مرز واقعی هوش مصنوعی عمومی کجاست؟

«دمیس هاسابیس»، مدیرعاملگوگل دیپ‌مایندبرای سنجش هوش مصنوعی عمومی یا همانAGIمعیاری بسیار ساده اما سخت‌گیرانه پیشنهاد می‌کند. او معتقد است بسیاری از پیشرفت‌هایی که امروز با هیجان فراوان به‌عنوان گام‌های بزرگ معرفی می‌شوند، لزوماً نشانه‌ی رسیدن به هوش عمومی نیستند.

مدیرعامل گوگل دیپ‌مایند یک آزمایش فکری جالب مطرح می‌کند: تصور کنید تمام دانش بشر را تا پایان سال ۱۹۱۱ به یک سیستم هوش مصنوعی آموزش دهیم اما هیچ دسترسی به اطلاعات پس از آن نداشته باشد. حالا ببینیم آیا این سیستم می‌تواند، دقیقاً مثل آلبرت اینشتین در سال ۱۹۱۵، نظریه‌ی نسبیت عام را از نو کشف و صورت‌بندی کند؟

اگر چنین سیستمی بتواند بدون هیچ داده‌ی جدیدی به این سطح از خلاقیت علمی برسد، آن‌گاه شاید بتوان گفت به آستانه‌ی AGI نزدیک شده‌ایم. اما اگر نتواند، حتی با وجود درخشش در آزمون‌ها و مسابقات مختلف هنوز با سامانه‌ای سروکار داریم که بیشتر در بازشناسی و ترکیب الگوها مهارت دارد تا در آفریدن ایده‌های بنیادین و واقعاً نو.

نسبیت عام فقط یک پاسخ علمی به یک پرسش خاص نبود؛ تحولی عمیق در درک ما از فضا، زمان و گرانش ایجاد کرد. چنین جهشی نیازمند ترکیبی از شهود عمیق، تخیل نظری، تسلط بر ریاضیات پیشرفته و توانایی دیدن پیوندهای پنهان میان مفاهیم به‌ظاهر بی‌ربط است. به نظر هسابیس، دقیقاً همین ویژگی‌ها هستند که باید در تعریف واقعی AGI جدی گرفته شوند.

او بارها تکرار کرده که تعریفش از هوش عمومی تغییر نکرده است: سیستمی که بتواند تمام قابلیت‌های شناختی انسان را، نه به‌صورت پراکنده و ناپایدار بلکه به‌صورت کامل و متعادل نشان دهد. نه صرفاً قبولی در آزمون‌های حرفه‌ای، نه رتبه‌ی اول شدن در یک مسابقه‌ی تخصصی و نه حتی حل مسائل بسیار سخت در یک حوزه‌ی محدود. مسئله، داشتن طیف وسیع و هماهنگ از توانایی‌های ذهنی است.

این توانایی‌ها شامل استدلال انتزاعی، تعمیم دانش به موقعیت‌های کاملاً جدید، یادگیری از داده‌های محدود، برنامه‌ریزی بلندمدت، درک زمینه و ابهام و مهم‌تر از همه، خلاقیت نظری واقعی می‌شود. از نگاه او هوش عمومی یعنی پایداری و انعطاف‌پذیری؛ سیستمی که در یک زمینه درخشان باشد ولی در زمینه‌ی دیگر ناگهان از کار نیفتد.

به همین دلیل است که در گوگل دیپ‌مایند به علوم اعصاب توجه ویژه‌ای شده. مغز انسان تنها نمونه‌ی شناخته‌شده‌ی هوش عمومی در جهان است و همین واقعیت ثابت می‌کند که چنین سطحی از هوش از نظر فیزیکی ممکن است. مطالعه‌ی مغز برای دیپ‌مایند فقط الهام‌بخشی نیست؛ تلاشی جدی برای درک سازوکار واقعی تعمیم، خلاقیت و سازگاری با شرایط ناشناخته است.

مدل‌های امروزی هوش مصنوعی مانند Gemini یا Chatgptدر بسیاری از وظایف عملکردی شگفت‌انگیز دارند؛ به راحتی می‌توانید با خرید اشتراک Gemini یا خریداشتراک Chatgptمسائل پیچیده‌ی ریاضی را حل کنید، کدهای پیشرفته بنویسید و حتی متون پیچیده تولید کنید. اما کافی است صورت مسئله کمیتغییر کند یا پرسش به شکلی غیرمنتظره مطرح شود تا عملکردشان به‌شدت افت کند. این ناپایداری دقیقاً نشان می‌دهد که هنوز فاصله‌ی زیادی با هوش عمومی یا هوش واقعی! داریم.

هوش انسانی معمولاً چنین رفتاری ندارد. ممکن است فردی در همه‌ی زمینه‌ها نابغه نباشد اما انعطاف‌پذیری و توانایی تعمیمش باعث می‌شود در موقعیت‌های تازه کاملاً درمانده نشود. هسابیس همین انعطاف‌پذیری را معیار اصلی می‌داند.

در نهایت، پرسش کلیدی این استآیا یک سیستم می‌تواند واقعاً «کشف» کند یا فقط آنچه را قبلاً در داده‌های آموزشی دیده، به شکل جدیدی بازآرایی می‌کند؟ آزمایش «دانش تا سال ۱۹۱۱» تلاشی است برای روشن کردن همین مرز ظریف؛ مرزی میان پاسخ‌گویی هوشمندانه و آفرینش علمی واقعی.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.