سرویس فناوری - آیا هنر ویژگی خاصی دارد که باعث می‌شود نتوان آن را همان‌طور که دال در تخیلش به تصویر کشیده است، صرفاً با فشار دادن یک دکمه خلق کرد؟ در حال حاضر، داستان‌هایی که مدل‌های زبانی بزرگی مانند ChatGPT تولید می‌کنند بسیار ضعیف‌اند، اما می‌توان تصور کرد که این برنامه‌ها در آینده پیشرفت کنند. این پیشرفت تا چه حد می‌تواند باشد؟ ...

به گزارش سرویس فناوری جیرجیرک به نقل از فرادید - آیا هوش مصنوعی مولد می تواند هنر یا ادبیات تولید کند؟ این سوالی است که این روزها زیاد پرسیده می شود و تد چیانگ، نویسنده ی علمی تخیلی که فیلم «ورود» (Arrival) از داستان او اقتباس شده، تلاش کرده پاسخی به این سوال بدهد. در نظر او،  برای خلق یک رمان یا نقاشی، هنرمند انتخاب هایی انجام می دهد که ذاتاً برای هوش مصنوعی بیگانه اند. خودش:

در سال ۱۹۵۳، رولد دال داستان کوتاهی به نام «صرف ونحوکن بزرگ خودکار» (The Great Automatic Grammatizator) را منتشر کرد که درباره ی یک مهندس برق بود که در دلش آرزوی نویسنده شدن داشت. روزی، پس از تکمیل ساخت سریع ترین ماشین حساب جهان، این مهندس به طور ناگهانی متوجه شد که «دستور زبان انگلیسی تابع قوانینی است که تقریباً به اندازه ی قواعد ریاضی ساختارمحورند.» بنابراین، او دستگاهی برای داستان نویسی می سازد که می تواند یک داستان کوتاه پنج هزار کلمه ای را در سی ثانیه تولید کند؛ نوشتن یک رمان برای دستگاه تنها پانزده دقیقه طول می کشد و اپراتور آن، مانند کسی که در حال رانندگی یا نواختن ارگ است، با استفاده از دسته ها و پدال ها، میزان طنز و احساسات نهفته در داستان را تنظیم می کند. این رمان ها چنان محبوب می شوند که در عرض یک سال، نیمی از داستان های منتشرشده به زبان انگلیسی محصول اختراع این مهندس هستند.

آیا هنر ویژگی خاصی دارد که باعث می شود نتوان آن را همان طور که دال در تخیلش به تصویر کشیده است، صرفاً با فشار دادن یک دکمه خلق کرد؟ در حال حاضر، داستان هایی که مدل های زبانی بزرگی مانند ChatGPT تولید می کنند بسیار ضعیف اند، اما می توان تصور کرد که این برنامه ها در آینده پیشرفت کنند. این پیشرفت تا چه حد می تواند باشد؟ آیا ممکن است این مدل ها همان طور که ماشین حساب ها در انجام جمع و تفریق از انسان بهتر هستند، در نوشتن داستان، نقاشی یا فیلم سازی، از انسان ها پیشی بگیرند؟ این در حالی است که استفاده از هوش مصنوعی در فیلم ها و به طور کلی دنیای هنر به یک معضل اساسی تبدیل شده است.

دشواری تعریف هنر زبانزد خاص و عام است و بین هنر خوب و بد هم به سختی می توان تمایز برقرار کرد. اما اجازه دهید یک قاعده ی کلی ارائه دهم: هنر چیزی است که از مجموعه ای از انتخاب ها به وجود آمده است. این موضوع را شاید بتوان با مثال نویسندگی داستان بهتر توضیح داد. هنگام نوشتن داستان، شما – آگاهانه یا ناآگاهانه – در مورد تقریباً هر کلمه ای که می نویسید یک انتخاب انجام می دهید؛ به بیان ساده، می توان گفت که یک داستان کوتاه ده هزارکلمه ای مستلزم حدود ده هزار انتخاب است. اما وقتی به یک برنامه ی هوش مصنوعی مولد (Generative AI) یک فرمان متنی می دهید، تعداد انتخاب های شما بسیار اندک است؛ اگر یک فرمان صدکلمه ای بنویسید، در نهایت حدود صد انتخاب انجام داده اید.

اگر یک هوش مصنوعی بر اساس فرمان شما یک داستان ده هزارکلمه ای تولید کند، ناگزیر باید برای تمام انتخاب هایی که شما انجام نداده اید جایگزینی در نظر بگیرد. این کار را می تواند به روش های گوناگونی انجام دهد. یکی از این روش ها میانگین گیری از انتخاب هایی است که نویسندگان دیگر انجام داده اند، انتخاب هایی که در متونی که در اینترنت پیدا می شوند منعکس شده است؛ این میانگین معادل پیش پاافتاده ترین انتخاب های ممکن است و به همین دلیل، متونی که هوش مصنوعی تولید می کند اغلب به شدت کسالت بار هستند. روش دیگر، دستور دادن به برنامه برای تقلید از سبک یک نویسنده ی مشخص است، که در نهایت داستانی کاملاً مشتق شده تولید می کند. در هیچ یک از این دو حالت، یک اثر هنری بدیع آفریده نمی شود.

به گمان من، همین اصل بنیادین در مورد هنرهای تجسمی نیز صدق می کند، هرچند شمردن انتخاب هایی که یک نقاش انجام می دهد دشوارتر است. نقاشی های واقعی حاصل تعداد بی شماری تصمیم گیری هستند. در مقابل، فردی که از یک برنامه ی تبدیل متن به تصویر، مانند دال-ای (Dall-E) استفاده می کند، صرفاً فرمانی نظیر «یک شوالیه ملبس به زرهی درخشان با اژدهایی آتش افروز می جنگد» وارد می کند و باقی کار را به برنامه می سپارد. (جدیدترین نسخه ی دال-ای فرمان هایی تا چهار هزار حرف یا چند صد واژه را می پذیرد، اما حجم فرمان در حدی نیست که بتوانید با آن تمام جزییات صحنه را توصیف کنید). اغلب انتخاب هایی که در تصویر نهایی دیده می شود ناگزیر از نقاشی های مشابهی که در اینترنت وجود دارد وام گرفته شده اند؛ ممکن است تصویر از لحاظ فنی خیره کننده باشد، اما فردی که فرمان را وارد کرده نمی تواند ادعای خلق آن را داشته باشد.

برخی صاحب نظران تصور می کنند که مولدهای تصویر به اندازه ی ظهور عکاسی در گذشته، تأثیری عمیق بر فرهنگ بصری خواهند گذاشت. اگرچه این ایده در نگاه نخست موجه به نظر می رسد، اما مقایسه ی عکاسی با هوش مصنوعی مولد مستلزم بررسی دقیق تری است. گمان می کنم هنگامی که عکاسی برای نخستین بار ظهور پیدا کرد، کمتر کسی به آن به چشم رسانه ای هنری نگاه می کرد، زیرا به نظر نمی رسید که در پروسه ی عکاسی تصمیمات زیادی گرفته شود؛ تنها کافی بود دوربین را تنظیم کرده و نوردهی را آغاز کنید. اما با گذشت زمان، مردم دریافتند که با دوربین ها می توان کارهای بسیار متنوعی انجام داد و هنر عکاسی در واقع در همین انتخاب های گوناگون نهفته است. شاید همیشه نتوان به راحتی ماهیت این انتخاب ها را توضیح داد، اما وقتی عکس های یک عکاس آماتور را با آثار یک عکاس حرفه ای مقایسه می کنید، تفاوت به وضوح آشکار است.

حال، پرسش این است که آیا در استفاده از یک هوش مصنوعی مولد متن به تصویر نیز امکان اتخاذ چنین طیف وسیعی از تصمیمات وجود دارد؟ به نظر من، پاسخ منفی است. یک هنرمند – چه دیجیتالی کار کند و چه با رنگ و بوم – در فرآیند خلق یک نقاشی، به طور ضمنی تصمیمات بسیار بیشتری می گیرد تا آن چه در قالب فرمانی چندصدکلمه ای به یک مولد تصویر قابل گنجاندن است.

می توان فرض را بر این گرفت که روزی مولد متن به تصویری تولید خواهد شد که به شما اجازه می دهد در طی نوبت های متعدد، ده ها هزار واژه را داخل کادر فرمان بنویسید تا کنترلی بسیار دقیق و پرجزییات روی تصویری که تولید می شود به دست بیاورید؛ این مولد را می توان به نسخه ای از فوتوشاپ تشبیه کرد که تنها از راه متن کنترل می شود.

می توان گفت که فردی که از چنین برنامه ای استفاده کند، همچنان سزاوار عنوان هنرمند است. کارگردان سینما، بنت میلر (Bennett Miller)، از DALL-E 2 برای خلق تصاویری چشمگیر استفاده کرد که در گالری گاگوسیان (Gagosian Gallery) به نمایش درآمدند؛ او برای تولید این آثار، فرمان های متنی دقیقی تنظیم کرد و سپس به دال-ای دستور داد تصویرهای تولیدشده را بارها و بارها اصلاح و دستکاری کند. او بیش از صدهزار تصویر تولید کرد و از بین آن ها بیست تصویر نهایی را که به نمایشگاه راه پیدا کردند انتخاب کرد.

با این حال، میلر اذعان کرده که در نسخه های جدیدتر دال-ای موفق به دستیابی به نتایجی مشابه نشده است. احتمال می دهم که دلیل این امر آن باشد که میلر از دال-ای برای کاری استفاده می کرد که اساساً برای آن طراحی نشده بود؛ گویی که او نرم افزار ساده ای مانند مایکروسافت پینت را هک کرده بود تا رفتاری مشابه فوتوشاپ از خود نشان دهد، اما به محض انتشار نسخه ی جدیدی از پینت، ترفندهای هکری او دیگر کارایی گذشته را نداشتند.

احتمالاً OpenAI در تلاش نیست محصولی برای کاربرانی مانند میلر بسازد، زیرا محصولی که کاربر برای تولید یک تصویر با آن باید چند ماه وقت بگذارد، برای بیشتر مخاطبان جذابیت نخواهد داشت. این شرکت به دنبال ارائه ی محصولی است که تصاویر را با کمترین زحمت تولید کند.

تصور برنامه ای که در نوبت های متعدد به شما در نوشتن یک رمان خوب کمک کند، دشوارتر است. چنین برنامه ی فرضی ممکن است از شما بخواهد که یک فرمان ورودی صد هزار کلمه ای وارد کنید تا بتواند صد هزار واژه ی کاملاً متفاوت تولید کند و رمانی را که در ذهن دارید، پدید آورد. اما چنین برنامه ای دقیقاً چگونه عمل خواهد کرد؟ مشخص نیست. از لحاظ نظری، اگر چنین برنامه ای وجود داشت، شاید بتوان گفت که کاربر همچنان شایسته ی لقب نویسنده بود. اما باز هم به نظر نمی رسد که شرکت هایی مانند OpenAI علاقه ای به ساخت نسخه هایی از ChatGPT داشته باشند که همان قدر از کاربران زمان و تلاش بطلبد که نوشتن یک رمان از صفر نیاز دارد. نکته ی تبلیغاتی هوش مصنوعی مولد این است که خروجی آن ها بسیار گسترده تر و حجیم تر از ورودی ای است که شما بهشان می دهید و دقیقاً همین ویژگی است که مانع از تبدیل شدن آن ها به ابزاری موثر برای هنرمندان می شود.

شرکت هایی که از برنامه های هوش مصنوعی مولد حمایت می کنند، ادعا دارند که این فناوری خلاقیت را شکوفا خواهد کرد. به بیان ساده، آن ها می گویند که هنر می تواند کاملاً حاصل الهام گیری باشد و هیچ زحمتی نداشته باشد، اما این دو عنصر را نمی توان به راحتی از هم جدا کرد. حرف من این نیست که هنر باید الزاماً همراه با ملال و رنج باشد. بلکه معتقدم که هنر در هر مقیاسی نیازمند اتخاذ تصمیمات است؛ انتخاب های ریز و بی شماری که در مرحله ی آفرینش هنر انجام می شوند، به اندازه ی چند انتخاب کلیدی و کلانی که در مرحله ی ایده پردازی انجام می شوند، در محصول نهایی تاثیر دارند. در فرآیند آفرینش اثر هنری، این یک اشتباه اساسی است که مقیاس بزرگ را مترادف با اهمیت تلقی کنیم؛ چرا که جوهره ی هنر در تعامل میان تصمیمات در مقیاس بزرگ و مقیاس کوچک نهفته است.

باور به اینکه الهام گیری از هر عامل دیگری مهم تر است، به گمان من، نشانه ای از ناآشنایی فرد با آن رسانه ی خاص است. چنین مسئله ای حتی در صورتی که هدف، تولید اثری سرگرم کننده باشد و نه یک شاهکار هنری، همچنان صدق می کند. مردم اغلب میزان تلاش مورد نیاز برای خلق یک اثر سرگرم کننده را دست کم می گیرند؛ یک رمان هیجانی شاید به آرمان کافکا از یک کتاب («تبری بر دریای یخ زده ی درونمان») نزدیک نشود، اما همچنان ممکن است دقت یک ساعت سوئیسی در نوشته شدن آن به کار رفته باشد. یک رمان مهیج موفق، چیزی فراتر از طرح و ایده ی اولیه ی خود است. نمی توان تمام جملات یک رمان تریلر را با جملاتی که از لحاظ معنایی معادل آن ها هستند جایگزین کرد و همچنان انتظار داشت که اثر به همان اندازه سرگرم کننده باشد. این یعنی جملات و انتخاب های ظریفی که در مقیاس کوچک انجام می شوند، نقشی تعیین کننده در اثربخشی نهایی یک اثر دارند.

بسیاری از رمان نویسان تجربه ی رویارویی با افرادی را داشته اند که با اطمینان ادعا می کنند ایده ی شگفت انگیزی برای یک رمان دارند و حاضرند آن را در ازای تقسیم پنجاه پنجاه سود فروش آن، با نویسنده به اشتراک بگذارند. چنین افرادی ناخواسته نشان می دهند که گمان می کنند جمله پردازی یک کار اضافی و کسل کننده است، نه بخشی بنیادی از قصه گویی در قالب نثر. هوش مصنوعی مولد برای کسانی جذاب است که تصور می کنند می توانند در یک رسانه ی هنری ابراز وجود کنند، بدون آن که واقعاً در آن رسانه کار کنند. اما خالقان رمان های سنتی، نقاشی ها و فیلم ها، به این هنرها جذب می شوند زیرا در هر یک از این رسانه ها امکان بیانی منحصربه فرد را می بینند. آن ها به دلیل اشتیاق شان برای بهره گیری کامل از این امکانات است که از خلق آثار خود، چه در مقام هنر و چه در مقام سرگرمی، احساس رضایت می کنند.

البته، بیشتر نوشته ها – از مقالات گرفته تا گزارش ها و ایمیل ها – با این پیش فرض که هزاران انتخاب در پس تولیدشان نهفته است، تولید نمی شوند. در چنین مواردی، آیا خودکارسازی نوشتار آن ها ضرری دارد؟ اجازه دهید یک قاعده ی کلی دیگر را پیشنهاد کنم: هر نوشته ای که ارزش توجه شما را به عنوان خواننده داشته باشد، نتیجه ی تلاش نویسنده ی آن است. البته تلاش کردن لزوماً به معنای ارزشمند بودن محصول نهایی نیست، اما هیچ اثر ارزشمندی بدون تلاش به وجود نمی آید. نوع توجهی که هنگام خواندن یک ایمیل شخصی صرف می کنید، با نوع توجهی که به خواندن یک گزارش تجاری اختصاص می دهید، متفاوت است، اما در هر دو مورد، تنها زمانی این توجه موجه است که نویسنده برای نوشتن آن فکر و انرژی صرف کرده باشد.

اخیراً، گوگل در جریان المپیک پاریس، تبلیغی برای جمنای (Gemini)، رقیب خود برای GPT-4 شرکت OpenAI پخش کرد. در این تبلیغ، پدری با استفاده از جمنای یک نامه ی هواداری از طرف دخترش می نویسد تا دخترش آن را برای ورزشکاری که الهام بخش اوست بفرستد. اما گوگل پس از واکنش های منفی گسترده از سوی مخاطبان، این تبلیغ را حذف کرد؛ یک استاد رسانه، آن را «یکی از نگران کننده ترین تبلیغاتی که تاکنون دیده ام» توصیف کرد. نکته ی قابل توجه این است که این واکنش ها حتی در شرایطی رخ داد که موضوع مورد بحث، خلاقیت هنری نبود. کسی انتظار ندارد که نامه ی هواداری یک کودک به یک ورزشکار، اثری خارق العاده باشد؛ اگر این دختر خودش نامه را نوشته بود، احتمالاً نوشته ی او تفاوتی با هزاران نامه ی مشابه دیگر نداشت. اما اهمیت چنین نامه ای – چه برای کودکی که آن را می نویسد و چه برای ورزشکاری که آن را دریافت می کند – در این نیست که نامه چقدر شیوا نوشته شده، بلکه در این است که از دل برآمده است.

بسیاری از ما کارت های تبریک آماده برای دیگران ارسال کرده ایم، در حالی که می دانستیم دریافت کننده متوجه خواهد شد که خودمان کلمات روی آن را ننوشتیم. اما هیچ کس جملات روی کارت های هالمارک (Hallmark)  را با دست خط خود بازنویسی نمی کند، زیرا چنین کاری حالتی فریب کارانه دارد. برنامه نویسی به نام سایمون ویلیسون (Simon Willson)، فرآیند آموزش مدل های زبانی بزرگ را «پولشویی داده های دارای کپی رایت» توصیف کرده است و این تعبیر، راهی مفید برای درک جذابیت هوش مصنوعی مولد ارائه می دهد: این فناوری به شما امکان می دهد که نوعی سرقت ادبی انجام دهید، اما بدون آن که احساس گناه کنید، زیرا حتی برای خود شما هم روشن نیست که دقیقاً در حال کپی کردن چه چیزی هستید.

برخی استدلال می کنند که مدل های زبانی بزرگ، به جای «پولشویی» متون آموزشی، از آن ها یاد می گیرند، درست همان طور که نویسندگان انسانی از کتاب هایی که خوانده اند، آموخته اند. اما یک مدل زبانی بزرگ، نویسنده نیست؛ حتی کاربر زبان هم نیست. طبق تعریف، زبان یک سامانه ی ارتباطی است و برای به کار برده شدن، باید قصد ارتباط با آن را داشته باشید. قابلیت تکمیل خودکار (Autofill) در تلفن شما ممکن است پیشنهادهای خوب یا پیشنهادهای بدی برای پیغام فرستادن به شما بدهد، اما در هیچ موقعیتی تلاش نمی کند از جانب خودش چیزی را به شما یا به فردی که در حال ارسال پیام به او هستید منتقل کند. توانایی چت جی پی تی در تولید جملات منسجم، شاید این تصور را در ذهن ما ایجاد کند که تفاوتی بنیادین با قابلیت تکمیل خودکار اسمارت فون هایمان دارد، اما در واقعیت، این مدل، مثل قابلیت تکمیل خودکار، هیچ گونه قصد ارتباطی ندارد.

دستور دادن بهChatGPT  برای ایجاد عبارتی مانند «از دیدنت خوشحالم» بسیار ساده است. بسیاری از جنبه های عملکرد مدل های زبانی بزرگ هنوز برای ما مبهم است، اما یک چیز را با اطمینان می دانیم: چت جی پی تی از دیدن من و شما خوشحال نیست. یک سگ می تواند احساس خوشحالی از دیدن شما را ابراز کند؛ و همین طور کودکی که هنوز زبان نیاموخته است. این دو موجود بدون این که شیوه ی استفاده از کلمات را بلد باشند، احساسی را به شما منتقل می کنند. اماChatGPT  نه احساسی دارد و نه چیزی می خواهد، و دقیقاً همین نداشتن قصد ارتباطی است که باعث می شود آن را کاربر زبان ندانیم. آنچه عبارت «از دیدنت خوشحالم» را به یک جمله ی زبانی تبدیل می کند، صرفاً ساختار صحیح آن نیست، بلکه قصد و نیت برقراری ارتباط است که در پس این جمله نهفته است.

از آنجا که زبان برای ما امری بدیهی و طبیعی به نظر می رسد، اغلب فراموش می کنیم که این توانایی، بر پایه ی تجربه های بنیادین تری مانند احساسات درونی و میل به برقراری ارتباط شکل گرفته است. هنگامی که یک مدل زبانی بزرگ جملاتی منسجم تولید می کند، وسوسه می شویم ویژگی های انسانی را به آن نسبت دهیم، اما در واقع، این فقط شبیه سازی است. این پدیده همانند مکانیزمی است که باعث می شود برخی پروانه ها لکه های تیره ی بزرگی روی بال های خود داشته باشند، لکه هایی که پرندگان را فریب می دهند تا آن ها را با شکارچیانی با چشمان بزرگ اشتباه بگیرند. در این شرایط، همین شبیه سازی کافی است؛ پرندگان کمتر به این پروانه ها حمله می کنند، و برای پروانه اهمیتی ندارد که چرا زنده مانده است؛ تنها چیزی که مهم است، ادامه ی حیات اوست. اما تفاوتی عمیق میان یک پروانه و یک شکارچی واقعی که تهدیدی برای پرنده محسوب می شود، وجود دارد.

فردی که از هوش مصنوعی مولد برای کمک گرفتن در نوشتن استفاده می کند، ممکن است ادعا کند که صرفاً از متونی که مدل بر اساس آن ها آموزش دیده، الهام می گیرد. اما این ادعا تفاوتی اساسی با فرآیند الهام گرفتن یک نویسنده از نویسنده ی دیگر دارد. تصور کنید که یک دانشجو، مقاله ای تحویل دهد که صرفاً شامل یک نقل قول پنج صفحه ای از یک کتاب است و استدلال کند که این نقل قول، دقیقاً همان چیزی را بیان می کند که او می خواست بگوید، آن هم به شکلی بهتر از آنچه خودش می توانست بنویسد. حتی اگر این دانشجو کاملاً روراست باشد و به استادش توضیح دهد که چه کرده است، نمی توان گفت که او واقعاً از این کتاب الهام گرفته است. اینکه یک مدل زبانی بزرگ بتواند آن نقل قول را تا حدی بازنویسی کند که منبع اصلی آن غیرقابل شناسایی شود، تغییری در ماهیت آنچه رخ داده، ایجاد نمی کند.

همان طور که زبان شناسی به نام امیلی ام. بندر (Emily M. Bender) اشاره کرده است، دلیل این که معلمان از دانش آموزان شان می خواهند مقاله بنویسند این نیست که جهان به مقاله های بیشتری نیاز دارد. هدف از نوشتن مقاله، تقویت مهارت های تفکر انتقادی فرد است؛ همان طور که دمبل زدن برای انجام هر ورزشی مفید است، نوشتن مقاله نیز مهارت هایی را تقویت می کند که در هر شغلی که یک دانشجو در آینده به دست آورد، ضروری خواهند بود. استفاده از ChatGPT برای انجام تکالیف، مانند آوردن یک لیفتراک به داخل سالن وزنه برداری است؛ با این کار، توانایی ذهنی شما هرگز تقویت نخواهد شد.

البته لازم نیست همه ی نوشته ها خلاقانه، صمیمانه یا حتی باکیفیت باشند؛ گاهی اوقات، تنها کافی است که وجود داشته باشند. این نوع از نوشته ها می توانند اهداف دیگری را دنبال کنند، مانند جذب مخاطب برای تبلیغات یا برآورده کردن الزامات اداری. در چنین شرایطی، نمی توانیم آدم ها را سرزنش کنیم که چرا از ابزارهای در دسترس، برای سرعت بخشیدن به کار خود استفاده می کنند. اما آیا دنیایی که پر از متونی باشد که با حداقل تلاش تولید شده اند، جای بهتری خواهد بود؟

این ادعا که پرهیز از استفاده از مدل های زبانی بزرگ نیاز به تولید متون دم دستی را از بین خواهد برد غیرواقع بینانه است. اما آنچه اجتناب ناپذیر به نظر می رسد، این است که هرچه بیشتر از این مدل ها برای برآورده کردن این نیازها استفاده کنیم، این نیازها نیز بیشتر خواهند شد. ما در حال ورود به دوره ای هستیم که در آن ممکن است فردی از یک مدل زبانی برای تبدیل یک لیست گلوله ای به یک متن کامل و یک پارچه استفاده کند و سپس شخص دیگری همان متن را با یک مدل زبانی دیگر دوباره به لیستی از نکات کلیدی تبدیل کند.  آیا کسی واقعاً می تواند ادعا کند که این پیشرفت محسوب می شود؟

این احتمال وجود دارد که روزی برنامه های کامپیوتری بتوانند هر کاری را که یک انسان انجام می دهد انجام دهند، اما برخلاف ادعاهای شرکت های تبلیغ کننده ی هوش مصنوعی، چنین چیزی در چند سال آینده اتفاق نخواهد افتاد. حتی در حوزه هایی که هیچ ارتباطی با خلاقیت ندارند، مدل های هوش مصنوعی کنونی محدودیت های عمیقی دارند که باعث می شود با تردید به این سؤال نگاه کنیم که آیا واقعاً شایسته ی صفت «هوشمند» هستند یا نه؟

فرانسوا شوله (François Chollet) دانشمند علوم کامپیوتر، تمایز جالبی را مطرح کرده است: مهارت به کیفیت اجرای یک وظیفه مربوط می شود، در حالی که هوش یعنی توانایی یادگیری مهارت های جدید به طور کارآمد. این تعریف با درک شهودی ما از هوش انسانی سازگار است؛ بیشتر افراد می توانند با تمرین کافی، یک مهارت جدید را بیاموزند، اما هرچه سرعت یادگیری فرد بیشتر باشد، او را باهوش تر تلقی می کنیم.

نکته ی جالب درباره ی این تعریف این است که برخلاف آزمون های ضریب هوشی (IQ)، نه تنها برای انسان ها، بلکه برای موجودات غیرانسانی نیز قابل استفاده است. مثلاً اگر یک سگ خیلی سریع ترفندی جدید را یاد بگیرد، این را نشانه ای از هوش او در نظر می گیریم.

در سال ۲۰۱۹، پژوهشگران آزمایشی انجام دادند که در آن سعی داشتند به موش ها رانندگی بیاموزند. آن ها موش ها را در جعبه های پلاستیکی کوچکی قرار دادند که سه نوار سیمی مسی داشتند. وقتی موش ها با پنجه هایشان یکی از این نوارها را لمس می کردند، جعبه یا به سمت جلو حرکت می کرد یا به چپ و راست می چرخید. موش ها که بشقابی از غذا را در طرف دیگر اتاق می دیدند، سعی می کردند وسیله ی نقلیه ی خود را به سمت آن هدایت کنند. پژوهشگران این موش ها را در جلسات پنج دقیقه ای آموزش دادند و بعد از بیست وچهار جلسه ی تمرینی، آن ها به رانندگان ماهری تبدیل شدند.

بیست وچهار جلسه تمرین، برای آموزش موفقیت آمیز مهارتی که در کل تاریخ تکاملی موش ها وجود نداشته است کفایت کرد. آیا این تعریفی از هوش نیست؟

حالا برنامه های هوش مصنوعی کنونی را در نظر بگیرید؛ همان هایی که به خاطر عملکردشان به شدت تحسین شده اند. آلفازیرو (AlphaZero)، برنامه ای که دیپ مایند (Deepmind)، یکی از زیرمجموعه های گوگل آن را توسعه داده، بهتر از هر انسانی شطرنج بازی می کند، اما در طول دوره ی آموزش خود چهل وچهار میلیون بازی انجام داده است، رقمی که هیچ انسانی در طول عمرش به آن نخواهد رسید. اگر این هوش مصنوعی بخواهد در یک بازی جدید استاد شود، باید به تناسب وقت برای آموزش دیدنش گذاشت.

بر اساس تعریف شوله، برنامه هایی مثل آلفازیرو دارای مهارت بالایی هستند، اما هوش چندانی ندارند، زیرا در یادگیری مهارت های جدید چندان کارآمد نیستند. در حال حاضر، نوشتن برنامه ای که بتواند حتی یک وظیفه ی ساده را در تنها طی ۲۴ تلاش بیاموزد – بدون اینکه اطلاعاتی از قبل در اختیارش گذاشته شود – غیرممکن است.

نمونه ی دیگر: خودروهای خودران. این خودروها با وجود این که میلیون ها کیلومتر رانندگی را در داده های آموزشی خود دارند، همچنان ممکن است با تریلی ای که واژگون شده است برخورد کنند، چون این وضعیت در داده های آموزشی شان رایج نیست. در مقابل، یک انسان در نخستین جلسه ی آموزش رانندگی هم خواهد دانست که با دیدن چنین صحنه ای باید توقف کند.

آنچه میزان هوشمندی ما انسان ها را تعیین می کند، نه توانایی ما در حل مسائل جبر، بلکه توانایی ما در وفق دادن خودمان با شرایط ناآشناست. کامپیوترها تا زمانی که چنین قابلیتی را به دست نیاورند، قادر نخواهند بود جایگزین انسان ها شوند و این مسیر هنوز بسیار طولانی است. در حال حاضر، ما تنها به دنبال یافتن مشاغلی هستیم که بتوان آن ها را با قابلیت تکمیل خودکار تسریع شده انجام داد.

باوجود تمام هیاهوها، تاثیر هوش مصنوعی مولد بر افزایش چشمگیر بهره وری اقتصادی همچنان در حد نظریه باقی مانده است. اوایل امسال، گلدمن ساکس گزارشی با عنوان «هوش مصنوعی مولد: هزینه ی بیش از حد، سود بسیار اندک؟» منتشر کرد.

بزرگ ترین موفقیت این فناوری نه در بهبود تولید محتوا، بلکه در کاهش انتظارات ما نهفته است؛ هم پیرامون آنچه می خوانیم و هم پیرامون آنچه هنگام نوشتن برای دیگران تولید می کنیم. این فناوری اساساً هویتی ضدانسانی دارد، زیرا ما را کمتر از آنچه که هستیم – آفرینندگان و درک کنندگان معنا –  می پندارد. هوش مصنوعی، میزان «قصد و نیت» را در جهان کاهش می دهد.

برخی افراد با این استدلال که بیشتر آنچه انسان ها می گویند یا می نویسند، چندان اصیل نیست، از مدل های زبانی بزرگ دفاع کرده اند. این ادعا درست است، اما بی ربط. وقتی کسی به شما می گوید «عذر می خواهم»، مهم نیست که پیش از این، افراد بی شماری این جمله را بر زبان آورده اند؛ مهم نیست که «عذر می خواهم» از نظر آماری یک رشته ی متداول از کلمات باشد. اگر این عذرخواهی صادقانه باشد، ارزشمند و معنادار است، حتی اگر عذرخواهی، پیش از این دفعات بی شماری بیان شده باشد. به همین ترتیب، اگر به دوستی بگویید «خوشحالم که تو را می بینم»، حرفی پرمعنا زده اید، حتی اگر این جمله فاقد تازگی باشد.

همین منطق در مورد هنر نیز صدق می کند. فرقی ندارد که در حال نوشتن رمان، خلق نقاشی یا ساختن یک فیلم باشید؛ شما در حال برقراری ارتباط با مخاطب خود هستید. لازم نیست اثر شما از هرآنچه در تاریخ هنر خلق شده، کاملاً متمایز باشد تا ارزشمند باشد؛ آنچه به آن معنا می بخشد، این است که شما آن را گفته اید. این اثر، برخاسته از تجربه ی منحصربفرد شما از زندگی است و در لحظه ای خاص از زندگی مخاطب شما به او می رسد؛ همین نکته، آن را جدید و معنادار می سازد. همه ی ما محصول آنچه پیش از خودمان وجود داشته هستیم، اما این زیستن ما در تعامل با دیگران است که به جهان معنا می بخشد. این کاری است که یک الگوریتم تکمیل خودکار هرگز قادر به انجام آن نیست؛ نگذارید کسی خلاف این را به شما بگوید.

منبع: خبرآنلاین