این تغییر متناسب با عمق شناخت متفکران هر عصر از انسان و فرضیات آنان در خصوص منبع و زیرساخت قابلیت‌های متنوع نوع بشر است. برای مثال تمرکز اصلی محققان در برهه‌ای از تاریخ بر ساختار اسکلتی-عضلانی انسان بوده است، ولی در دهه‌های اخیر این تمرکز به سمت ساختار سامانۀ عصبی گرایش پیدا کرده است.

 هر چند باور بر آن است که ترکیب سامانه عصبی و بدنی سازوکار بروز رفتارهای هوشمند انسان را فراهم می‌آورد. با این حال، هوشمندسازی سامانه‌های مصنوعی همواره یکی از مسایل اصلی محققان بوده است. برای ارائه پاسخ نظام‌مند به این مسأله، حوزه تخصصی هوش مصنوعی از حدود پنج دهه قبل شکل گرفته و تاکنون منجر به پیشرفت‌های شگرفی در محصولات و همچنین درک ما از منبع هوشمندی موجودات زنده شده‌است.

ساخت سامانه‌هایی با الهام از موجودات زنده

تحقیقات نشان داده است که حیوانات مختلف به روش‌های گوناگون و هوشمندانه مسایل خود را حل می‌کنند. به عنوان مثال مورچه‌ها به صورت جمعی مسأله یافتن مسیر بهینه بین لانه و غذا را حل می‌کنند، گرگ‌ها به صورت جمعی و هماهنگ شکار می‌کنند، زنبورها تشخیص چهره می‌دهند و برخی از میمون‌ها ابزارسازی می‌کنند. این بدان معناست که می‌توان حیوانات را نیز مرجعی برای محک هوشمندی مصنوعات قلمداد کرد و از آنها نیز برای ساخت برخی سامانه‌های مصنوعی الهام گرفت.

الهام از انسان و دیگر موجودات زنده برای توسعه سامانه‌های هوشمند بر این منطق استوار است که موجودات زنده چه از منظر خلقت و چه از منظر تطابق با محیط و یادگیری، برای تعامل با دنیای طبیعی سرآمدند. بنابراین اگر بدانیم این موجودات چگونه رفتار هوشمندانه از خود بروز می‌دهند می‌توانیم سامانه‌های هوشمند پیشرفته ایجاد کنیم. الهام از موجودات زنده در سطوح مختلف، مانند ساختاری، رفتاری و عملکردی امکانپذیر است.

 از منظر ساختاری هدف شاخه دیگری از هوش مصنوعی، به جای الهام از موجودات زنده، توسعه سامانه‌های هوشمند را با استفاده از روش‌های مهندسی و متکی بر ریاضیات و قواعد سرانگشتی دنبال می‌کند. این شاخه از هوش مصنوعی بر خلاقیت طراحانی تکیه دارد که با استفاده از روش‌های ساختاریافته یا ایجاد قواعد سر انگشتی، به توسعه الگوریتم‌ها و روش‌های حل مسأله می‌پردازند.

هوشی طبیعی متناسب با بدن

هر نظریه و یافته‌ای که سعی در تبیین منبع و سازوکار هوش طبیعی داشته باشد، نیاز به محک خوردن دارد. یک محک مناسب، استفاده از این یافته‌ها و نظریه‌ها در ساخت سامانه‌های مصنوعی و ارزیابی رفتار آنها در مواجهه با مسایل واقعی است. سامانه‌هایی که بر اساس اینگونه یافته‌ها ساخته می‌شوند، سامانه‌های هوشمند الهام گرفته از طبیعت نام دارند.

هرچند این روش بسیار مورد توجه است، اما قیدی بر آن حاکم است که هوش طبیعی متناسب با بدن و محیط موجود زنده خلق شده و تکامل یافته است. بنابراین، ارزیابی‌ها یا باید در شرایط مشابه برای موجودات طبیعی و مصنوعی انجام شود یا در شرایطی انجام شود که ویژگی‌های محیطی، جسمانی، حسی و عملکردی موجودات مصنوعی و زنده نقش اساسی در بروز رفتار آنها نداشته باشد.

همچنین یکی از ویژگی‌های بارز ما انسان‌ها و بسیاری از حیوانات، اجتماعی بودن است. بروز هوشمندی و بخش عظیمی از یادگیری ما در دنیای فیزیکی و فضای مجازی در بستر تعاملات اجتماعی اتفاق می‌افتد. اجتماعی بودن پیچیدگی‌های خاصی را بر محیط ما تحمیل می‌کند و در عین حال فرصت‌های فراوانی را برای هوشمندسازی و بروز هوشمندی پدید می‌آورد.

از جمله پیچیدگی‌ها آن است که محیط اجتماعی به شدت پویاست. افراد اطراف ما و ویژگی‌های آنان در گذر زمان تغییر می‌کنند. این پویایی نتیجه یادگیری و تغییرات دیگر اعضای جامعه است که خود تا حدی تابع رفتار و تعامل ما با آنان است. به عبارت دیگر، پویایی محیط اجتماعی و فردی در ساختاری چرخه‌ای با هم مرتبطا‌ند و این امر مدلسازی محیط‌های اجتماعی را پیچیده، ولی بسیار جذاب و با اهمیت می‌کند.

به کارگیری ابزاری پیچیده

پیچیدگی دیگر نتیجه عدم دسترسی ما به ذهن و افکار دیگران است که در بروز رفتار آنان نقش مؤثر دارند. این عدم دسترسی، امکان مشاهده کامل محیط و پیش‌بینی آن را از ما می‌گیرد. بنابراین، تعامل با محیط‌های اجتماعی نسبت به تعامل با دیگر محیط‌ها نیاز به توانایی‌های بیشتری دارد.

 ابزارهای پیچیده‌تری نیز برای مدلسازی رفتار موجودات اجتماعی هوشمند وهمچنین استخراج منبع هوشمندی آنها از داده‌های مطالعات شناخت اجتماعی مورد نیاز است. سوای نیاز به مدلسازی برای درک هوش در بستر اجتماع، یکی از دلایل اهمیت مدلسازی محیط‌های اجتماعی آن است که ایجاد تغییر در محیط‌های اجتماعی بسیار هزینه‌بر است.

هوش مصنوعی به دنبال ایجاد روش‌های کارآمد برای حل مسائل پیچیده است و درک سازوکار هوشمندی انسان یکی از آن مسایل است. یعنی هوش مصنوعی قسمتی از ابزارهای مطالعات شناختی را فراهم می‌کند و از طرف دیگر هر پیشرفتی در علوم شناختی امکان توسعه سامانه‌های هوشمندتر را تسهیل می‌کند.

 از سوی دیگر، به کارگیری یافته‌های علوم شناختی در توسعه سامانه‌های هوشمند، محک‌هایی را برای ارزیابی صحت، دقت، عمومیت و قوام این یافته‌ها فراهم می‌کند. بنابراین، حوزه‌های شناختی و هوش مصنوعی جدا از هم نیستند، بلکه توسعه هرکدام نیازمند دیگری است. بنابراین این دو حوزه در یک بستر علمی مشترک رشد خواهند کرد. این بستر «علم هوش»  مشترک  نامیده می‌شود.

الهام‌گیری از انسان و موجودات زنده برای توسعه سامانه‌های هوشمند موضوع جدیدی نیست، بلکه آنچه در سال‌های اخیر تغییرات اساسی در این روش ایجاد کرده، الگو و نگاه ما به سازوکار بروز هوش در موجودات شناختی است. در این نگاه، موجود شناختی یک جعبه سیاه انگاشته می‌شود و سعی می‌شود قواعد تولید رفتار آن با استفاده از برازش مدل به مجموعه داده‌های ورودی وخروجی آن، کشف شود. در هوش مصنوعی و حوزه‌های مرتبط با آن ساختارهای مختلفی برای این مدلسازی پیشنهاد شده است، مانند ساختارهای شبکه عصبی، فازی، نوروفازی.

مدلسازی مولفه‌های شناختی

سؤالی که مطرح می‌شود آن است که آیا نمی‌توان بروز رفتار هوشمند موجودات شناختی در محیط را به کارکرد چندین زیرسامانه و تعامل آنها با یکدیگر و محیط نسبت داد؟ کارکردهای شناختی انسان در سطح مفهومی و نه در جزئیات، تقریباً مشخص هستند. برای مثال انسان دارای کنترل توجه، یادگیری و تصمیم گیری است و به شکل‌های مختلف اطلاعات و دانش را در حافظه خود نگه داشته، بازیابی می‌کند.

در نگاه شناختی به جای آنکه به کل رفتار انسان یک مدل برازش شود، هدف آن است که تک تک مؤلفه‌های شناختی مانند حافظه، یادگیری، توجه، تصمیم گیری شناسایی و مدلسازی شوند و در نهایت تعامل آنها در قالب یک شبکه برای تولید رفتار هوشمند مطالعه شود. براساس این دیدگاه، امکان برازش مدل به هر مؤلفۀ شناختی ساده‌تر است، زیرا هر مؤلفه از کل ساده‌تر است.

از میان کارکردهای شناختی، کنترل توجه، یادگیری و تصمیم گیری ارتباط روشن‌تری با مؤلفه‌های سامانه‌های هوشمند موجود دارند. هرچند برای توسعه سامانه‌های هوشمند با قابلیت‌های بالا، نیازمند آن هستیم که سایر کارکردهای شناختی را نیز در مدل توسعه سامانه‌های هوشمند دخالت دهیم.

هوش مصنوعی و علوم شناختی که در سال‌های گذشته بیشتر در دو مسیر مختلف دنبال می‌شدند، اکنون در اکثر زمینه‌ها لازم و ملزوم یکدیگرند. برای آنکه سامانه‌های هوشمند بتوانند با انسان ارتباط مؤثری برقرار کنند، لازم است بر پایه شناخت قابلیت‌ها، ظرفیت‌ها و محدودیت‌های شناختی انسان ایجاد شوند.

 از سوی دیگر، مطالعه موجودات شناختی و یافتن منبع هوشمندی آنان در حال حاضر بیشتر مبتنی بر پردازش هوشمندانه داده‌های عظیم است. بنابراین درک منبع هوشمندی خود یک مسأله هوش مصنوعی است. به علاوه، سامانه‌های هوشمند ابزارهای خودگردان برای نوآوری، ارتقا و بازتوانی شناختی‌اند. پس هوش مصنوعی مبنای توسعه ابزارهای کاربردی برای حوزه سلامت شناختی نیز است.

با تعامل هوش مصنوعی و علوم شناختی، در سال‌های آتی شاهد رسیدن به فهم بهتری از منبع هوشمندی و سازوکارهای آن خواهیم بود. همچنین، سامانه‌های مصنوعی شناختی، با بهره‌مندی از یافته‌های علمی در حوزه‌های شناخت فردی و اجتماعی و فنون هوش مصنوعی، به صورت فراگیر در زندگی فردی و اجتماعی ما نقش مؤثرتری خواهند داشت و نیاز به تطابق با محصولات را از سمت انسان به سوی مصنوعات و محیط سوق می‌دهند. این محصولات هوشمند روش تعامل ما با یکدیگر، محیط و مصنوعات را به صورت بنیادی تغییر خواهند داد.

 گزارش از مرکز ارتباطات و اطلاع رسانی معاونت علمی و فناوری ریاست جمهوری

پایان پیام/25

اخبار مرتبط:

* علوم شناختی چیست و کاربردهای آن در کجاست؟

* کسب رتبه 27 جهانی از سوی ایران در رشته علوم شناختی

* علوم شناختی یکی از فناوری‌های نوین پیشرفته در ایران است

* ایران دارای رتبه چهارم آسیا در حوزه علوم شناختی است