سخنرانی TED: هوش مصنوعی چیست؟ هنوز نمی‌دانیم

در حالی که هوش مصنوعی (AI) به سرعت در حال دگرگون کردن ساختارهای اجتماعی، اقتصادی و فرهنگی در جهان است، هلن تونر، یکی از چهره‌های تأثیرگذار حوزه‌ سیاست‌گذاری هوش مصنوعی، در این سخنرانی به شکاف عظیمی اشاره کرد که بین توانایی ما در ساخت این فناوری و درک سازوکار درونی آن وجود دارد. او در این سخنرانی تأکید کرد: «حتی متخصصان هوش مصنوعی هم نمی‌دانند واقعاً با چه چیزی سر و کار دارند.»

تونر گفت: «معمولاً وقتی فناوری‌ای جدید خلق می‌شود، مهندسان و طراحان آن از جزئیات عملکردش مطلع‌اند. اما در مورد هوش مصنوعی چنین چیزی صدق نمی‌کند. ما می‌دانیم چطور این سیستم‌ها را بسازیم و اجرا کنیم، اما در مورد فهم درونی عملکردشان با محدودیت‌های جدی روبه‌رو هستیم.»

هوش مصنوعی چیست؟ هنوز نمی‌دانیم

یکی از نکات کلیدی سخنرانی تونر، به چالش بنیادین تعریف «هوش» بازمی‌گردد. او توضیح میدهد که درک‌های متناقض از چیستی هوش باعث شده مسیر توسعه هوش مصنوعی مبهم و پیش‌بینی‌ناپذیر باشد. «آیا هوش یعنی توانایی حل مسئله؟ یادگیری و تطبیق؟ درک احساسات؟ یا نیاز به بدن فیزیکی دارد؟ پاسخ‌های مختلف به این پرسش، آینده‌های متفاوتی را برای پدیده هوش مصنوعی ترسیم می‌کند.»

چت چی‌پی‌تی (ChatGPT) و سقوط مرز میان هوش محدود و هوش عمومی

هلن تونر به ظهور ابزارهایی مانند « ChatGPT» به عنوان نقطه عطفی در تصور عمومی از هوش مصنوعی اشاره کرد. او گفت: «برای سال‌ها فکر می‌کردیم می‌توان هوش مصنوعی را به دو دسته تقسیم کرد: هوش محدود (narrow AI) برای انجام یک وظیفه خاص، و هوش عمومی (AGI) که می‌تواند مانند یک انسان، همه‌چیز را انجام دهد. اما حالا با ظهور مدل‌هایی مانند چت جی‌پی‌تی (ChatGPT)، این مرزبندی دیگر پاسخ‌گو نیست.»

تونر توضیح داد که چت جی‌پی‌تی نه صرفاً یک مدل محدود است و نه معادل یک هوش عمومی کامل. این ابزار توانایی انجام طیفی از وظایف را دارد (از برنامه‌نویسی و شعرگویی گرفته تا تحلیل مسائل اقتصادی) اما همچنان در بسیاری از حوزه‌ها به پای توانایی انسانی نمی‌رسد. به گفته‌ او، «تعمیم‌پذیری» دیگر معیار مناسبی برای تفکیک بین “هوشمند” و “غیرهوشمند” نیست.

جعبه‌ سیاه میلیاردها عدد

از نظر تونر، یکی از دشوارترین بخش‌های فهم هوش مصنوعی، پیچیدگی ساختار درونی آن است. او گفت: «شبکه‌های عصبی عمیق مانند جعبه سیاهی هستند که وقتی درون‌شان را باز می‌کنیم، فقط با میلیاردها عدد و پارامتر مواجه می‌شویم که در ترتیبات خاصی با هم جمع یا ضرب می‌شوند. مشکل در این است که نمی‌دانیم هر کدام دقیقاً چه کاری انجام می‌دهند.»

او با اشاره به پیشرفت‌های اخیر در حوزه‌ «قابلیت تفسیرپذیری هوش مصنوعی» (AI interpretability) گفت که برخی محققان موفق شده‌اند بخش‌هایی از شبکه‌های عصبی را شناسایی کنند که قابل کنترل‌اند؛ مثلاً می‌توان شدت پاسخ‌های هیجانی یا صداقت مدل را تنظیم کرد. این تحقیقات می‌توانند در آینده‌ نزدیک به درک بهتر این «جعبه سیاه» کمک کنند.

برای قانون‌گذاری لازم نیست متخصص باشیم

این پژوهشگر و عضو پیشین هیئت‌مدیره شرکت «OpenAI»،  یکی از مهم‌ترین نکات سخنرانی خود را به از بین بردن ترس عمومی از هوش مصنوعی اختصاص داد. او با لحنی تشویق‌کننده گفت: «نترسید. نه از فناوری، نه از مهندسان و شرکت‌هایی که آن را می‌سازند. درست است که تخصص مهم است، اما تاریخ نشان داده مردم عادی نیز می‌توانند مسیر استفاده از فناوری را تغییر دهند.»

او از مثال‌هایی چون مبارزات کارگران کارخانه‌ها در قرن بیستم برای ایمنی محیط کار، و تلاش فعالان حقوق معلولان برای دسترسی‌پذیر کردن اینترنت یاد کرد و گفت: «برای مشارکت در شکل‌دهی آینده هوش مصنوعی، لازم نیست حتماً دانشمند یا مهندس باشید.»

سیاست‌گذاری منعطف به جای پیش‌بینی دقیق

تونر با نقد دوگانه‌سازی‌های رایج میان «قانون‌گذاری سخت» و «ترس از توقف نوآوری»، پیشنهاد کرد که به جای دنبال کردن قطعیت، باید روی تطبیق‌پذیری تمرکز کنیم. او گفت: «وقتی در جاده‌ای پر پیچ‌وخم رانندگی می‌کنیم، چیزی که به کار می‌آید، دید مناسب از جلو و سیستم فرمان خوب است، نه پیش‌بینی همه پیچ‌ها.»

به گفته او، این دید به‌معنای سرمایه‌گذاری روی ابزارهای ارزیابی عملکرد هوش مصنوعی، الزامی‌کردن شفاف‌سازی از سوی شرکت‌های توسعه‌دهنده، اجازه‌ی دسترسی ممیزهای بیرونی به سیستم‌ها، و طراحی سازوکارهای گزارش‌دهی درباره حوادث واقعی است.

هوش مصنوعی همین حالا در حال شکل دادن به آینده ماست

هلن تونر در پایان سخنرانی خود تأکید کرد که Iهوش مصنوعی دیگر یک پدیده‌ی آینده‌نگرانه نیست، بلکه هم‌اکنون در حال اثرگذاری جدی بر زندگی انسان‌هاست. از شکستن موانع زبانی گرفته تا پیش‌بینی ساختارهای پروتئینی و در آینده شاید دستیابی به انرژی هم‌جوشی پاک یا تحول در کشاورزی.

او گفت: «ما فقط منابع داده نیستیم. ما کاربران، کارگران، و شهروندان این فناوری هستیم. و نقش ما تعیین‌کننده است.» تونر سخنانش را این‌گونه به پایان رساند: «نباید منتظر اجماع یا وضوح کامل بمانیم. ما می‌توانیم با وضع سیاست‌های مناسب، تصویری شفاف‌تر از تغییرات فناوری ترسیم کنیم، و آنگاه، برای ساختن آینده‌ای که می‌خواهیم، وارد میدان شویم.»