"تئوری همه چیز"؛ انسان یا رایانه به آن می‌سد؟!

"تئوری همه چیز"؛ انسان یا رایانه به آن می‌سد؟!

مشابه کاری که مغز انسان می‌کند. با تجزیه و تحلیل مقدار زیادی از داده‌ها برای الگو‌های پنهان، ”شبکه عصبی" به سرعت می‌آموزد تا تفاوت سگ‌ها و گربه‌ها را بفهمد، چهره‌ها را تشخیص دهد، گفتار انسان را تکرار کند و سوء رفتار مالی را فاش کند.

کد خبر : ۸۷۴۴۴
بازدید : ۹۰۴۰
فیزیکدانان می‌گویند شاید این امر ممکن باشد که یک رایانه بتواند به "تئوری همه چیز" دست پیدا کند، اما به این زودی‌ها اتفاق نخواهد افتاد و هیچ تضمینی وجود ندارد که ما انسان‌ها نتیجه آن را درک کنیم.

روزگاری، آلبرت اینشتین نظریه‌های علمی را "اختراعات آزاد ذهن انسان" توصیف می‌کرد، اما در سال ۱۹۸۰، استیون هاوکینگ، کیهان‌شناس مشهور دانشگاه کمبریج، نظر دیگری داشت. در سخرانی همان سال، وی اظهار داشت که نظریه‌ای که "تئوری همه چیز" نامیده می‌شود ممکن است قابل دستیابی باشد، اما احتمالاً آخرین مراحل دستیابی به آن توسط رایانه‌ها انجام می‌شود.

وی گفت: شاید نتوان پایانی برای فیزیک نظری متصور شد، اما برای توانایی فیزیکدانان نظری نقطه پایانی وجود دارد.

اثبات "تئوری همه چیز" هنوز ممکن نیست، اما با وجود کامپیوتر‌هایی که امروزه بخش زیادی از کار‌ها وابسته به آن‌ها است مانند ترجمه زبان‌های مختلف، قابلیت تشخیص چهره، راندن اتومبیل و پیدا کردن شریک زندگی، تصور آنکه این کامپیوتر‌ها جای دانشمندانی همچون استیون هاوکینگ و اینشتین را بگیرند آنقدر‌ها هم عجیب نیست.

برنامه‌های رایانه‌ای مانند DeepMind's AlphaGo دائما در حال کشف راه‌های جدید برای شکست دادن انسان‌ها در بازی‌هایی همچون Go و شطرنج هستند که قرن‌ها بازی شده‌اند و مورد مطالعه قرار گرفتند..
پس چه دلیلی وجود دارد که یکی از همین دستگاه‌های شگفت انگیزی که همه چیز را می‌آموزد نتواند مجموعه‌ای از ذرات بنیادی جدید را تشخیص دهد یا یک کرم چاله را در کهکشان دیگری در منظومه شمسی خارجی کشف کند؟ مانند آنچه در فیلم "میان ستاره‌ای" (Interstellar) دیدیم.

حداقل این چیزیست که رویای ماست. اگر بخواهیم طور دیگری فکر کنیم باید درگیر نظریه‌ای شویم که ماکس تگمارک، فیزیکدان، آن را "شوونیسم کربن" می‌نامد. در ماه نوامبر، انستیتوی فناوری ماساچوست جایی که دکتر تگمارک در آن استاد است مبلغی را از بنیاد ملی علوم دریافت و با آن موسسه‌ی جدید هوش مصنوعی و تعاملات بنیادی را تاسیس کرد.
این موسسه یکی از هفت موسسه تاسیس شده توسط این بنیاد و وزارت کشاورزی ایالات متحده می‌باشد که یک تلاش سراسری برای کار در جهت ارتقای هوش مصنوعی است. در طی پنج سال هر یک از این موسسات ۲۰ میلیون دلار دریافت می‌کند.

این موسسه که وابسته به مؤسسهٔ فناوری ماساچوست است و کاملا خود را صرف فیزیک کرده توسط جسی تایلر (Jesse Thaler) فیزیکدان ذرات اداره می‌شود و شامل بیش از ۱۲ دانشمند در همه‌ی زمینه‌های فیزیک از موسسه فناوری ماساچوست، دانشگاه هاروارد، دانشگاه نورث ایسترن و دانشگاه تافتس (Tufts) است.

دکتر تایلر طی یک ارتباط تصویری گفت: آنچه که من امیدوارم بتوانم انجام دهم ایجاد مکانی است که محققان از رشته‌های مختلف فیزیک و همچنین محققانی که در زمینه علوم کامپیوتر و هوش مصنوعی کار می‌کنند بتوانند گردهم آیند، گفتگو کنند و به یکدیگر چیز‌هایی بیاموزند. در نهایت، من می‌خواهم کامپیوتر‌هایی داشته باشم که بتوانند مانند یک فیزیکدان فکر کنند.

کشف مجدد قوانین بنیادی فیزیک
در تلاش برای کشف مجدد قوانین فیزیک، مدلی از هوش مصنوعی به نام "شبکه عصبی" مورد استفاده قرار گرفته است. برخلاف سیستم‌های به اصطلاح متخصص مانند IBM's Watson که با دانش و علم انسان‌ها پر شده است این هوش مصنوعی طوری طراحی شده که در حین کار اطلاعات را یاد می‌گیرد.
مشابه کاری که مغز انسان می‌کند. با تجزیه و تحلیل مقدار زیادی از داده‌ها برای الگو‌های پنهان، "شبکه عصبی" به سرعت می‌آموزد تا تفاوت سگ‌ها و گربه‌ها را بفهمد، چهره‌ها را تشخیص دهد، گفتار انسان را تکرار کند و سوء رفتار مالی را فاش کند.

دکتر تگمارک می‌گوید: ما امیدواریم که انواع جدیدی از قوانین فیزیک را کشف کنیم، ما قبلاً نشان داده‌ایم که این هوش مصنوعی می‌تواند قوانین فیزیک را دوباره بازیابی کند.

سال گذشته در برنامه‌ای به نام "اثبات اصل" دکتر تگمارک و دانشجویی به نام سلیویو ماریان (Silviu-Marian) صد معادله فیزیک را از یک کتاب درسی معروف (کتاب سخنرانی‌های فاینمن درباره فیزیک نوشته‌ی ریچارد فاینمن، رابرت لیتون و متیو سندز) انتخاب کردند و از آن‌ها برای تولید داده‌هایی استفاده کردند که بعدا به یک شبکه عصبی منتقل شد. این سیستم داده‌ها را برای رسیدن به الگو‌ها و قاعده‌ها بررسی کرد و همه ۱۰۰ فرمول را بازیابی کرد.

محققان در مقاله‌ای که سال گذشته در Science Advances منتشر شد نوشتند: "شبکه عصبی" مانند یک انسان دانشمند، بسیاری از روش‌های مختلف را به ترتیب امتحان می‌کند و اگر نتواند با یک راه حل مسئله را به طور کامل حل کند، تلاش می‌کند آن را تبدیل و به بخش‌های ساده‌تری تقسیم کند که به صورت جداگانه قابل حل هستند و مجددا الگوریتم کامل هر بخش را بررسی می‌کند.

در یک آزمایش چالش‌برانگیز دیگر، دکتر تگمارک و همکارانش ویدئویی از موشک‌ها را که به اطراف پرواز می‌کنند به این شبکه نشان دادند و از آن خواستند بدون توجه به درخت‌های نخل در پس زمینه پیش‌بینی کند که در ادامه چه اتفاقی خواهد افتاد. دکتر تگمارک گفت: در پایان این کامپوتر معادلات اساسی حرکت موشک‌ها را کشف کرد.

دکتر تگمارک افزود: در حال حاضر مشکلاتی برای رسیدن به الگوریتم بازگشتی حل مسئله وجود دارد. اگرچه کامپیوتر می‌تواند قوانین اساسی فیزیک را از مجموعه‌ای از داده‌ها بازیابی کند، اما هنوز نمی‌تواند اصول اصلی را مانند عدم قطعیت کوانتوم در مکانیک کوانتوم، یا نظریه نسبیت را بازیابی کند که زیربنای فرمول‌ها است.

اما آن زمان که هوش مصنوعی به این توانایی دست یابد می‌توان گفت ما به هوش عمومی مصنوعی رسیده‌ایم و در آن زمان شما بسته به نوع دیدگاهتان ممکن است بترسید یا بسیار هیجان زده شوید، اما صادقانه بگویم دلیل اینکه من روی این پروژه کار می‌کنم آن است که بیشترین تهدید از نظر من ساختن یک هوش مصنوعی ابرقدرت است در حالی که نمی‌دانیم چطور کار می‌کند.
۰
نظرات بینندگان
اخبار مرتبط سایر رسانه ها
    سایر رسانه ها
    تازه‌‌ترین عناوین
    پربازدید