نیاز هوش مصنوعی به فلسفه

● درباره پاول چرچلند
پاول چرچلند (متولد ۱۹۴۲ در کانادا) دکترا را از دانشگاه پیتسبرگ به راهنمایی ویلفرد سلرز گرفت و اکنون در دانشگاه کالیفرنیا، سن دیه گو تدریس می کند. چرچلند به خاطر تحقیقاتی که درباره نوروفلسفه کرده شهرت دارد؛ باتوجه به نظریات فیلسوفان فلسفه ذهن حمایت از حذف گرایی کار بسیار دشواری است اما او و همسرش پتریشیا از طرفداران معروف حذف گرایی در حال حاضرند. به نظر آنها واژگان و مفاهیم ذهنی متعارف (روان شناسی عامیانه) برای بررسی های علمی درباره مغز ضرورتی ندارند. به نظر آنها تاریخ علم موارد زیادی از حذف مفاهیم متعارف و عامیانه را سراغ دارد؛ مفاهیمی مثل فلوژیستون در شیمی و نیروهای حیاتی در زیست شناسی از این دسته اند. برخی از کتاب های پاول چرچلند عبارتند از: «در جانب مخالف» (On the Contrary)، «موتور عقل، جایگاه نفس»، The Engine of Reason, The Seat of the Soul) )، «منظر عصب کامپیوتری: ماهیت ذهن و ساختار ذهن»، «ماده و آگاهی» و «واقع گرایی علمی و انعطاف پذیری ذهن».
مقالات کلاسیک ماروین مینسکی («چرا مردم فکر می کنند که کامپیوتر ها نمی توانند ») و الن تورینگ («ماشین حسابگر و هوش») نقطه آغاز بحث های امروزی «هوش مصنوعی»اند. مینسکی برای نخستین بار لابراتوار هوش مصنوعی را در ام. آی. تی. تأسیس کرد؛ خود او در تعریف هوش مصنوعی می گوید: «علمِ ساختن ماشین هایی که کارهایی می کنند که انجام این کار ها به وسیله انسان مستلزم هوش است». الن تورینگ هم با مقالات مهمش نقش بسزایی در پیدایش و شکل گیری این رشته داشت. هوش مصنوعی خوراک مناسبی را برای تغذیه هنرهای تخیلی مانند رمان ها و فیلم ها فراهم کرده است همان طور که برای فیلسوفان هم مسائلی را به وجود آورده است؛ فیلسوفان طبق معمول ابتدا درباره ماهیت و چیستی «هوش مصنوعی» بحث های زیادی دارند، در مرحله دوم درباره امکان هوش مصنوعی بحث هایی را مطرح کرده اند.
به غیر از این دو بحث کلی، به چند بحث فراکلی هم می پردازند مانند این که اساساً چرا هوش مصنوعی به فلسفه نیازمند است و این که آیا هوش مصنوعی یک «علم» است بحث های فلسفی جزئی تری هم درباره هوش مصنوعی کرده اند مانند ارتباط ماشین تورینگ با هوش مصنوعی. در این نوشته کوتاه، ابتدا «ماشین تورینگ» را که هم در هوش مصنوعی و هم در فلسفه ذهن اهمیت بسیار داشته است توضیح می دهیم (زیرا یکی از نظریات مربوط به ذهن و بدن یعنی «کارکردگرایی» بر مفهوم «ماشین تورینگ» مبتنی است). سپس چالش های فلسفی درباره امکان یا عدم امکان هوش مصنوعی را ملاحظه می کنیم؛ و نوشته را با بیان دو دیدگاه کلاسیک و پیوندگرایی درباره هوش مصنوعی به پایان می بریم.
● ماشین تورینگ و کارکردگرایی
یکی از نظریات پرطرفدار و پردامنه درباره مسأله ذهن و بدن «کارکردگرایی» است؛ بر اساس این دیدگاه، حالات ذهنی به وسیله نقش های کارکردی (در ارتباط با ورودی ها، سایر حالات و خروجی ها) تعریف می شوند. طرفداران اولیه کارکردگرایی نقش های مزبور را در چارچوب ماشین تورینگ تعریف می کردند. ایده الن تورینگ با این که زمینه ساز مسائل پیچیده ای در ریاضی و منطق شد، ایده بسیار ساده ای است. فرض کنید یک ماشین تایپ دارید که می تواند کارهای محدودی را انجام دهد: می تواند بر یک نوار کاغذی علامتی را تایپ کند، می تواند علامت را پاک کند و می تواند به اندازه یک واحد در طول نوار به چپ یا به راست حرکت کند.
ما با مشخص کردن این که ماشین تایپ دقیقاً از چه نمادهایی می تواند استفاده کند و این که استعداد چه نحوه واکنشی را در برابر آنها هنگام عبور در طول نوار دارد، می توانیم از ماشین تورینگ برای تبدیل یک مجموعه از نماد ها و فاصله ها («ورودی») به مجموعه دیگری از نماد ها و فاصله ها («خروجی») استفاده کنیم. ماشین تورینگ باوجود سادگی اش، بسیار قدرتمند است. تورینگ نشان داد که ماشین او می تواند هرگونه ورودی را بگیرد و آن را به هرگونه خروجی تبدیل کند تا زمانی که میان آنها رابطه قابل محاسبه ای وجود داشته باشد. البته اگر کارکردی که ورودی را به خروجی ارتباط می دهد، بسیار پیچیده باشد، انجام محاسبه به وسیله ماشین به زمانی طولانی نیاز خواهد داشت. بنابراین، کسی به طور جدی درصدد ساختن ماشین تورینگ به عنوان راهی عملی برای انجام محاسبه نیست، و اساساً چنین کاری ناممکن است زیرا نامحدود بودن نوار کاغذی مقوّم عملیات ماشین تورینگ است و چنین چیزی به طور بالفعل ممکن نیست.
خود تورینگ این مفهوم را در مورد حالات ذهنی انسان هم قابل انطباق می دانست و به نظر او، اگر کامپیوتری ساخته شود که اگر مورد پرسش و پاسخ قرار گیرد، از انسان قابل تشخیص نباشد (و به تعبیر او، «بتواند ما را بفریبد»)، در این صورت به «هوش مصنوعی» رسیده ایم.
● چالش های فلسفی
جان سرل علیه امکان «هوش مصنوعی» استدلال معروفی دارد که در متون فلسفه ذهن به «استدلال اتاق چینی» شهرت یافته است. لبّ استدلال او این است که یکی از مهم ترین مؤلفه های هوش و ذهن مندی «حیث التفاتی» یا «محتوای ذهنی» و به عبارت دیگر، «معناشناسی» است؛ به نظر او کامپیوتر (هر اندازه هم پیچیده و پیشرفته باشد) فاقد «حیث التفاتی» و در نتیجه فاقد ذهن و هوش است. استدلال اتاق چینی به این ترتیب است: فرض کنید من به عنوان کسی که چینی نمی داند، در اتاقی حبس شده ام که پر است از علائم چینی درون جعبه ها.
یک کتاب راهنما به زبان انگلیسی در اختیار من گذاشته اند تا علائم چینی را در کنار هم قرار دهم و مجموعه ای از علائم چینی را در پاسخ به مجموعه دیگری از علائم چینی که از طریق پنجره ای کوچک داخل اتاق می شوند ارائه دهم.
علائم مجهولی که داخل اتاق می شوند سؤال نام دارند. علائمی که من بر می گردانم پاسخ به آن سؤال ها نام می گیرند. جعبه های پر از علائمی که در اختیار من است پایه داده ها (data-base) خوانده می شوند، و کتاب راهنمای انگلیسی «برنامه» نام دارد. افرادی که سؤال ها را به من می دهند و کتاب راهنما را طراحی کرده اند «برنامه نویس» هستند، و من هم «کامپیوتر» نام دارم. فرض کنید که من به خوبی از پس جابه جا کردن علائم برمی آیم و برنامه نویس ها نیز برنامه را به خوبی نوشته اند به طوری که پاسخ های من به سؤالات از چینی زبانان بومی قابل تشخیص نیست. من «آزمون تورینگ» را برای فهمیدن چینی می گذرانم.
ولی به هر حال، من یک کلمه هم چینی نمی فهمم و اگر چینی را بر اساس اجرای برنامه ای برای فهمیدن چینی نفهمم، هیچ کامپیوتر رقمی ای نیز صرفاً بر همین اساس چینی را نخواهد فهمید زیرا همه چیزهایی که یک کامپیوتر رقمی دارد من هم دارم. صورت بندی منطقی این استدلال به ترتیب زیر است: (مقدمه ۱): برنامه صوری (نحوی) است. (مقدمه ۲): ذهن محتوا (معناشناسی) دارد. (مقدمه ۳): نحو (syntax) برای معناشناسی کافی نیست. قضیه اتاق چینی صدق مقدمه ۳ را نشان می دهد. نتیجه ای که به طور منطقی از این سه مقدمه به دست می آید این است که «برنامه، ذهن نیست.»
پاسخ های بسیار متعددی به استدلال سرل داده شده است مانند «پاسخ دستگاه ها» که معتقد است شخص در این استدلال به تنهایی «کامپیوتر» نیست بلکه مجموعه دستگاهی که شخص جزئی از آن است به علاوه کتاب راهنما، علائم و... کامپیوتر است و این دستگاه با همه اجزاء از حیث التفاتی برخوردار است و معنای علائم چینی را می فهمد؛ پاسخ «چرچلند» ها به این استدلال که به پاسخ «شبیه ساز مغز» معروف است بر پیوندگرایی مبتنی است (که در بخش بعدی از آن سخن می گوییم)؛ پاسخ اذهان دیگر؛ پاسخ شهود و غیره. سرل هم در پاسخ به این اشکالات کوشش هایی را صورت داده است.
● نظریه کلاسیک و پیوندگرایی
دیدگاه هوش مصنوعی کلاسیک معتقد است که شناخت انسان همانند محاسبه مبتنی بر نماد در کامپیوترهای رقمی (digital) است (یعنی انسان را یک کامپیوتر پیچیده می داند). بر اساس دیدگاه کلاسیک، اطلاعات به وسیله رشته ای از نماد ها بازنمایی می شوند، همان طور که داده ها در حافظه کامپیوتر یا یک تکه کاغذ بازنمایی می شوند.
اما پیوندگرایی (connectionism) ادعا می کند که اطلاعات به صورت غیرنمادی در وزن ها یا قوای پیوند میان واحدهای یک شبکه عصبی ذخیره می شوند. دیدگاه کلاسیک، شناخت را همانند پردازش رقمی می داند و معتقد است که رشته ها بر اساس دستورالعمل های یک برنامه (نمادی) ایجاد می شوند. اما پیوندگرایی فرایندهای ذهنی را به عنوان تکامل پویای فعالیت های یک شبکه عصبی می داند؛ فعالیت هر یک از واحدهای این شبکه عصبی به قوای پیوند و فعالیت واحدهای مجاور بستگی دارد.
دیدگاه کلاسیک عمدتاً از ماشین تورینگ و زبان فکر جری فودر استفاده می کند. اما دستگاه های پیوندگرا را می توان به صورت زیر تصویر کرد: یک شبکه عصبی از تعداد زیادی از پردازشگرهایی شبیه سلول عصبی که واحد (node) یا پیوند نامیده می شوند، تشکیل می شود؛ این واحد ها پیام های انگیزنده یا بازدارنده ای را به یکدیگر می فرستند.
پیوند ها به وسیله پیام های دریافتی روشن (فعال) یا خاموش می شوند که به خروجی واحدهای متصل به آنها و قوت پیوند («وزن«) میان آنها بستگی دارد. عملاً یک واحد فقط از دو یا سه واحد دیگر پیام را دریافت می کند اما در مقام نظر، تعداد این واحد ها می تواند هزاران یا میلیون ها واحد باشد. مهم ترین تفاوت میان شبکه های عصبی و کامپیوترهای معمولی فقدان واحد پردازش مرکزی در شبکه های پیوندگرا است.
چرچلند یکی از مهم ترین فیلسوفان طرفدار پیوندگرایی است. او برای این دیدگاه مزایایی قائل است مانند: (۱) این دیدگاه از نظر زیست شناختی مقبول است زیرا واحدهای شبکه پیوندگرایانه را می توان الگوهای ساده ای از سلول های عصبی و پیوند ها را الگوهای ساده ای از سیناپس ها دانست. (۲) تبیین کیفیات ذهنی بر اساس مشابهت و تبیین مشابهت بر اساس نزدیکی در فضای حالت. (۳) از آنجا که شبکه های پیوندگرا اطلاعات را به طور موازی پردازش می کنند، از سرعت عمل بهتری برخوردارند.

یاسر پوراسماعیل
برای مطالعه بیشتر
در کتاب «ذهن، مغز، علم» نوشته جان سرل (که دکتر دیوانی آن را به فارسی ترجمه کرده است) بحثی درباره استدلال اتاق چینی وجود دارد. کتاب نامه کاملی از کتاب ها و مقالات انگلیسی در زمینه هوش مصنوعی را می توان در آدرس اینترنتی زیر دید:
http://consc.net/biblio/۴.html
در آدرس زیر هم بعضی مقالات به صورت آنلاین قابل دریافت اند:
http://consc.net/online/۳/all

منبع : روزنامه ایران