≡ پارادایم چهارم و علوم انسانی_ اسلامی دیجیتال
به گزارش روابط عمومی موسسه پژوهشی دانشوران اولین پیش‌نشست همایش علوم انسانی اسلامی دیجیتال با عنوان پارادایم چهارم و علوم انسانی_ اسلامی دیجیتال، در تاریخ 2 اسفند 1403 در موسسه پژوهشی دانشوران برگزار شد. این پیش‌نشست با ارائه دکتر فولادی، دکترای مهندسی کامپیوتر-هوش مصنوعی و رباتیک، عضو هیات علمی دانشگاه تهران و سرپرست آزمایشگاه پژوهشی فضای سایبر و یادگیری عمیق دانشگاه تهران انجام شد. در ادامه گزارش جلسه ذکر خواهد‌شد:
هوش مصنوعی دانشی برای ایجاد توانمندی‌های مرتبط با هوش، در ماشین‌ها
دکتر فولادی قلعه در ابتدای سخن با اشاره به ظرفیت‌های هوش مصنوعی گفت: ساختار جدیدی برای تولید علم در دنیا ذیل عنوان پارادایم چهارم مطرح شده است و سیستم های دیجیتال با تمرکز بر قابلیتهای هوش مصنوعی، ظرفیت‌های جدیدی را به وجود آورده است که در این نشست درباره‌اش گفت‌و‌گو می‌کنیم. این بحث یک چارچوب نظری دارد و قطعا برای استفاده از این چارچوب نظری جزئیات زیادی لازم است که باید در جای خود پرداخته شود.
ایشان در ادامه به توضیح مفهوم هوش مصنوعی پرداخت و اظهار کرد: خود مفهوم هوش مصنوعی مفهومی چالش برانگیز است و بحث‌های فلسفی عمیقی دارد. اگر بخواهیم ذهن را نزدیک کنیم با توجه به جنبه کارکردی آن می‌توان خیلی ساده گفت که هوش مصنوعی، دانشی برای ایجاد قابلیت و توانمندی‌های مرتبط با هوش، در ماشین‌هاست و ساختاری است که در عرصه تولید علم مطرح می‌شود و در حال حاضر تحت عنوان «پارادایم چهارم» شناخته می‌شود. این مطلب در منابع مختلف به‌تفصیل مورد بررسی قرار گرفته است.
وی در ادامه به سرعت، دقت و قدرت ماشین‌ها اشاره کرد و گفت: عامل جذابیت این ابزارها سرعت، دقت، قدرت، خسته‌نشدن و کار مداوم ماشین‌هاست و اگر قابلیت هوشمندی نیز به ماشین اضافه شود مزایا و کارکردهای ویژه‌ای به دست خواهد داد.
ادراک، ارتباط، کنشگری، یادگیری، برنامه‌ریزی، پیش‌بینی و تجویز، جنبه‌های مختلف هوشمندی
دکتر فولادی جنبه‌های هوشمندی را مختلف دانست و گفت: مثلا فرآیندهای ادراک جزء هوشمند تلقی می‌شوند. مفهوم ادارک با مفهوم فلسفی‌اش متفاوت است. در مهندسی منظور دیدن تصویر و تشخیص اشیاء از یک‌دیگر است. این ادارک است حالا می تواند صوتی باشد یا با دیگر حواس باشد مثل حس لامسه یا بحث برقراری ارتباط که نقش زبان در آن پررنگ است از جنبه‌های دیگر هوشمندی است و همچنین بحث کنشگری که در رباتیک مهم است. اینکه ربات بتواند محیط را بشناسد و مثلا اشیاء را جابه‌جا کند یا مثل بازی پازل کودکان اشیائی را در جای مورد نظر قرار دهد. این کنشگری نیز از جنبه‌ها و قابلیتهای هوشمندی است.
قابلیت یادگیری از دیگر جنبه‌های هوشمندی است. اینکه سیستم بتواند در طول زمان از تجربه خودش درس بگیرد و قابلیت خود را افزایش دهد. طرح ریزی و برنامه‌ریزی و فرایند بهینه‌سازی نیز از دیگر قابلیتهای مهم هوشمندی است. همچنین پیش‌بینی و تجویز جنبه دیگر هوشمندی است؛ مثل یک پزشک می‌تواند پس از معاینه بیمار، درمان و دارو تجویز کند.
این جنبه‌ها را از ماشین به تنهایی نمی‌توان توقع داشت. ماشین ابزاری است که یک‌سری کارهای تکراری را انجام می‌دهد. این قابلیت‌ها به جنبه هوشمندی برمی‌گردد. حالا هوش مصنوعی می‌خواهد این قابلیت‌ها را به هوش مصنوعی اضافه کند؛ لذا کاربردش خیلی وسیع است و محدود به رشته خاصی نیست و تمام ساحت‌های مرتبط با زندگی بشر را شامل می‌شود.
این استاد دانشگاه تهران با اشاره به چالش‌های موجود در کاربردهای هوش مصنوعی گفت: در برخی از حوزه‌ها استفاده از هوش مصنوعی طبیعی و مشخص است موفق عمل می‌کند؛ مثل رباتیک؛ ولی در برخی از حوزه‌های نظری‌تر کاربرد هوش مصنوعی چالش‌هایی را به همراه دارد؛ مثل حوزه وکالت. آیا هوش مصنوعی می‌تواند به‌عنوان وکیل یا قاضی عمل کند، هنوز مورد تردید است و با چالش‌های نظری روبه‌روست. همه رشته‌های می‌توانند نسبت خود را با هوش مصنوعی بررسی کنند. از جمله این حوزه‌ها می‌توان به فناوری، معدن، سلامت، بهداشت، تجارت و کسب و کار، امور مالی، کشاورزی، محیط زیست، مسکن، شهرسازی، حمل و نقل، انرژی، آموزش و پرورش، پژوهش، فرهنگ و هنر، امنیت و دفاع و حکمرانی اشاره کرد.
کاربردهای هوش مصنوعی و تولید مسئله در رشته‌های علمی مختلف
دکتر فولادی قلعه در ادامه به شکل‌گیری یک جدول ماتریسی از حوزه‌ها و دانش‌های ذکر شده با کاربردهای هوش مصنوعی اشاره کرد و گفت: در نقطه تلاقی این دو ساحت (رشته علمی و حوزه‌های کاربردی هوش مصنوعی) یک مساله شکل می‌گیرد؛ مثلا پیش‌بینی در حوزه انرژی یا محیط زیست یا حکمرانی یا مثلا در ارتباط کارکرد تجویزی هوش مصنوعی مسائل مختلفی در علوم مختلف پدید می‌آید مثلا تجویز هوش مصنوعی در صنعت و معدن در حوزه درمان و … این جدول می‌تواند به عنوان ابزاری برای شناسایی و بررسی مسائل کلان در هر یک از حوزه‌ها مطرح باشد.
لزوم نگاه تمدنی به هوش مصنوعی
دکتر فولادی گفت: امروزه بسیاری از پژوهشگران دنبال این هستند که چگونه می‌توان با استفاده از فناوری‌های هوش مصنوعی، به پژوهش‌های خود بپردازند. یعنی بیشتر نگاه ابزاری به هوش مصنوعی دارند در این حد که هوش مصنوعی دستیار پژوهش باشد یا در سطح بالاتر دستیارفقیه و دستیار اجتهاد باشد. این یکی از کاربردهای کوچک هوش مصنوعی است. باید نگاه جامع‌نگرتری داشت و جنبه‌های تمدنی هوش مصنوعی را رصد کرد.
چهار رویکرد در تعریف هوش مصنوعی
سرپرست آزمایشگاه پژوهشی فضای سایبر دانشگاه تهران درباه تعریف هوش مصنوعی اذعان کرد: در زمینه تعریف هوش مصنوعی، تعاریف مختلفی وجود دارد که در متون علمی و کتاب های تخصصی به تفصیل مورد بحث قرار گرفته اند. یکی از مهم‌ترین منابع در این حوزه، کتاب «هوش مصنوعی رویکردی مدرن» اثر استورات جی. راسل و پیتر نورویگ دو دانشمند برجسته این حوزه است و تقریباً ۲۷ سال پیش منتشر شده است. این اثر به بررسی تعاریف موجود پداخته و همه تعاریف را در چهار رویکرد کلی تقسیم‌بندی کرده است. این تقسیم‌بندی به قدری جامع است که تعاریف امروزه هم از این چهار رویکرد خارج نیست. این چهار رویکرد عبارت است از:
- کنشگری به مثابه انسان
- تفکر به مثابه انسان
- تفکر به مثابه موجود عقلانی
- کنشگری به مثابه موجود عقلانی
در برخی تعاریف تقلید از انسان ملاک تعریف گرفته شده است و در برخی به علت پیچیدگی و وجوه ناشناخته انسان یا رفتن به سمت خلق هوش فراتر از انسان، موجود عقلانی ملاک قرار داده شده است و در بعضی از تعاریف تفکر و در برخی دیگر کنشگری تاکید شده است. در واقع، اینها به دنبال بررسی این موضوعات هستند که آیا هوشمندی به جنبه های تفکر وابسته است یا اینکه بیشتر به کنش و رفتار موجودات مربوط می شود. مهندسان بیشتر بر روی کنش و کارکرد، به عنوان شاخصی برای سنجش هوشمندی تاکید دارند؛ اما به نظر می‌رسد در زمینه‌هایی مانند اجتهاد یا سایر علوم مشابه فقه، شیوه تفکر و حتی نیت فرد ممکن است نقش کلیدی ایفا کند و نمی‌توان به کنشگری محدود کرد.
زیرساخت های هوش مصنوعی
این استاد دانشگاه درباره زیرساخت‌های هوش مصنوعی گفت: قبل از هوش مصنوعی، علوم توسعه یافته‌اند که این علوم شامل نظریه‌ها و روش‌هایی هستند که به‌طور مستقیم وارد دانش هوش مصنوعی شد و هوش مصنوعی وام‌دار این علوم است.
تاکید بر این علوم، از این جهت اهمیت دارد که ما پل ارتباطی بین علوم با هوش مصنوعی را شناسایی کنیم. بسیاری از علوم امروز ارتباط بالقوه و نزدیکی با هوش مصنوعی دارند و می‌توانند نقش پررنگی در توسعه هوش مصنوعی داشته باشند. ضمن اینکه خود هوش مصنوعی هم به این علوم کمک می‌کند.
قدیمی‌ترین این علوم فلسفه است. بسیاری از نظریات فلسفی در هوش مصنوعی چارچوب‌سازی کرده‌اند مثل اینکه ماشین می‌تواند عملیات منطقی انجام دهد یا نمی‌تواند؟ یا اینکه مثلا منشا دانش تجربه است. همین مبانی فلسفی غربی در هوش مصنوعی در حال تبدیل‌شدن به محصول است.
سخنران این نشست به نقش مهم ریاضیات در توسعه هوش مصنوعی اشاره کرد و گفت: ریاضیات به‌عنوان پلی میان فلسفه و علوم پایه و مهندسی است. او توضیح داد که ریاضیات در زمینه‌های مختلف هوش مصنوعی، از جمله شبکه‌های عصبی و الگوریتم‌های ماشین، به کار می‌رود.
دکتر فولادی قلعه اقتصاد را از دیگر این علوم معرفی کرد و گفت بسیاری از مبانی اقتصادی در هوش مصنوعی وارد شده است مثل نظریات آدام اسمیت در زمینه اقتصاد که انسان‌ها را موجوداتی معرفی می‌کند که به دنبال سود خود هستند و بر همین ملاک هوش مصنوعی موجود هوشمندی که دنبال سودمندی است تعریف می‌شود.
وی در ادامه علوم روانشناسی، زبان شناسی، نظریات یادگیری و حافظه، علوم کامپیوتر، کنترل و سایبرنتیک را نیز از علوم ماثر بر هوش مصنوعی برشمرد و گفت در میان علوم انسانی، علوم فلسفه، منطق، روانشناسی، زبان‌شناسی و جامعه‌شناسی و مدیریت را نیز از علوم تأثیرگذار در هوش مصنوعی دانست و با اشاره به پارادایم های جدید در هوش مصنوعی و سیستم‌های چندعاملی گفت: این سیستم‌ها جنبه‌های اجتماعی و ارتباطی موجودات، به‌ویژه انسان‌ها را در نظر می‌گیرند؛ بنابراین دیگر علوم انسانی مثل مدیریت، علوم نظامی و اجتماعی نیز به این لیست اضافه می‌شود. این علوم می‌توانند در توسعه هوش مصنوعی نقش مهم ایفا کنند.
ارتباط هوش مصنوعی با علوم انسانی
دکتر فولادی اظهار کرد: علوم انسانی به عنوان مبانی می‌تواند در هوش مصنوعی تاثیرگذار باشد که بحث آن گذشت. هوش مصنوعی می‌تواند در زمینه‌های مختلف علوم انسانی به عنوان ابزاری کارآمد، برای تقویت و توسعه روش‌های تحقیق و تحلیل به کار گرفته شود. هوش مصنوعی می تواند در موضوع علم، در روش علم و در حوزه عمل و کاربست یک علم تحول‌آفرینی کند. اکنون در دنیا شاخه‌های علمی متعددی در ارتباط با هوش مصنوعی به وجود آمده است و یک رشته علمی جدید را شکل داده است؛ مثل فلسفه هوش مصنوعی یا اخلاق هوش مصنوعی یا حقوق هوش مصنوعی … . در زمینه روش‌شناسی، تمرکز ما بر روی ابزارهای علمی است که می‌تواند در دو جنبه مختلف مؤثر باشد: نخست، در زمینه آموزش و ترویج علم و دوم، در راستای تعمیق و پژوهش.
هوش مصنوعی و روش‌شناسی علمی
ایشان در ادامه تصریح کرد: در زمینه روش‌شناسی، هوش مصنوعی می‌تواند نقش مهمی در تولید علم ایفا کند. برای تولید گزاره‌های علمی، دو روش عمومی در فلسفه علم مطرح است: یکی روش استقرایی و دیگری روش استنباطی.
روش استقرایی، الگوی جزء به کل است؛ به این صورت که ما اجزای یک پدیده را مورد بررسی قرار می‌دهیم و از طریق آن اجزاء به دنبال دست‌یابی به یک نظریه کلی هستیم. این روش، به ویژه در غرب، به عنوان یک الگوی رایج شناخته شده است.
در مقابل، روش استنباطی، که بیشتر در الگوهای فقهی مورد توجه قرار می‌گیرد، از سمت بالا به پایین حرکت می‌کند و به ما امکان می‌دهد که از کلیات به جزئیات برسیم. هر دو این روش‌ها می‌توانند از قابلیتهای هوش مصنوعی بهره‌مند شوند. به عنوان مثال، در روش استقرایی، تکنیک‌های ماشینی می‌توان از الگوهای داده‌شده برای شناسایی و نظریه‌های توسعه‌دهنده استفاده کرد. برای روش استنباطی که بیشتر با منطق سروکار دارد، چارچوب سیستم‌های خبره را داریم. این سیستم ها دو جزء اصلی دارن. موتور استنتاج و پایگاه دانایی. پایه موتور استنتاج نیز الگوریتم است. این سیستم‌ها می‌توانند بر اساس پایگاه‌های دانایی و موتور استنتاج داده‌ها را تحلیل کنند.
مفهوم پارادایم چهارم
این دانش آموخته مهندسی کامپیوتر-هوش مصنوعی و رباتیک در بخش پایانی سخن به مفهوم پارادایم چهارم پرداحت و گفت: پارادایم چهارم عنوان کتابی است که ماکروسافت در سال 2010 منتشر شد. در کتاب فوق، نویسنده به بررسی چهار پارادایم متوالی در عرصه اکتشاف علمی می‌پردازد و بیان می‌کند که ما اکنون وارد پارادایم چهارم شده‌ایم. پاردایم اول که قدمت چند هزار ساله دارد علوم تجربی است که از تعامل بشر با طبیعت و درک آن شکل گرفته است. در حقیقت، بشر از طریق تجربه، قوانین طبیعی را کشف کرده و به مجموعه‌ای از قواعد علمی تبدیل کرده است؛ اما با گذر زمان، قوانین و نظریه‌های تجربی در علم مطرح می‌شوند. که حدود 300 یا 400 سال قدمت دارد و در چند دهه اخیر علوم محاسباتی مطرح شد که خیلی وابسته به تئوری‌ها نیستند و حتی اگر در جایی تئوری وجود نداشته باشد با انجام شبیه‌سازی بر اساس مدل‌های پیچیده پدیده‌ها را تحلیل میکنند؛ مثل مکانیک آماری یا علوم اجتماعی محاسباتی که در پارادایم سوم قرار می‌گیرند؛ اما پارادایم چهارم علوم مملو از داده هستند. از سال ۲۰۱۰ به بعد، تولید علم به شیوه‌های متفاوت شکل گرفته است. به طوری که با استفاده از روش‌های نوین و هوش مصنوعی، سیستم‌های پیچیده وارد می‌شوند و این سیستم‌ها داده‌ها را به طرق مختلف جمع‌آوری و تحلیل میکنند به طوری که نقش انسان در تولید علم کمرنگ‌تر می‌شوند. سوال مهم در این قسمت این است که تا چه حد می‌توان به هوش مصنوعی اعتبار داد و آن را پذیرفت. در علوم مهندسی پذیرفته شده است ولی در علوم انسانی هنوز با چالش‌هایی روبه‌رو هستیم. آیا می‌توان تصور کرد هوش مصنوعی داده‌ها را تحلیل کند و مثلا فتوا بدهد یا توصیه اخلاقی کند؟
