جدیدترین مطالب
فصلنامه «گام سوم» شماره ۴ و ۵
در این نوبت از فصلنامه گام سوم دو شماره «۴ تابستان» و «۵ پاییز» به‌طور همزمان منتشر شده است که همچون شماره‌های پیشین شامل مقالات متنوعی در موضوعات اقتصاد، آینده مشاغل، خانواده، نوشتار و سیاست به همراه دو پرونده با موضوعات داغ روز می‌شود.
۱۳ رفتار غیرمعمول مدیران موفق که شاید شما را شگفت‌زده کند!
اداره‌ی یک شرکت کاری پر استرس است، به‌ویژه اگر یکی از بزرگ‌ترین شرکت‌های جهان را مدیریت کنید. این میزان بالای استرس می‌تواند به عادت‌های روزانه‌ی شدید و غیرمعمول منجر شود. در ادامه، برخی از عجیب‌ترین روال‌های روزانه‌ی مدیرعامل‌ها آمده است.
چرا نترسیدن شرط یافتن پاسخ‌های مهم است؟
فهمیدم سلامت روانم بهتر شده است، وقتی به خارج از کشور رفتم و دیگر دچار شوک فرهنگی نشدم.من بخش زیادی از خودم را در دخترانم می‌بینم. آنها مشتاق‌اند وظایفشان را درست انجام دهند و اگر احساس کنند چیزی ممکن است «نامناسب» به نظر برسد، ناراحت و آشفته می‌شوند.
داستان های علمی تخیلی؛ پلی میان تخیل و ارتباط علمی مؤثر
وقتی وارد دوره دکترایم شدم، می‌دانستم به همان اندازه که از انجام پژوهش لذت می‌برم، عاشق انتقال علم به عموم مردم نیز هستم. اما خیلی زود پژوهش بیشتر وقت مرا بلعید. اغلب تا نیمه‌های شب کار می‌کردم و بیشتر آخر هفته‌هایم صرف آماده‌سازی آزمایش‌ها، گردآوری داده‌ها یا جبران عقب‌ماندگی از انبوه پایان‌ناپذیر مقالات علمی روی میزم می‌شد.
پربازدیدترین مطالب
جهان خسته از نابرابری و ثروتمندان
با تشدید بحران‌های محیط‌زیستی، اجتماعی و انسانی، جهان دیگر قادر به تحمل دو چیز نیست: ۱- هزینه‌های نابرابری اقتصادی ۲- جامعه ثروتمندان. کاهش نابرابری اقتصادی به‌تنهایی درمانی برای این بحران‌های جهانی نیست، اما نقش محوری در حل همه آنها دارد.
روند ۱۰۰ ساله تغییر اشتغال زنان به روایت تصویر
نگاهی به تصاویر صد سال گذشته نشان می‌دهد که زنان چگونه از جنگ‌های جهانی تا قرن ۲۱، توانستند مرزهای شغلی را جابه‌جا کنند و مسیر جدیدی در تاریخ نیروی کار رقم بزنند.
هوش مصنوعی و سیاست: چگونه بفهمیم چه چیزی و چه کسی واقعی است؟
اگر خوش‌شانس باشیم، فناوری‌های جدید فقط باعث سردرگمی مختصری می‌شوند. وگرنه، حوزه سیاسی ما می‌تواند برای همیشه تغییر کند.
نویسنده: آنتونی گری‌لینگ و برایان بال مترجم: نیوشا امیدی ۸ شهریور ۱۴۰۴
فلسفه در عصر هوش مصنوعی حیاتی است!
درک‌های علمی تازه و تکنیک‌های مهندسی همواره الهام‌بخش و در عین حال هراس‌آور بوده‌اند. بی‌تردید این روند ادامه خواهد داشت. شرکت OpenAI اخیراً اعلام کرده است که انتظار دارد در همین دهه شاهد ظهور «ابرهوش»، یعنی هوش مصنوعی‌ای که توانایی‌های انسانی را پشت سر می‌گذارد، باشیم. این شرکت در همین راستا در حال تشکیل تیمی جدید است و ۲۰ درصد از منابع محاسباتی خود را به اطمینان از همسویی رفتار چنین سامانه‌های هوش مصنوعی با ارزش‌های انسانی اختصاص داده است.
این مطلب نوشته‌ای است از آنتونی گری‌لینگ و برایان بال که در تاریخ ۶ اوت ۲۰۲۴ با عنوان
Philosophy is crucial in the age of AI
در وب‌سایت The Next Webمنتشر شده است.
با رسیدن به هوش مصنوعی عمومی (AGI)، فلسفه می‌تواند راهنمای توسعه مسئولانه هوش مصنوعی باشد
درک‌های علمی تازه و تکنیک‌های مهندسی همواره الهام‌بخش و در عین حال هراس‌آور بوده‌اند. بی‌تردید این روند ادامه خواهد داشت. شرکت OpenAI اخیراً اعلام کرده است که انتظار دارد در همین دهه شاهد ظهور «ابرهوش»، یعنی هوش مصنوعی‌ای که توانایی‌های انسانی را پشت سر می‌گذارد، باشیم. این شرکت در همین راستا در حال تشکیل تیمی جدید است و ۲۰ درصد از منابع محاسباتی خود را به اطمینان از همسویی رفتار چنین سامانه‌های هوش مصنوعی با ارزش‌های انسانی اختصاص داده است.
به نظر می‌رسد آنان نمی‌خواهند ابرهوش‌های سرکش بر ضد بشریت به جنگ برخیزند؛ درست مانند آنچه در فیلم علمی‌تخیلی جیمز کامرون در سال ۱۹۸۴، «ترمیناتور»، به تصویر کشیده شد (به‌طور هولناکی، ترمیناتورِ آرنولد شوارتزنگر از سال ۲۰۲۹ به گذشته فرستاده می‌شود). OpenAI از پژوهشگران و مهندسان برجسته یادگیری ماشین دعوت کرده است تا برای حل این مسئله به آنان بپیوندند.
اما آیا فیلسوفان نیز چیزی برای عرضه دارند؟ به‌طور کلی، از این رشته کهن در عصر نوین و پیشرفته فناوری که در حال شکل‌گیری است چه می‌توان انتظار داشت؟
برای آغاز پاسخ به این پرسش، شایان ذکر است که فلسفه از همان ابتدا در شکل‌گیری هوش مصنوعی نقش اساسی داشته است. یکی از نخستین موفقیت‌های هوش مصنوعی، برنامه رایانه‌ای سال ۱۹۵۶ بود که «نظریه‌پرداز منطق» نام گرفت و توسط آلن نیوول و هربرت سایمون ساخته شد. وظیفه این برنامه اثبات قضایای ریاضی با استفاده از گزاره‌های کتاب سه‌جلدی «اصول ریاضیات» (۱۹۱۰) اثر فیلسوفان آلفرد نورث وایتهد و برتراند راسل بود؛ کتابی که با هدف بازسازی کل ریاضیات بر پایه‌ای واحد و منطقی نوشته شده بود.
در واقع، تمرکز اولیه هوش مصنوعی بر منطق، تا حد زیادی وامدار مباحث بنیادی‌ای بود که ریاضی‌دانان و فیلسوفان دنبال کرده بودند.
یکی از گام‌های مهم، توسعه منطق مدرن در اواخر قرن نوزدهم توسط فیلسوف آلمانی، گوتلوب فرگه بود. فرگه استفاده از متغیرهای کمّی به جای اشیایی مانند افراد، را وارد منطق کرد. رویکرد او امکان بیان نظام‌مند گزاره‌هایی فراتر از جملاتی همچون «جو بایدن رئیس‌جمهور است» را فراهم ساخت؛ به‌عنوان مثال می‌شد چنین اندیشید: «موجودی X هست که X رئیس‌جمهور است»، جایی که «وجود دارد» یک کمیت‌نما (کوانتیفایر) است و «X» یک متغیر.
از دیگر چهره‌های مهم در دهه ۱۹۳۰، منطق‌دان اتریشی‌تبار، کورت گودل بود که قضایای کامل بودن و ناکامل بودن او به حدود آنچه می‌توان اثبات کرد می‌پرداخت، و همچنین منطق‌دان لهستانی آلفرد تارسکی با «برهان تعریف‌ناپذیری حقیقت». برهان تارسکی نشان داد که «حقیقت» در هیچ نظام صوری استانداردی را نمی‌توان در درون همان نظام تعریف کرد؛ بنابراین، حقیقت حسابی را نمی‌توان در درون دستگاه حساب تعریف کرد.
سرانجام، مفهوم انتزاعی «ماشین محاسباتی» در سال ۱۹۳۶ توسط پیشگام بریتانیایی، آلن تورینگ، بر چنین دستاوردهایی تکیه داشت و تأثیری عظیم بر هوش مصنوعی اولیه گذاشت.
با این حال می‌توان گفت که اگرچه آن هوش مصنوعی نمادینِ کلاسیک، وامدار فلسفه و منطق سطح‌بالا بود، اما «موج دوم» هوش مصنوعی که بر یادگیری عمیق استوار است، بیش از هر چیز از دستاوردهای عینی مهندسی در پردازش انبوه داده‌ها سرچشمه می‌گیرد.
با وجود این، فلسفه در این حوزه نیز نقشی ایفا کرده است. به‌عنوان نمونه، مدل‌های زبانی بزرگ مانند همان مدلی که ChatGPT را پشتیبانی می‌کند و متن‌های محاوره‌ای تولید می‌نماید، نمونه‌ای روشن هستند. این مدل‌ها بسیار عظیم‌اند، با میلیاردها یا حتی تریلیون‌ها پارامتر که بر روی مجموعه‌داده‌هایی گسترده (که معمولاً بخش بزرگی از اینترنت را شامل می‌شود) آموزش داده شده‌اند. اما در اساس، آنچه انجام می‌دهند ردیابی و بهره‌برداری از الگوهای آماری کاربرد زبان است. نکته‌ای مشابه این اندیشه را فیلسوف اتریشی، لودویگ ویتگنشتاین، در میانه قرن بیستم بیان کرده بود: «معنای یک واژه همان کاربرد آن در زبان است.»
با این همه، فلسفه معاصر و نه فقط تاریخ آن، در ارتباط با هوش مصنوعی و توسعه‌اش اهمیت دارد. آیا یک مدل زبانی بزرگ می‌تواند واقعاً زبان را بفهمد؟ آیا می‌تواند به آگاهی دست یابد؟ این‌ها پرسش‌هایی ژرف و فلسفی‌اند.
علم تاکنون نتوانسته است به‌طور کامل توضیح دهد که آگاهی چگونه از سلول‌های مغز انسان پدید می‌آید. برخی فیلسوفان حتی باور دارند که این مسئله آن‌قدر «دشوار» است که شاید فراتر از توان علم باشد و نیازمند یاری گرفتن از فلسفه.
به همین ترتیب، می‌توان پرسید آیا یک هوش مصنوعی تولیدکننده تصویر می‌تواند واقعاً خلاق باشد؟ مارگارت بودن، دانشمند علوم شناختی و فیلسوف بریتانیاییِ هوش مصنوعی، استدلال می‌کند که اگرچه هوش مصنوعی قادر خواهد بود ایده‌های جدیدی تولید کند، اما در ارزیابی آنها همانند انسان‌های خلاق دچار مشکل خواهد شد.
او همچنین پیش‌بینی می‌کند که تنها یک معماری ترکیبی (عصبی-نمادین)، یعنی معماری‌ای که هم از تکنیک‌های منطقی و هم از یادگیری عمیق مبتنی بر داده بهره می‌گیرد، به هوش مصنوعی عمومی دست خواهد یافت.
ارزش‌های انسانی
برای بازگشت به اعلامیه OpenAI، وقتی ما پرسشی درباره نقش فلسفه در عصر هوش مصنوعی مطرح کردیم،ChatGPT چنین پاسخی داد که (در میان نکات دیگر) «فلسفه کمک می‌کند تا توسعه و استفاده از هوش مصنوعی با ارزش‌های انسانی همسو شود.»
در همین روحیه، شاید بتوان گفت که اگر همسویی هوش مصنوعی همان مسئله جدی‌ای باشد که OpenAI بر آن تأکید دارد، این موضوع صرفاً یک مشکل فنی برای مهندسان یا شرکت‌های فناوری نیست، بلکه مسئله‌ای اجتماعی نیز هست. این امر نیازمند مشارکت فیلسوفان، دانشمندان علوم اجتماعی، حقوقدانان، سیاست‌گذاران، کاربران عادی و دیگران خواهد بود.
بی‌تردید بسیاری از مردم نگران افزایش قدرت و نفوذ شرکت‌های فناوری و تأثیر آنها بر دموکراسی هستند. برخی استدلال می‌کنند که ما به یک شیوه کاملاً نوین در اندیشیدن به هوش مصنوعی نیاز داریم، شیوه‌ای که نظام‌های زیربنایی پشتیبان این صنعت را نیز در نظر بگیرد. برای نمونه، جِیمی ساسکیند، وکیل و نویسنده بریتانیایی، استدلال کرده است که زمان آن فرا رسیده تا یک «جمهوری دیجیتال» بنا کنیم؛ جمهوری‌ای که در نهایت خودِ نظام سیاسی و اقتصادی‌ای را که این‌چنین به شرکت‌های فناوری قدرت داده، رد می‌کند.
و اما تأثیر هوش مصنوعی بر فلسفه
در پایان، بپرسیم که هوش مصنوعی چه تأثیری بر فلسفه خواهد گذاشت؟ منطق صوری در فلسفه در واقع به آثار ارسطو در دوران باستان بازمی‌گردد. در قرن هفدهم، فیلسوف آلمانی گوتفرید لایبنیتس پیشنهاد کرد که شاید روزی «محاسبه‌گر استدلال» داشته باشیم؛ ماشینی محاسباتی که بتواند به شیوه‌ای شبه‌غیبی پاسخ‌هایی به پرسش‌های فلسفی و علمی ارائه دهد.
شاید اکنون در حال تحقق آن چشم‌انداز باشیم؛ چراکه برخی نویسندگان به «فلسفه محاسباتی» باور دارند، فلسفه‌ای که در آن فرضیات به‌طور واقعی کدگذاری می‌شوند و نتایج از آنها استخراج می‌گردند. این روش در نهایت امکان ارزیابی‌های واقعی و/یا ارزشی پیامدها را فراهم می‌سازد.
برای نمونه، پروژه PolyGraphs اثرات اشتراک‌گذاری اطلاعات در شبکه‌های اجتماعی را شبیه‌سازی می‌کند. این کار می‌تواند به‌طور محاسباتی به پرسش‌هایی بپردازد درباره اینکه ما چگونه باید عقاید خود را شکل دهیم.
بی‌تردید، پیشرفت در هوش مصنوعی موضوعات فراوانی برای اندیشیدن در اختیار فیلسوفان قرار داده است؛ حتی ممکن است آغاز به ارائه برخی پاسخ‌ها کرده باشد.
درباره نویسندگان:
آنتونی گری‌لینگ، استاد فلسفه، دانشگاه نورث‌ایسترن لندن و برایان بال، دانشیار فلسفه، هوش مصنوعی و اخلاق اطلاعات، دانشگاه نورث‌ایسترن لندن
