آیا روبات‌ها می‌توانند ما را به انسان‌های بهتری تبدیل کنند؟

ماشین‌ها هم اکنون می‌توانند موسیقی بنویسند و ما را در بازی‌هایی مثل شطرنج و Go شکست دهند. مارکوس دو ساوتوی می‌گوید ظهور هوش مصنوعی باید الهام‌بخش امید باشد. امیدی که با ترس همراه است. جان هریس از روزنامه گاردین این سوال را با مارکوس دو ساوتوی، نویسنده و ریاضیدان بریتانیایی مطرح می‌کند. او از دیدگاه خود به این سوال پاسخ می‌دهد. در ادامه با آراد مگ همراه باشید.

هوش مصنوعی

همان طور که مارکوس دو ساوتوی در ورودی کالج جدید آکسفورد به من خوشامد می‌گوید، در چشمان او می‌توان طیفی از ایده‌ها را دید. هنگامی که برای صحبت کردن در همان حوالی نشستیم، او مکررا به دفترچه یادداشت خود نگاه می‌کند تا بتواند به همه نکاتی که با ماژیک زرد رویشان خط کشیده است اشاره کند. دفترچه پر شده است از سوال های در هم آمیخته و عجیب و غریب که با خطی ناخوانا نوشته شده‌اند.

او می‌گوید: ” ساختار متقارن نامحدودی وجود دارد که من به آن نگاه می‌کنم” و فکر می‌کنم که قسمت های بالایی آن همه چیز را به من خواهد گفت. تقریبا شبیه دریاچه ای بی‌انتها است، و من باید بتوانم هر چیزی که در آن اتفاق می‌افتد را با نگاه کردن به چند سانتیمتر اول تشخیص دهم.”

او ناگهان کمی ناراحت به نظر می‌رسد، اما نمی‌دانم چرا.”

مارکوس دو ساوتوی ۵۳ ساله، استاد ریاضیات و عضو جدید دانشگاه نیو است. یازده سال پیش دانشگاه آکسفورد او را به عنوان پروفسور درک عمومی علوم معرفی کرد، نقشی که به طور ایده‌آل برای نویسنده‌ای پرکار که در تلویزیون هم حضور منظمی دارد، مناسب است. اما به نظر می‌رسد بخش بزرگی از زندگی روزمره او حول دنیای شگفت آوره و پیچیده و انتزاعی ریاضیات محض می‌چرخد – که همانطور که جستجوی فعلی او نشان می‌دهد، همیشه سخت‌تر و پیچیده‌تر می‌شود. ریاضیدانان امروزی بر روی بخشی از بدنه دانش ایستادگی می‌کنند که به قرن‌ها پیش باز می‌گردد. چندین قضیه بزرگ اثبات شده ‌است؛ حتی برخی از پیچیده‌ترین زمینه‌های تحقیقی به طور کامل بررسی و بسته شده‌اند. به نظر می‌رسد به طور محسوسی درک انسانی نیاز به جهشی عقلانی و ژرف دارد.

او می‌گوید: ” به نظر می‌رسد که دانشجویان دکترای من باید سه سال را صرف رسیدن به نقطه‌ای کنند که انتظار می‌رود از آن‌ها خواسته شده است.” در ادامه با نگرانی بیان می‌کند، بار دیگر در حال برخورد با مشکلاتی هستیم که نیاز به رشته‌های زیادی دارد که یک ذهن قادر به کشیدن آن‌ها نیست.”

مارکوس دو ساوتوی ما را به حضور در دنیای نسبتا جدید خود سوق می‌دهد: هوش مصنوعی و به ‌کارگیری نیروی محاسباتی عظیم ریاضی از سوی ریاضیدانانی که در حال کار بر تکنولوژی پیشرو و اصلی در این زمینه هستند. این نقطه شروع کتاب جدید اوست، قانون خلاقیت، اکتشافی بسیار ساده و بی‌نهایت جالب از آنچه هوش مصنوعی می‌تواند برای ریاضیات، هنر انجام دهد و حتی درک ما از آنچه باید انسان باشیم.

مارکوس دو ساوتوی می‌نویسد: ” برخلاف بسیاری از کتاب‌های درسی در مورد تکنولوژی، این مطالعه ای اساسا خوش بینانه است، اما با بحران شدیدی شروع می‌شود، خودم هم از هجوم پیشرفت‌های جدید در هوش مصنوعی شگفت‌زده هستم، البته اگر کار ریاضیدان همچنان برای انسان‌ها در دهه‌های آینده در دسترس باشد. ریاضیات موضوع اعداد و منطق است. این چیزی است که کامپیوترها به بهترین شکل آن را انجام می‌دهند؟ “

همچنان که برای گپ زدن نشستیم، از او می‌پرسم: آیا او چشم اندازی از جهان دارد، افرادی مثل او که به طور غیر فعال در حال تماشا کردن ماشین‌های انعطاف پذیری هستند که در حل مشکلات پیچیده این دنیا تلاش می‌کنند و معمولا هیچ کدام از آن‌ها هم عاقل‌ نیستند؟

او برای چند ثانیه فکر می‌کند و می‌گوید: ” فکر می‌کنم که می‌تواند به همه چیز مربوط باشد.”

دو ساوتوی موجودی زنده و متحرک است، با حضوری مملو از انرژی و پر از شور و شوق برای سوژه ها و بیشتر چیزهایی است که ما به طور واقعی به آن اشاره می‌کنیم، از گروه ایندی راک آمریکایی پارکت کورتس (که چند سال پیش در گلستانونبری دیده بود) گرفته تا فلسفه رنه دکارت. ما برای بیش از دو ساعت صحبت کردیم؛ در پایان، برای لحظه‌ای فراموش کردم که من همیشه در ریاضی پایین‌ترین نمره را می‌گرفتم اما حال به راحتی مفاهیم ریاضی را با استفاده از کتاب جدید او درک کردم. این هفتمین کتاب او است که در سال ۲۰۱۷ منتشر شد و در مورد مرزهای بیرونی علم نوشته شده است و با سوالاتی از ماهیت ماده تاریک درباره محدود بودن یا نبودن جهان صحبت می‌کند.

AlphaGo

دو ساوتوی در مارس ۲۰۱۶ تجربه تماشای بازی لی سدول را داشت، زمانی که در حال تماشای بازی او با AlphaGo بود – برنامه‌ای که از سوی متخصصین هوش مصنوعی DeepMind، که در لندن مستقر هستند طراحی شده و تحت مالکیت گوگل قرار دارد – در این بازی، لی سدول قهرمان این بازی از کره جنوبی در چندین دور، بازی شطرنج چینی باستانی را به AlphaGo می‌بازد. برخلاف برنامه‌های مرسوم در بازی‌های سنتی، AlphaGo از تکنیک شناخته‌ شده به عنوان یادگیری عمیق استفاده کرد تا به خود آموزش دهد چگونه بازی را بازی کند. لحظه کلیدی در طی مسابقه دوم به دست آمد، زمانی که ناگهان از استراتژی قراردادی خارج شد. بازی Go بر روی یک تخته ۱۹x۱۹ انجام می‌شود و در آن دو بازیکن برای تسخیر قلمرو حریف با مهره های سفید یا سیاه که از سنگ ساخته شده اند باهم به رقابت می‌پردازند. بازیکنان انسان همیشه در قسمت اول بازی، تمرکز خود را بر روی چهار خط خارجی صفحه متمرکز می‌کنند، در حالی که در حرکت ۳۷ام، AlphaGo تصمیم گرفت مهره را روی خط پنجم از لبه قرار دهد. برخی ناظران فکر می‌کردند که این حرکت AlphaGo اشتباهی وحشتناک بوده‌ است. اما، همانطور که معلوم شد، به شیوه‌ای بی‌سابقه، تخیل پردازی و تصورگرایی ذهنی کامپیوتری اولین گام الهام‌ بخش برای بردن بازی بود. به قول یکی دیگر از تماشاگران این بازی ” این یک حرکت انسانی نیست. زیباست. زیباست و واقعا زیبا و بی نظیر است.”

در گذشته نیز دو ساوتوی عمل کرد کامپیوترها را در بازی شطرنج تماشا کرده بود، اما این یکی کاملا متفاوت بود. او می‌گوید: “هرگز فکر نمی‌کردم شطرنج چیز ترسناکی به نظر آید، اما اینبار یک کامپیوتر کاری کرد که چنین حسی داشته باشم. او آن را ساده تر از آنچه می‌پنداشت که فکرش را می‌کردید اما بازی Go پیچیدگی هایی دارد که با الگوها و شکل‌هایی که در روی تخته ظاهر می‌شوند پیچیده‌تر و پیچیده‌تر می‌شوند. من این بازی‌ها را به طور مداوم روی یوتیوب تماشا می‌کردم و حرکت ۳۷ام AlphaGo بیشتر شبیه این بود که: ” لعنتی! دنیای من واقعا مورد هجوم این ماشین‌های یادگیرنده قرار خواهد گرفت؟ “

ارائه تعاریف تازه از سوی هوش مصنوعی

او می‌گوید چیزی که او دیده بود مطالعه ای موردی در مورد هوش مصنوعی بود که پس از فرمول‌های ایجاد شده از سوی انسان‌ها و انجام کارهای خلاقانه بسیار، رها شد. در رشته ریاضی، دو ساوتوی برای هوش مصنوعی چشم اندازی فراتر از آنچه برای آن متصور هستند را دارد و احتمال حرکت رو به جلو هوش مصنوعی در صورتی که پیچیده و پیچیده تر باشد، در نوع فعالیت‌های انسانی مورد بحث قرار می‌گیرد و این امکان وجود دارد که تعریفی جدید و مستقل از فعالیت‌ها را ارائه دهد: استراتژی ها، تبعیض ها و “تصمیم‌گیری در مورد مسیرهای جالبی که باید اتخاذ و انجام شوند”.

او می‌گوید که ریاضیدانان بسیار پیشتر از او بر روی این مسئله کار می‌کنند و بر این باورند که هوش مصنوعی بیشتر و بهتر از آنان این کار را انجام خواهد داد و در واقع جایگزین ریاضیدانان خواهد شد. اما او همچنین بر این باور است که جنبه‌هایی از هوش انسانی و سازگاری با اصول ریاضی وجود دارد که به احتمال زیاد تنها در ذهن ما باقی خواهد ماند.

آدم های سست و تنبل به این قسمت توجه کنند، اجتناب انسان از انجام کارهای سخت به نظر می‌رسد شاید مهم نباشد اما در نوع خود بسیار خوب هم است. دو ساوتوی می‌گوید: ” من فکر می‌کنم تنبلی انسان بخش مهمی از پیدا کردن راه‌های خوب و جدید برای انجام کارهاست. اغلب به بعضی چیزها نگاه می‌کنم و فکر می‌کنم: ” خب، شاید این کار کمی سخت به نظر رسد اما من حتما راه میانبری برای انجامش پیدا خواهم کرد و تلاشم را می‌کنم”. یک کامپیوتر حتما با خود خواهد گفت: “خب، من این ابزارها را دارم و می‌توانم حتی به شکل عمیق وارد مشکل شوم و آن را حل کنم”. اما چون خسته نمی‌شود و تنبلی را احساس نمی‌کند، شاید آنچه را که تنبلی ما سبب مزایا و کمک به ما می‌شود را از دست بدهد. شاید این لطف از ویژگی ما برایمان نجات دهنده باشد. بسیار تفکر جالبی است: این ایده که چون ما توانایی مقابله با برخی چیزهای بسیار عمیق را نداریم، در نتیجه به سبب همان احساس خود، مجبوریم روش‌های هوشمندانه ای برای انجام آن‌ها پیدا کنیم.”

دو ساوتوی بر روی هنر تولید شده از سوی هوش مصنوعی و همچنین برنامه‌هایی که بر مبنای تکنیک‌های استادان قدیمی چون رامبرانت ساخته شده‌اند (به بیان منتقد هنری گاردین جاناتان جونز، تقلید وحشتناک و غیر اخلاقی و بی‌روح از هر آنچه که در طبیعت انسان خلاق است) تمرکز دارد اما شاید جالب‌ترین چیزهایی که او بررسی می‌کند بر رابطه بین تکنولوژی و موسیقی متمرکز باشد.

دو ساوتوی نوازنده ترومپت نیز است و ویولن سل را به خوبی می‌نوازد؛ دنیای موسیقی او همه ی سبک ها از ژان سیبیلیوس گرفته تا گروه راک هپی ماندئیز را دربر می‌گیرد. در گذشته، او توجه زیادی به جنبه‌های ریاضی موسیقی داشت و روشی که پر از الگوهای قابل ‌شناسایی و روابط عددی میان آن هاست؛ این بار او استدلال می‌کند که در ادامه مجموعه محدودی از گزینه‌های موسیقیایی، بسیاری از نوازندگان درست مانند نرم‌افزارهای کامپیوتری رفتار می‌کنند.

AI و توانایی نواختن موسیقی

اکنون، پیشرفته ترین هوش مصنوعی (AI) برای گرفتن این شباهت مورد استفاده قرار می‌گیرد و به طور فزاینده‌ای موسیقی تولید شده کامپیوتری را تولید می‌کند. او با برخی از این ها موافق است، که بیشترشان به شکل موزیک پس زمینه هستند: چیزهایی که کارهای یک گروه یا آهنگ‌ساز خاص را تقلید می‌کند و به نظر می‌رسد مانند “زیراکس” عمل می‌کند. اما مثال‌های دیگری از موسیقی که از سوی ماشین‌ها نوشته شده بسیار نوید بخش هستند. او با اصرار می‌گوید که در هر دو مورد، چیزی که کامپیوترها اغلب برجسته می‌کنند این است که موسیقی بسیار اسرار آمیز و جادویی تر از آن است که برخی افراد گمان می‌کنند.

او می‌گوید: ” هر زمان که من در مورد ریاضیات و موسیقی صحبت می‌کنم، مردم بسیار عصبانی می‌شوند چون فکر می‌کنند من سعی می‌کنم احساسات را از آن بیرون بکشم. اما وقتی با  آهنگسازی صحبت می‌کنید … خب، یکبار با فیلیپ گلَس صحبت کردم و او گفت: ” مردم از نظر احساسی به موسیقی من واکنش نشان می‌دهند، اما خودم هیچ احساسی در آن وارد نمی‌کنم. احساس بعد از آن بیرون می‌آید. من فقط به ساختار و قوانین علاقه دارم.” به همین دلیل، فکر می‌کنم که یکی از نکات این کتاب این است که بسیاری از اشکال هنری را بپذیریم، که همه معتقد هستند این امری ذاتا انسانی است که هرگز قادر به رمزگشایی نیست، و نشان دادن خیلی از این چیزها در حال حاضر ساختارهایی هستند که در زیر این ذات پنهان شده‌اند و ما می‌توانیم آن ها را شناسایی کنیم، و این چیزی است که به آن پاسخ می‌دهیم و می‌تواند به انسانی بودن ما در برابر هوش مصنوعی معنای بیشتری دهد.”

وقتی از او می‌پرسم که آیا او فکر می‌کند که هوش مصنوعی دیر یا زود قادر خواهد بود با قطعاتی از موسیقی ما را شگفت ‌زده کند و به همان اندازه که هر یک از دستاوردهای خلاقانه ی بشر ما را به سوی جلو حرکت دادند، سوق خواهد داد یا نه – برای توضیح بیشتر از آهنگ های Hey Jude گروه بیتلز و The Rite of Spring ایگور استراوینسکی استفاده کردم – احساس باطنی او این است که این شاهکارهای بزرگ به زودی اتفاق خواهند افتاد، اما این دقیقا نقطه نظر مهم در بررسی ما نیست.

هیچ دلیل بنیادی وجود ندارد که چرا در برخی موارد در آینده نمی‌توانیم ماشینی بسازیم که آگاهانه عمل کند. مارکوس دو ساوتوی

تعامل انسان و هوش مصنوعی

او می‌گوید بهترین نوع استفاده موسیقایی از هوش مصنوعی، همکاری با انسان‌ها است – چیزی که از سوی پیشروها به خوبی شرح داده شده ‌است، وسیله‌ای که یکی از متخصصان فرانسوی هوش مصنوعی به نام فرانسیس پاتچ (مدیر اسپاتیفایی) موفق به ساخت آن شد، که می‌تواند سبک های ابتدایی یک موسیقیدان را یاد بگیرد و سپس به موسیقی خود سبک و اصالت بخشد و آن را بسط دهد. در کتاب دو ساوتوی، او از برنارد لوبات، پیانیست جاز نقل می‌کند که با ماشین جدید خود به دو نوازی می‌پردازد: ” این سیستم به من ایده‌هایی را نشان می‌دهد که می‌توانم آن ها را توسعه دهم، اما سال‌ها طول می‌کشند تا توسعه پیدا کنند. سال‌ها جلوتر از من هستند، با این حال هر چیزی که نواخته می‌شود بدون تردید بخشی از من است.”

این نشان می‌دهد که معادل موزیکال این مهم مانند حرکت ۳۷ام هوش مصنوعی در بازی Go است و دو ساوتوی گمان می‌کند که چیزی عمیق در مورد این که انسان‌ها چگونه با هوش مصنوعی تعامل خواهند داشت، وجود دارد. ما اغلب شبیه ماشین رفتار می‌کنیم. گیر افتادیم. احتمالا در راه اندیشیدن به مسایل ریاضی گرفتار شده‌ایم. و اگر هوش مصنوعی می‌تواند این را ببیند و بگوید: “خب، این احتمالات وجود دارد،” شاید این امکان وجود داشته باشد که ما را از رفتار کردن مانند ماشین‌ها منع کند – و به طور عجیبی باعث شود که ما دوباره انسان شویم.”

او همچنین بر این باور است که به احتمال زیاد ماشین‌ها بیشتر و بیشتر ظاهر و شبیه انسان خواهند شد. او در این کتاب می‌گوید: ” هیچ دلیل بنیادی وجود ندارد که چرا در برخی موارد در آینده ما نمی‌توانیم ماشینی بسازیم که آگاهانه رفتار کند.”

خودآگاهی و همدلی

مارکوس دو ساوتوی به خودآگاهی و تحریک آن اشاره می‌کند که بین ۱۸ ماهگی تا دو سالگی در انسان شکل می‌گیرد. او می‌گوید: “چیزی در ذهن کودک اتفاق می‌افتد که سبب انتقال و تغییر خودآگاهی می‌شود.” او اضافه می‌کند: ” و فکر می‌کنم هیچ دلیلی وجود ندارد که چرا یک شبکه نمی‌تواند به حد کافی به پیچیدگی برسد که بتواند خود را رمزگشایی کند و احساس خود را داشته باشد.” شاید بتوان گفت این هم می‌تواند نوعی از همدلی قلمداد شود. برای این حرفش باید کمی مکث کرد!

اما آیا چنین چیزی واقعا ممکن است؟ واقعیت، مطمئنا مجموعه‌ای از گام‌های منطقی خواهد بود که ممکن است همدردی تقریبی با هوش مصنوعی را ترسیم کند – اما این چیزی نیست که واقعا بتوان آن را همدلی نامید. این چیزی تقریبا فراتر از توضیح اش است: احساسی که ما نسبت به دیگر انسان‌ها و حیوانات داریم – و بعضی اوقات، اشیا بی‌جان – به اندازه کافی عجیب و غیر عادی هستند. چطور مدار و سیم‌ها می‌توانند به آن نزدیک شوند و بعد آن را درک کنند؟

او می‌گوید: ” نگرانی شما دقیقا درست است، اما این مسئله سختی خود آگاهی است. ما هرگز نمی‌توانیم بفهمیم آیا همدلی مساله ای ظاهری است یا نه، و همین برای شما هم صادق است. ممکن است گاردین، وجهه فوق‌العاده خوبی را به خود بگیرد و فقط استعاره ای از واقعیت را نشان دهد و من فقط از نظر احساسی هیجان‌زده هستم که دارم درباره آن با شما صحبت می‌کنم. اما چطور واقعا می‌توانم بفهمم که چیزی اتفاق افتاده است یا نه و یا در حال رخ دادن است یا نه؟

او می‌گوید: ” این هوش مصنوعی ها در حال حاضر در همدلی نسبت به ما بهتر هستند. برای نمونه می‌توان گفت که هوش مصنوعی (AI) در تشخیص لبخند مصنوعی در مقایسه با لبخند واقعی بسیار بهتر از انسان عمل می‌کند. و اگر ما در مورد آینده یک جامعه پاد آرمانی (ویران شهر) نگران هستیم، باید یک AI همدل کنار خود داشته باشیم – هوش مصنوعی داشته باشیم که درک کند که انسان چه چیزی را دوست دارد و برعکس، ما باید درک کنیم که هوش مصنوعی چطور کار می‌کند – زیرا درباره زندگی ما تصمیم‌گیری خواهد کرد و آن را خواهد ساخت.”

این یکی از استدلال های او برای گوش دادن به موسیقی تولید شده از سوی هوش مصنوعی است، مطالعه بر نحوه کار کامپیوترها با ریاضیات و حتی اگر آن‌ها به صورت دیجیتالی تولید شده باشند: برای درک اینکه چگونه ماشین‌های پیشرفته در بالاترین سطح کار می‌کنند؛ به منظور اطمینان از اینکه ما همه چیز را در مورد تکنولوژی که در حال حاضر در زندگی ما ساخته شده‌ است را می‌شناسیم. به همین خاطر او می‌گوید:” فکر می‌کنیم که تحت کنترل هستیم اما در حال حاضر، اینطور نیست. اما اگر مادام، راه‌هایی را که به سبب آن ها تحت فشار قرار می‌گیریم را یاد بگیریم و با الگوریتم ها کنار بیاییم، حتما در اختیار آن‌ها قرار خواهیم گرفت.”

او می‌گوید: ” وقتی این اتفاق می‌افتد، شاید انسان‌ها و ماشین‌ها بتوانند به راحتی به آینده ای مشترک برسند. دقیقا به همان روشنی که کفش هایشان برق می‌زد.”

شهین غمگسار
مترجم هستم. با واژه‌ها سروکار دارم. و گاهی می نویسم.