معماي هوش الكترونيك‌

[SonBol]

معماي هوش الكترونيك‌
جستاري در تاريخچه، مباني و شاخه‌هاي
علم هوش مصنوعي‌

اشاره :
بيش از نيم قرن پيش، هنگامي كه هنوز هيچ تراشه سيليكوني‌اي ساخته نشده بود، آلن تورينگ، يكي از بحث‌انگيزترين پرسش‌هاي فلسفي تاريخ را پرسيد. او گفت <آيا ماشين مي‌تواند فكر كند؟> و اندكي بعد كوشيد به پيروي از اين قاعده كه <هر ادعاي علمي بايد از بوته آزمايش سربلند بيرون بيايد>، پرسش فلسفي خود را با يك آزمايش ساده و در عين حال پيچيده جايگزين كند. او پرسيد: آيا يك ماشين - يك كامپيوتر - مي‌تواند آزمون <بازي تقليد> را با موفقيت پشت سر بگذارد؟ آيا ماشين مي‌تواند از انسان چنان تقليد كند كه در يك آزمون محاوره‌اي نتوانيم تفاوت انسان و ماشين را تشخيص دهيم؟ او در سال1950 بر اساس محاسباتي تخمين زد كه پنجاه سال بعد، كامپيوتري با يك ميليارد بيت حافظه خواهد توانست به موفقيت‌هايي در اين زمينه دست پيدا كند. اكنون كه در آستانه سال 2007 ميلادي هستيم، حتي هفت سال بيشتر از زماني كه او لازم دانسته بود، هنوز هيچ ماشيني نتوانسته‌است از بوته آزمون تورينگ با موفقيت خارج شود. اما همين پرسش كافي بود تا بشر در نيم قرن اخير به دستاوردهاي شگرفي در زمينه هوش مصنوعي برسد. دست كم يكي از پيش‌بيني‌هاي تورينگ درست از آب درآمد: در سال 2000 مفهوم <هوش مصنوعي> براي هيچ‌كس غيرقابل‌باور نبود. در اين مقاله نگاهي داريم به سير تحولاتي كه پس از اين پرسش تاريخي در دنياي علم و مهندسي به وقوع پيوستند.


آيا كامپيوتر مي‌تواند فكر كند؟
يكي از جالب‌ترين و هيجان‌انگيزترين پرسش‌هايي كه تاكنون تاريخ فلسفه به خود ديده، پرسشي است كه آلن تورينگ، فيلسوف و رياضيدان انگليسي در سال 1950 طي مقاله‌اي به نام Computing Machinery and Intelligenceيا <ماشين محاسباتي و هوشمندي> مطرح كرد. او پرسيد: <آيا ماشين مي‌تواند فكر كند؟> و براي اين‌كه ذهن مخاطب را از پريشاني درباره ماهيت اين ماشين برهاند، توضيح داد كه منظور او از ماشين، يك كامپيوتر است؛ ماشيني كه قادر به انجام محاسبات نرم‌افزاري است. به اين ترتيب براي اولين بار اين پرسش در ذهن نوع بشر پديد آمد كه: <آيا كامپيوتر مي‌تواند فكر كند؟>
خود تورينگ نتوانست پاسخ قطعي اين پرسش را پيدا كند، اما براي يافتن پاسخ مناسب در آينده، يك راهبرد خلاقانه پيشنهاد كرد. او آزموني طراحي كرد كه خود آن را <بازي تقليد> ناميد. تورينگ پرسيد: <آيا يك ماشين، يعني يك كامپيوتر، مي‌تواند آزمون تقليد را با موفقيت پشت سربگذارد؟> آيا يك كامپيوتر مي‌تواند با يك انسان چنان گفت‌وگو كند كه او فريب بخورد و تصور كند در حال گفت‌وگو با يك انسان است؟
او آزمون بازي تقليد را چنين شرح داد: يك پرسشگر - يك انسان - همزمان در حال گفت‌وگو با دو نفر است. هر يك از اين دو نفر در اتاق‌هاي جداگانه‌اي قرارگرفته‌اند و پرسشگر نمي‌تواند هيچ‌يك از آن‌ها را ببيند. يكي از اين دو نفر يك انسان است و ديگري يك ماشين؛ يعني يك كامپيوتر. پرسشگر بايد با اين دو نفر شروع به گفت‌وگو كند و بكوشد بفهمد كدام‌يك از اين دو انسان است و كدام‌يك ماشين. اگر كامپيوتر بتواند طوري جواب دهد كه پرسشگر نتواند انسان را از ماشين تميز دهد، آنگاه مي‌توان ادعا كرد كه اين ماشين هوشمند است.
تورينگ براي آسان‌تركردن شرايط اين آزمون و پرهيز از پيچيدگي‌هاي اضافي، آن را به محاوره‌اي متني و روي كاغذ محدود كرد تا مجبور به درگير شدن با مسائل انحرافي مانند تبديل متن به گفتار شفاهي و تنظيم تُن صدا و لهجه نباشيم. او همچنين براساس يك سري محاسبات، پيش‌بيني كرد كه پنجاه سال بعد، يعني در سال 2000 انسان قادر خواهد بود كامپيوترهايي بسازد كه در يك گفت‌وگوي پنج دقيقه‌اي، فقط هفتاد درصد پرسشگرها بتوانند كشف كنند كه در حال گفت‌وگو با يك انسان هستند يا يك ماشين. او برخورداري از يك ميليارد بيت حافظه (125 ميليون بايت - حدود 120 مگابايت) را يكي از مشخصه‌هاي اصلي اين كامپيوتر دانست.
تورينگ همچنين در اين مقاله يك سري استدلال‌هاي مخالف با نظريه و آزمون خود را مطرح كرد و كوشيد به آن‌ها پاسخ دهد. نخست، تصور اين‌كه ماشين‌هاي هوشمندي ساخته شوند كه بتوانند فكر كنند، وحشتناك است. تورينگ در پاسخ مي‌گويد: اين نكته‌اي انحرافي است؛ زيرا بحث اصلي او بايدها و نبايدها نيست، بلكه بحث درباره ممكن‌ها است. ديگر اين‌كه، ادعا مي‌شود محدوديت‌هايي درباره نوع پرسش‌هايي كه مي‌توان از كامپيوتر پرسيد وجود دارد؛ زيرا كامپيوتر از منطق خاصي پيروي مي‌كند. اما تورينگ در پاسخ مي‌گويد: خود انسان هنگام گفت‌وگو پرغلط ظاهر مي‌شود و نمي‌توان گفتار هر انساني را لزوماً منطقي كرد. او پيش‌بيني كرد كه منشا اصلي هوشمندي ماشينِ فرضي او، حافظه بسيار زياد و سريعي است كه يك كامپيوتر مي‌تواند داشته باشد. بنابراين، از نگاه تورينگ، ماشيني همچون كامپيوتر Deep Blue كه كاسپاروف، قهرمان شطرنج را شكست داد، مي‌توان يك ماشين هوشمند تلقي كرد.
در عين حال تورينگ اين نظر را كه <آزمون مورد بحث معتبر نيست؛ زيرا انسان داراي احساسات است و مثلاً موسيقي دراماتيك مي‌سازد> رد كرد و گفت: هنوز هيچ سند قابل قبولي وجود ندارد كه ثابت كند فقط ما انسان‌ها داراي احساسات هستيم؛ زيرا مشخص نيست مفهوم دقيق اين واژه به لحاظ علمي چيست.
در سال 1956 جان مك‌كارتي، يكي از نظريه‌پردازان پيشگام اين نظريه در آن زمان، اصطلاح <هوش مصنوعي> را براي اولين بار در نخستين كنفرانسي كه به اين موضوع اختصاص يافته بود، به‌ كار برد. او همچنين زبان برنامه‌نويسي ‌Lisp را ابداع كرد كه در همين زمينه كاربرد دارد. دانشمندان بعداً اين تاريخ را به عنوان تاريخ تولد علم هوش مصنوعي انتخاب كردند. تقريباً در همان زمان جان فون نيومان <نظريه بازي‌ها> را معرفي كرد. اين نظريه بديع و درخشان كه بعداً در اكثر حوزه‌هاي علم، از جمله جامعه‌شناسي، اقتصاد و سياست كاربردهايي پيدا كرد، نقش مؤثري در پيشبرد جنبه‌هاي نظري و عملي هوش مصنوعي داشت. چند سال بعد، در 1968، آرتور سي كلارك، در رمان معروف خود، يعني اوديسه فضايي 2001 اصطلاح <آزمون تورينگ> را به جاي <بازي تقليد> سرزبان‌ها انداخت. از زماني كه تورينگ اين فرضيه را مطرح كرده است، هزاران دانشمند با هدف ساختن ماشيني كه بتواند آزمون تورينگ را با موفقيت تمام كند، دست به كار شده‌اند. اما هنوز هيچ‌كس موفق نشده است چنين ماشيني بسازد و پيش‌بيني تورينگ هم درست از آب درنيامده است.


چالش‌هاي بنيادين هوش‌مصنوعي‌
البته امروزه هوش مصنوعي به واقعيت نزديك شده است و تقريباً مي‌توان گفت وجود دارد، اما دلايل اساسي متعددي وجود دارند كه نشان مي‌دهند چرا هنوز شكل تكامل يافته‌ هوشي كه تورينگ تصور مي‌كرد، به وقوع نپيوسته است. به طور كلي خود نظريه تورينگ مخالفاني جدي دارد. بعضي از اين منتقدان اصلا‌ً هوش ماشيني را قبول ندارند و برخي ديگر صرفاً كارآمدي آزمون تورينگ را براي اثبات هوشمندي زير سؤال مي‌برند. يكي از مهم‌ترين مباحث مطرح در اين زمينه، موضوع شبيه‌سازي است. غالباً پرسيده مي‌شود آيا صرف اين‌كه ماشيني بتواند نحوه صحبت كردن انسان را شبيه‌سازي كند، به معني آن است كه هوشمند است؟ به عنوان مثال، شايد شما هم درباره روبات‌هاي نرم‌افزاري كه مي‌توانند چت كنند (Chatter Bots) چيزهايي شنيده باشيد.(1) اين روبات‌ها از روش‌هاي تقليدي استفاده مي‌كنند و به تعبيري، نمونه مدرن و اينترنتي آزمون تورينگ هستند.
مثلاً روبات ELIZA يكي از اين‌هاست. اين روبات را ژوزف وايزن بام، يكي ديگر از پژوهشگران‌ نامدار اين حوزه اختراع كرد. اليزا در برخي مكالمات ساده مي‌تواند طرف مقابل خود را به اشتباه بيندازد. طوري كه مخاطب ممكن است فكر كند درحال گپ زدن با يك انسان است. البته اليزا هنوز نتوانسته است آزمون تورينگ را با موفقيت پشت سر بگذارد. با اين حال تكنيك‌هاي شبيه‌سازي مورد انتقاد گروهي از دانشمندان است. يكي از مشهورترين انتقادات در اين زمينه را فيلسوفي به نام جان سيرل (John Searle) مطرح كرده است. او معتقد است بحث هوشمندي ماشين‌هاي غيربيولوژيك اساساً بي‌ربط است و براي اثبات ادعاي خود مثالي مي‌آورد كه در مباحث تئوريك هوش مصنوعي <بحث اتاق چيني> ناميده مي‌شود. سيرل ابتدا نقد خود درباره هوش ماشيني را در 1980 مطرح كرد و سپس آن در مقاله كامل‌تري كه در 1990 منتشر كرد، بسط داد.
ماجراي اتاق چيني به اين صورت است: فرض كنيد داخل اتاقي يك نفر نشسته است و كتابي از قواعد سمبول‌هاي زبان چيني در اختيار دارد. براي اين فرد عبارات - سمبول‌‌هاي - چيني روي كاغذ نوشته مي‌شود و از زير درِ اتاق به داخل فرستاده مي‌شود. او بايد با مراجعه به كتاب قواعد پاسخ مناسب را تهيه كند و روي كاغذ پس بفرستد. اگر فرض كنيم كتاب مرجع مورد نظر به اندازه كافي كامل است، اين فرد مي‌تواند بدون اين‌كه حتي معني يك نماد از سمبول‌هاي زبان چيني را بفهمد، به پرسش‌ها پاسخ دهد. آيا مي‌توان به اين ترتيب نتيجه گرفت كه پاسخ دهنده هوشمند است؟
استدلال اصلي اين منتقد و ديگر منتقدان موضوع شبيه‌سازي اين است كه مي‌توان ماشيني ساخت (مثلاً يك نرم‌افزار لغتنامه) كه عبارات و اصطلاحات را ترجمه كند. يعني ماشيني كه كلمات و سمبول‌هاي ورودي را دريافت و سمبول‌ها و كلمات خروجي را توليد كند؛ بدون اين‌كه خود ماشين معني و مفهوم اين سمبول‌ها را درك كند. بنابراين آزمون تورينگ حتي در صورت موفقيت نيز نمي‌تواند ثابت كند كه يك ماشين هوشمند است.
در مقابل اين انتقاد دو نظر وجود دارد: يك دسته از دانشمندان كه بيشتر به نظريه تورينگ معتقدند، مي‌گويند اساساً چه دليلي وجود دارد كه باور نكنيم (دست‌كم) بخش بزرگي از آنچه را كه هوشمندي انسان تلقي مي‌كنيم، معلومات تقليدي تشكيل داده باشد؟ در واقع تمام سندي كه ما درباره متفكر بودن انسان داريم رفتاري است كه انديشه او پديد مي‌آورد، ولي درباره ماهيت و ساختار اين انديشه چيز زيادي نمي‌دانيم. دسته دوم، كساني هستند كه معتقدند اگر ماشين‌ها بتوانند با دنياي پيرامون خود كنش و واكنش داشته باشند، آنگاه مي‌توانند فكر كنند. منظور اين است كه كامپيوترها نيز مانند ما داراي حس بينايي، شنوايي، لامسه و حس‌هاي ديگر باشند. در اين صورت، تركيب همزمان <پاسخ‌هاي تقليدي> با <واكنش مناسب به محيط> يعني همان <هوشمندي>. اتفاقاً كسي مانند جان سيرل نيز تفكرات مشابهي دارد؛ با اين تفاوت كه به طور خاص او شكل ايده‌آل كنش و واكنش مورد نياز را همان تعامل بيولوژيكي مي‌داند.
انتقادات ديگري نيز به آزمون تورينگ وارد مي‌شود. ازجمله اين‌كه ممكن است يك ماشين هوشمند باشد، ولي نتواند همچون انسان ارتباط برقرار كند. ديگر اين‌كه، در آزمون تورينگ فرض مي‌شود كه انسان مورد آزمايش - يكي از دو نفري كه داخل اتاق در بسته به سؤالات پاسخ مي‌دهد - به اندازه كافي هوشمند است. در حالي كه با استناد به استدلال خود تورينگ مي‌توان نتيجه گرفت كه خيلي از افراد مانند بچه‌ها و افراد بيسواد در اين آزمون مردود مي‌شوند؛ نه به دليل هوشمندي ماشين، بلكه به دليل نداشتن مهارت كافي در ارتباط‌گيري از طريق مكاتبه.
مسئله ديگري كه در بحث هوش مصنوعي اهميت دارد، موضوع <قالب و محتوا> است. منظور از قالب يا Context در اينجا، ظرفي است كه محتوا داخل آن قرار مي‌گيرد.
يكي از پايه‌هاي هوشمندي انسان توجهي است كه او به قالب محتوا - و نه صرفاً خود محتوا - دارد. به عنوان مثال، وقتي مي‌گوييم <شير>، اين كلمه به تنهايي معاني متفاوتي دارد، ولي هنگامي كه همين واژه داخل يك جمله قرار مي‌گيرد، فقط يك معني صحيح دارد. انسان مي‌تواند معاني كلمات را نه فقط به صورت مجرد، بلكه با دنبال كردن نحوه وابستگيشان به جمله تشخيص دهد. مشابه همين هوشمندي، در تمام حس‌هاي پنجگانه انسان وجود دارد. به عنوان مثال، از نظر علمي ثابت شده است كه گوش انسان مي‌تواند هنگام توجه به صحبت‌هاي يك انسان ديگر در محيطي شلوغ، كلمات و عباراتي را كه نمي‌شنود، خودش تكميل كند يا چشم انسان مي‌تواند هنگام مشاهده يك تصوير، قسمت‌هاي ناواضح آن را با استفاده از دانسته‌هاي بصري قبلي خود تكميل كند.
از اين رو كارشناسان معتقدند، دانش پيش‌زمينه يا <آرشيو ذهني> يك موجود هوشمند نقش مؤثري در هوشمندي او بازي مي‌كند. در حقيقت منشأ پيدايش برخي از شاخه‌هاي مدرن و جديد دانش هوش مصنوعي همچون <سيستم‌هاي خبره> و <شبكه‌هاي عصبي> همين موضوع است و اساسا با اين هدف پديد آمده‌اند كه بتوانند به ماشين قدرت آموختن و فراگيري بدهند؛ هرچند كه هر يك از اين شاخه‌ها، از پارادايم متفاوتي براي آموزش به ماشين استفاده مي‌كنند و همين تفاوت‌ها مبنا و اساس دو جريان فكري عمده در محافل علمي مرتبط با هوش مصنوعي را پديد آورده‌اند.