هوش مصنوعی عمومی (AGI) | افسانه‌ای علمی یا واقعیتی نزدیک؟

چه می‌شود اگر ماشین‌ها نه‌تنها دستورات ما را اجرا کنند، بلکه خود تصمیم بگیرند، بیاموزند، استدلال کنند و درک کنند؟ آیا ممکن است در آینده‌ای نه‌چندان دور، انسان دیگر تنها موجود متفکر و خلاق این سیاره نباشد؟ هوش مصنوعی عمومی (AGI) پاسخ احتمالی به این پرسش‌هاست؛ مفهومی که مرزهای فناوری را به چالش می‌کشد و نوید ظهور سامانه‌هایی را می‌دهد که توانایی ذهن انسان را نه تنها تقلید، بلکه در برخی حوزه‌ها پشت سر خواهند گذاشت.

در این مقاله، با نگاهی دقیق و تحلیلی به چیستی AGI، تفاوت آن با هوش مصنوعی محدود، قابلیت‌های نظری و کاربردهای احتمالی آن می‌پردازیم. همچنین به دغدغه‌ها و پیش‌بینی‌های چهره‌های علمی درباره تأثیرات AGI بر آینده بشر خواهیم پرداخت. اگر می‌خواهید بدانید هوش مصنوعی عمومی چگونه می‌تواند بنیان‌های شناخت، تصمیم‌گیری و حتی حیات اجتماعی ما را متحول سازد، خواندن ادامه این متن از هامیا ژورنال برایتان ضرورتی انکارناپذیر است.

هوش مصنوعی عمومی (AGI) بیانگر بازنمایی نرم‌افزاری از توانایی‌های شناختی فراگیر انسان است؛ به این مفهوم که یک سیستم AGI می‌تواند هنگام رویارویی با مسئله‌ای ناآشنا و راهکاری برای حل آن بیابد. آرمان اصلی در طراحی یک سیستم AGI، دستیابی به قابلیت انجام کلیه وظایفی است که انسان قادر به انجام آن‌هاست.

تفاوت در تعاریف هوش مصنوعی عمومی ناشی از این است که متخصصان رشته‌های گوناگون، هوش انسانی را از زوایای دید متفاوتی تعریف می‌کنند. غالباً دانشمندان علوم کامپیوتر هوش انسانی را بر اساس توانایی نیل به اهداف تعریف می‌کنند. در مقابل، روانشناسان اغلب هوش عمومی را برحسب سازگاری یا توانایی بقا تعریف می‌نمایند.

هوش مصنوعی عمومی تحت عنوان هوش مصنوعی قوی طبقه‌بندی می‌شود. هوش مصنوعی قوی در نقطه مقابل هوش مصنوعی ضعیف یا محدود قرار دارد که به کاربرد هوش مصنوعی صرفاً در انجام وظایف یا حل مسائل مشخص و معین اطلاق می‌گردد. ابررایانه واتسون شرکت IBM، سامانه‌های خبره و خودروهای خودران نمونه‌هایی از هوش مصنوعی محدود به شمار می‌روند.

قابلیت‌های هوش مصنوعی عمومی

در حوزه علوم کامپیوتر، هوش مصنوعی عمومی (AGI) سیستمی هوشمند محسوب می‌شود که واجد دانش جامع یا کامل و توانمندی‌های محاسباتی شناختی است. تا لحظه انتشار این متن، هیچ سیستم AGI حقیقی وجود ندارد؛ این مفهوم هنوز به قلمرو داستان‌های علمی-تخیلی تعلق دارد. عملکرد نظری این سیستم‌ها به گونه‌ای خواهد بود که از عملکرد یک انسان قابل تمایز نباشد. با این حال، ظرفیت‌های فکری گسترده AGI، به دلیل توانایی آن در دسترسی و پردازش مجموعه‌های داده عظیم با سرعت‌های خیره‌کننده، از ظرفیت‌های انسانی پیشی خواهد گرفت.

یک سیستم AGI واقعی باید بتواند وظایف و توانایی‌هایی را در سطح عملکرد انسان به انجام رساند که هیچ رایانه فعلی قادر به دستیابی به آن‌ها نیست. امروزه، هوش مصنوعی می‌تواند بسیاری از وظایف را اجرا کند، اما نه با آن سطح موفقیتی که بتوان آن‌ها را در رده هوش انسانی یا عمومی طبقه‌بندی کرد.

یک سیستم AGI باید دارای توانمندی‌ها و درک زیر باشد:

• تفکر انتزاعی
• دانش پیشینه‌ای (سابقه)
• عقل سلیم
• درک علت و معلول
• یادگیری انتقالی

پنج نمونه کاربردی از قابلیت‌های مورد انتظار AGI شامل موارد زیر است:

• خلاقیت: یک سیستم AGI از لحاظ نظری این ظرفیت را خواهد داشت که کد برنامه‌نویسی نوشته شده توسط انسان را مطالعه و درک کرده و آن را بهبود بخشد.
• ادراک حسی: AGI در تشخیص رنگ‌ها که نوعی ادراک ذهنی است، عملکردی برتر از خود نشان خواهد داد. همچنین قادر خواهد بود عمق و ویژگی سه‌بعدی را در تصاویر ایستا درک کند.
• مهارت‌های حرکتی ظریف: نمونه‌ای از این قابلیت، برداشتن دسته‌ای کلید از جیب است که مستلزم سطحی از ادراک تخیلی است.
• درک زبان طبیعی (NLU): معنای زبان انسانی به شدت متأثر از بافتار است. سیستم‌های AGI از سطحی از شهود برخوردار خواهند بود که امکان درک زبان طبیعی را فراهم می‌آورد.
• ناوبری: سیستم‌های موجود موقعیت‌یاب جهانی (GPS) قادرند موقعیت جغرافیایی را با دقت تعیین کنند. پس از توسعه کامل، AGI توانایی پیش‌بینی مسیر حرکت در فضاهای فیزیکی را بهتر از سیستم‌های فعلی خواهد داشت.

پژوهشگران حوزه هوش مصنوعی همچنین پیش‌بینی می‌کنند که سیستم‌های AGI واجد قابلیت‌های سطح بالاتری خواهند بود، نظیر توانایی انجام موارد ذیل:

• کار با انواع گوناگون یادگیری و الگوریتم‌های مرتبط.
• ایجاد ساختارهای پایدار برای تمامی وظایف.
• درک سیستم‌های نمادین.
• بهره‌گیری از انواع مختلف دانش.
• درک نظام‌های اعتقادی.
• درگیر شدن در فراشناخت و استفاده از دانش فراشناختی.

AGI در مقایسه با هوش مصنوعی: تفاوت‌های کلیدی

قابلیت‌های هوش مصنوعی که در حال حاضر مورد استفاده قرار می‌گیرند، در مقایسه با هوش مصنوعی عمومی، تحت عنوان هوش مصنوعی محدود نامیده می‌شوند. AGI در حال حاضر مفهومی نظری است، در حالی که هوش مصنوعی محدود امروزه به صورت عملی به کار گرفته می‌شود.

AGI از منظر نظری باید قادر به انجام هر فعالیتی باشد که انسان قادر به انجام آن است و دامنه وسیعی از هوش را در زمینه‌های مختلف بدون نیاز به مداخله انسانی بروز دهد. عملکرد آن در حل مسائل، در اکثر حوزه‌ها، باید به خوبی یا بهتر از انسان باشد.

در مقابل، هوش مصنوعی ضعیف در انجام وظایف یا حل انواع خاصی از مسائل تخصص دارد. بسیاری از سیستم‌های هوش مصنوعی کنونی برای خودبهبودی و حل گونه‌های مشخصی از مسائل، از ترکیبی از یادگیری ماشین (ML)، یادگیری عمیق (که زیرمجموعه‌ای از یادگیری ماشین است)، یادگیری تقویتی و پردازش زبان طبیعی (NLP) بهره می‌برند. با این وجود، این فناوری‌ها به توان تجمعی مغز انسان نزدیک نمی‌شوند.

نمونه‌هایی از کاربردهای فعلی هوش مصنوعی شامل موارد زیر است:

• چت‌بات‌های مورد استفاده در خدمات مشتری.
• دستیارهای صوتی نظیر سیری (Apple) و الکسا (Amazon).
• موتورهای توصیه‌گر، مشابه آنچه توسط گوگل، نتفلیکس و اسپاتیفای برای پیشنهاد محتوا به کاربران به کار می‌رود.
• ابزارهای مبتنی بر هوش مصنوعی برای تحلیل کسب‌وکار و هوش تجاری (BI) که به تحلیل داده‌ها، سنجش احساسات مشتری و ارائه بصری‌سازی داده‌ها برای کاربران نهایی می‌پردازند.
• کاربردهای تشخیص تصویر و چهره، و همچنین مدل‌های یادگیری عمیقی که این قابلیت‌ها را پشتیبانی می‌کنند.

نمونه‌هایی در زمینه هوش مصنوعی عمومی

سیستم‌های هوش مصنوعی عمومی (AGI) به معنای واقعی کلمه هنوز در بازار عرضه نشده‌اند. با این حال، نمونه‌هایی از سیستم‌های هوش مصنوعی محدود وجود دارند که در حوزه‌های خاصی توانایی‌های انسانی را شبیه‌سازی کرده یا حتی از آن‌ها پیشی می‌گیرند. پژوهش‌های جاری در زمینه هوش مصنوعی بر این سیستم‌ها و ظرفیت‌هایی که ممکن است با ظهور AGI در آینده محقق شوند، متمرکز است.

در ادامه به چند نمونه از این سیستم‌ها اشاره می‌شود:

• واتسون IBM: واتسون و سایر ابررایانه‌ها قابلیت انجام محاسباتی را دارند که از توان رایانه‌های معمولی خارج است. آن‌ها قدرت پردازشی عظیم خود را با هوش مصنوعی در هم می‌آمیزند تا به انجام وظایف علمی و مهندسی بپردازند که پیش از این غیرممکن تلقی می‌شدند، مانند مدل‌سازی نظریه مِه‌بانگ (بیگ بنگ) در خصوص منشأ کیهان یا مدل‌سازی مغز انسان.
• سیستم‌های خبره (Expert systems): این سیستم‌های مبتنی بر هوش مصنوعی، استدلال و قضاوت انسانی را تقلید می‌کنند. به عنوان مثال، آن‌ها می‌توانند بر اساس داده‌های بیمار دارو تجویز کرده یا ساختار مولکولی را پیش‌بینی نمایند.
• خودروهای خودران: این وسایل نقلیه که توسط هوش مصنوعی هدایت می‌شوند، قادر به تشخیص وسایل نقلیه، افراد و اشیاء دیگر در مسیر بوده و از قوانین و مقررات رانندگی تبعیت می‌کنند.
• هوش ROSS: ROSS یک سیستم خبره در حوزه حقوق است که گاهی وکیل هوش مصنوعی نامیده می‌شود. این سیستم می‌تواند داده‌ها را از حدود یک میلیارد سند متنی استخراج کرده، اطلاعات را تحلیل نماید و پاسخ‌های دقیق به پرسش‌های پیچیده را در زمانی کمتر از سه ثانیه ارائه دهد.
• آلفاگو (AlphaGo): این نمونه دیگری از هوش محدود است که در نوع خاصی از حل مسئله برتری چشمگیری دارد. آلفاگو یک برنامه کامپیوتری است که می‌تواند بازی تخته‌ای گو را انجام دهد. گو یک بازی بسیار پیچیده است که تسلط بر آن برای انسان‌ها دشوار است. در سال ۲۰۱۶، آلفاگو در یک مسابقه پنج‌بازی، قهرمان جهان، لی سدول (Lee Sedol)، را شکست داد.
• مدل زبانی مولد از پیش‌آموزش‌دیده ترانسفورمر (GPT): GPT-3 و GPT-4 نسخه‌های منتشر شده از برنامه‌ای توسعه‌یافته توسط OpenAI هستند که قادر به تولید خودکار زبان انسانی هستند. این فناوری به طور فزاینده‌ای توانایی تقلید از هوش عمومی انسان را نشان می‌دهد. در برخی موارد، متن تولید شده توسط آن از خروجی انسانی قابل تشخیص نیست؛ با این حال، خروجی هوش مصنوعی غالباً دارای نقص‌هایی است.
• هوش‌های مصنوعی موسیقی: دادابوتس (Dadabots) یک الگوریتم هوش مصنوعی است که با دریافت مجموعه‌ای از موسیقی‌های موجود، می‌تواند جریانی پیوسته از تقریبی بر آن موسیقی را تولید کند.

چنانچه هوش مصنوعی عمومی در برخی از نمونه‌های پیش‌گفته به کار گرفته می‌شد، قابلیت بهبود عملکرد آن‌ها وجود داشت. به عنوان مثال، خودروهای خودران برای اتخاذ تصمیم در شرایط مبهم و نامشخص به حضور انسان نیاز دارند. این وضعیت در مورد الگوریتم‌های ساخت موسیقی، مدل‌های زبانی بزرگ و سیستم‌های حقوقی نیز صادق است. این حوزه‌ها شامل وظایفی هستند که هوش مصنوعی قادر به خودکارسازی آن‌هاست، اما در عین حال دربرگیرنده وظایفی نیز هستند که نیازمند سطح بالاتری از انتزاع و هوش انسانی می‌باشند.

آینده هوش مصنوعی عمومی (AGI)

بسیاری از متخصصانی که در حوزه تحقیقات هوش مصنوعی فعالیت می‌کنند، نسبت به امکان‌پذیر شدن هوش مصنوعی عمومی در آینده ابراز تردید کرده‌اند. برخی حتی در مورد مطلوبیت دستیابی به آن نیز پرسش‌هایی مطرح می‌سازند.

استیون هاوکینگ (Stephen Hawking)، فیزیکدان نظری، کیهان‌شناس و نویسنده سرشناس انگلیسی، در مصاحبه‌ای در سال ۲۰۱۴ با شبکه بی‌بی‌سی، نسبت به مخاطرات ناشی از هوش مصنوعی عمومی هشدار داد. وی اظهار داشت:

“توسعه هوش مصنوعی کامل می‌تواند به معنای پایان نوع بشر باشد. این هوش به طور مستقل عمل کرده و با نرخی تصاعدی خود را بازطراحی می‌کند. انسان‌ها که به دلیل تکامل بیولوژیکی کند محدود هستند، قادر به رقابت نخواهند بود و جایگزین خواهند شد.”

استیون هاوکینگ (Stephen Hawking)، فیزیکدان نظری، کیهان‌شناس و نویسنده سرشناس انگلیسی، در مصاحبه‌ای در سال ۲۰۱۴ با شبکه بی‌بی‌سی

برخی از کارشناسان هوش مصنوعی، توسعه پیوسته هوش مصنوعی عمومی را پیش‌بینی می‌کنند. ری کورزویل (Ray Kurzweil)، مخترع و آینده‌پژوه، در مصاحبه‌ای در کنفرانس South by Southwest در سال ۲۰۱۷، پیش‌بینی کرد که رایانه‌ها تا سال ۲۰۲۹ به سطح هوش انسانی خواهند رسید. کورزویل همچنین پیش‌بینی کرده است که هوش مصنوعی با سرعتی تصاعدی بهبود خواهد یافت و منجر به پیشرفت‌هایی می‌شود که آن را قادر می‌سازد در سطوحی فراتر از درک و کنترل انسان عمل کند. این نقطه اوج هوش مصنوعی، تکینگی (Singularity) نامیده می‌شود. هوش مصنوعی عمومی یکی از انواعی است که به توسعه نهایی ابَر هوش مصنوعی یاری خواهد رساند.

در سال ۲۰۲۲، این چشم‌انداز با تحولاتی که در حوزه هوش مصنوعی مولد جهان را تحت تأثیر قرار داد، بسیار به واقعیت نزدیک‌تر شد. با معرفی ChatGPT در نوامبر ۲۰۲۲ و ظهور سایر واسط‌های کاربری آسان برای هوش مصنوعی مولد، کاربران در سراسر جهان به طور مستقیم شاهد قابلیت‌های نرم‌افزارهای هوش مصنوعی بودند که می‌توانند دستورات متنی انسانی را درک کرده و به سؤالاتی در طیف به ظاهر نامحدودی از موضوعات، هرچند نه همیشه با دقت کامل، پاسخ دهند. این مدل‌های هوش مصنوعی مولد نشان دادند که می‌توانند طیف وسیعی از انواع محتوا، از شعر و توضیحات محصول گرفته تا کد و داده‌های مصنوعی، تولید کنند. سیستم‌های تولید تصویر مانند DALL-E نیز منظر بصری را متحول ساخته‌اند و علاوه بر تصاویر پزشکی، مدل‌های سه‌بعدی اشیاء و فیلم‌ها، تصاویری تولید می‌کنند که آثار هنرمندان مشهور یا عکس‌ها را تقلید می‌نمایند.

با وجود تمامی قابلیت‌های چشمگیر فناوری‌های کنونی هوش مصنوعی، در مرحله فعلی، کاستی‌ها و خطرات آن‌ها برای کاربران مشخص شده است، امری که نشان می‌دهد آن‌ها هنوز تا دستیابی به درجه خودمختاری کامل در سطح AGI فاصله دارند. این محدودیت‌ها چه ناشی از گرایش این ابزارها به تولید نادرستی‌ها و اطلاعات غلط باشد و چه به دلیل ناتوانی آن‌ها در دسترسی به اطلاعات به‌روز، نیاز به نظارت انسانی برای کاهش آسیب‌های احتمالی به جامعه همچنان ضروری است.

دیدگاه‌های دیگری نیز در این زمینه وجود دارد، از جمله تز چرچ-تورینگ (Church-Turing thesis) که توسط آلن تورینگ (Alan Turing) و آلونزو چرچ (Alonzo Church) در سال ۱۹۳۶ مطرح شد و از امکان توسعه نهایی هوش مصنوعی عمومی حمایت می‌کند. این تز بیان می‌دارد که با دسترسی به زمان و حافظه نامحدود، هر مسئله‌ای را می‌توان با استفاده از یک الگوریتم حل نمود. اینکه کدام الگوریتم در حوزه علوم شناختی قادر به انجام این مهم خواهد بود، مورد بحث و اختلاف نظر است. برخی شبکه‌های عصبی مصنوعی را امیدوارکننده‌ترین گزینه می‌دانند، در حالی که عده‌ای دیگر به ترکیبی از شبکه‌های عصبی و سیستم‌های مبتنی بر قاعده اعتقاد دارند.

یک رویکرد بالقوه دیگر در مسیر توسعه AGI از حوزه علوم اعصاب نشأت می‌گیرد: محاسبات نورومورفیک (neuromorphic computing). این روش با بهره‌گیری از نورون‌ها و سیناپس‌های مصنوعی، ساختار بیولوژیکی و عملکرد مغز انسان را شبیه‌سازی می‌کند.

سخن پایانی

هوش مصنوعی عمومی (AGI) مفهومی فراتر از صرفاً پیشرفت‌های فنی است؛ این پدیده بازتابی از آرزوی دیرینه انسان برای خلق موجودی است که بتواند بیاموزد، بیندیشد، خلاقیت بورزد و در نهایت، جهان را همان‌گونه که ما درک می‌کنیم (و شاید حتی عمیق‌تر از ما)، بفهمد. تفاوت بنیادین AGI با هوش مصنوعی محدود در جامعیت شناختی و قابلیت‌های سازگاری آن است؛ سیستمی که قادر است بدون مداخله انسانی، با زمینه‌های ناآشنا مواجه شود و راه‌حل‌هایی نو خلق کند.

با وجود جذابیت‌های شگفت‌انگیز این فناوری، چالش‌ها و پیامدهای اخلاقی، فلسفی و اجتماعی آن قابل چشم‌پوشی نیست. آینده AGI نه صرفاً یک مسئله فنی، بلکه مسئله‌ای عمیقاً انسانی است. از منظر یک لیبرتارین و لیبرال کلاسیک، حفظ آزادی نوآوری و اندیشه، در کنار نظارتی حداقلی اما مؤثر، کلید بهره‌برداری ایمن از این فناوری تحول‌ساز خواهد بود. چنانچه توسعه AGI با درایت، مسئولیت‌پذیری و نگاهی انسانی همراه باشد، شاید نه تنها به تهدیدی برای بشر بدل نگردد، بلکه به بزرگ‌ترین دستاورد تمدن مدرن تبدیل شود.

سؤالات متداول