درک دیگران ابتدا باید خود را شناخت. یک “مدل خود (self model)” هوش مصنوعی باید دیدگاه ذهنی داشته باشد. برای مثال باید چگونگی عملکرد بدن، نقشه‌ی دقیق از فضای خود و مجموعه‌ای از مهارت‌های خود داشته باشد. دیدگاه بصری به موقعیت فیزیکی چشم‌ها بستگی دارد.

می‌توان نتیجه گرفت یک بدن فیزیکی نیاز است تا “مدل خود” را در داده های مشخص و تجربه‌ها بنا کرد. هنگامی که عملی توسط یک شخص انجام می‌شود آن را از طریق مولفه‌های تجربی مشترک می‌توان درک کرد. بنابراین هوش مصنوعی اجتماعی نیز باید به صورت ربات و با بدن فیزیکی تحقق یابد. چگونه یه بستر نرم‌افزاری می‌تواند دیدگاهی ذهنی در دنیای فیزیکی داشته باشد؟ یک طراح نمی‌تواند به طور موثر نرم‌افزاری برای ایجاد “درک از خود” برای ربات ایجاد کند.

خوشبختانه هوش مصنوعی می‌تواند از انسان تقلید کند. انسان نیز مشکلات را نمی‌تواند به صورت یک جا حل کند. در نخستین سال‌های کودکی نیز، کودک ابتدا یاد می‌گیرد بدن خود را کنترل کند و درکی از اشیا و محیط پیدا کند و به آن‌ها واکنش نشان دهد.

ربات‌های تکاملی همچون کودک انسان از صفر یاد می‌گیرند. در نخستین مراحل، اشیا و فیزیک دنیای ربات‌ها را می‌آموزند. سپس تعامل با دیگران را از طریق ارتباط با نزدیکان خود درک می‌کنند. بنابراین هوش مصنوعی آینده بدون بدن فیزیکی با محدودیت اساسی روبرو است. هوش مصنوعی با همراهی ربات‌ها روزی خواهند توانست روابط اجتماعی پایدار را با انسان‌ها ایجاد کنند.

بیشتر بخوانیم:

>>هوش تصمیمی به عنوان زیرمجموعه ای از هوش مصنوعی
>>تشخیص شبکه مغزی کودکان با هوش مصنوعی
>>هوش مصنوعی جان انسان ها را نجات می دهد

منبع: techxplore

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»