آنچه ابن سینا می‌تواند در مورد هوش مصنوعی به ما بیاموزد
آنچه ابن سینا می‌تواند در مورد هوش مصنوعی به ما بیاموزدعلوم پایه و مهندسیعلمیدوشنبه ۳ اردیبهشت ۱۴۰۳ - ۲۲:۳۰مطالعه 5 دقیقهمریم صفدریتبلیغاتتبلیغاتتبلیغاتابن سینا كه قرن‌ها قبل از هوش مصنوعی زندگی می‌كرد، می‌تواند به ما كمك كند به سوالات خود دراین‌باره پاسخ دهیم كه آیا هوش مصنوعی آگاهی دارد؟تبلیغاتدر سال ۲۰۲۲، بلیك لوموئن، مهندس گوگل با سخنوری برجسته ارتباط برقرار كرد .
دیالوگ‌های آن‌ها به‌طور طبیعی در جریان بود و از موضوعاتی از فلسفه گرفته تا تلویزیون تا رویاهای آینده را شامل می‌شد. فقط یك مشكل وجود داشت: آن سخنور چت‌بات هوش مصنوعی بود.لوموئن در گفتگو با مدل زبانی LaMDA گوگل به‌تدریج متقاعد شد چت‌بات نیز مانند یك شخص است .
اما آیا این ادعا می‌تواند واقعیت داشته باشد؟ابیگیل تولنكو، دانشجوی دكترای فلسفه علم دانشگاه هاروارد می‌گوید در بیشتر چارچوب‌های اخلاقی، ملاحظات خاصی همچون حقوق، وظایف، تمجید، سرزنش، كرامت و عاملیت در سطح فرد ظاهر می‌شود .
بنابراین، این سوال كه آیا سیستم‌های الكترونیكی می‌توانند شخصیت پیدا كنند، پیامدهای گسترده‌ای برای نحوه تعامل ما با این فناوری‌ها دارد.ابن سینا درمورد بسیاری از سوالات مشابهی تامل می‌كرد كه اخلاق‌شناسان امروزی به آن‌ها فكر می‌كننددر سال‌های اخیر بسیاری از فیلسوفان استدلال كرده‌اند آنچه از ما انسان می‌سازد، ظرفیت ما برای تجربه آگاهانه است .
اما چگونه آگاهی را تعریف می‌كنیم؟ از چه شواهد بیرونی می‌توانیم برای تعیین این موضوع استفاده كنیم كه موجودی دارای آگاهی است؟ عدم اجماع در مورد این سؤالات یكی از دلایلی است كه بحث درمورد شخصیت داشتن هوش مصنوعی مدت‌ها است به نتیجه نرسیده است .
مرجان شیخیهوش مصنوعی LaMDA گوگل؛ خودآگاهی یا تظاهر به خودآگاهی؟ [همراه با ویدئو]مطالعه '20ابن سینا قرن‌ها قبل از اختراع ماشین چاپ زندگی می‌كرد، چه برسد به هوش مصنوعی. با‌این‌حال، او درمورد بسیاری از سوالات مشابهی تامل می‌كرد كه اخلاق‌شناسان امروزی به آن‌ها فكر می‌كنند: چه چیزی موجب می‌شود فرد به جای حیوان، یك انسان باشد؟همان‌طور كه پژوهشگران معاصر هوش مصنوعی علاقمند به مقایسه فرآیندهایی هستند كه زیربنای پاسخ انسان و هوش مصنوعی به وظایف مشابه است، ابن سینا نیز علاقمند به مقایسه فرایندهای درونی انسان و حیوانات برای رسیدن به خروجی‌های رفتاری مشابه بود .
ازنظر او، یكی از قابلیت‌های كلیدی تمایز انسان، درك كلیات است. درحالی كه حیوانات فقط می‌توانند درمورد جزئیات فكر كنند (موارد خاصی كه درست پیش روی آن‌ها است)، انسان‌ها می‌توانند از قواعد كلی استدلال كنند .
ابن سینا در كتاب النفس از مثال معروف باستانی درمورد گوسفندی صحبت می‌كند كه با گرگی رو‌به‌رو می‌شود. او ادعا می‌كند درحالی‌كه انسان‌ها به اصلی كلی استناد می‌كنند كه «گرگ‌ها به‌طوركلی خطرناك هستند و حیوان خاصی كه مقابل آن‌ها است، گرگ است، بنابراین باید فرار كرد»، حیوانات متفاوت فكر می‌كنند .
آن‌ها از روی قانونی كلی استدلال نمی‌كنند، بلكه فقط گرگ را می‌بینند و می‌دانند باید فرار كنند. آن‌ها به‌جای استدلال كردن درمورد ویژگی‌های كلی گرگ‌ها، به جزئیات محدود می‌شوند.تمایزی كه ابن سینا بین روانشناسی انسان و حیوان قائل می‌شود، شباهت بالایی به تمایزی دارد كه دانشمندان عصر جدید در ارتباط با هوش مصنوعی درحال بررسی آن هستند .
پژوهش‌های كنونی نشان می‌دهد شبكه‌های عصبی مصنوعی توانایی تعمیم‌پذیری تركیبی سیستماتیك را ندارند. زبان‌شناسان و دانشمندان علوم شناختی از این اصطلاح برای توصیف انواع استنتاج‌هایی استفاده می‌كنند كه از روی قواعد تعمیم‌یافته به دست می‌آیند .
این روش یكی از راه‌های اصلی استدلال است كه انسان‌ها در زندگی روزمره خود به كار می‌برند.درحالی‌كه انسان‌ها معانی انتزاعی را از دنباله‌ای از كلمات درمی‌یابند كه سپس می‌توانند به شكل ایده‌های پیچیده‌تر تركیب شوند، هوش مصنوعی درون مجموعه داده‌های آماری برای ورودی‌های داده خاص كه با وظیفه خاصی مطابقت دارند، جستجو می‌كند .
تفاوت یاد شده تا حد زیادی محدودیت‌های هوش مصنوعی معاصر را توضیح می‌دهد. برای اینكه این تفاوت را در عمل ببینید، به آزمون‌های كپچا نگاه كنید كه به منظور تمایز بین انسان و ربات به كار می‌روند و ربات‌ها نمی‌توانند آن‌ها را بخوانند .
تغییرات كافی تشخیص حروف را برای پیچیده‌ترین سیستم‌های مصنوعی دشوار می‌كند. علت آن است كه سیستم فاقد ظرفیت تركیبی برای تعمیم انتزاعی درمورد ویژگی‌های اصلی حروف است و نمی‌تواند آن را به نمونه كج و معوج تعمیم دهد .
این تفاوت بین شناخت انسان و شناخت مصنوعی به‌خوبی با توصیف ابن سینا از آنچه در مورد استدلال انسان منحصربه‌فرد است، منطبق است. او در كتاب الشفا توضیح می‌دهد چگونه موجود دارای خرد می‌آموزد چه چیزهای مشترك هستند و چه چیزهایی مشترك نیستند و بنابراین ماهیت چیزهای مشترك را در انواع مختلف استخراج می‌كند .
ازنظر ابن سینا یكی از ویژگی‌های متمایز انسان درك كلیات استما انسان‌ها ویژگی‌های اساسی اشیاء را از ویژگی‌های كمتر ضروری جدا می‌كنیم تا به مفاهیم تعمیم‌یافته برسیم. سپس به كمك این مفاهیم استدلال می‌كنیم و آن‌ها را روی موارد مختلف اعمال می‌كنیم .
به‌عنوان مثال، در كودكی یاد می‌گیریم ویژگی اصلی حرف ایكس را استخراج كنیم: این حرف از دو خط متقاطع تشكیل شده است. سپس تعمیمی كلی درمورد ویژگی‌های اصلی X انجام می‌دهیم تا به این نتیجه برسیم كه همه X ها از دو خط متقاطع تشكیل شده‌اند .
درنهایت با اعمال این تعمیم می‌توانیم X ها را تشخیص دهیم. می‌دانیم دو خط متقاطع ویژگی‌های اصلی حرف X هستند و خطوط اضافی تصادفی و پیچ‌وخم‌ها در تصاویر كپچا این‌طور نیستند. این درحالی است كه كامپیوتر نمی‌تواند استنباط كند تصویر نشان‌دهنده X است، مگر اینكه تصویر دقیقی از X یا چیزی كه به اندازه كافی مشابه است، به آن داده شود .
خطوط اضافی و اشكال پیچ و تاب‌دار برای غیرقابل تشخیص شدن X كافی است، زیرا در مخزن بزرگ كامپیوتر از تصاویری كه به‌عنوان X طبقه‌بندی شده‌اند، وجود ندارد.به‌طور مشابه، اگر وظیفه‌ای مانند مورد گوسفند به شبكه عصبی مصنوعی سپرده شود، شبكه عصبی مصنوعی مانند انسان نتیجه‌گیری كلی نمی‌كند و درعوض مانند گوسفندان فكر می‌كند و به جزئیات محدود می‌شود .
بیشتر بخوانیدبیوگرافی ابوعلی سینا، پدر علم پزشكی و فلسفه مدرن22 مرداد 97مطالعه '21چگونه می‌توان فهمید هوش مصنوعی به آگاهی رسیده است؟17 شهریور 02مطالعه '3یكی از تفاوت‌های اساسی بین گوسفند و شبكه عصبی مصنوعی در این است كه شبكه عصبی مصنوعی به مخزن بسیار بزرگ‌تری از جزئیات به شكل مجموعه داده‌های جامع دسترسی دارد .
چیزی كه یادگیری عمیق را در وظایف زبانی بسیار موفق می‌سازد، دسترسی به مجموعه داده‌های بزرگ با جزئیات زیاد به جای استدلال ازطریق تعمیم‌پذیری تركیبی است.معیار اصلی ابن سینا برای شخصیت (استدلال از روی كلیات) شباهت زیادی به تعمیم‌پذیری تركیبی سیستماتیك دارد .
این معیار می‌تواند استاندارد احتمالا قابل آزمایشی برای دارا بودن شخصیت ارائه دهد. تاكنون، هوش مصنوعی در این آزمایش بارها شكست خورده است.آثار ابن سینا را به‌عنوان راه‌حل موضوع شخصیت داشتن هوش مصنوعی بپذیریم یا نه، روایت وی دریچه جدیدی برای حل مساله شخصیت هوش مصنوعی ارائه می‌دهد كه فرضیات گزارش‌های مبتنی‌بر آگاهی را به چالش می‌كشد .
اصول اخلاقی علمی اغلب با آخرین پژوهش‌ها، جدیدترین فناوری و هجوم مداوم داده‌ها پیوند خورده است. اما گاهی اوقات سؤالات آینده مستلزم بررسی دقیق گذشته است. نگاهی به تاریخ به ما این امكان را می‌دهد كه فراتر از تصورات و پیش‌فرض‌های زمانه خود به موضوع بنگریم و ممكن است از بن‌بست‌های كنونی رهایی پیدا كنیم .
منبع : https://www.zoomit.ir/fundamental-science/419981-what-philosopher-ibn-sina-can-teach-us-about-ai/