مغز انسان چندین مؤلفه از یک تجربه حسی مانند بینایی و بویایی را ادغام و فشرده می‌کند که به‌سادگی نمی‌توان با روش پردازش داده‌ها در رایانه‌های امروزی آن را انجام داد.

به گزارش گروه وبگردی باشگاه خبرنگاران جوان، بسیاری از محققان پروژه‌های پیشرفته هوش مصنوعی معتقدند بر اساس فرضیه‌ای که می‌گوید «عملکرد‌های مغز صرفاً شامل رمزگذاری و پردازش اطلاعات چند حسی است» می‌توان ماشین‌های کاملاً آگاه تولید کرد.

ناتوانی کامپیوتر‌ها در کسب آگاهی کامل/ وقتی هوش مصنوعی مقابل مغز انسان کم می‌آورد!

این فرضیه بر این اساس پیش می‌رود که پس از درک صحیح عملکرد مغز، باید برنامه‌نویسی مشابه آن در یک کامپیوتر انجام شود. مایکروسافت اخیراً اعلام کرده است که برای انجام این کار یک میلیارد دلار آمریکا هزینه خواهد کرد. بااین‌حال، تاکنون تلاش‌ها برای ساخت ابررایانه‌هایی با عملکرد مشابه مغز انسان نتیجه بخش نبوده است. اکنون شکست یک پروژه اروپایی چند میلیارد دلاری که در این زمینه تحقیقاتی از سال ۲۰۱۳ آغاز شده، به وضوح مشهود است.

تحقیقات مذکور اخیراً بیشتر به آن دسته از تحقیقات آمریکایی‌ها نزدیک شده که به دنبال ساختن نرم افزار‌های جدیدی هستند که به‌جای تلاش برای ساختن مغز انسان به تلاش برای مطالعه بهتر مغز انسان می‌پردازند.

برخی از محققان هم‌چنان اصرار دارند که «شبیه سازی علوم عصبی با رایانه» راهی است که باید پیموده شود، اما در این میان برخی دانشمندان نیز این‌گونه تلاش‌ها را محکوم به شکست می‌دانند، زیرا اعتقاد دارند هوشیاری مغز انسان قابل محاسبه نیست.

استدلال اصلی این گروه از دانشمندان آن است که مغز انسان چندین مؤلفه از یک تجربه حسی مانند بینایی و بویایی را ادغام و فشرده می‌کنند که به‌سادگی نمی‌توان با روش پردازش داده‌ها در رایانه‌های امروزی آن را انجام داد.

مغز انسان متفاوت‌تر از رایانه‌ها کار می‌کند
موجودات زنده با تطبیق اتصالات عصبی در یک فرآیند فعال بین موضوع و محیط، تجربیات را در مغز خود ذخیره می‌کنند. در مقابل، یک کامپیوتر داده‌ها را در بلوک‌های حافظه کوتاه‌مدت و بلندمدت ضبط می‌کند. این تفاوت بدان معنی است که رسیدگی به اطلاعات در مغز، باید متفاوت از نحوه کار رایانه‌ها باشد.

ذهن به‌طور فعال محیط را جستجو می‌کند تا عناصری را که عملکرد یک پدیده را هدایت می‌کنند، پیدا کند. ادراک ارتباط مستقیمی با داده‌های حسی ندارد و فرد می‌تواند بدون نیاز به تفسیر آگاهانه داده‌ها، جدول را از بسیاری از زوایای مختلف شناسایی کند و سپس از حافظه خود سؤال کند که آیا این الگو را می‌توان با نمایش‌های متناوب که پیش‌تر مشخص‌شده است؛ ایجاد کرد؟

دیدگاه دیگر دراین‌باره آن است که وظایف حافظه با وظایف نواحی چندگانه مغز که برخی از آن‌ها بسیار گسترده هستند مرتبط است. یادگیری مهارت و تخصص شامل سازماندهی مجدد و تغییرات جسمی مانند تغییر نقاط قوت اتصال بین نورون‌ها است. این تحولات را نمی‌توان به‌طور کامل در یک کامپیوتر با معماری ثابت تکرار کرد.

توانایی مغز انسان در مقابل هوش مصنوعی

یک انسان به آن‌چه فکر می‎کند آگاه است و این توانایی را دارد که از فکر کردن در مورد یک‌چیز دست بکشد و فکر کردن درباره موضوع دیگری را آغاز کند، اما انجام این کار برای یک کامپیوتر غیرممکن است. بیش از ۸۰ سال پیش، دانشمند انگلیسی پیشگام در علوم رایانه، آلن تورینگ نشان داد که هیچ راهی برای اثبات این‌که هربرنامه رایانه‌ای خاص به خودی خود متوقف شود، وجود ندارد و بااین‌وجود این توانایی (توقف آگاهانه پردازش یک مسئله) در فرآیند شناخت از اهمیت اساسی برخوردار است.

ناتوانی کامپیوتر‌ها در کسب آگاهی کامل/ وقتی هوش مصنوعی مقابل مغز انسان کم می‌آورد!

آلن تورینگ بنیانگذار علوم کامپیوتر و هوش مصنوعی

استدلال او مبتنی بر یک مسئله منطقی است که تضاد ذاتی را مطرح می‌کند: تصور کنید یک فرآیند کلی پردازش وجود داشته باشد که می‌تواند تعیین کند که آیا برنامه‌ای که مورد تجزیه‌وتحلیل قرار داده است متوقف خواهد شد یا خیر؟ خروجی این فرآیند پردازشی می‌تواند «بله متوقف خواهد شد» یا «نه متوقف نخواهد شد» باشد که این مسلماً واضح است، اما سپس تورینگ تصور می‌کند که یک مهندس باهوش برنامه‌ای می‌نویسد که شامل نوع خاصی از «پروسه چک کردن توقف» فرآیند شود. این برنامه شامل یک مؤلفه حیاتی است: ساختاری که اگر «پروسه چک کردن توقف» پاسخ داد بله این فرآیند متوقف خواهد شد؛ هم‌چنان آن برنامه را در حال اجرا نگاه دارد و از توقف آن جلو گیری نماید.

اجرای «پروسه چک کردن توقف» در این برنامه جدید به‌طور قطع «پروسه چک کردن توقف» را دچار خلل می‌سازد. به این شکل که اگر «پروسه چک کردن توقف» تشخیص دهد که این برنامه متوقف می‌شود، دستورالعمل‌های برنامه به آن می‌گویند که متوقف نشود. از طرف دیگر، اگر متوقف کننده تعیین کند که این برنامه متوقف نشود، دستورالعمل‌های برنامه بلافاصله همه‌چیز را متوقف می‌کند؛ و این نوعی تورینگ را به نتیجه گیری خود رسانه که هیچ راهی برای تجزیه‌وتحلیل یک برنامه وجود ندارد که کاملاً مطمئن شویم که می‌تواند جلوی ادامه اجرای یک فرآیند پردازش اطلاعات را بگیرد؛ بنابراین نمی‌توان مطمئن بود که هر رایانه‌ای می‌تواند از مجموعه هوشمندی تقلید کند که بتواند قطار فکری خود را متوقف کند و به یک مسیر دیگر از تفکر بپردازد، و این در حالی است که اطمینان در مورد چنین توانایی جزئی ذاتی از آگاهی است.

ناتوانی کامپیوتر‌ها در کسب آگاهی کامل/ وقتی هوش مصنوعی مقابل مغز انسان کم می‌آورد!

ورنر هایزنبرگ فیزیکدان کوانتومی

حتی قبل از کار تورینگ، ورنر هایزنبرگ، فیزیکدان کوانتومی آلمانی نشان داد که تفاوت چشمگیری بین طبیعت یک پدیده فیزیکی و درک آگاهانه فرد مشاهده کننده وجود دارد. این توسط فیزیکدان اتریشی آروین شرودینگر به این‌گونه تفسیر شده است که آگاهی نمی‌تواند مانند یک رایانه از یک فرآیند فیزیکی ناشی شود که تمام عملیات را به استدلال‌های منطق اساسی کاهش می‌دهد.

ناتوانی کامپیوتر‌ها در کسب آگاهی کامل/ وقتی هوش مصنوعی مقابل مغز انسان کم می‌آورد!

آروین شرودینگر فیزیکدان اتریشی

این یافته‌ها با یافته‌های تحقیقات پزشکی تأیید شده و نشان می‌دهد که هیچ ساختار منحصربه‌فردی در مغز وجود ندارد که منحصراً مسئولیت آگاهی را بر عهده داشته باشد. بلکه در تصویربرداری عملکردی MRI مشخص می‌شود که وظایف مختلف شناختی در نواحی متفاوت مغز اتفاق می‌افتد و این امر باعث شده است که سمیر زکی، متخصص علوم اعصاب به این نتیجه برسد که آگاهی پدیده واحد نیست و در عوض آگاهی‌های زیادی وجود دارند که در زمان و مکان‌های مختلف توزیع می‌شوند. این نوع ظرفیت بی‌حدوحصر مغز به‌هیچ‌عنوان چالشی نیست که یک کامپیوتر محدود بتواند به‌صورت مداوم با آن مواجه داشته باشد.

ناتوانی کامپیوتر‌ها در کسب آگاهی کامل/ وقتی هوش مصنوعی مقابل مغز انسان کم می‌آورد!

سمیر زکی متخصص اعصاب و استاد دانشگاه‌های انگلستان

منبع: آنا

انتهای پیام/

 

اخبار پیشنهادی
تبادل نظر
آدرس ایمیل خود را با فرمت مناسب وارد نمایید.
آخرین اخبار