اپیزود دوم | زندگی 3.0 ماده هوشمند میشود.
# ۱۰
هیدروژن اگر زمان کافی داشته باشد، سرانجام به انسان تبدیل میشود.
— ادوارد رابرت هریسن
اگر اتم‌های سنگ با مغز ما تفاوتی ندارند، پس چرا سنگ مثل مغز ما هوشمند نیست؟ سوال اصلی مورد بحث ما در این اپیزود نیز همین است: ماده چطور هوشمند میشود؟
در این اپیزود چه می‌آموزیم؟
در این اپیزود، ابتدا سراغ این پرسش می‌رویم که هوش چگونه از ماده پدیدار میشود؟ سپس مفهوم هوش و مؤلفه‌های آن، یعنی حافظه، محاسبه و یادگیری را بررسی می‌کنیم و به تفاوت میان توانایی‌های انسان و ماشین می‌پردازیم.
در ادامه، با مفاهیمی مانند پارادوکس مراوک، حافظه تداعی‌گر و استقلال از بستر، امکان شکل‌گیری هوش در سیستم‌های غیرزیستی را بررسی می‌کنیم و در پایان به وضعیت امروز هوش مصنوعی و پرسش‌هایی درباره‌ی یادگیری، فهم و امکان فراتر رفتن هوش ماشین از انسان می‌رسیم.
واژه‌ها و اصطلاحات تخصصی
هوش (Intelligence): تگمارک هوش را به‌صورت گسترده، توانایی دستیابی به اهداف پیچیده تعریف می‌کند. این تعریف به جای محدود کردن هوش به یک توانایی مشخص، طیف متنوعی از قابلیت‌ها را دربرمی‌گیرد.
حافظه (Memory): توانایی نگه‌داری اطلاعات در یک سیستم. برای ایجاد حافظه، سیستم باید حالت‌هایی نسبتاً پایدار داشته باشد که در برابر تغییرات کوچک و نویز از بین نروند.
محاسبه (Computation): فرآیندی که در آن اطلاعات درون یک سیستم تغییر می‌کنند. محاسبه لزوماً به یک بستر فیزیکی خاص مانند سیلیکون یا نورون‌های زیستی وابسته نیست.
یادگیری (Learning): تغییر سیستم بر اساس تجربه. در شبکه‌های عصبی مصنوعی، این تغییر از طریق فرایندهایی مانند پیش‌بینی، محاسبه‌ی خطا و تنظیم پارامترها شکل می‌گیرد.
حافظه تداعی‌گر (Associative Memory): نوعی حافظه که برای بازیابی اطلاعات الزاماً به یک آدرس مشخص نیاز ندارد؛ بخشی از یک الگو می‌تواند به بازیابی الگوی کامل‌تر منجر شود.
استقلال از بستر (Substrate Independence): ایده‌ای که بر اساس آن اطلاعات و محاسبه می‌توانند در بسترهای فیزیکی متفاوت پیاده‌سازی شوند.
پارادوکس موراوک (Moravec’s Paradox): به این مسئله اشاره دارد که برخی کارهای دشوار برای انسان، مانند محاسبات عددی، برای کامپیوترها ساده‌اند؛ درحالی‌که برخی توانایی‌های ساده‌ی انسانی، مانند تشخیص تصویر و تعامل با محیط فیزیکی، برای ماشین‌ها دشوارتر بوده‌اند.
هوش دندانه‌دار (Jagged Intelligence): توصیفی برای عملکرد ناهموار سیستم‌های هوش مصنوعی؛ یعنی سیستمی ممکن است در یک توانایی بسیار قدرتمند و در توانایی دیگری به‌شدت ضعیف باشد.
قابلیت اعتماد (Reliability): قابلیت اعتماد به این اشاره دارد که عملکرد و شکست مدل تا چه اندازه قابل پیش‌بینی است.
دیپ بلو (Deep Blue): یک ابررایانه شطرنج‌باز است که توسط شرکت آی‌بی‌ام (IBM) ساخته شده و در ماه مه ۱۹۹۷ با شکست گری کاسپاروف با نتیجه ۳٬۵ به ۲٬۵ در ۶ مسابقه، نخستین رایانه‌ای شد که توانسته‌است قهرمان شطرنج جهان را شکست دهد.
RAG: معماری نوینی در هوش مصنوعی که با اتصال مدل زبانی به منابع دانش خارجی، دقت، کیفیت و قابلیت اطمینان پاسخ‌ها را به‌میزان چشمگیری ارتقا می‌دهد.
AGI: هوش عمومی مصنوعی (AGI) نوعی فرضی از هوش مصنوعی است که در تقریباً تمامی وظایف شناختی، با توانایی‌های انسان برابری می‌کند یا از آن فراتر می‌رود.
complex system: یک سیستم پیچیده، سیستمی است که از اجزای زیادی تشکیل شده است که با یکدیگر تعامل دارند.
Transformer: ترنسفورمر یک معماری شبکه عصبی است که برای وظایف مختلف یادگیری ماشین، به ویژه در پردازش زبان طبیعی و بینایی کامپیوتر، مورد استفاده قرار می‌گیرد. این معماری بر درک روابط درون داده‌ها برای پردازش مؤثرتر اطلاعات تمرکز دارد.
reinforcement learning: یادگیری تقویتی (RL) شاخه‌ای از یادگیری ماشینی است که بر چگونگی یادگیری عامل‌ها برای تصمیم‌گیری از طریق آزمون و خطا برای به حداکثر رساندن پاداش‌های تجمعی تمرکز دارد. یادگیری تقویتی به ماشین‌ها اجازه می‌دهد تا با تعامل با یک محیط و دریافت بازخورد بر اساس اقدامات خود، یاد بگیرند. این بازخورد به شکل پاداش یا جریمه ارائه میشود.
تصاویر:
متخصصین نامبرده شده در این اپیزود
فرانسوا شولِه (François Chollet): یک مهندس نرم‌افزار فرانسوی و محقق هوش مصنوعی است که در حال حاضر در گوگل کار می‌کند
ایتن مالیک(Ethan Mollick): ایتان مولیک، دانشیار دانشگاه وارتون، محقق هوش مصنوعی و نویسنده‌ی کتاب پرفروش نیویورک تایمز با عنوان «همکاری اطلاعاتی» است.
جان هاپفیلد (John Hopfield) دانشمند آمریکایی و استاد بازنشسته دانشگاه پرینستون است که بیشتر به دلیل مطالعاتش در مورد شبکه عصبی در سال ۱۹۸۲ شناخته شده است.
امیلی بندر (Emily M. Bender): زبان‌شناس آمریکایی و استاد دانشگاه واشنگتن است، جایی که او آزمایشگاه زبان‌شناسی محاسباتی را مدیریت می‌کند. او در زبان‌شناسی محاسباتی و پردازش زبان طبیعی تخصص دارد.
دیدگاهتان را بنویسید