فلسفه هوش مصنوعی

تورینگ، خاطر نشان کرد که هیچکس (به غیر از فلاسفه) هرگز سؤالی با این مضمون مطرح نکردهاست که: «آیا مردم میتوانند فکر سایت vector-robot میکنند؟ مشاوران روبو مشاوره مالی و مدیریت داراییها با حداقل مداخلهٔ انسانی را ارایه میکنند. علاوه بر این، تکنولوژی درصدد ایجاد حیات مصنوعی (حیوانات، انسانها یا حداقل مخلوقات مصنوعی) است، به همین دلیل فلاسفه توجه شایانی به هوش مصنوعی نشان میدهند. وی در پاسخ گفت: هنگامی که ما، خودمان قوانینی را که رفتارهای پیچیده را رهبری میکنند نمیدانیم، دلیل نمیشود آنها را نقض کنیم. وی نوشتهاست که به نظر من قضیهٔ گدل برای اثبات نقض ماشین گرایی کافی است، چرا که ذهن را نمیتوان در قابل ماشین گنجاند. آلن تورینگ این را «هدفی الهی» نامید و نوشت: برای ساختن چنین ماشینهایی، ما نباید به قدرت او (پروردگار) در ساختن روح بی حرمتی کنیم. آلن تورینگ گفت: مباحث بیشماری با این عناوین وجود دارند: «یک ماشین هرگز فلان کار را نمیکند».

این برنامه ایده این که «یک روش برای کل کلاس مناسب است» را از بین میبرد؛ زیرا ما دیگر مجبور نیستیم که دانش آموزان را وادار کنیم تا دقیقاً یک ماده درسی یکسان را با یک سرعت دقیقاً یکسان یاد بگیرند. اینکه AI در کلاسها در سالهای اتی استفاده شود اجتناب ناپذیر است بنابراین ضروری است که روی این نواوریهای جدید کار شود قبل از اینکه معلمان تصمیم بگیرند ان را در برنامه روزانه خود قرار دهند. «عامل» چیزی است که در یک محیط، مشاهده و عمل میکند؛ و اندازهگیری عملکرد، بیانگر مقدار موفقیت یک عامل است. اگر یک «عامل» با توجه به تجربیات و دانش پیشین خود، بیشترین عملکرد را داشته باشد، میتوان گفت که باهوش است. » هر مقالهای که به نوعی با کپیبرداری از مغز در ارتباط باشد، مقاله ایست که بر نادانی ما در خصوص چگونگی عملکرد هوش صحّه گذاشتهاست. ماشینی حقیقی که در مغز ما وجود دارد و ذهن، تجربه و فهم را خلق میکند. استودیوهای فیلمسازی هالیوود قبلاً از این تکنیک در فیلمهای کارتونی استفاده کرده بودند. را به پایین این بخش از فهرست صفحههای نیازمند ترجمه به فارسی بیفزایید.

همچنین برای بحثهای مرتبط، مدخل این مقاله در فهرست صفحههای نیازمند ترجمه به فارسی را ببینید. اگر مقصود ارائهٔ مقاله برای مخاطبان آن زبان است، باید در نسخهای از ویکیپدیا به همان زبان نوشته شود (فهرست ویکیپدیاها را ببینید). اما سیرل خاطر نشان کرد که در اصل، هر چیزی میتواند توسط کامپیوترها شبیهسازی گردد، و اگر شما بخواهید که به مفهوم شکست، دامنه بزنید، باید بدانید که تمام مراحل محاسبه خواهد شد. وی این مبحث را در دسته بندیِ arguments from informal behavior جای داد. طی این پژوهش سمبلهای دسته بالا(high level symbols) مورد بررسی قرار گرفتند. در واقع تحقیق در خصوص هوش مصنوعی، از high level symbol manipulation و GOFAI جدا گشته و به مدلهایی تبدیل شده که گرایش بیشتری به capture کردن منطق ناخود آگاه ما دارند. راسل و نوروینگ اظهار داشتند، طی سالهایی که دری فوس مقالهٔ انتقادیش را منتشر کرد، فرایندی برای پی بردن به «قوانینی» که منطق ناخود آگاه را رهبری میکنند به وجود آمد.

مهربان بودن، ابتکار داشتن، زیبا، دوستانه و خوش ذوق بودن، شوخطبع بودن، تشخیص درست از نادرست، اشتباه کردن، عاشق شدن، لذت بردن از توتفرنگی و خامه، کسی را شیفتهٔ خود کردن، از تجربهها پند گرفتن، از واژهها بهدرستی استفاده کردن، از افکار خویش بهره گرفتن، بمانند انسان رفتارهای گوناگونی داشتن یا اینکه، دست به کارهایی کاملاً تازه بزند. مهربان بودن، ابتکار داشتن، زیبا، دوستانه و خوش ذوق بودن، شوخطبع بودن، تشخیص درست از نادرست، اشتباه کردن، عاشق شدن، لذت بردن از توت فرنگی و خامه، کسی را شیفتهٔ خود کردن، از تجربهها پند گرفتن، از واژهها بهدرستی استفاده کردن، از افکار خویش بهره گرفتن، بمانند انسان رفتارهای گوناگونی داشتن یا اینکه، دست به کارهایی کاملاً تازه بزند. این سیستمهای یادگیری ماشین دادهها را از طریق دادههای موجود در وب و ارزیابی ارتباط بین رویدادهای جهانی و تأثیر ان بر قیمت داراییها به دست میآورد. آقای ترنینگ روی بحث دری فوس در مقالهای که تحت عنوان بررسی ِماشین آلات و هوش در سال ۱۹۵۰ مطرح شد تأمل بیشتری کرد.

تنها راهی که ما میتوانیم برا ی یافتن چنین قوانینی پیش گیریم، مشاهدات علمی است و هنگامی که در یافتیم هیچگونه شرایطی تحت این عنوان وجود ندارد میتوانیم بگوییم: «ما به اندازهٔ کافی جستجو کردیم و چنین قوانینی وجود ندارند». محصولات متعددی در حال ظهور هستند که از AI برای کمک به مردم در امور شخصی خود استفاده میکنند. به گفتهٔ وی رباتها سعی میکنند که در ظاهری کاملاً عاری از خویشتن بینی، از شما در خواست کنند چرا که این عمل تأثیر مثبتی روی آنها میگذارد. و سمبلهایی که پیچیدگی بیشتری دارند و در ماشینهایی مثل سیستم شبکهٔ عصبی بکار گرفته میشوند، دیده میشود. از آن زمان روشهای دیگری بر پایه شبکههای عصبی عمیق (deep) شرح داده شدهاند که نام دیپ فیک از اینجا گرفته شدهاست. پیشنهاد وی این بود: اگر یک ماشین قادر باشد که به تمامی پرسشهایی که از آن میشود پاسخ دهد، و از همان کلماتی استفاده کند که یک انسان معمولی استفاده میکند، آنوقت میتوان آن ماشین را هوشمند دانست.

اگر این مقاله به زبان فارسی بازنویسی نشود، تا دو هفتهٔ دیگر نامزد حذف میشود و/یا به نسخهٔ زبانی مرتبط ویکیپدیا منتقل خواهد شد. سؤال دشوار فلسفی این است که: آیا یک برنامهٔ کامپیوتری که توسط ماشین دیجیتالی با ادغام ارقام دو دویی صفر و یک، اجرا میشود، میتواند توانایی نورونها (رشتههای عصبی) را برای خلق ذهن، و در نهایت تجربهٔ هوشیاری دوبرابر کنند؟ Neurobiologists معتقدند که هنگامی که ما شروع به شناختن رابطهٔ عصبیِ هوشیاری کنیم، تمامی این مشکلات حل خواهند شد. حتی تندترین منتقدین حوزه هوش مصنوعی نیز، بر این امر واقفند که مغز، تنها ماشینی است که هوشیاری (آگاهی) و هوش را در نتیجهٔ فرایندهای فیزیکی میسازد. در برنامه درسی، هوش مصنوعی میتواند به تعیین اینکه آیا در متون و دستورالعملهای پیش فرض وجود دارد یا خیر، کمک کند. موتورAI Black Rock وعلادین هردو داخل شرکت و مشتریان برای کمک به تصمیمهای مالی استفاده میشود. برای مثال Digit یه نرمافزار طراحی شده توسط هوش مصنوعی است که به مصرفکنندگان کمک میکند تا مصرف و پسانداز خود را بر اساس عادات و اهداف شخصی خود بهینه کنند.

را تجزیه و تحیل کند و سپس میتواند تصمیمهای خود را بگیرد و پول را به حسابهای پسانداز منتقل کند. برای پاسخ به این سؤال، لزومی ندارد که یک ماشین واقعاً همانطوریکه یک انسان فکر میکند، فکر کند یا اینکه ادای فکر کردن را در بیاورد. واژههای «ذهن» و «هوشیاری» در جوامع گوناگون، معانی متفاوتی دارند. برای دیگرِ افراد واژههای «ذهن» و «هوشیاری (آگاهی)» وابستهٔ «روح» تلقی میشوند. ماشینی که آگاهی دارد یا هوشیار است، به عنوان یک شخصیت کاملاً انسان نمامفهوم معنایی ظاهر میشود، با خصوصیاتی نظیر هوش، میل، آرزو، امید، بینش، غرور و بسیاری دیگر… لایبنیتز که تمامی تلاشش را برای خلق محاسبات منطقی همهٔ ایدههای انسان بکار گرفت. یا اینکه چیزی در ذهنشان وجود دارد (بنام qualia) که در همهٔ اشخاص متفاوت است؟ آیا آن ماشین قادر به حل همهٔ مسائلی که انسان با فکر کردن آنها را حل میکند، هست؟ هوش مصنوعی نه تنها در توان دارد که اطلاعات را دستهبندی کرده و بهترین مانورها را در اختیار خلبان قرار دهد بلکه مانورهای خارج از عهده انسان را نیز کنار میگذارد. همدلی یک عنصر مهم در تعامل میان انسان و کامپیوتر است.

تورینگ انسان را از دیگر داراییهایش تهی کرد و سؤال را به بک جمله تبدیل کرد: «آیا یک ماشین میتواند از افکارش تبعیت کند؟ آیا میتواند ماهیت اشیا را احساس کند؟ » آیا میتواند به خودش فکر کند؟ سیستم باید بتواند یکپارچگی ساختاری هواپیما را تعیین کند. بر اساس نوشتهٔ ماروین مینسکی: «اگر دستگاه عصبی از قوانین فیزیک و شیمی پیروی کند، که تمام شواهد هم حاکی از صحَّت این امر است، سپس ما باید بتوانیم که توسط یک دستگاه فیزیکی، عملکرد سیستم عصبی را بازسازی کنیم». سیستم عملکرد نیز برای جایگزین کردن کارگران تخصصی استفاده شد. سیستمی که به وسیله AOD به منظور اندازهگیری عملکرد استفاده میشد، یک سیستم IFDIS (سیستم تشخیص خطای متقابل و ایزوله) بود. AI برای AOD کاربستهایی دارد اعم از در نقش متصدی جانشین در شبیهسازهای تمرینی و پیکار، دستیار مدیریت مأموریت، سامانههای پشتیبان برای تصمیمگیریهای تاکتیکی و پسپردازش دادههای شبیهساز و تبدیلشان به خلاصهنامههای سمبولیک. وقتی دانش اموزان بر روی میزهایشان مینشینند، وسایل آنها قادر خواهند بود که درس، مشکلات و بازیهایی را بسازند تا برای نیازهای خاص هر دانش آموز مناسب باشند، مخصوصاً در جایی که یک دانش آموز ممکن است در حال دست و پنجه نرم کردن باشد و این برنامه، یک فیدبک فوری را میفرستد.

مشکل مربوط، مشکلات معنایی یا مفهومی است که فلاسفه آن را intentionality مینامند. این نسخهٔ نهایی مشکلات روتین (کلاسیک) فلسفهٔ ذهن است که مسئله ذهن و بدن نامیده میشود. نخستین گام برای پاسخ به این سؤال این است که «هوش» را به روشنی تعریف کرد. از آنجا که یک معلم به تنهایی نمیتواند با تمام دانشجویان در یک زمان کار کند، معلمهای هوش مصنوعی به دانش آموزان این اجازه را میدهند که کمکهای فردی بیشتری را در زمینههایی که به آن نیاز دارند، دریافت نمایند. بسیاری از معلمان ترس از جایگزین شدن AI به جای آنها در کلاس را دارند مخصوصاً با ایده جدید AI که دستیار شخصی برای هر دانش آموز ایجاد میکند. هرروزه قشر بیشتری از عموم بدین باور میرسد که بکارگرفتن این تکنیکهای جدید و استفاده از AI ما را برای رسیدن به آن هدف یاری خواهد داد. در حوزه کشاورزی، پیشرفتهای جدید هوش مصنوعی، بهبودهایی را در محصولبرداری و پیشبرد تحقیقات پیرامون پرورش گیاهان به بار آوردهاست.

این پاسخ گسترهٔ توانایی رباتها را در آینده مشخص کرده و مسیر پژوهشگران هوش مصنوعی را راهنمایی میکند. نسخهٔ دیگری از این نظریه را هربرت دریفوس فیلسوف مطرح کرد و آن را philosophical assumption نامید. اطلاعرسانی محیطی ایده ای است که در آن اطلاعات در همه جا در محیط اطراف وجود دارد و وسایل تکنولوژی به صورت خودکار بر اساس اولیتهای شخصی شما تنظیم میشود. در استنفورد محققان از AI استفاده میکنند تا تصاویر ماهوارهای را تحلیل کنند که دریابند کدام نواحی دارای بیشترین سطوح فقرمیباشند. محققان هوش مصنوعی، ابزارهای زیادی را برای حل سختترین مسئلهها در علم کامپیوتر ساختهاند. به طورمثال، دانشگاه کالیفرنیای جنوبی «مرکز هوش مصنوعی در جامعه» را براه انداخت تا هدف استفاده ازAI برای پرداختن به مسائل حائز اهمیت اجتماعی مانند بیخانمانی را دنبال کند. هر جنبهای از یادگیری، یا دیگر خصوصیات هوش را میتوان چنان بهدقت تشریح کرد که یک ماشین (ربات) بتواند آن را شبیهسازی کند. در کلاسهای درس آینده، مبحث اطلاعرسانی محیطی میتواند نقش سودمندی را ایفا کند.