توسعه هوش مصنوعی نیازمند شناخت پیشینه و بازیابی بومی است

به گزارش خبرگزاری حوزه، حجت‌الاسلام والمسلمین سعید صراف‌زاده در ادامه همایش سایبرنتیک، فضای سایبر و هوش مصنوعی به تحلیل سیر تحول نگرش علمی در غرب پرداخت.

وی با اشاره به فرآیند توسعه علمی بیان کرد: اگر ما به نوعی توسعه علمی را به عنوان یک فرآیند نگاه کنیم، تقریباً می‌توانم بگویم بعید است کسی کتاب "علم و دین" را دیده باشد و این سیر کار علمی را به نوعی متوجه نشده باشد.

این استاد حوزه با تحلیل تحولات تاریخی علم افزود: ابتدای کار عملاً ناظر به فضای غرب بوده است. ابتدای کار ما با یک نگرشی مواجه هستیم که در فضای مدارس کلیسایی، نگاه به علوم به عنوان ابزارهایی برای شناخت خدای متعال از طریق شناخت پدیده‌هایی که خدای متعال خالق آن‌هاست، وجود داشت.

حجت‌الاسلام صراف‌زاده با بیان ویژگی‌های دوره نخست علمی گفت: به عبارت دیگر، نگاه آیینه‌محور به پدیده‌ها، فضای علمی تقریباً می‌شود گفت در فضای غرب از این جاها شروع شد.

وی به تحول بعدی در نگرش علمی اشاره کرد و اظهار داشت: به مرور نگاه می‌کنیم می‌بینیم که حرکت به سمت شناخت خود پدیده‌هاست و سعی می‌شود که خود پدیده‌ها، دیگر اصلاً به تدریج آن نگاه آیینه‌محور کنار رود.

این استاد حوزه با اشاره به جایگزینی نگرش جدید گفت: کاری به سنت‌های الهی ندارند، خود پدیده را نگاه می‌کنند. فیزیک و امثال این‌ها که البته ابتدای کار اگر دیده باشیم، ما یک مجموعه بزرگی به اسم فلسفه داشتیم.

حجت‌الاسلام صراف‌زاده به روند تفکیک علوم اشاره کرد و گفت: فلسفه محتوی برق، ریاضیات، طبیعیات و ما بعدالطبیعه یا الهیات و همین طور حکمت عملی که به اصطلاح سیاست، اخلاق و امثال این‌ها در حقیقت در این‌ها جا می‌گرفت، همه به عنوان یک سیستم یکپارچه بودند.

وی با بیان تحولات جدید در علم افزود: به مرور حرکت به سمت جداسازی حوزه‌های علمی مختلف و تلاش برای شناخت خود پدیده‌ها صورت گرفت. به مرور پیچیدگی‌های خودش را در این نگاه‌هایی که اصطلاحاً وجود داشت، برجسته کرد.

این استاد حوزه به مثال عینی اشاره کرد و گفت: من به خاطر دارم مثلاً در موضوعات خیلی پیچیده‌ای که مثلاً می‌خواستند جریان صیاد را به اصطلاح مدل‌سازی می‌کنند، ابتدا سعی بر این بود معادلات حاکم شناسایی شود و امثال این‌ها مدل‌سازی شود.

حجت‌الاسلام صراف‌زاده با اشاره به تغییر روش در مدل‌سازی گفت: بعداً می‌دیدیم که این مدل می‌آمد. گفتند این مدل پایه علمی‌اش چیست؟ توجیهش چیست؟ گفتم مهم این نیست که حالا توجیه چه باشد. شکل کار به کار می‌رود.

وی با تحلیل رویکردهای جدید علمی بیان کرد: وقتی دستمان نمی‌رسد معادلات حاکم و قواعد حاکم را کامل و دقیق شناسایی بکنیم، پس چه کار می‌کنیم؟ می‌آییم از یک راه میانبری. به خودشان بعضی وقت‌ها می‌گویند بای‌پاس می‌کنیم. یک سری چیزهایی را دور می‌زنیم و می‌رویم سراغ این که این‌ها را مدل‌سازی کنیم.

این استاد حوزه با اشاره به اهداف علم جدید تأکید کرد: یک مدل که بالاخره جواب می‌دهد و در حقیقت بتوانیم کنترل بکنیم آنچه که پیرامونمان هست. در این سیر، ابزارهای متعددی در اختیار قرار گرفته و از آن استفاده شده، هم برای نظریه‌پردازی و امروزه برای مدل‌سازی و کنترل.

کارشناس حوزه هوش مصنوعی: سایبرنتیک و هوش مصنوعی ریشه در علوم پایه و سنتی دارند

وی با اشاره به مبانی علم کنترل بیان کرد: آنانی که احتمالاً رشته‌های مهندسی خوانده‌اند، معمولاً یک واحد سه واحدی کنترل هم دارند. آنجا شاید یکی از سوالات این بوده باشد که ما چرا اصلاً کنترل را برای چی می‌خواهیم؟ چرا دست برداشتیم از معادلات حاکم و آمدیم گفتیم یک جعبه دارم که اسمش را می‌گذاریم سیستم.

این کارشناس حوزه هوش مصنوعی با تشریح ساختار سیستم‌ها افزود: یک محیط یا فضای محیطی دارد و این در حال تبادل است. بعد هم مثلاً می‌گوییم ورودی این، یک چیزی می‌خواهیم به آن ورودی بدهیم. از آن طرف یک فیدبک لوپ که به اصطلاح حلقه بازخوردی از خروجی آن بگیرم، بعد دوباره این را اصلاح کنم و به عنوان ورودی بشکنم.

حجت‌الاسلام صراف‌زاده به شکل‌گیری علم سایبرنتیک اشاره کرد و گفت: تمامی این فضای ایده‌ها، یواش‌یواش از لاش یک سری ایده‌هایی مثل علم سایبرنتیک تقریباً دارد - اشتباه می‌گویم، اساتید تصحیح بفرمایند - علم سایبرنتیک که در واقع به نوعی به سمت این است که یک هدف‌گذاری کند، بعد این هدف‌گذاری را تقریباً کمی‌سازی کند و بعد در واقع استیرینگ یا فرماندهی یا به اصطلاح راندن این سیستم را انجام دهد.

وی با اشاره به نظریه سیستم‌ها اظهار داشت: سیستم هم همان‌طور که در بحث ژنرال سیستم تئوری بود، از کوچک‌ترین سیستم‌هایی مثل اندام‌ها - مثلاً سلول‌ها - بعدش اندام‌ها و سیستم‌های بزرگی مثل سیستم‌های اجتماعی. اینجا در سایبرنتیک دیگر چنین وضعی دارد.

این کارشناس به پیشینه تاریخی هوش مصنوعی پرداخت و گفت: در فضای هوش مصنوعی هم می‌شود گفت که ابتدای کار تا حدود زیادی ما ابزارهایی را داشتیم که البته این ابزارها ریشه در علوم دیگری از قبل داشته‌اند.

حجت‌الاسلام صراف‌زاده به مثال کتاب جامع الشواهد اشاره کرد و بیان داشت: من مثال می‌خواهم بزنم. شما در ادبیات عرب کتابی دارید به اسم جامع الشواهد. دوستان قاعدتاً آشنایی دارند. کتاب جامع الشواهد چه کار می‌کند برای ما؟ کتاب جامع الشواهد شاید در آن زمان این اصطلاحات وجود نداشته. کتاب جامع الشواهد در واقع یک پیکره زبانی است.

وی با تشریح کارکرد پیکره‌ها افزود: پیکره‌های زبانی چه کار می‌کنند؟ پیکره‌های زبانی در حقیقت ابزاری را برای شخصی که نظریه‌پردازی می‌کند فراهم می‌کنند برای اینکه نظریه خودش را در آن پیکره به آزمون بگذارد.

این کارشناس حوزه هوش مصنوعی به تکامل تاریخی پیکره‌ها اشاره کرد و گفت: پیکره چیست؟ خودش مجموعه منتخبی از آنچه که حالت معیار دارد. این می‌شود پیکره زبان در فضای مطالعات زبانی. بعد یواش‌یواش بحث نچرال لنگویج پروسسینگ که آمد در فضای زبان‌شناسی.

حجت‌الاسلام صراف‌زاده با اشاره به ظهور پردازش زبان طبیعی اظهار داشت: در واقع پردازش زبان طبیعی که با ابزارهای تکنولوژیکی مثل کامپیوتر یواش‌یواش سر برآورد. طبیعتاً پیکره‌ها یواش‌یواش ساختارهای نوینی پیدا کرد و به مرور این ابزارهایی که می‌شود گفت از مدت‌ها پیش - از هزار و چند صد سال پیش شاید این محتواها وجود داشته و حتی اینها جمع‌آوری می‌شد در چیزهایی مثل مشهد.

وی به توسعه زیرساخت‌های هوش مصنوعی پرداخت و گفت: اما حالا عنوانش چه بوده؟ ما در واقع روی عنوان که درگیری نداریم. یواش‌یواش اینها توسعه پیدا کرد و طبیعتاً هوش مصنوعی هم که بر یک زیرساخت‌هایی که از قبل فراهم شد - حالا بحث‌های این به اصطلاح زیرساختی در ریاضیات به شدت به صورت توسعه‌یافته‌ای در ریاضیات در شاخه‌های مختلف ریاضیات وجود داشته - برای ما توسعه پیدا کرد.

این کارشناس در پایان به تحولات پارادایمی در هوش مصنوعی اشاره کرد و گفت: توسعه پیدا کرد تا اینکه شده ابزارهایی برای هوش مصنوعی. در هوش مصنوعی ما در واقع از همین فضای پیکره‌ها استفاده شد. اما در یک زمانی در فضای هوش مصنوعی به عبارتی گفتم پارادایم نمادگرایی واجب بود.

کارشناس فضای سایبر: توسعه هوش مصنوعی نیازمند شناخت پیشینه و بازیابی بومی

وی با اشاره به روند توسعه فناوری بیان کرد: گروه توسعه پیدا کردن یعنی ما ابتدا از پیکره‌های کوچک‌تر شروع کردیم در فضای علمی و به مرور پیکره‌ها بزرگ‌تر و بزرگ‌تر شد و به جایی رسیدیم که انبوهی از داده‌ها که معمولاً کلان‌داده را با سه خصوصیت می‌گویند: سه V - Volume, Velocity, Variety - یعنی در واقع حجم بسیار زیاد، سرعت تشکیل بسیار زیاد، و تنوع بسیار بالا.

این کارشناس فضای سایبر با تشریح ویژگی‌های داده‌های کنونی افزود: شما اکنون داده‌های وب را اگر نگاه کنید، نمود ترسیم می‌شود. این تغییرات فوق‌العاده است. یعنی شما می‌بینید در قاهره در یک ساعت مثلاً چقدر صفحه جدید در اینترنت تولید می‌شود. از لحاظ حجم که بسیار زیاد است، از لحاظ سرعت تولید بسیار بالا، و به لحاظ تنوع: داده‌های متنی، داده‌هایی که از سنسورها گرفته می‌شود.

حجت‌الاسلام صراف‌زاده به منابع مختلف تولید داده اشاره کرد و گفت: سنسورها را فراموش نکنید. بخش قابل توجهی از داده‌ها، سنسورهایی هستند که در جاهای مختلف وجود دارند. دوربین‌هایی هستند که در جاهای مختلف حضور دارند عکسبرداری می‌کنند، سنسورها اندازه‌گیری انجام می‌دهند. اندازه‌گیری که مربوط به بخش‌های مختلف می‌شود، پایش‌های محیط زیستی، انواع و اقسام چیزها.

وی با اشاره به ضرورت تحلیل داده‌ها اظهار داشت: این داده‌ها در واقع جایی می‌رود جمع شود و تحلیل شود. اگر بخواهیم تا حدود زیادی ببینیم اینجا چه تأثیری در ماجرا می‌گذارد، من یک مثال کوچک می‌زنم: اگر دو سه نقطه رنگی را در یک جا داشته باشیم، به آن نگاه می‌کنیم هیچ چیز خاصی ندارد، اما این نقطه‌های رنگی وقتی کنار هم قرار می‌گیرد در نقش پیکسل‌های یک تصویر، ناگهان می‌بینید یک الگویی را به شما نشان می‌دهد.

این کارشناس با اشاره به توسعه قابلیت‌های پردازش تصویر افزود: اگر این باز توسعه پیدا کند و شما در نظر بگیرید که اگر یکباره می‌توانستید فقط در قالب یک تصویر یک شخص چیزی را ببینید، حالا تصویری داشته باشید از انواع افراد، انواع اشیاء، منظره‌های گوناگون، تکنولوژی‌های مختلف. چقدر می‌تواند این مقیاس اثر قابل توجهی در فضای ادراکی ما داشته باشد.

حجت‌الاسلام صراف‌زاده به نقش محوری داده در هوش مصنوعی اشاره کرد و گفت: در حقیقت آنچه تا حدود زیادی این کمک را کرد به فضای علمی حاکم و فضای هوش مصنوعی، و امروز هم اگر دقت کرده باشید، شاید تا قبل از اینکه OpenAI با ChatGPT بیاید و مدل‌های زبانی بزرگ بیایند و خودشان قالب چتری مانند GPT نشان دهند، تقریباً کسی چیزی از هوش مصنوعی نمی‌شناخت.

وی با اشاره به تحول ایجادشده توسط مدل‌های زبانی بیان کرد: امروزه تقریباً همه جامعه را درگیر کرده‌اند. در حقیقت مدل‌های زبانی بزرگ، آن چیزی هستند که می‌شود گفت یک سری توابع پیچیده ریاضیاتی که با تحلیل آماری به دست آمده‌اند.

این کارشناس فضای سایبر به سازوکار این مدل‌ها اشاره کرد و افزود: این خیلی مهم است. ما در واقع تحلیل آماری روی کلان‌داده صورت دادیم برای اینکه بتوانیم الگوهایی را مشابه این‌ها بسازیم، تشخیص دهیم و پی بگیریم، بدون اینکه هیچ کاری به قواعد داشته باشیم. اینجا شما هیچ قواعد نحوی به صورت صحیح ندارید.

حجت‌الاسلام صراف‌زاده با هشدار گفت: جمع‌بندی می‌خواهم بکنم. بسیاری از این ابزارها هستند که ما تا درست نشناسیم پیشینه آن‌ها را درست نشناسیم و سعی نکنیم در فضای بومی خودمان بازیابی کنیم این‌ها را و بدانیم چه هدف‌گیری کرده‌اند، این خیلی مهم است. آن‌ها در چه جهتی دارند حرکت می‌کنند؟ ما عملاً فقط تبدیل به یک سری استفاده‌کننده محض خواهیم شد.

وی در پایان تأکید کرد: بسیاری از این جریاناتی که در غرب دارد اتفاق می‌افتد و حرکت‌هایی که دارد صورت می‌گیرد، تبدیل ما به مقلد محض این‌ها، عملاً در جهت خدمات و اهداف آن‌ها حرکت کردن و جزئی از جورچین چیده‌شده توسط دشمن قرار گرفتن است.

انتهای پیام/