دین و هوش مصنوعی

هدف هوش مصنوعی فهم سرشت هوش بشری از راه بررسی ساختار برنامه های كامپیوتری و نحوهٔ حل مسائل توسط كامپیوتر است به اعتقاد متخصصان این رشته, این بررسی می تواند نحوهٔ عمل و جزئیات هوش بشر را نشان دهد

● اشاره

این ادعا كه كامپیوتر فكر می‌كند یا تنها كامپیوتر می‌اندیشد، چه تأثیری در برخی از باورهای دینی دارد؟ و آیا تعارضی با مضمون متون دینی پیدا می‌كند؟ در هوش مصنوعی، دو ادعای مهم به چشم می‌خورد: برخی ادعا می‌كنند كه كامپیوتر به معنای حقیقی كلمه می‌اندیشد (فرضیه دستگاه نمادها). برخی دیگر هم ادعا می‌كنند تنها كامپیوتر می‌تواند بیندیشد، (فرضیه قوی دستگاه نمادها). متون دینی هم در پاره‌ای از موارد بر اندیشیدن و تعقل تكیه می‌كنند. آیا اندیشیدن به معنای واحدی در دو مورد به كار می‌رود؟ و آیا دین و متون دینی می‌تواند تفاوت‌هایی میان انسان و كامپیوتر را نشان دهد؟ نگارنده تلاش می‌كند پاسخ‌هایی برای این پرسشها بیابد و با توجه به متون دینی تفاوت‌هایی میان آنها را روش سازد.

● مقدمه

هوش مصنوعی (Artificial Intelligence) كه گاهی به اختصار AI هم خوانده می‌شود یكی از جذاب‌ترین و شگفت‌آورترین شاخه‌های تحقیقاتی فلسفی است. پیدایش كامپیوتر در صحنهٔ زندگی بشر تحولات بسیار عمده‌ای را به‌وجود آورد، حوزهٔ فلسفه نیز از این تحولات بی‌نصیب نبوده است. فلاسفه پرسش‌های فلسفی بسیار زیادی راجع‌به تفاوت‌های ذهن انسان با كامپیوتر مطرح كرده‌اند كه همهٔ آنها به طرح بحث "هوش مصنوعی" انجامید.

هدف "هوش مصنوعی" فهم سرشت هوش بشری از راه بررسی ساختار برنامه‌های كامپیوتری و نحوهٔ حل مسائل توسط كامپیوتر است. به اعتقاد متخصصان این رشته، این بررسی می‌تواند نحوهٔ عمل و جزئیات هوش بشر را نشان دهد.

بررسی ارتباط این رشته با دین یكی از جدیدترین شاخه‌های بحث "علم و دین" است. برای ورود به این بحث باید نخست كلیاتی دربار? هوش مصنوعی را بیان كنیم.

● اصطلاح هوش

نخست باید مقصود متخصصان هوش مصنوعی را از اصطلاح "هوش" Intelligence روشن سازیم؛ چرا كه نگاه آنان نسبت به مقوله هوش و مفاهیم مرتبط مانند عقل، ذهن و غیره كاملاً متفاوت است. امروزه در میان دانش‌های موجود، اصطلاح هوش در روان¬شناسی بسیار كاربرد دارد. و روان¬شناسان از بهره‌هوشی افراد و امور مرتبط با آن بحث می‌كنند. ولی در هوش مصنوعی این اصطلاح كاربردی كاملاً متفاوت دارد. (Desouza, ۲۰۰۲:۲۷)

در هوش مصنوعی برای شروع كار، تعریفی عملی از هوش ارائه می‌شود. معمولاً فلاسفه به تعاریف مفهومی بیش‌تر رغبت دارند و دوست دارند مفهوم هوش و عقل و غیره را روشن سازند. اما بنا به دلایلی، متخصصان هوش مصنوعی تعریف عملی را برگزیده‌اند. یك دلیل این گزینش به این نكته بر می‌گردد كه نزاع‌های مفهومی؛ یا نزاع برای تعریف مفاهیم فایدهٔ چندانی ندارد و غالباً بی‌نتیجه پایان می‌یابد. اگر بخواهیم با تعریف مفاهیم "هوش" و "تفكر" رابطهٔ آنها را بیابیم و ببینیم آیا هوش همان تفكر است یا نه، بیش‌تر در نزاعی لفظی درگیر خواهیم شد. زیرا، بی‌تردید دو واژهٔ مذكور از لحاظ مفهومی تفاوت دارند و یك چیز را نمی‌رسانند و ادعای آنان، تساوی مفهومی این دو واژه نیست. بلكه، چنان‌كه بعداً توضیح خواهیم داد، به نظر آنان این دو اصطلاح یك حقیقت قابل اندازه‌گیری را نشان می‌دهند.

آلن تورینگ (Alan Turing)، یكی از پیشگامان بحث هوش مصنوعی، به خاطر اهداف عملی كه در هوش مصنوعی دنبال می‌شود، ملاكی نسبتاً مقبول برای همگان را برای تعیین هوش پیشنهاد داده است. انگیزه و دلیل طرح این ملاك، چنانكه در بالا اشاره كردیم، اجتناب از نزاع‌های لفظی و مباحث فلسفی بی‌نتیجه بوده است. تورینگ پی‌برده بود كه با پرداختن به مباحث رایج فلسفی دربار? این واژه، نمی‌تواند ارتباطی میان كاركرد ماشین‌ها و ذهن بشر را بیابد. از ا?ن رو او پیشنهاد كرد كه ما باید مسایل لفظی و مفهومی در این مورد را كنار بگذاریم و آزمون ساده‌ای را در این زمینه مطرح كنیم و سپس، خود ماشین‌ها را به نحو عینی و ملموس بررسی كنیم. همچنین، او پیش‌بینی كرد كه تا سال ۲۰۰۰، دستگاه‌های كامپیوتر از این آزمون سربلند بیرون خواهند آمد و تعاریف مخالف بی‌معنا جلوه خواهند كرد.

آزمون تورینگ بر پایهٔ یك بازی استوار شده است كه "بازی تقلید" (imitation game) نام دارد. در این بازی سه فرد ناآشنا هستند كه دو نفر از آنان كه شاهد هستند جنسیت مخالف دارند و نفر سوم پرسشگر است. پرسشگر تلاش می‌كند تا جنسیت دو شاهد را صرفاً از راه طرح پرسش‌هایی تعیین كند یكی از دو شاهد، كه مرد است، تلاش می‌كند تا جنسیت‌اش را مخفی بدارد، ولی شاهد دیگر كه یك زن است، صادقانه به پرسش‌ها پاسخ می‌دهد. اگر پرسش‌گر به پاسخ درست دست بیابد شاهد زن موفق شده است و اگر به پاسخ درست دست نیابد، شاهد مرد پیروز شده است. برای اینكه، پرسشگر به هیچ سرنخ دیگری، مانند صدا، چهره و غیره، دسترسی نداشته باشد، پرسش‌ها و پاسخ‌ها از طریق دستگاه دور چاپگر مبادله می‌شوند. نظر تورینگ این است كه اگر اكنون به جای شاهد مرد یك كامپیوتر جایگزین سازیم و ببینیم كه این دستگاه می‌تواند پرسشگر ماهر را فریب دهد، در این صورت از آزمون سربلند بیرون آمده است. (Haugeland, ۱۹۸۵:۶)

چرا چنین آزمون عجیب و غریبی، آزمون هوش می‌شود؟ درحقیقت، استفاده از دستگاه دور چاپگر و تصویر مردی كه می‌خواهد فریب دهد و غیره، همه صحنه‌آرایی برای آزمون است. اصل و اساس آزمون گفتگو است. آیا كامپیوتر می‌تواند مانند یك شخص صحبت كند؟ یا نه، تفاوت‌هایی هم وجود دارد؟

● بررسی آزمون

مشكل اصلی آزمون‌های از این قبیل در این نكته نهفته است كه هوش می‌تواند درجات مختلفی داشته باشد. آدمیان درجات متفاوتی از هوش دارند كه می‌توانیم آنها را اندازه‌گیری نماییم. اما خود این فرض هم كه كامپیوتر چنین هوشی دارد جای تردید است. در مورد كامپیوتر تنها می‌توانیم بگوییم كه می‌تواند براساس برنامه‌ریزی خاص دقیقاً عمل كند. به عبارت دیگر، آنها صرفاً براساس برنامه‌ریزی پیش می‌روند. امّا آیا واقعاً فكر می‌كنند؟ متخصصان هوش مصنوعی، مانند تورینگ، در پاسخ مفهوم "فكر" یا "هوش" را به‌گونه‌ای تعریف می‌كنند كه ماشین را هم دربر می‌گیرد. امّا آنها درواقع به جای حل مسأله، پیش‌فرض نادرستی وارد مسأله می‌كنند كه به مصادره به مطلوب می‌انجامد.

● ویژگی‌های هوش مصنوعی

هوش مصنوعی برای حل مسأله برنامه خاصی را دنبال می‌كند. توجّه به ویژگی‌های هوش مصنوعی در مقام استفاده از این نوع برنامه‌ها سودمند است. پنج ویژگی از میان آنها اهمیت خاصی دارند (بونیه، ۱۹۹۳ م: ۲۰ ـ ۱۵) آنها را توضیح می‌دهیم:

۱) بازنمایی نمادین: ویژگی اوّل این است كه هوش مصنوعی از نمادهای عددی در حل مسائل استفاده می‌كند. هوش مصنوعی برپایهٔ دستگاه دوگانی؛ یعنی صفر و یك مسائل را حل می‌كند. از ا?ن رو برخی از مخالفان گفته‌اند كه مهم‌ترین نقص هوش مصنوعی آن است كه غیر از عدد صفر و یك را نمی‌فهمد. به تعبیر دیگر كامپیوتر فقط "بله یا نه" را می‌فهمد و نمی‌تواند حالات واسطه بین آن دو را بفهمد.

در مقابل طرفداران هوش مصنوعی گفته‌اند هوش طبیعی (هوش انسان) هم برپایهٔ دستگاه دوگانی پدیده‌ها و امور مختلف را می‌فهمد؛ اگر سلول‌های عصبی انسان را بررسی كنیم درمی‌یابیم كه فهم بشری بر حالت دوگانی استوار شده است و دستگاه عصبی مفاهیم و تصورات را به‌صورت حالات دوگانی تبدیل می‌‌كند. البته نشان دادن نحوهٔ این تبدیل در مفاهیم و ادراكات پیچیده دشوار است، امّا بررسی برنامه‌های هوش مصنوعی فهم این امر دشوار را آسان كرده است.

۲) روش اكتشافی (heuristics): ویژگی دوم هوش مصنوعی به نوع مسایلی كه حل می‌كند، مربوط می‌شود. این مسایل معمولاً راه حل الگوریتمی ندارند. مراد از الگوریتم (Algorithm) سلسله‌‌ای از مراحل منطقی است كه به حلّ مسأله می‌انجامد. هوش این مراحل را گام به گام طی می‌كند تا به حل مسأله دست می‌یابد. به عبارت دیگر، در الگوریتم پیمودن این مراحل به‌طور طبیعی رسیدن به نتیجه را تضمین می‌كند. مسائلی كه هوش مصنوعی حل می‌كند معمولاً راه حل الگوریتمی ندارند؛ بدین معنا كه معمولاً نمی‌توانیم برای حل این مسایل الگوریتمی؛ یا به عبارت دیگر، سلسله‌ای از مراحل منطقی را بیابیم كه پیمودن آنها رسیدن به نتیجه را تضمین كند. از این‌رو، هوش مصنوعی در حل مسایل به روش اكتشافی؛ یعنی به روشی كه پیمودن آن، رسیدن به نتیجه را تضمین نمی‌كند، روی می‌آورد. در روش اكتشافی، راه‌های متعددی برای حل مسأله وجود دارد كه اختیار یكی از آنها باز مجالی برای اخت?ار دیگر راه¬ها باقی می‌گذارد و پیمودن یكی از آنها این مانع از روی آوردن به بقیه نمی‌شود. درنتیجه، برنامه‌هایی كه راه¬حل تضمینی دارند جزو برنامه‌های كامپیوتری به‌شمار نمی‌آیند؛ مثلاً برنامه‌های حل معادلات درجه دوم جزو برنامه‌های كامپیوتری به‌شمار نمی‌آید؛ زیرا برای حلّ آن الگوریتم خاصی وجود دارد.

برنامه‌های بازی شطرنج زمینهٔ پر خیر و بركتی برای هوش مصنوعی بوده است؛ زیرا روش شناخته شده‌‌ای برای تعیین بهترین حركت در مرحلهٔ خاصی از این بازی وجود ندارد؛ زیرا: اوّلاً، تعداد احتمالات موجود در هر حالتی تا حدی بسیار زیاد است كه نمی‌توان جستجوی كاملی را انجام داد. ثانیاً، آگاهی ما از منطق حركت‌هایی كه بازیكنان انجام می‌دهند بسیار اندك است. این عدم آگاهی تا حدی به ناخودآگاهانه بودن این حركت‌ها برمی‌گردد، و البته در برخی موارد هم بازیكنان از روی عمد منطق خود را آشكار نمی‌كنند.

هربرت دریفوس (Herbert Dreyfus) یكی از مخالفان هوش مصنوعی با توجه به نكتهٔ فوق ادعا كرده است كه هیچ برنامه‌ای برای رسیدن به سطح یك بازیگر خوب شطرنج وجود ندارد. (Dreyfus, ۱۹۷۲) امّا ظهور برنامه‌های پیشرفتهٔ شطرنج از سال ۱۹۸۵ به بعد خطای ادّعای دریفوس را روشن ساخت.

۳) بازنمایی معرفت (knowledge representation): برنامه‌های هوش مصنوعی با برنامه‌های آماری در "بازنمایی معرفت" تفاوت دارند؛ بدین معنا كه برنامه‌های نخست از تطابق عملیات استدلالی نمادین كامپیوتر با عالم خارج حكایت می‌كنند. می‌توانیم این نكته را با مثال ساده‌ای توضیح دهیم.

"بازنمایی معرفت" عنوانی برای مجموعه‌ای از مسایل راجع به معرفت است از قبیل:

۱) معرفت مورد نظر در هوش مصنوعی چیست، چه انواعی و چه ساختاری دارد؟

۲) چگونه باید معرفت را در كامپیوتر بازنمایی كرد؟

۳) بازنمایی چه نوع معرفتی را آشكار می‌سازد؟ و چه چیزی مورد تاكید قرار می‌گیرد؟

۴) معرفت را باید چگونه به دست آورد و چگونه باید تغییر داد؟ (Stillings & Weisler, ۱۹۹۵:۱۴۱)

۵) اطلاعات ناقص: هوش مصنوعی می‌تواند در حالتی كه همهٔ اطلاعات مورد نیاز در دسترس نیستند به حل مسئله دست بیابد. این حالت در بسیاری از موارد پزشكی رخ می‌دهد اطلاعاتی كه پزشك برای تشخیص بیماری در دست دارد تشخیص بیماری را ممكن نمی‌سازد و او هم فرصت زیادی برای درمان ندارد. از این‌رو باید سریعاً تصمیمی بگیرد.

فقدان اطلاعات لازم موجب می‌گردد كه نتیجهٔ به دست آمده غیریقینی باشد و یا احتمال خطا در آن باشد. معمولاً ما در زندگی عملی با فقدان اطلاعات لازم تصمیماتی را می‌گیریم و همواره احتمال خطا در این تصمیمات وجود دارد.

۶) اطلاعات متناقض: هوش مصنوعی می‌تواند درصورتی كه با اطلاعات متناقض روبرو شود حل مناسبی برای مسأله پیدا كند. هوش مصنوعی در چنین موردی بهترین راه را برای حل مسأله و رفع تناقض انتخاب كند.

نویسنده: علیرضا قائمی‌نیا

منابع عربی

۱. قرآن كریم

۲. بوینه، الآن. الذكاء الاصطناعی، واقعه و مستقبله، ترجمهًْ علی صبری فرغلی، كویت: عالم المعرفهًْ، ۱۹۹۳ م.

این كتاب ترجمه‌ای است از:

Bonnet, Alain. Artificial Intelligence, Prentic Hall, (۱۹۸۵)

۳. كمونی، سعد. العقل العربی فی القرآن. بیروت: المركز الثقافی العربی، ۲۰۰۵ م.

منابع انگلیسی

Copeland, Jack, Artificial Intelligence: A Philosophical Introduction, New York: Blackwell (۱۹۹۳)

Desouza, Kevin. Managing Knowledge With Artificial Intelligence, London: Westport, (۲۰۰۲)

Haugeland, John. Artificial Intelligence; The Very Idea, Massachusetts, The MIT Press. (۱۹۸۵)

Searl, John, Minds, Brains and Science, London: Penguin, (۱۹۸۹)

Stillings, Neil & Weisler, Steven. Cognitive Science: An Introduction, New York: Massachusetts Institute of Technology, (۱۹۹۵)

منبع: فصلنامه ذهن

---