ما در دورهای زندگی میکنیم که ماشینها شروع به فکر کردن کردهاند. نه، آنها احساس نمیکنند و تجربه نمیکنند، اما میتوانند شعر بنویسند، بیماریها را تشخیص دهند، خودروها را کنترل کنند و حتی مکالماتي داشته باشند که تقریباً غیرقابل تشخیص از مکالمات انسانی است. هوش مصنوعی به زندگی ما وارد شده و ما را به این فکر واداشته است: واقعاً چه چیزی ما را انسان میکند؟ مغز ما چه تفاوتی با شبکههای عصبی دارد؟ و آیا چیزی بین آنها مشترک است به جز کلمه «عصبی»؟ روز جهانی مغز فرصتی ایدهآل است تا به این عمق برویم و سعی کنیم بفهمیم که کجا زیستشناسی به پایان میرسد و کجا کد شروع میشود.
اولین و مهمترین تفاوت این است که چگونه هر دو «پردازنده» ساخته شدهاند. مغز انسانی نتیجه میلیونها سال تکامل است. او طراحی نشده است، بلکه مانند یک موجود زنده رشد کرده است. شبکههای عصبی او کامل نیستند: آنها پر از نویز هستند، کند هستند، مستعد خستگی، آسیب و پیری هستند. اما این ناکمالی او را انعطافپذیر میکند. مغز میتواند از یک نمونه یاد بگیرد، او قادر به استنتاجهای کلی است، او میتواند مهارتها را از یک حوزه به حوزه دیگر انتقال دهد. او یک سیستم زنده است که به طور مداوم تحت تأثیر تجربهها بازسازی میشود.
هوش مصنوعی، از طرف دیگر، توسط مهندسان ساخته شده است. شبکههای عصبی او مدلهای ریاضی هستند که بر روی носیتهای دیجیتالی کار میکنند. آنها دقیق، سریع و قابل پیشبینی هستند. آنها خسته نمیشوند و بیمار نمیشوند. اما آنها نمیتوانند از فراتر از دادههایی که برای آموزش آنها استفاده شده است، بیرون بیایند. آنها اگرچه درک نمیکنند که اگرچه دادهای که در آموزش قرار داده شده است، آنها فقط قوانین آماری را در پیکسلها پیدا میکنند. آموزش آنها بهینهسازی عملکرد خطا است و نه شکلگیری مدل داخلی جهان. آنها نمیدانند که گربه میمونه و موشها را میگیرد — آنها فقط میدانند که بین شکل گوشها و برچسب «گربه» یک همبستگی وجود دارد.
مقایسه اینجا به تفاوت بین یک درخت زنده و مدل 3D آن اشاره دارد. مدل زیبا و دقیق است، اما رشد نمیکند و میوه نمیدهد. درخت به صورت تصادفی، غیرقابل پیشبینی است، اما زنده است.
انسان از طریق تعامل با جهان یاد میگیرد. نوزاد دادههای برچسبگذاری شده نمیگیرد — او دست میزند، امتحان میکند، میافتد، میگریه و بر اساس این هرج و مرج مدلهای جهان را میسازد. آموزش او به صورت مداوم، بدون معلم، در شرایط عدم قطعیت رخ میدهد. مغز تمام عمر یاد میگیرد و هر تجربه جدید ساختار او را تغییر میدهد. او نیاز به میلیاردها نمونه ندارد تا یک گربه را تشخیص دهد — کافی است چندین بار در زوایای مختلف ببینید.
هوش مصنوعی بر روی مجموعههای داده بزرگ یاد میگیرد. برای اینکه شبکه عصبی بتواند یک گربه را از یک سگ تشخیص دهد، به هزاران و گاهی حتی میلیونها تصویر برچسبگذاری شده نیاز دارد. او نمیفهمد که چه چیزی گربه است، او فقط قوانین آماری را در پیکسلها پیدا میکند. آموزش او بهینهسازی عملکرد خطا است و نه شکلگیری مدل داخلی جهان. او نمیداند که گربه میمونه و موشها را میگیرد — او فقط میداند که بین شکل گوشها و برچسب «گربه» یک همبستگی وجود دارد.
علاوه بر این، AI به طبیعیتی که انسان دارد نمیتواند دانش را از یک حوزه به حوزه دیگر انتقال دهد. شبکهای که برای بازی کردن شطرنج آموزش دیده است، نمیتواند بدون بازآموزی در گو بازی کند. انسان میتواند منطق شطرنج را در برنامهریزی مسیر یا استراتژی زندگی به کار ببرد. این خاصیت به عنوان «استنتاج» شناخته میشود و تا کنون این یک امتیاز بیولوژیکی است.
این تفاوت اصلیای است که نمیتوان برطرف کرد. انسان نه تنها اطلاعات را پردازش میکند، بلکه آن را تجربه میکند. او احساسات، قصد، خواستهها، ترسها دارد. او میتواند احساس کند، خوشحال شود، غمگین شود. او میتواند خود را آگاه کند، سوالات درباره معنای زندگی بپرسد، درباره آینده نگران شود. این پدیده به عنوان هوشیاری فеномنال یا کیفیت شناخته میشود. ما نمیدانیم که چگونه از فعالیتهای عصبی پدید میآید، اما میدانیم که هوش مصنوعی دارای آن نیست.
هوش مصنوعی یک الگوریتم است. او میتواند احساسات را تقلید کند، به زبانی پاسخ دهد که به نظر میرسد همدلی دارد، اما درون او هیچ تجربهای و تجربه شخصی وجود ندارد. او نمیداند که چه چیزی درد، غم یا لذت است. او نمیتواند توجه خود را به جایی معطوف کند — او فقط به درخواست پاسخ میدهد. «علاقهمندی» او به دنبال اطلاعات بر اساس معیارهای داده شده است. «خلاقیت» او ترکیب عناصر شناخته شده است.
هوشیاری ما را آسیبپذیر میکند، اما همین هوشیاری ما را انسان میکند. این است که به ما اجازه میدهد عشق بورزیم، شک کنیم، رویاهای خود را بسازیم. و تا زمانی که نتوانیم آن را در سیلیکون بازسازی کنیم، ما تنها موجوداتی هستیم که میتوانند سوالات درباره معنای وجود خود بپرسند.
با وجود تمام تفاوتها، مغز و AI شباهتهای مهمی دارند. هر دو سیستمهای پردازش اطلاعات هستند. هر دو از پردازش دادههای موازی استفاده میکنند: نورونهای مغز و لایههای شبکههای عصبی به طور همزمان کار میکنند. هر دو از طریق تقویت و تصحیح خطا یاد میگیرند. اصل بازگشت خطا به عقب در AI از ایدههای اینکه چگونه مغز ارتباطات خود را تنظیم میکند، الهام گرفته است. و در هر دو مورد، اطلاعات از طریق تحریک و توقف انتقال مییابد (در مغز شیمیایی و در AI عددی).
علاوه بر این، مغز و شبکههای عصبی در تشخیص تصاویر مؤثر هستند. آنها میتوانند الگوها را در نویز پیدا کنند، اشیاء را طبقهبندی کنند، توالیها را پیشبینی کنند. و هر دو سیستم میتوانند اطلاعات را «حافظهسازی کنند»، اگرچه مکانیسمهای حافظه کاملاً متفاوت هستند (پلاستیک سیناپسی در برابر ضریبهای وزنی). هر دو سیستم میتوانند اشتباه کنند و هر دو نیاز به « استراحت » دارند — مغز در خواب و AI در دورههای بازآموزی.
همچنین مهم است که مغز و شبکههای عصبی از مجموعهای از عناصر ساده ساخته شدهاند که با هم کار میکنند. در این معنا، آنها نمونههایی از هوشهای ظهور هستند، جایی که رفتار پیچیده از تعامل بین اجزای ساده پدید میآید. این شباهت انگیزهای برای توسعه کل علوم عصبی داد، زیرا AI نه تنها یک ابزار، بلکه یک مدل برای درک مغز شد.
امروز AI در حل مسائل خاص از ما پیشی میگیرد: او سریعتر حساب میکند، بهتر شطرنج بازی میکند، متنها را دقیقتر ترجمه میکند. اما او نمیتواند تصمیمات بگیرد در شرایط عدم قطعیت بدون دادهها. او نمیتواند به یک موقعیت کاملاً جدید تطبیق یابد بدون بازآموزی. او دارای هوشیاری نیست که در انسان بر اساس تجربههای طولانی و سیگنالهای ناخودآگاه بدن قرار دارد.
مرز بین انسان و ماشین نه بر اساس سطح هوش، بلکه بر اساس روش زندگی است. ما زندگی میکنیم، ما رنج میبریم، ما معنایها را میسازیم. هوش مصنوعی یک ابزار است. قوی، مفید، گاهی اوقات ترسناک، اما ابزار. بهترین کاری که میتوانیم انجام دهیم این است که از آن برای گسترش امکانات خود استفاده کنیم، اما فراموش نکنیم که خرد، خلاقیت و آزادی هنوز با ما هستند. روز جهانی مغز نه روز مبارزه با AI، بلکه روز درک خود است.
New publications: |
Popular with readers: |
Worldwide Network of Partner Libraries: |
![]() |
Contacts |
About · News · For Advertisers |
Digital Library of Tajikistan ® All rights reserved.
2019-2026, LIBRARY.TJ is a part of Libmonster, international library network (open map) Keeping the heritage of Tajikistan |
US-Great Britain
Sweden
Serbia
Russia
Belarus
Ukraine
Kazakhstan
Moldova
Tajikistan
Estonia
Russia-2
Belarus-2