کد خبر ۳۰۴۷۶
تاریخ انتشار: ۱۴:۵۴ - ۱۴ آذر ۱۳۸۶ - 05 December 2007
یاسر پوراسماعیل


مقالات كلاسيك ماروين مينسكى («چرا مردم فكر مى كنند كه كامپيوتر ها نمى توانند ») و الن تورينگ («ماشين حسابگر و هوش») نقطه آغاز بحث هاى امروزى «هوش مصنوعى»اند. مينسكى براى نخستين بار لابراتوار هوش مصنوعى را در ام. آى. تى. تأسيس كرد؛ خود او در تعريف هوش مصنوعى مى گويد: «علمِ ساختن ماشين هايى كه كارهايى مى كنند كه انجام اين كار ها به وسيله انسان مستلزم هوش است». الن تورينگ هم با مقالات مهمش نقش بسزايى در پيدايش و شكل گيرى اين رشته داشت. هوش مصنوعى خوراك مناسبى را براى تغذيه هنرهاى تخيلى مانند رمان ها و فيلم ها فراهم كرده است همان طور كه براى فيلسوفان هم مسائلى را به وجود آورده است؛ فيلسوفان طبق معمول ابتدا درباره ماهيت و چيستى «هوش مصنوعى» بحث هاى زيادى دارند، در مرحله دوم درباره امكان هوش مصنوعى بحث هايى را مطرح كرده اند. به غير از اين دو بحث كلى، به چند بحث فراكلى هم مى پردازند مانند اين كه اساساً چرا هوش مصنوعى به فلسفه نيازمند است و اين كه آيا هوش مصنوعى يك «علم» است بحث هاى فلسفى جزئى ترى هم درباره هوش مصنوعى كرده اند مانند ارتباط ماشين تورينگ با هوش مصنوعى. در اين نوشته كوتاه، ابتدا «ماشين تورينگ» را كه هم در هوش مصنوعى و هم در فلسفه ذهن اهميت بسيار داشته است توضيح مى دهيم (زيرا يكى از نظريات مربوط به ذهن و بدن يعنى «كاركردگرايى» بر مفهوم «ماشين تورينگ» مبتنى است). سپس چالش هاى فلسفى درباره امكان يا عدم امكان هوش مصنوعى را ملاحظه مى كنيم؛ و نوشته را با بيان دو ديدگاه كلاسيك و پيوندگرايى درباره هوش مصنوعى به پايان مى بريم.

 ماشين تورينگ و كاركردگرايى

يكى از نظريات پرطرفدار و پردامنه درباره مسأله ذهن و بدن «كاركردگرايى» است؛ بر اساس اين ديدگاه، حالات ذهنى به وسيله نقش هاى كاركردى (در ارتباط با ورودى ها، ساير حالات و خروجى ها) تعريف مى شوند. طرفداران اوليه كاركردگرايى نقش هاى مزبور را در چارچوب ماشين تورينگ تعريف مى كردند. ايده الن تورينگ با اين كه زمينه ساز مسائل پيچيده اى در رياضى و منطق شد، ايده بسيار ساده اى است. فرض كنيد يك ماشين تايپ داريد كه مى تواند كارهاى محدودى را انجام دهد: مى تواند بر يك نوار كاغذى علامتى را تايپ كند، مى تواند علامت را پاك كند و مى تواند به اندازه يك واحد در طول نوار به چپ يا به راست حركت كند. شكل ۱ اين ابزار را روى بخشى از يك نوار كاغذى بى نهايت دراز نشان مى دهد كه به مربع هايى تقسيم شده است؛ برخى از اين مربع ها تهى و برخى حاوى s (نماد) هستند.

مجموع آنچه در شكل ۱ تصوير شده، ماشين تورينگ است. ما با مشخص كردن اين كه ماشين تايپ دقيقاً از چه نمادهايى مى تواند استفاده كند و اين كه استعداد چه نحوه واكنشى را در برابر آنها هنگام عبور در طول نوار دارد، مى توانيم از ماشين تورينگ براى تبديل يك مجموعه از نماد ها و فاصله ها («ورودى») به مجموعه ديگرى از نماد ها و فاصله ها («خروجى») استفاده كنيم. ماشين تورينگ باوجود سادگى اش، بسيار قدرتمند است. تورينگ نشان داد كه ماشين او مى تواند هرگونه ورودى را بگيرد و آن را به هرگونه خروجى تبديل كند تا زمانى كه ميان آنها رابطه قابل محاسبه اى وجود داشته باشد. البته اگر كاركردى كه ورودى را به خروجى ارتباط مى دهد، بسيار پيچيده باشد، انجام محاسبه به وسيله ماشين به زمانى طولانى نياز خواهد داشت. بنابراين، كسى به طور جدى درصدد ساختن ماشين تورينگ به عنوان راهى عملى براى انجام محاسبه نيست، و اساساً چنين كارى ناممكن است زيرا نامحدود بودن نوار كاغذى مقوّم عمليات ماشين تورينگ است و چنين چيزى به طور بالفعل ممكن نيست.

خود تورينگ اين مفهوم را در مورد حالات ذهنى انسان هم قابل انطباق مى دانست و به نظر او، اگر كامپيوترى ساخته شود كه اگر مورد پرسش و پاسخ قرار گيرد، از انسان قابل تشخيص نباشد (و به تعبير او، «بتواند ما را بفريبد»)، در اين صورت به «هوش مصنوعى» رسيده ايم.

چالش هاى فلسفى

جان سرل عليه امكان «هوش مصنوعى» استدلال معروفى دارد كه در متون فلسفه ذهن به «استدلال اتاق چينى» شهرت يافته است. لبّ استدلال او اين است كه يكى از مهم ترين مؤلفه هاى هوش و ذهن مندى «حيث التفاتى» يا «محتواى ذهنى» و به عبارت ديگر، «معناشناسى» است؛ به نظر او كامپيوتر (هر اندازه هم پيچيده و پيشرفته باشد) فاقد «حيث التفاتى» و در نتيجه فاقد ذهن و هوش است. استدلال اتاق چينى به اين ترتيب است: فرض كنيد من به عنوان كسى كه چينى نمى داند، در اتاقى حبس شده ام كه پر است از علائم چينى درون جعبه ها. يك كتاب راهنما به زبان انگليسى در اختيار من گذاشته اند تا علائم چينى را در كنار هم قرار دهم و مجموعه اى از علائم چينى را در پاسخ به مجموعه ديگرى از علائم چينى كه از طريق پنجره اى كوچك داخل اتاق مى شوند ارائه دهم. علائم مجهولى كه داخل اتاق مى شوند سؤال نام دارند. علائمى كه من بر مى گردانم پاسخ به آن سؤال ها نام مى گيرند. جعبه هاى پر از علائمى كه در اختيار من است پايه داده ها (data-base) خوانده مى شوند، و كتاب راهنماى انگليسى «برنامه» نام دارد. افرادى كه سؤال ها را به من مى دهند و كتاب راهنما را طراحى كرده اند «برنامه نويس» هستند، و من هم «كامپيوتر» نام دارم. فرض كنيد كه من به خوبى از پس جابه جا كردن علائم برمى آيم و برنامه نويس ها نيز برنامه را به خوبى نوشته اند به طورى كه پاسخ هاى من به سؤالات از چينى زبانان بومى قابل تشخيص نيست. من «آزمون تورينگ» را براى فهميدن چينى مى گذرانم. ولى به هر حال، من يك كلمه هم چينى نمى فهمم و اگر چينى را بر اساس اجراى برنامه اى براى فهميدن چينى نفهمم، هيچ كامپيوتر رقمى اى نيز صرفاً بر همين اساس چينى را نخواهد فهميد زيرا همه چيزهايى كه يك كامپيوتر رقمى دارد من هم دارم. صورت بندى منطقى اين استدلال به ترتيب زير است: (مقدمه ۱): برنامه صورى (نحوى) است. (مقدمه ۲): ذهن محتوا (معناشناسى) دارد. (مقدمه ۳): نحو (syntax) براى معناشناسى كافى نيست. قضيه اتاق چينى صدق مقدمه ۳ را نشان مى دهد. نتيجه اى كه به طور منطقى از اين سه مقدمه به دست مى آيد اين است كه «برنامه، ذهن نيست.»

پاسخ هاى بسيار متعددى به استدلال سرل داده شده است مانند «پاسخ دستگاه ها» كه معتقد است شخص در اين استدلال به تنهايى «كامپيوتر» نيست بلكه مجموعه دستگاهى كه شخص جزئى از آن است به علاوه كتاب راهنما، علائم و... كامپيوتر است و اين دستگاه با همه اجزاء از حيث التفاتى برخوردار است و معناى علائم چينى را مى فهمد؛ پاسخ «چرچلند» ها به اين استدلال كه به پاسخ «شبيه ساز مغز» معروف است بر پيوندگرايى مبتنى است (كه در بخش بعدى از آن سخن مى گوييم)؛ پاسخ اذهان ديگر؛ پاسخ شهود و غيره. سرل هم در پاسخ به اين اشكالات كوشش هايى را صورت داده است.

نظريه كلاسيك و پيوندگرايى

ديدگاه هوش مصنوعى كلاسيك معتقد است كه شناخت انسان همانند محاسبه مبتنى بر نماد در كامپيوترهاى رقمى (digital) است (يعنى انسان را يك كامپيوتر پيچيده مى داند). بر اساس ديدگاه كلاسيك، اطلاعات به وسيله رشته اى از نماد ها بازنمايى مى شوند، همان طور كه داده ها در حافظه كامپيوتر يا يك تكه كاغذ بازنمايى مى شوند. اما پيوندگرايى (connectionism) ادعا مى كند كه اطلاعات به صورت غيرنمادى در وزن ها يا قواى پيوند ميان واحدهاى يك شبكه عصبى ذخيره مى شوند. ديدگاه كلاسيك، شناخت را همانند پردازش رقمى مى داند و معتقد است كه رشته ها بر اساس دستورالعمل هاى يك برنامه (نمادى) ايجاد مى شوند. اما پيوندگرايى فرايندهاى ذهنى را به عنوان تكامل پوياى فعاليت هاى يك شبكه عصبى مى داند؛ فعاليت هر يك از واحدهاى اين شبكه عصبى به قواى پيوند و فعاليت واحدهاى مجاور بستگى دارد.

ديدگاه كلاسيك عمدتاً از ماشين تورينگ و زبان فكر جرى فودر استفاده مى كند. اما دستگاه هاى پيوندگرا را مى توان به صورت زير تصوير كرد: يك شبكه عصبى از تعداد زيادى از پردازشگرهايى شبيه سلول عصبى كه واحد (node) يا پيوند ناميده مى شوند، تشكيل مى شود؛ اين واحد ها پيام هاى انگيزنده يا بازدارنده اى را به يكديگر مى فرستند. پيوند ها به وسيله پيام هاى دريافتى روشن (فعال) يا خاموش مى شوند كه به خروجى واحدهاى متصل به آنها و قوت پيوند («وزن«) ميان آنها بستگى دارد. عملاً يك واحد فقط از دو يا سه واحد ديگر پيام را دريافت مى كند اما در مقام نظر، تعداد اين واحد ها مى تواند هزاران يا ميليون ها واحد باشد. مهم ترين تفاوت ميان شبكه هاى عصبى و كامپيوترهاى معمولى فقدان واحد پردازش مركزى در شبكه هاى پيوندگرا است.

چرچلند يكى از مهم ترين فيلسوفان طرفدار پيوندگرايى است. او براى اين ديدگاه مزايايى قائل است مانند: (۱) اين ديدگاه از نظر زيست شناختى مقبول است زيرا واحدهاى شبكه پيوندگرايانه را مى توان الگوهاى ساده اى از سلول هاى عصبى و پيوند ها را الگوهاى ساده اى از سيناپس ها دانست. (۲) تبيين كيفيات ذهنى بر اساس مشابهت و تبيين مشابهت بر اساس نزديكى در فضاى حالت. (۳) از آنجا كه شبكه هاى پيوندگرا اطلاعات را به طور موازى پردازش مى كنند، از سرعت عمل بهترى برخوردارند.

منبع: ایران

ارسال به تلگرام
ارسال به دوستان
تلگرام عصر ایران
پربازدید ها
علم و فناوری
عکس