ورود به دوره کثرت گرایی هوش مصنوعی و پایان رویای شیرین آن

پایگاه خبری فرهنگ پذیری: برای دهه‌ها، روایت غالب هوش مصنوعی در مورد تعقیب تکینگی بوده است. آن هم زمانی که یک سیستم قدرتمند و دانا هوش انسان را تحت الشعاع قرار می‌دهد. تصور کنید یک ذهن واحد، همه جا حاضر در ابرها، پاسخ به هر سؤال یا اتخاذ هر تصمیمی را به شکل مقبولی را برعهده دارد.

این در حالیست که عصر کثرت گرایی و جهانی شده هوش مصنوعی پیش روست. جهانی که در آن بسیاری از عوامل هوش مصنوعی در کنار ما زندگی می‌کنند، هر کدام با قابلیت‌ها، دیدگاه و درک در حال تکامل خود. برخی بی‌سروصدا در پس‌زمینه کار خواهند کرد. برخی دیگر مستقیماً همکاری خواهند کرد. اگرچه ممکن است همه آنها موافق نباشند.

جامعه‌ای از همتایان هوش مصنوعی، نه یک پیشگوی واحد

این کثرت توسط نوع جدیدی از هوش مصنوعی هدایت می‌شود: هوش مصنوعی فیزیکی. سیستم‌هایی که با ما در جهان تعبیه شده‌اند. آنها فقط مدل‌های از راه دور در مراکز داده نیستند، بلکه در هر کجا که ما هستیم، روی دستگاه‌ها و محیط‌هایی که در زمان واقعی می‌بینند، می‌شنوند و حس می‌کنند، حضور دارند.

خانه‌ای را تصور کنید که هوش مصنوعی شخصی شما روال‌ها، ترجیحات و ویژگی‌های خاص شما را درک می‌کند. در محل کار، یک هوش مصنوعی متفاوت با تیم شما همکاری می‌کند و با صنعت و تاریخچه پروژه شما هماهنگ است. در خیابان، هوش مصنوعی تحت مدیریت شهری، جریان ترافیک، نظارت بر کیفیت هوا و امنیت عمومی را هماهنگ می‌کند.

هر یک از آنها جهان را از دیدگاه خود تجربه می‌کند. هر یک متفاوت یاد می‌گیرد. و وقتی دانش را به اشتراک می‌گذارند، آن دیدگاه‌های مختلف را گرد هم می‌آورند و تکامل را از طریق تمرکزگرایی فرض می‌کنند.

جنبه اجتماعی هوش مصنوعی

عده ای از پژوهشگران معتقدند در کثرت، دانش مهمترین گزینه نیست، بلکه هنجارها دارای الویت هستند. وقتی چندین عامل با انسان‌ها زندگی و کار می‌کنند، چالش واقعی هوش خام نیست. بلکه همسویی، اعتماد و رفتار در فضاهای مشترک است.

داستانی از آینده

این را تصور کنید: سال ۲۰۳۲ است. بعد از یک روز طولانی وارد خانه‌تان می‌شوید. هوش مصنوعی خانه‌تان متوجه می‌شود که خسته به نظر می‌رسید – نه فقط از روی حالت چهره‌تان، بلکه از روی آهنگ آهسته‌تر صدایتان و این واقعیت که سفارش قهوه عصرانه معمولتان را نادیده گرفته‌اید. این هوش مصنوعی پیشنهاد می‌دهد که جلسه خانوادگی برنامه‌ریزی‌شده را به فردا موکول کنید و بدون اینکه شما بخواهید، پیامی مودبانه به همه افراد درگیر ارسال می‌کند.

بعداً در همان شب، هوش مصنوعی آموزش نوجوان شما با هوش مصنوعی خانه دچار اختلاف نظر ظریفی می‌شود. هوش مصنوعی آموزش فکر می‌کند که فرزند شما باید امشب یک تکلیف ریاضی را انجام دهد، در حالی که هوش مصنوعی خانه اصرار دارد که استراحت مهم‌تر است.

به جای اینکه صرفاً «بهترین» انتخاب فردی خود را اجرا کنند، این دو عامل با هم صحبت می‌کنند. آنها به اولویت‌های بلندمدت یادگیری و سلامتی خانواده شما اشاره می‌کنند، بر سر یک مصالحه به توافق می‌رسند و تصمیم خود را به روشنی برای شما توضیح می‌دهند.

این تکینگی نیست. این چندگانگی و این یک نمونه کوچک از جهانی است که ما در حال ساختن آن هستیم. چالش‌هاییست که باید با آنها روبرو شویم.

اگر این ایده‌آل‌گرایانه به نظر می‌رسد، به این دلیل است که هنوز چالش‌های عظیمی پیش رو داریم.

انرژی و کارایی

هوش مصنوعی فیزیکی در محیط‌های محدود – خانه‌ها، وسایل نقلیه، تجهیزات میدانی – که انرژی کمیاب است، زندگی خواهد کرد. کثرت به طرح‌های محلی نیاز دارد که وابستگی به ابر را به حداقل برساند و به طور کارآمد روی سخت‌افزار موجود اجرا شود.

جهل و فروتنی

هوش مصنوعی که وانمود می‌کند همه چیز را می‌داند خطرناک است. کثرت مستلزم آن است که عامل‌ها یاد بگیرند چه زمانی عدم قطعیت را بپذیرند و چه زمانی به دیگران احترام بگذارند، دقیقاً مانند یک متخصص انسانی که محدودیت‌های خود را تشخیص می‌دهد.

انصاف و تعصب

تجربه هر عامل، جهان‌بینی او را شکل می‌دهد. اگر به دقت هدایت نشود، می‌تواند نابرابری‌ها را تقویت کند. ما باید به طور فعال سیستم‌هایی را طراحی کنیم که دیدگاه‌ها را به هم پیوند دهند تا تعصبات را متعادل کنند.

خودمختاری با پاسخگویی

هوش مصنوعی فیزیکی باید بدون انتظار برای دستورالعمل‌های انسانی یا ابری عمل کند، اما این اقدامات باید قابل توضیح و حسابرسی باشند. این همان هوش هیجانی به سبک ماشین است.

عامل‌ها مانند انسان‌ها «احساس» نخواهند داشت، اما برای ارزیابی نتایج، حل اختلافات و تصمیم‌گیری در مورد اینکه چه زمانی شفقت بهتر از کارایی است، به سیستم‌های ارزشی نیاز خواهند داشت.

اول جامعه، دوم دانش

ما اغلب در مورد هوش مصنوعی از نظر اطلاعات صحبت می‌کنیم: اینکه چقدر می‌داند، چقدر سریع می‌تواند یاد بگیرد، چقدر خوب می‌تواند به خاطر بیاورد.

اما در کثرت، جامعه حرف اول را می‌زند. اگر هنجارها اشتباه باشند، دانش بیشتر فقط منجر به مشکلات بیشتر می‌شود.

شهری را تصور کنید که در آن هر محله، عامل هوش مصنوعی خود را دارد که زیرساخت‌های محلی را مدیریت می‌کند. اگر این عامل‌ها یک پایه فرهنگی قوی و عادلانه نداشته باشند، ممکن است منابع را احتکار کنند، محله‌های خود را به طور ناعادلانه اولویت‌بندی کنند یا بر سر سیاست‌ها با هم اختلاف نظر داشته باشند.

حالا همان شهر را با عامل‌هایی تصور کنید که برای مذاکره، اشتراک‌گذاری و در نظر گرفتن تأثیر اقدامات خود فراتر از محدوده فوری خود آموزش دیده‌اند. آن شهر نه به این دلیل که هر هوش مصنوعی تمام داده‌ها را دارد، بلکه به این دلیل که همه آنها به یک قرارداد اجتماعی احترام می‌گذارند، رونق می‌گیرد.

به همین دلیل هنجاریست شبکه‌های تجاری قرون وسطی به دلیل هنجارهای تجاری مشترک کار می‌کردند، نه به این دلیل که بازرگانان همه چیز را در مورد هر بازار می‌دانستند.

از این رو می توان دریافت که اینترنت اولیه به این دلیل موفق شد که پروتکل‌ها و ساختارهای اعتماد به سیستم‌های مختلف اجازه می‌دادند تا صحبت کنند، حتی زمانی که داده‌های یکسانی را به اشتراک نمی‌گذاشتند.

پرورش نسل بعدی شهروندان هوش مصنوعی

اگر چندگانگی اجتناب‌ناپذیر است، باید دهه آینده را به عنوان یک دوره شکل‌گیری در نظر بگیریم، همانطور که سال‌های اولیه کودک ارزش‌های مادام‌العمر خود را شکل می‌دهد.

به عبارت دیگر تعریف هنجارها اکنون به این معنی است که منتظر ماندن تا زمانی که عوامل هوش مصنوعی در همه جا باشند تا در مورد “فرهنگ” خود تصمیم بگیرند، خیلی دیر است. زیرا هوش مصنوعی اجتماعی این تصمیمات را خواهد گرفت. اینجاست که سیاستگذاری هوش مصنوعی تسهیل کننده جامعه را به سمت بهره مندی بهینه و کم خطر از هوش مصنوعی کثرت گرا سوق می دهد.

آیا ما آماده خواهیم بود؟

انتهای پیام/ منبع: پایگاه خبری فرهنگ پذیری، به قلم: محمد حسن اسدی طاری