به گزارش پلاتو هنر، آیا ماشین‌ها واقعا می‌توانند فکر کنند، خلاق باشند و به هنرمندان کمک کنند؟
این سوالی است که از فرهنگ پارسی‌کیا پرسیدیم و او این گونه پاسخ داد: ماشین‌ها نه تنها می‌توانند فکر کنند، ایده‌های جدید ارائه دهند، خلاق باشند و در مسیر خلق آثار هنری کمک کنند، بلکه می‌توانند جایگزین هنرمندان نیز شوند.
فرهنگ پارسی‌کیا فارغ التحصیل رشته مهندسی در مقطع کارشناسی و کارشناسی ارشد از دانشگاه صنعتی شریف است. او در رشته علوم انسانی در دانشگاه تهران نیز تحصیل کرده است. پارسی‌کیا سال‌هاست که به تدریس و نوشتن مقاله مشغول است. در حال حاضر، تمرکز او روی موضوعات زیرساختی هوش مصنوعی، بلاکچین، ان‌اف‌تی و رمز ارزها است و در این زمینه‌ها تحقیق و پژوهش می‌کند.
در ادامه می‌توانید گفتگوی اختصاصی پلاتو هنر با فرهنگ پارسی‌کیا در مورد چیستی هوش مصنوعی و انواع آن، تفاوت بین یادگیری ماشینی و یادگیری عمیق همچنین ضرورت دانستن نحوه پرامپت‌نویسی را بخوانید.
* این روزها همه جا صحبت از هوش مصنوعی است و همه این کلمه را شنیدیم و همچنان می‌شنویم اما هنوز معنی این کلمه برایمان شفاف نیست. هوش مصنوعی(Artificial Intelligence) یا ای آی(AI) چیست؟
من در زمینه‌های علمی تخصص دارم و اولین تعریفی که به ذهنم می‌آید تعریفی جامع از هوش مصنوعی است اما این شکل از تعریف، کارکردی برای عموم مردم ندارد و بهتر است که تعریفی عملیاتی از آن ارائه دهیم. در ابتدا سوالی که باید مطرح شود، این است: هوش چیست؟ هوش یعنی قابلیت کسب و ایجاد تغییر در درون ساختار و بروز واکنش‌های مناسب برای رسیدن به هدفی مشخص.
به عنوان مثال، فرض کنید که در حال انجام یک بازی کامپیوتری ترسناک هستیم و این بازی دارای یک موتور هوش مصنوعی پیچیده است. این موتور می‌تواند بفهمد که ما به شدت ترسیده‌ایم و ممکن است که به ما آسیب برسد. اگر ساختار موتور بر این اساس باشد که آسیبی بنیادی به بازیکنش نرسد، شروع به تلطیف کردن محیط می‌کند. یعنی این موتور می‌فهمد که ما ترسیده‌ایم و برای جلوگیری از آسیب بیشتر، تلاش می‌کند که از شدت ترس ما بکاهد. به عبارت دیگر موتور هوش مصنوعی، کنش و واکنش ما را درک کرده است و بر اساس ساختاری که دارد، می‌تواند در اجزایش تغییر ایجاد کند. این قابلیت تغییر در ساختارهای نرم‌افزاری و به تبع آن در نظام‌های سخت‌افزاری و واکنش صحیح برای رسیدن به هدفی که از پیش تعیین شده است، هوش مصنوعی نام دارد.
باز هم یک مثال ساده از کنسول‌های بازی می‌زنم. نسل اول کنسول‌های بازی معروف به «تی‌وی گیم»، اکثرا دو نفره بودند و یک نفر به تنهایی نمی‌توانست بازی کند چون تمام دستوراتش می‌بایست بر اساس هوش طبیعی یا همان هوش انسانی می‌بود. البته هوش طبیعی فقط مختص به انسان نیست ولی اینجا انسان مد نظر ما است. در کنسول‌های نسل دوم (مثلا آتاری 2600 که در ایران معروف است) و کنسول‌های پیشرفته‌تر نسل اول، امکان یک نفره بازی کردن ایجاد شد. یعنی حریف‌های ما در بازی، دارای هوش بودند و می‌توانستند حرکتشان را بر اساس حرکت ما تنظیم کنند. مثلا در بازی معروف «ریور رید» (River Raid)، وقتی که هواپیمای بازیکن نزدیک می‌شد، کشتی، ناو، جت و هلیکوپترهای بازی حرکت می‌کردند و در برابر کنش‌های ما حاوی یک هوش جزئی بودند. این تعریف عملیاتی هوش مصنوعی است. بنابراین می‌توان گفت، هوش مصنوعی یعنی قابلیت کسب از محیط و شرایط، تغییر دادن نظام‌های داخلی نرم‌افزاری و به تبع آن سخت‌افزاری و در نهایت نشان دادن واکنش صحیح برای رسیدن به یک هدف مشخص.
*آیا هوش مصنوعی پدیده جدیدی است؟
از اوایل دهه 50 میلادی، این پدیده به صورت علمی مورد توجه قرار گرفته است. ما سال‌هاست که داریم از هوش مصنوعی استفاده می‌کنیم ولی به صورت جدی با این مفهوم آشنا نشده‌ایم که این مسئله دو علت دارد. دلیل اول، موضوع زیرساخت‌های سخت‌افزاری است. برای اینکه تعداد زیادی کاربر بتوانند از یک موتور هوش مصنوعی استفاده کنند، باید زیرساخت‌های جدی‌ای در سخت‌افزارها وجود داشته باشند. علاوه‌بر آن، باید زیرساخت‌های ارتباطی را هم در نظر داشت. دلیل دیگر هم، فقدان دیتاست مناسب برای اعمال یادگیری ماشینی است. یادگیری ماشینی که یکی از اجزای مهم هوش مصنوعی است، زمانی شکل گرفت که دیتاست و دیتابیس مناسبی برای شروع کار وجود نداشت.
*هنگامی که درباره هوش مصنوعی صحبتی پیش می‌آید، اصطلاح‌های «هوش مصنوعی محدود» (ANI)، «هوش مصنوعی عمومی» (AGI) و «هوش مصنوعی فوق هوشمند» (ASI) را می‌شنویم. اینها را چگونه تعریف می‌کنید؟
هوش مصنوعی محدود، وظایف مشخصی را توسط مجموعه سیستمی که بر پایه هوش مصنوعی است، اجرا می‌کند و الان تقریبا همه سامانه‌هایی که ما از آنها استفاده می‌کنیم، از این نوع هستند. حالا ممکن است که تعداد این وظایف بیشتر و چندین ANI وجود داشته باشد. ما هنوز موفق به ساخت هوش مصنوعی عمومی نشدیم ولی یک سامانه AGI، می‌تواند مثل بخش تحلیلی مغز انسان کار کند. هوش مصنوعی فوق هوشمند هم هنوز شکل نگرفته است و فعلا در حد یه فرضیه است. ASI توانایی‌های خیلی بالاتری از مغز انسان دارد و می‌تواند کارها را خیلی بهتر و دقیق‌تر از انسان انجام دهد و علاوه بر آن، دارای قوه احساس است و می‌تواند ارتباط برقرار کند.
*تقریبا از اوایل دهه 50 میلادی، پژوهش‌ها و تحقیقات در این حوزه شروع شده است. چرا اخیرا هوش مصنوعی این همه مورد توجه رسانه‌ها قرار گرفته و حتی در اختیار عموم مردم گذاشته شده است؟
این مسئله را باید هم از جنبه فنی و هم غیر فنی بررسی کرد. به لحاظ فنی، ابتدا از ارتباطات شروع می‌کنم. در اواسط دهه 1950 میلادی، پدیده شبکه به شکل فعلی اصلا وجود نداشت و به همین دلیل در فواصل دور، قادر به استفاده از زیرساخت‌های سخت‌افزاری موجود نبودیم. از طرف دیگر، زیرساخت‌های سخت افزاری جدی‌ای برای حجم بالای استفاده وجود نداشتند و اصلا امکان تولید آن قطعات نیز فراهم نبود. دلیل دیگر هم وجود ناپختگی‌های نرم‌افزاری بود. البته هنوز هم ناپختگی‌هایی در این بخش وجود دارند که در حال بهبود هستند و امکان استفاده از هوش مصنوعی را برای ما فراهم می‌کنند.
از دیدگاه غیر فنی، قابل ذکر است که در آغاز فقط یک یا دو شرکت استفاده از هوش مصنوعی را برای تعداد زیادی از مردم میسر کرده بودند. سپس شرکت‌های دیگری مانند گوگل، برای عقب نماندن و از دست ندادن مشتری یا همان کاربرهایشان، شروع به ایجاد ساختارهای لازم برای دسترسی مردم به هوش مصنوعی کردند.
مسئله مهم دیگر این است که بخش عمده زیرساخت‌های تحلیلی برای استفاده عموم مردم از هوش مصنوعی، مرتبط با GPUها یا هسته‌های کارت گرافیک است. از زمانی که ماجرای استخراج رمز ارزها داغ شد (خصوصا در دوره‌ای که اِتریوم استخراج می‌شد) ما با کمبود بوردهای کامپیوتری در جهان روبه‌رو شدیم چرا که حجم زیادی از GPUها برای استخراج رمز ارزها خصوصا اتریوم که در برابر ماینرهای اختصاصی مقاومت می‌کند، استفاده می‌شد. در ابتدا متخصصین اتریوم را با استفاده از کارت‌های گرافیک استخراج می‌کردند اما از اواخر تابستان سال گذشته که ساختار بلاکچین اتریوم از POW بهPOS تغییر کرد، دیگر امکان استخراج رمز ارز اتریوم وجود نداشت. به این ترتیب، حجم زیادی از تجهیزات مربوط به استخراج که تولید شده بودند در انبارها و فروشگاهها انباشته شدند. تولیدکنندگان نیز برای فروش قطعات مجبور به کاهش شدید قیمت‌ها شدند. در بازاری مانند بازار ایران، قیمت کارت‌های گرافیک به یک‌نهم و یا یک‌دهم قیمت کاهش پیدا کرد.
همین اتفاق باعث شد تا شرکت‌های متصل به نرم‌افزار و مرتبط با هوش مصنوعی بتوانند از این زیرساخت‌های سخت‌افزاری با قیمت مناسب‌تری استفاده کنند. بنابراین، غیر قابل استخراج شدن اتریوم به جهانی شدن هوش مصنوعی کمک کرد. باید توجه داشت که تعداد کاربرانی که در سطح جهانی به صورت مستقیم یعنی با دستور دادن به یک موتور هوش مصنوعی از آن استفاده می‌کنند، آنقدرها هم زیاد نیست.
* سال‌ها است که برخی از هنرمندان به صورت جدی در حال استفاده از هوش مصنوعی برای خلق آثار هنری هستند و عموما در صحبت‌هایشان به استفاده از یادگیری ماشینی(Machine Learning)، یادگیری عمیق(Deep Learning) و شبکه‌های عصبی مصنوعی(Artificial Neural Network) اشاره می‌کنند. این مفاهیم را برایمان تعریف کنید.
یادگیری ماشینی(ML) روشی است که در آن ما می‌توانیم با استفاده از یک سری کدهای مشخص، سامانه را هوشمند کنیم. یعنی یک سری ورودی به سامانه می‌دهیم یا خود سامانه یک سری ورودی می‌گیرد و بر اساس آن، تغییری در ساختارش ایجاد می‌کند تا بتواند برای رسیدن به یک هدف، واکنش مناسبی نشان دهد.
یادگیری عمیق(DL) نوعی از یادگیری ماشینی است. تفاوت اصلی یادگیری عمیق با یادگیری ماشینی، این است که یادگیری عمیق نیاز به یک دیتاست مشخص ندارد. برای یادگیری ماشینی باید دیتاست را از دیتابیس استخراج کنیم.
یک مثال برای دیتاست می‌زنم تا بهتر متوجه شوید. گوگل حجم زیادی از اطلاعات در مورد اینکه آدم‌های سراسر دنیا در زمان‌های مختلف چه چیزی را سرچ کرده‌اند، دارد که این یک دیتابیس است اما برای اینکه بخواهیم با استفاده از هوش مصنوعی تبلیغات هوشمند انجام دهیم و برای افرادی مشخص دیتای مشخصی را بفرستیم، باید این اطلاعات را تگ‌گذاری یا طبقه‌بندی کنیم. یادگیری ماشینی به صورت پایه‌ای نمی‌تواند این کار را به تنهایی انجام دهد اما یادگیری عمیق این توانایی را دارد. یعنی از دیتابیس تقسیم‌بندی نشده، خروجی هوشمند را برای ما به دست می‌آورد.
شبکه عصبی (ANN) در واقع مکانیزمی است که با استفاده از آن، ما می‌توانیم یادگیری عمیق را اعمال کنیم. ANN مکانیزمی کدنویسی شده است که به صورت لایه لایه کار می‌کند و بر اساس آن یادگیری عمیق ممکن می‌شود. بنابراین، مقایسه شبکه عصبی با یادگیری عمیق و ماشینی اصلا مقایسه صحیحی نیست چون یادگیری عمیق در زیر مجموعه یادگیری ماشینی قرار دارد و شبکه عصبی مکانیزمی است که در یادگیری ماشینی و مخصوصا یادگیری عمیق، می‌تواند به ما کمک کند.
شبکه عصبی با شبیه‌سازی ساختار مغز انسان کار می‌کند و یک مجموعه کدنویسی شده است که حداقل سه لایه دارد. لایه ورودی از چندین سلول یا نورون تشکیل شده است و دیتا را دریافت می‌کند. لایه میانی پردازش را انجام می‌دهد و لایه خروجی، اطلاعات (در اینجا بهتر است که دیگر بگوییم اطلاعات نه داده) تغییر یافته را به ما می‌دهد.
*«آیا ماشین‌ها می‌توانند فکر کنند؟»، سوال معروفی است که الن تورینگ مطرح کرد و حالا می‌خواهم این سوال را در دنیای هنر مطرح کنم. آیا ماشین‌ها واقعا می‌توانند فکر کنند، ایده‌های جدیدی ارائه دهند، خلاق باشند و در مسیر خلق آثار هنری به هنرمندان کمک کنند؟
ماشین‌ها نه تنها می‌توانند فکر کنند، ایده‌های جدید ارائه دهند، خلاق باشند و در مسیر خلق آثار هنری کمک کنند، بلکه می‌توانند جایگزین هنرمندان نیز شوند. اینها کارهایی هستند که AGI و ASI قادر به انجام دادنشان هستند. در این مسئله، بحث‌های مختلف فلسفی و انسان‌شناختی نیز مطرح است و عده‌ای سعی دارند که جلوی این موضوع را به صورت حرفه‌ای یا غیرحرفه‌ای بگیرند اما نهایتا باید در نظر داشته باشیم که اگر همه حواس انسان یک سری کد مشخص باشند (که به نظر همین طور هم هست)، همه این کدها قابل شبیه‌سازی هستند. ماشینی که به دیتاست و دیتابیس شگفت‌انگیزی دسترسی دارد و به علاوه توان تحلیلی فوق‌العاده‌ای هم دارد، می‌تواند خیلی خیلی دقیق‌تر و حرفه‌ای‌تر آن شرایط را برای خود شبیه‌سازی کند و بر اساس آن شبیه‌سازی تصمیم بگیرد و خروجی داشته باشد.
اخیرا آقای ایلان ماسک گفت: «به زودی تمام مشاغل از بین می‌روند». البته این حرف او جنبه تبلیغاتی هم دارد ولی به صورت کلی، بخش زیادی از کارهای نرم‌افزاری تحت تاثیر هوش مصنوعی قرار داشته و خواهند داشت. در آینده با تلفیق هوش مصنوعی و علم رباتیک، بخش زیادی از کارهای سخت‌افزاری نیز تحت تاثیر هوش مصنوعی قرار خواهند گرفت.
*کمی هم به پرامپت‌نویسی(Prompting) بپردازیم. یاد گرفتن پرامپت‌نویسی چقدر اهمیت دارد؟
ندانستن نحوه پرامپت‌نویسی یا دستور دادن به سامانه هوش مصنوعی، مثل این است که یک جاروبرقی خریده باشیم اما نتوانیم دسته‌اش را بگیریم، روشنش کنیم و از آن استفاده کنیم. من پرامپت‌نویسی را به زمانی تشبیه می‌کنم که انگشتمان را به سمت دکمه جاروبرقی می‌بریم تا روشنش کنیم. بنابراین، دانستن نحوه پرامپت‌نویسی بسیار اهمیت دارد. ما از طریق پرامپت‌نویسی به سامانه هوش مصنوعی می‌فهمانیم که چه چیزی می‌خواهیم و با کمک آن می‌توانیم محدودش کنیم یا زمینه‌ها را به آن بفهمانیم.
آیا نحوه دستور دادن به همه سامانه‌های هوش مصنوعی به یک شکل است؟ خیر. هر کدام از این سامانه‌ها ممکن است به شکل خاصی دستور را دریافت کنند. اگر به یک سامانه تا زمان رسیدن به نتیجه در حوزه مشخصی دستور دهید، آن سامانه به مرور آموزش می‌بیند و در نهایت، هر کدام از این مجموعه دستورها تاثیر خودش را در کل این ساختار خواهد گذاشت و سامانه از این طریق هوشمندتر می‌شود چون تغییرپذیر است.
بنابراین نحوه دستوردهی، محدود کردن پاسخ‌ها، شناخت زمینه‌ها و مثال زدن برای سامانه، اهمیت فوق‌العاده‌ای دارند که بعضی‌ها به صورت سندهایی همراه با آن سامانه منتشر می‌شوند تا ما حدودا متوجه شویم که چگونه این کار انجام می‌شود. بخش دیگر یادگیری این کار هم به صورت تجربی و با کار کردن دائم با یک سامانه به دست می‌آید.
برای ارتباط برقرار کردن با یک سامانه هوش مصنوعی، باید به آن دستور دهیم. سامانه‌های هوش مصنوعی ساختار دستورگیری منعطفی دارند. برای مثال، مانند سیستم عامل «داس» نیستند که اگر اشتباهی به جای «اَ» بنویسم «اُ»، نتوانند منظور ما را بفهمند یا کلا کار را اشتباه انجام دهند. موقع دستوردهی به یک سامانه هوش مصنوعی، ممکن است در متن دستورمان غلط املایی داشته باشیم یا اگر به صورت کلامی دستور می‌دهیم، ممکن است گفتارمان دچار مشکل باشد ولی سامانه این توانایی را دارد که بخشی از این مشکلات را حل کند.
موضوع مهم دیگر، توضیح دادن پرامپت است. گاهی موقع دستور دادن، مجبور می‌شویم تا بارها دستورمان را توضیح دهیم. بنابراین، نمی‌توانیم برای سامانه فقط یک خط دستور بنویسیم و به جواب دلخواهمان برسیم. این فرآیند درست مثل زمانی است که با یک انسان صحبت می‌کنیم؛ گاهی مجبور می‌شویم بیشتر توضیح دهیم و حتی مثال بزنیم تا به نتیجه مورد نظرمان برسیم.
*در پایان، موضوعی هست که دوست داشتید درباره‌اش صحبت کنید ولی اشاره‌ای به آن نشد؟
یک نکته را می‌خواهم بگویم و آن این است که بخش زیادی از چیزهایی را که در مورد هوش مصنوعی از آشناهایمان، اینترنت و شبکه‌های رادیویی و تلویزیونی می‌شنویم، اشتباه هستند.
موضوع هوش مصنوعی در سال 2023 به مهم‌ترین موضوع جستجو شده در موتور جستجوگر گوگل تبدیل شد. وقتی یک بحثی اینقدر داغ می‌شود، موارد اشتباه زیادی هم مطرح می‌شوند. به نظرم نباید تحت تاثیر این صحبت‌ها قرار بگیریم و برای کسب اطلاعات و دانش، باید به سراغ متون درجه یک تخصصی و مثال‌ها رفته و آنها را بررسی کنیم.
فاطمه معصومی
بیشتر بخوانید: