راز تاریکی در قلب AI (قسمت اول)

در سال گذشته، یک ماشین عجیب و غریب در سرزمین های آرام از شهر مونموت، نیوجرسی ساخته شد. وسیله نقلیه آزمایشی که توسط محققان شرکت NVIDIA ساخته شده است، متفاوت از سایر خودروهای مستقل نیست، اما بر خلاف چیزی که توسط گوگل، تسلا یا جنرال موتورز ساخته شده، قدرت هوش مصنوعی افزایش یافته است. این ماشین یک دستورالعمل ارائه شده توسط مهندس یا برنامه نویس را دنبال نمی کند. در عوض، آن را به طور کامل بر روی یک الگوریتم استوار کرده اند که به وسیله الگوبرداری از یک انسان می تواند انجام دهد.

رسیدن به ساخت همچین ماشینی، شاهکار چشمگیری بوده است. اما این نیز کمی نگران کننده است، زیرا کاملا مشخص نیست که ماشین چگونه تصمیمات خود را می گیرد. اطلاعات از سنسورهای خودرو به طور مستقیم به یک شبکه عظیم از نورون های مصنوعی می پردازند که داده ها را پردازش می کنند و سپس دستورات مورد نیاز برای استفاده از فرمان، ترمز و سایر سیستم ها را ارائه می دهند. نتیجه به دست امده مطابق بود با رانندگی یک فرد عادی با ماشین. اما چه می شود اگر روزی اتفاقی غیرمنتظره رخ دهد مانند برخورد ماشین به درخت یا ایستادن پشت چراغ سبز؟ دشواری کار به پیدا کردن جواب همین سوال است. این سیستم بسیار پیچیده ای است که حتی مهندسانی که آن را طراحی کرده اند ممکن است برای دست و پا کردن دلیل برای هر مسئله به مشکل برخورد کنند، و شما نمیتوانید بگویید که هیچ روش واضح برای طراحی چنین سیستمی وجود ندارد.

دل اسرارآمیز این وسیله نقلیه به یک مسئله ناشناخته یعنی هوش مصنوعی اشاره دارد. تکنولوژی AI زیربنایی این خودرو، در حل مشکلات در سالهای اخیر مانند تصویربرداری، تشخیص صدا و ترجمه زبان است و به طور گسترده به کار گرفته شده است. درحال حاضر امیدواریم تکنیک های لازم برای تشخیص تصمیمات مرگبار گرفته شود.

اما این اتفاق نخواهد افتاد مگر اینکه ما روش هایی برای ساخت تکنیک هایی مانند آموزش دقیق را برای کاربران خود پیدا کنیم. این یکی از دلایلی است که خودروی Nvidia هنوز آزمایشی است.

در حال حاضر، از مدل های ریاضی استفاده می شود برای افرادی که برای وام ثبت نام کرده اند یا کار های دیگر از این سری. اگر بتوانید به این مدل های ریاضی دست پیدا کنید می توانید شانس خود را بالا ببرید. اما بانک ها، ارتش، کارفرمایان و دیگران در حال حاضر توجه خود را به روش های پیچیده تر یادگیری ماشین داه اند که می تواند تصمیمی اتخاذ شده را کاملا غیر قابل پیش بینی کند. یادگیری عمیق، شایع ترین این روش ها، نشان دهنده یک روش کاملا متفاوت برای برنامه های کامپیوتری است. Tommi Jaakkola، استاد MIT، که در زمینه برنامه های کاربردی برای یادگیری ماشین کار می کند، می گوید: “این یک مشکل است که ما با آن مواجه هستیم، و در آینده نیز بسیار مهم خواهد بود. هیچ یک از نهاد های مهم مانند ارتش نمیخواهد این تصمیمات بر مبنای روش ” جعبه سیاه “صورت گیرد.”

در حال حاضر این استدلال وجود دارد که تحقیق در مورد سیستم AI و در چگونگی دستیابی به نتایج آن یک حق قانونی است. اتحادیه اروپا ممکن است از تابستان سال ۲۰۱۸ درخواست کند که شرکت ها بتوانند به تصمیم گیری های مربوط به سیستم های خودکار دست پیدا کنند. این ممکن است حتی برای سیستم هایی که در سطح نسبتا ساده به نظر میرسد، مانند برنامه ها و وبسایت هایی که از یادگیری عمیق برای ارائه تبلیغات یا توصیه های ترانه استفاده میکنند، اجرایی شود. رایانه هایی که این سرویس ها را اجرا می کنند خودشان برنامه ریزی کرده اند و این کار را به شیوه ای است که نمی توانیم درک کنیم. حتی مهندسان که این برنامه ها را می سازند نمی توانند رفتار آنها را کاملا توضیح دهند.

با پیشرفت تکنولوژی، ما ممکن است به زودی یک قدم فراتر رویم. مطمئنا، ما انسانها هم همیشه نمیتوانیم فرایندهای فکرمان را توضیح دهیم، اما راههایی را به طور مستقیم برای ارزیابی آنها پیدا میکنیم. آیا رسیدن به ماشین هایی که فکر می کنند و تصمیم گیری های مختلفی را از طریق یک انسان انجام می دهند امکان پذیر است؟ ما هرگز قبل از ساخت ماشین های امروزی تصوری از بودن و به وجود آمدن ماشین های امروزی نداشتیم، چطور می توانیم انتظار داشته باشیم که ارتباط برقرار کنیم و با دستگاه های هوشمند که می توانند غیر قابل پیش بینی و غیرقابل پیش بینی باشند؟ این سوالات و سوالات بسیار زیاد دیگری وجود دارد که در قسمت بعدی به پاسخ آن ها خواهیم پرداخت.

Adam ferriss این دو تصویر را به وسیله Google Deep Dream تولید کرده که برنامه ای است که عکس را تنظیم میکند برای تحریک توانایی های شناسایی الگوی شبکه های عصبی عمیق. این عکس با استفاده از یک شبکه عصبی لایه میانی تولید شده است. در قسمت بعدی به این موضوع نیز بیشتر پرداخته می شود.

نویسنده: پوریا صادق لو