نبردی میان انسان و ماشین

پاسخ این پرسش هیچ‌گاه به‌سادگی یک بله یا خیر نبوده است؛ بلکه همیشه زمینه‌ها و مثال‌هایی در تائید یا رد آن مطرح شده و می‌شود.

امروزه نیز با پیشرفت‌های شگرف رایانه‌ها، ربات‌ها و به طور کلی ماشین‌ها، می‌توانیم دوباره نگاهی به این پرسش بنیادین بیندازیم و در طرفداری از انسان‌ها ببینیم ماشین‌ها در چه زمینه‌هایی نمی‌توانند به پای انسان‌ها برسند.

هنر و خلاقیت

این مورد شاید در نگاه اول بدیهی به نظر برسد؛ رایانه‌ها نمی‌توانند شعر بگویند، نقاشی کنند یا آهنگ بسازند، اما با الگوریتم‌هایی پیشرفته‌ شبیه شبکه‌ عصبی با یادگیری عمیق، قضیه کمی پیچیده‌تر می‌شود.

این الگوریتم‌ها توانایی تشخیص اجزای یک عکس و تغییر آن به‌صورتی که شبیه یک نقاشی به نظر برسد را دارند.

علاوه بر این با حجم اطلاعات و پردازشی که این رایانه‌ها در اختیار دارند، چیدن جملات معنی‌داری که وزن‌ و قافیه داشته باشند شاید کار چندان سختی نباشد.

اما هر کسی که هر اثر هنری را دیده یا شنیده باشد تائید خواهد کرد هنر چیزی فراتر از ظاهر یک نقاشی، شعر یا موسیقی است. هنر رابطه‌ تنگاتنگی با احساسات انسانی دارد و یک اثر هنری ترکیبی از خلاقیت، تخیل و ابتکار است؛ چیزهایی که یک رایانه هیچ‌گاه نخواهد داشت.

تفکر بالا به پایین و استراتژی

در حالت کلی دو نوع مدل تفکر داریم؛ بالا به پایین و پایین به بالا. تفکر پایین به بالا ساده است. مدلی که برنامه‌های رایانه‌ای سال‌هاست انجام می‌دهند؛ ربات‌هایی که اجزای یک شیء را می‌سازند و سرهم می‌کنند تا به شیء هدف برسند.

برنامه‌هایی که حروف یک دستنوشته را یک به یک تشخیص می‌دهند و با این تشخیص به کلمه و در ادامه‌ آن به جملات و متن می‌رسند.

اما آیا وقتی یک انسان به جمله‌ای نگاه می‌کند، اولین چیزی که به آن دقت می‌کند، تک تک حروف است؟ یا این‌که زمینه و معنای کل متن توجه‌مان را جلب می‌کند؟ ما وقتی به یک تابلوی نقاشی نگاه می‌کنیم، کل آن تصویر یکباره در ذهنمان نقش می‌بندد، نه اجزای آن.

خیلی از اوقات اگر از کسی درباره‌ متنی که مطالعه کرده سوال کنید، می‌تواند در مورد آن برای شما صحبت کند.

اما اگر از او بخواهید تک تک جملات را به‌یاد بیاورد، نمی‌تواند. یک رایانه به‌سادگی می‌تواند عمل دوم را انجام دهد، اما الگوریتمی که بتواند مفهوم کتابی را بیان کند وجود ندارد.

استراتژی را نیز می‌توان نوعی تفکر بالا به پایین به شمار آورد. یک انسان این توانایی را دارد تا از میان دریایی از اطلاعات و گزینه‌ها، آنهایی را انتخاب کند که برای رسیدن به هدف نهایی مفیدتر باشد؛ حتی اغلب بدون نیاز به بررسی تمام گزینه‌ها.

در یک مسابقه، هنگامی که گری کاسپاروف، قهرمان شطرنج جهان، با یک رایانه در یک تیم قرار گرفته بود (در مقابل یک انسان و رایانه دیگر)، متوجه شده بود هم‌تیمی‌ ماشینی‌اش «تیزهوشی تاکتیکی» بیشتری نسبت به او دارد، اما او از «تفکر استراتژی» بالاتری برخوردار است.

هویت

برخی مفاهیم گاهی برای ما انسان‌ها چنان ناخودآگاه است که به عمق یا اهمیت آنها حتی فکر هم نمی‌کنیم. هر بچه‌ای ممکن است بگوید: «من یک گربه هستم» و ادای یک گربه را دربیاورد.

اما این برای یک رایانه چیز عجیبی است. رایانه‌ها شاید بتوانند به دشواری و در سطحی بسیار پایین مفاهیمی مانند «من» یا «گربه» را بفهمند، اما جایی که واقعا در حد غیرممکن برای یک رایانه مشکل است، درک ارتباط این دو مفهوم و ترکیب آنهاست.

رایانه درکی از این‌که انسان خودش را به جای موجود دیگری جا بزند و «ادای» آن را دربیاورد،‌ ندارد. چه چیزی باعث می‌شود این موجود همان انسان یا شبیه گربه باشد؟ آیا یک الگوریتم می‌تواند «من» داشته باشد و خودش را به جای برنامه‌ دیگری جا بزند؟

این مهارت را می‌توان مهارتی مهم در انسان‌ها دانست. تا آن حد که حتی از یک دیدگاه، خلاقیت را می‌توان ترکیب مفاهیمی دانست که شاید در نگاه اول هیچ ارتباطی با هم نداشته باشند.

اگر انسان‌ها از این مهارت خارق‌العاده برخوردار نبودند، چیزی مثل بازیگری یا سینما و تئاتر وجود نداشت.

تصمیم‌گیری غیرمرسوم

تا هنگامی که الگوریتم و روندی برای انجام کاری وجود داشته باشد، رایانه‌ها بسیار سریع‌، دقیق‌ و موفق‌تر از انسان‌ها عمل می‌کنند.

حتی بدون وجود الگوریتم مشخص و فقط با دسترسی به اطلاعات فراوان می‌توان روی رایانه‌ها برای حل مسائل حساب کرد.

اما وقتی در نبود این موارد، موقعیت‌هایی پیش بیاید که باید تصمیمی گرفت، آن‌گاه یک برنامه‌‌ رایانه‌ای چه خواهد کرد؟

اینجا یکی از حساس‌ترین نقاط تقابل انسان‌ها و رایانه است. پزشکی که با حداقل اطلاعات می‌تواند با موفقیت یک بیماری را تشخیص دهد، جراحی که در اتاق عمل باید در چند ثانیه تصمیمی بگیرد که ادامه‌ زندگی بیمارش به آن وابسته است.

خلبانی که با وجود مشکلات فنی می‌تواند با تصمیمی خارج از دستورالعمل‌های مرسوم، هواپیما را سالم به زمین بنشاند، اینها و بسیاری موارد مشابه، همگی بر پایه‌ ایده و تصمیم‌گیری یک انسان در خارج از چارچوب‌های تعریف‌شده است؛ کاری که از پس رایانه‌ها و الگوریتم‌هایشان برنمی‌آید.

آموزش

هر چند امروزه آموزش مجازی گسترش زیادی یافته و حتی ایده‌هایی برای استفاده از ربات‌ها در کلاس‌های درس مطرح شده است، اما نمی‌توان از این واقعیت چشم پوشید که آموزش چیزی بیشتر از صرف انتقال اطلاعات علمی است.

همه‌ ما این تجربه را داریم که وقتی دانش‌آموزی در درک مطلبی دچار مشکل می‌شود، معلم سعی می‌کند برای فهم بهتر، نحوه‌ بیان آن مطلب را تغییر دهد و به‌صورت دیگری آن را بگوید و حتی ممکن است این نحوه‌ بیان را چند بار تغییر دهد.

اگر بخواهیم از دید رایانه ای به قضیه نگاه کنیم، این یک سیستم کنترلی بسیار پیچیده خواهد بود که معلم با دریافت بازخورد از دانش‌آموزان، ورودی سیستم یعنی شیوه‌ ارائه‌ مطلب را برای دریافت نتیجه‌ بهتر تغییر می‌دهد.

اما چنین سیستمی، حتی در ابعاد بسیار ساده‌تر را نمی‌توان به‌راحتی از یک برنامه‌ رایانه‌ای انتظار داشت.

بازی‌‌های پیچیده

بحث رقابت انسان‌ها و رایانه در بازی‌های مختلف سابقه‌ای به اندازه‌ اختراع خود رایانه دارد. هوش‌مصنوعی نیز بسیاری از پیشرفت‌هایش را مدیون همین رقابت بر سر بازی‌هاست.

یکی از مشهورترین بازی‌هایی که همیشه صحنه‌‌ رقابت‌های مشهوری میان این دو رقیب بوده شطرنج است که البته سال 1997 یک رایانه قهرمان شطرنج جهان را شکست داد و از آن به بعد بی‌رقیب بوده است.

بازی پرطرفدار دیگری وجود دارد که بهترین الگوریتم‌ها در آن هنوز موفق به شکست انسان‌ها نشده‌اند؛ بازی گو (Go).

این بازی با سابقه‌ای بیش از 2500 سال در آسیای شرقی طرفداران بسیاری دارد. محققان هوش‌مصنوعی سال‌هاست به دنبال الگوریتمی هستند تا بتواند قهرمان «گو» را شکست دهد، اما هنوز موفق به این کار نشده‌اند.

دلیل این امر از دیدگاه ریاضی، پیچیدگی بسیار زیاد درخت تصمیم‌گیری در بازی «گو» است، اما ماجرا از دید انسان‌ها کاملا متفاوت است.

قهرمانان «گو» مانند بازیکنان شطرنج قادر به پیش‌بینی حرکات بعدی حریف و تصمیم‌گیری بر اساس آنها نیستند، بلکه از اساس به دید دیگری به حرکات در این بازی نگاه می‌کنند.

همین امر سبب می‌شود قوی‌ترین الگوریتم‌های «گو» تنها هنگامی بتوانند از پس قهرمان این بازی بربیایند که از ابتدا به آنها آوانس بزرگی داده شود.

خردجمعی

امروزه بسیاری از کارهایی را که یک انسان به تنهایی انجام می‌دهد می‌توان مدل سازی کرد و به صورت الگوریتم‌های رایانه‌ای درآورد؛ از راه رفتن و صحبت کردن تا کارهای فنی بسیار پیچیده.

بر این اساس، در آن کارها می‌توان رایانه یا رباتی را جایگزین انسان کرد، اما تمام اینها مربوط به یک انسان است.

وقتی جمعی از انسان‌ها و کارهایی را که این جمع می‌توانند انجام دهند در نظر بگیریم، در این صورت جایگزینی آنها با جمعی از رایانه‌ها امری بی‌معنی خواهد بود.

از موارد مهمی مانند فرهنگ‌ و سیاست تا فعالیت‌های گروهی بسیار معمولی، قدرت چند انسان که در یک موضوع با هم همکاری کنند بسیار بیشتر از قوی‌ترین الگوریتم‌ها خواهد بود.

دلیل این برتری را می‌توان در تفاوت در تفکر و دیدگاه میان انسان‌ها جست‌وجو کرد. هیچ دو انسانی مانند هم فکر نمی‌کنند و به یک مساله مثل هم نگاه نمی‌کنند.

همین امر سبب می‌شود جامعه‌ای از انسان‌ها فراتر از جمع تک‌تک آنها باشد؛ اثری که هیچ‌گاه جمع چند رایانه نخواهد داشت.

محمود صادقی

ضمیمه کلیک