هوش مصنوعی یا «هوش فوق العاده»؟ ترامپ تنها کسی نیست که گیج شده است

آیا هوش فوق العاده با هوش مصنوعی تفاوتی دارد؟

ایماگو / آلامی

در دهه‌های پس از شروع این رشته، بیشتر بحث‌های پیرامون هوش مصنوعی در مورد بخش هوش بوده است: آیا ماشین‌ها واقعا می‌توانند مانند ما فکر کنند؟ اما در هفته‌های اخیر، دونالد ترامپ، رئیس‌جمهور ایالات متحده، بحثی را درباره بخش دیگر آغاز کرده است - و به سنت طولانی تغییر پست‌های هدف در مورد هوش مصنوعی پیوسته است.

ادامه مطلب ریاضیدانان هشدار می دهند که arXiv ممکن است از هجوم شیب هوش مصنوعی جان سالم به در نبرد

ترامپ در سخنرانی خود در مجمع عمومی سازمان ملل در 22 سپتامبر گفت: "استفاده از کلمه مصنوعی هوش را جعلی می کند، باعث می شود جعلی به نظر برسد، و جعلی نیست. در واقع شگفت انگیز است." او خواستار تغییر نام هوش مصنوعی به عنوان «فوق‌هوش» است، که از این اقدام با فرمان اجرایی امضا شده در 29 سپتامبر و راه‌اندازی این هفته نهادی به نام نیروی اطلاعات فوق‌العاده برای هماهنگی سیاست‌های هوش مصنوعی ایالات متحده حمایت می‌کند.

با کنار گذاشتن این واقعیت که "نیروی اطلاعات فوق العاده" شبیه کارتون صبح شنبه به نظر می رسد، ما از این تلاش برای تغییر نام تجاری چه کنیم؟ ترامپ در واقع تنها نیست که به دنبال فاصله گرفتن سیستم های هوش مصنوعی مدرن از مفهوم اصلی هوش مصنوعی در دهه های 1940 و 50 است. سال گذشته، مارک زاکبرگ، مدیر عامل متا، یادداشتی منتشر کرد که در آن اعلام کرد که "ابر هوش" (یک کلمه) اکنون در چشم است. با رسیدن به عقب تر، این کلمه در ابتدا توسط فیلسوف نیک بوستروم به عنوان عنوان کتاب او در سال 2014 رایج شد.

تبلیغات

برای من، هوش فوق العاده ترامپ و ابرهوشی بوستروم معانی متمایزی دارند که ارزش حفظ کردن را دارند. تغییر نام تجاری ترامپ تلاشی برای تثبیت سلطه ایالات متحده در زمینه هوش مصنوعی است - فرمان اجرایی وی بیان می کند که "اصطلاح "فوق هوش" به طور مناسب تری وعده، پتانسیل و قابلیت های سریع پیشرفت این فناوری ها را نشان می دهد. اما ابرهوشی که توسط Bostrom پیش بینی شده است بسیار فراتر از قابلیت های سیستم های هوش مصنوعی فعلی ما است. برای درک دلیل، باید کمی بیشتر به تاریخ بپردازیم.

مدت ها قبل از تولد ChatGPT، محققان هوش مصنوعی بین هوش مصنوعی ضعیف و هوش مصنوعی قوی تمایز قائل شدند، اصطلاحاتی که برای اولین بار توسط فیلسوف جان سرل در مقاله ای با عنوان «ذهن، مغز و برنامه ها» در سال 1980 تعریف شد. به زبان ساده، او هوش مصنوعی ضعیف را شبیه‌سازی رایانه‌ای از ذهن انسان می‌دانست، اما نه یک ذهن واقعی، در حالی که احساس می‌کرد هوش مصنوعی قوی، شناخت واقعی را که از نرم‌افزار پدید می‌آید، توصیف می‌کند. سرل این ایده اخیر را به عنوان مضحک رد کرد: "هیچکس تصور نمی کند... که شبیه سازی کامپیوتری یک طوفان باران همه ما را غرق می کند.

چرا کسی تصور می‌کند که یک شبیه‌سازی رایانه‌ای از درک واقعا چیزی را می‌فهمد؟» چندین دهه بعد، من به سختی می‌توانم مخالفت کنم.

در پی مقاله تأثیرگذار سرل، هوش مصنوعی ضعیف و قوی تحت تغییر نام تجاری خود به سبک ترامپ قرار گرفت، زیرا مردم شروع به بحث در مورد تفاوت‌های قابلیت‌های هوش مصنوعی به جای آگاهی از هوش مصنوعی کردند - شاید به این دلیل که اندازه‌گیری اولی بسیار آسان‌تر است و عرصه بحث را از دپارتمان فلسفه به آزمایشگاه علوم رایانه منتقل می‌کند. هوش مصنوعی ضعیف با اصطلاح دیگری ادغام شد، هوش مصنوعی باریک، به معنای سیستمی که قادر به عملکرد در سطح انسانی در یک کار خاص است.

ما چندین دهه است که با هوش مصنوعی باریک زندگی می کنیم، بسته به اینکه چگونه می خواهید آن را تعریف کنید، از فیلترهای هرزنامه گرفته تا بازی شطرنج و ماشین های بدون راننده. به نوعی، هنگامی که چیزی با هوش مصنوعی محدود قابل دستیابی است، فقط نرم افزار است - پدیده ای که به عنوان اثر هوش مصنوعی شناخته می شود.

در همین حال، هوش مصنوعی قوی جای خود را به هوش مصنوعی عمومی داد - سیستمی که قادر به عملکرد در سطح انسانی در هر کاری است. یک هوش مصنوعی عمومی یک هدف بسیار مطلوب است زیرا به این معنی است که به جای نیاز به ساختن یک سیستم جدید برای هر کار ممکن، هوش مصنوعی می‌تواند یادگیری را از یک دامنه به حوزه دیگر منتقل کند، درست همانطور که یک انسان می‌تواند. در سال 2002، هوش مصنوعی عمومی به «هوش عمومی مصنوعی» یا AGI تبدیل شد، که عمدتا به دلیل محبوبیت این اصطلاح شین لگ (که در ادامه شرکت DeepMind را تأسیس کرد) تغییر داد.

اکثر شرکت های بزرگ هوش مصنوعی، از جمله DeepMind و OpenAI، با هدف اعلام شده دستیابی به AGI تاسیس شده اند. در دهه 2010، این به عنوان یک هدف تحقیقاتی کمی حواس پرت و علمی تخیلی تلقی می شد. امروزه، این یک مدل کسب‌وکار است، با تریلیون‌ها دلار سرمایه‌گذاری برای ساختن یک AGI در آینده نزدیک.

دونالد ترامپ، رئیس‌جمهور آمریکا با مدیران فناوری پس از نشستی درباره ایمنی هوش مصنوعی در کاخ سفید

Tierney L Cross/POOL/EPA/Shutterstock

با وجود این، تعاریف AGI پشمالو هستند. منشور OpenAI آن را به‌عنوان «سیستم‌های بسیار خودمختار که در کارهای با ارزش اقتصادی از انسان بهتر عمل می‌کند» تعریف می‌کند. توافقی بین OpenAI و مایکروسافت که در سال 2024 فاش شد، آن را به عنوان سیستمی تعریف می‌کند که قادر به تولید 100 میلیارد دلار سود است. OpenAI هنوز سودآور نیست و هزینه‌ها بسیار بیشتر از درآمد است، اما این مانع از آن نشد که رئیس آن، گرگ براکمن، با عرضه مدل Astra خود در ماه سپتامبر، بگوید "به عصر AGI خوش آمدید".

به هر حال شما AGI را تعریف کنید، آن چیزی است که با ابرهوشی یکسان نیست. بوستروم در کتاب خود این را به صراحت اینگونه تعریف می کند: «هر عقلی که عملا در همه حوزه های مورد علاقه از عملکرد شناختی انسان بسیار فراتر رود». به عبارت دیگر، یک ابرهوش باید از هر انسان دانشمند، هنرمند، فیلسوف یا دیگر مجریان شناختی که تا کنون زندگی کرده است، توانایی شناختی بیشتری داشته باشد. بهتر بودن از آلبرت انیشتین یا ماری کوری کافی نیست – باید ویلیام شکسپیر، لئوناردو داوینچی، استیو جابز، جین آستن و بسیاری دیگر را نیز شکست دهید.

واضح است که ما به هوش فوق العاده دست نیافته ایم. یک ابر هوش واقعی احتمالا جهان را به شکلی متحول خواهد کرد که ما نمی توانیم تصور کنیم.

با وجود همه این تعاریف، یک مشکل وجود دارد، و آن در بخش دوم هوش مصنوعی نهفته است: در واقع هوش چیست و چگونه سطوح مختلف آن را اندازه گیری کنیم؟

پاسخ استاندارد ضریب هوش یا IQ است. تلاش‌ها برای اندازه‌گیری ضریب هوشی مدل‌های مختلف هوش مصنوعی پیشرفته (با پاسخگویی به سؤالات آزمون هوش) دامنه‌ای بین 130 تا 150 ضریب هوشی را ارائه می‌دهند، اگرچه این امر به دلیل این واقعیت پیچیده است که خود آزمون‌ها ممکن است بخشی از داده‌های آموزشی مدل‌ها را تشکیل داده باشند. نمرات ضریب هوشی انسان به بیش از 200 رسیده است، اغلب در کودکان خردسال، زیرا نمرات به سن بستگی دارد، اما نمرات بالاتر به طور قابل اعتمادی به طور فزاینده ای دشوار است.

مهمتر از آن، IQ در حال حاضر به طور گسترده به عنوان یک معیار ناقص هوش در نظر گرفته می شود که ریشه در اصلاح نژادی دارد و بسیاری از جنبه های توانایی انسان را نادیده می گیرد. بنابراین، تلاش برای اعمال آن در هوش مصنوعی نسبتا بی نتیجه به نظر می رسد.

به عنوان یک جایگزین، برخی از دانشمندان کامپیوتر سعی کرده‌اند تست‌های هوش ویژه هوش مصنوعی را ارائه کنند. یکی از این موارد ARC-AGI است که نه تنها به قابلیت های یک مدل، بلکه به هزینه اجرای آن نیز توجه می کند، به این معنی که مدل های فشرده محاسباتی کمتر می توانند امتیاز بیشتری کسب کنند. این آزمایش اکنون در سومین تکرار خود است و یکی از جدیدترین مدل‌های OpenAI، GPT-6.1 Sol، با امتیاز 96.2 درصد، آزمون را با قیمت نسبتا ارزان 3800 دلار تکمیل می‌کند.

آیا این باعث AGI می شود؟ من اینطور فکر نمی‌کنم، و من انتظار دارم نسخه چهارم تست ARC-AGI به زودی ارائه شود و نواری که مدل‌ها باید از آن فراتر بروند، دوباره تنظیم شود.

آیا این بدان معناست که ما هرگز به AGI و سپس ابر هوش نخواهیم رسید؟ علیرغم اطمینان شرکت‌های هوش مصنوعی که ما انجام خواهیم داد – که احتمالا نیمی از باور واقعی و نیمی بازاریابی است – من فکر می‌کنم در این مرحله، نمی‌توان گفت. معانی این اصطلاحات و روش های ما برای ارزیابی آنها دائما در حال تغییر است. چیزی که در سال 2022 جادویی به نظر می رسید - رایانه ای که می تواند پاسخ شما را بدهد - اکنون در سال 2026 آزاردهنده است، چرا که مرورهای هوش مصنوعی گوگل اغلب اطلاعات نادرست با اطمینان در بالای نتایج جستجوی شما تولید می کند.

امروزه، به نظر می رسد که چشمگیرترین دستاوردها در هوش مصنوعی از ریاضیات حاصل شده است، اما شاید این امر به زودی غیر قابل قبول شود. احساس من این است که اگر AGI بیاید، لحظه‌ای وجود نخواهد داشت که ما اعلام کنیم رسیده است، بلکه به تدریج متوجه می‌شویم که از قبل اینجاست و ما تازه شروع کرده‌ایم آن را چیز دیگری بنامیم.

OpenAI ریاضیات را برای اثبات Navier-Stokes خود به اشتباه به کد تبدیل کرد

هنگامی که OpenAI راه حل غافلگیرکننده خود را برای مشکل Navier-Stokes اعلام کرد، یک اثبات برای انسان ها و یکی برای رایانه ها ارائه کرد - با این حال، آنها مطابقت ندارند.

مطالعه بیشتر هوش مصنوعی:

یک توسعه‌دهنده نرم‌افزار از مدل Opus 5.5 آنتروپیک برای بازآفرینی فتوشاپ و سایر محصولات Adobe استفاده کرده و کد را به صورت رایگان در GitHub منتشر کرده است. پیامدهای حقوقی آن نامشخص است، و در حالی که انجام این نوع مهندسی معکوس به روشی قانونی قابل قبول امکان پذیر است، اگر وکلای Adobe به زودی در این زمینه صحبت نکنند، بسیار متعجب خواهم شد.

Nolla Health در حال اجرای آزمایشی "نسخه های مبتنی بر هوش مصنوعی" برای درمان آکنه در یوتا است و با استفاده از اپلیکیشنی از بیماران می خواهد که پرسشنامه ای را پر کنند و صورت خود را اسکن کنند. در ابتدا، دو پزشک دارای مجوز، نسخه تولید شده توسط هوش مصنوعی را قبل از دریافت آن توسط بیمار بررسی می کنند. در آزمایش‌های بعدی، چنین بررسی‌هایی فقط پس از ارسال نسخه انجام می‌شوند.

Google Playground را منتشر کرده است، یک برنامه هوش مصنوعی که بازی‌های قابل پخش را از پیام‌های متنی تولید می‌کند. فقط در ایالات متحده موجود است، بنابراین من خودم از آن استفاده نکرده‌ام، اما آزمایش‌های خودم در استفاده از Claude برای تولید بازی‌ها نتایج متفاوتی داشته است - اگر کنجکاو هستید، یکی را در اینجا امتحان کنید.

با ماندن در بازی‌ها، یک روند جدید باعث شده است که مردم با استفاده از هوش مصنوعی دو بازی ویدیویی مختلف را «ادغام» کنند تا کد یکی را در دیگری ایجاد کنند. این منجر به تولید افرادی مانند Minecraft در داخل Elden Ring شده است. این یک ایده سرگرم‌کننده و یک ویدیوی ویروسی عالی است، اگرچه مشخص نیست که واقعا چقدر خوب بازی می‌کنند - و دوباره، سؤالات حقوقی بزرگ هستند.

ChatGPT دارای یک ویژگی جدید "Intelligent UI" است که به چت ربات اجازه می دهد تا با استفاده از تجسم های تعاملی، به جای متن، به سوالات پاسخ دهد. در استفاده از هوش مصنوعی خودم، دریافته‌ام که ایجاد یک وب‌سایت موقتی که می‌توانم به آن بپردازم، اغلب بسیار مفید است، و این اساسا این قابلیت را برای هر کسی که نمی‌خواهد وب سرور خود را راه‌اندازی کند، به ارمغان می‌آورد.