چرا مهارت در ریاضیات به معنای رسیدن هوش مصنوعی به AGI نیست؟ نگاه واقع‌بینانه دمیس هاسابیس

مرز باریک محاسبه و نبوغ؛ چرا مهارت در ریاضیات به‌معنای رسیدن هوش مصنوعی به AGI نیست؟

دمیس هاسابیس، مدیرعامل دیپ‌مایند، در برابر هیاهوی اخیر پیرامون دستاوردهای هوش مصنوعی در زمینه ریاضیات موضع‌گیری کرده و استدلال می‌کند که حل مسائل پیچیده از مجموعه «اردوش»، هرچقدر هم شگفت‌انگیز باشد، نشانه‌ای از ظهور هوش جامع مصنوعی (AGI) نیست. به اعتقاد او، استاندارد رسیدن به AGI بسیار بالاست و صرفاً به درخشش در چالش‌های خاص و از پیش تعریف‌شده محدود نمی‌شود.

معمای ۸۰ ساله اردوش؛ دستاورد تاریخی هوش مصنوعی که AGI نیست

پل اردوش، ریاضیدان نامدار مجارستانی، در طول عمر خود صدها حدس ریاضی مطرح کرد. این معماهای حل‌نشده در ظاهر صورت‌مسئله بسیار ساده و قابل فهمی دارند، اما اثبات و حل کردنشان به شدت پیچیده است. در مدت اخیر، سیستم‌های هوش مصنوعی توانستند در حل معماهای تاریخی اردوش گام‌های بسیار بزرگی بردارند. شگفتی اصلی چند روز پیش توسط OpenAI رقم خورد؛ زمانی که یکی از مدل‌های داخلی این شرکت موفق شد «حدس فاصله واحد اردوش» را که اولین بار در سال ۱۹۴۶ مطرح شده بود، پس از ۸۰ سال رسماً نقض کند.

مرز باریک محاسبه و نبوغ؛ چرا مهارت در ریاضیات به‌معنای رسیدن هوش مصنوعی به AGI نیست؟
مرز باریک محاسبه و نبوغ؛ چرا مهارت در ریاضیات به‌معنای رسیدن هوش مصنوعی به AGI نیست؟

برای درک بزرگی این دستاورد، باید بدانیم که مسئله پیچیده «فاصله واحد» به زبان ساده چه می‌گوید: فرض کنید روی یک صفحه کاغذ، تعداد مشخصی نقطه رسم کرده‌اید. معمای اردوش این بود که در بهترین چیدمان هندسی ممکن، حداکثر چند جفت از نقطه‌ها می‌توانند دقیقاً به اندازه «یک واحد مشخص» از یکدیگر فاصله داشته باشند. مدل OpenAI با خلق چیدمان‌های هندسی کاملاً جدیدی از نقاط نشان داد که این الگو اصلاً خطی نیست و رشد آن به مراتب سریع‌تر و پیچیده‌تر است. این دستاورد به قدری خیره‌کننده بود که چهره‌های سرشناس ریاضیات جهان، از جمله ترنس تائو، برنده مدال فیلدز، صحت آن را تأیید کردند.

تفاوت اساسی حل مسئله ریاضی با نبوغ انسانی

هاسابیس در پادکست Big Technology تأکید کرد که سیستم‌های امروزی هیچ شباهتی به AGI ندارند. او گفت: «مهم نیست چند مسئله اردوش را حل کنید… به اعتقاد من، این مدل‌ها هنوز با یک اختراع واقعی یا کاری که نابغه‌ای مثل رامانوجان می‌توانست انجام دهد، فاصله بسیار زیادی دارند.» از نگاه او، AGI نیازمند خلاقیتی گسترده در حوزه‌های مختلف است؛ سیستمی که بتواند علاوه بر حل مسائل موجود، فرضیه‌ها و حدسیات کاملاً جدیدی خلق کند و از هوش فیزیکی نیز برخوردار باشد.

منتقدان باور دارند که عملکرد هوش مصنوعی در حل چنین معماهایی، بیش از آنکه شبیه به شهود اصیل انسانی باشد، حاصل قدرت پردازش عظیم و الگوریتم‌های جستجوی بی‌وقفه در میان میلیاردها حالت ممکن است. ریاضیات یک محیط کاملاً قطعی و فرموله‌شده است که در آن پاسخ‌ها با ابزارهای اثبات‌گر رسمی به سرعت اعتبارسنجی می‌شوند؛ اما AGI واقعی باید بتواند در دنیای پرآشوب، پر از نویز و داده‌های ناقص دنیای واقعی، مانند تعاملات پیچیده انسانی یا اقتصاد استدلال کند.

نگاه واقع‌بینانه هاسابیس به آینده هوش مصنوعی

دمیس هاسابیس که پیش از تأسیس دیپ‌مایند یک عصب‌شناس بوده، تعریف بسیار جامع‌تر و سخت‌گیرانه‌تری از هوش جامع مصنوعی دارد. از نگاه او، AGI سیستمی است که بتواند پابه‌پای تمام توانایی‌های شناختی انسان پیش برود و در هر حوزه‌ای انعطاف‌پذیر، خلاق و مبتکر باشد. او مهارت مدل‌های امروزی در حل یک مسئله خاص را با نبوغ ذاتی انسان کاملاً متفاوت می‌داند و معتقد است حل کردن یک معمای پیچیده، اما از پیش تعریف‌شده، به نبوغ چهره‌هایی مثل رامانوجان که با بینش عمیق خود مسیر علم ریاضی را تغییر داد، هیچ شباهتی ندارد.

به عبارت دیگر، هوش مصنوعی امروز در یک «مرز باریک محاسبه و نبوغ» حرکت می‌کند: از یک سو توانسته است با قدرت پردازش فرابشری، ساختارهایی را ببیند که دهه‌ها از چشم تیزبین‌ترین انسان‌ها پنهان مانده بود، اما از سوی دیگر، این توانایی هنوز با هوش عمومی و انعطاف‌پذیر انسانی که بتواند در حوزه‌های مختلف خلاقیت و ابتکار به خرج دهد، فاصله زیادی دارد. این تمایز برای درک درست از مسیر تکامل هوش مصنوعی و عدم بزرگنمایی در مورد دستاوردهای کنونی ضروری است.

مجله تکنولوزی آپلود

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *