به گزارش ایسنا، در سال ۱۹۱۵، آلبرت اینشتین نظریه نسبیت عام خود را ارائه کرد و نگاه ما به ساختار جهان فیزیکی را دگرگون ساخت. این نظریه که گرانش را به عنوان تغییر شکل فضا-زمان در اثر جرم توضیح میدهد، یکی از نقاط اوج فیزیک مدرن است؛ نظریهای که زیربنای کیهانشناسی، از پژوهش درباره سیاهچالهها گرفته تا اندازهگیری امواج گرانشی، محسوب میشود و به طور معمول برای هدایت ماموریتهای فضایی و ماهوارههای جیپیاس مورد استفاده قرار میگیرد.
به نقل از نیچر، نسبیت عام همچنین به معیاری برای سنجش توانایی پیشگامان فناوری هوش مصنوعی تبدیل شده است؛ کسانی که میپرسند آیا ساختههای آنها روزی میتوانند به پیشرفتی در چنین سطحی دست پیدا کنند یا خیر.
در اجلاس هوش مصنوعی هند که فوریه امسال در دهلی نو برگزار شد، دِمیس هاسابیس، یکی از بنیانگذاران شرکت دیپمایند گوگل در لندن، پیشنهاد کرد که اگر یک مدل زبانی بزرگ (LLM) با تمام دانستههای موجود تا یک تاریخ مشخص آموزش داده شود برای مثال تا سال ۱۹۱۱، میتوان مشخص کرد آیا این مدل میتواند نظریه نسبیت عام را بازتولید کند یا خیر. هاسابیس با اشاره به مفهوم مبهم هوش مصنوعی عمومی (AGI) که هدف بسیاری از فعالان صنعت هوش مصنوعی است، گفت: این میتواند آزمون خوبی برای هوش مصنوعی عمومی باشد.
چنین آزمونی لزوما نباید مشخصا درباره نسبیت عام باشد. در ماه دسامبر سال ۲۰۲۴، اواین ایوانز، پژوهشگر سازمان غیرانتفاعی Truthful AI در برکلی کالیفرنیا، در سخنرانی درباره «مدلهای زبانی قدیمی» یا «تاریخی» صحبت کرد؛ مدلهایی که فقط با دادههای تاریخی تا یک تاریخ مشخص آموزش داده میشوند. ایوانز این پرسش را مطرح کرد که چنین مدلهایی چه چیزهایی را ممکن است دوباره کشف کنند.
امسال چندین گروه پژوهشی نمونههایی از این مدلهای تاریخی را ساختهاند که یکی از آنها در راستای آزمون پیشنهادی هاسابیس بوده است. با این حال، تلاشهای اولیه آنها بیشتر درباره محدودیتهای هوش مصنوعی کنونی اطلاعات ارائه میدهد تا تواناییهای آن.
ایدو کامینر، متخصص اپتیک کوانتومی و یکی از نویسندگان مقاله پیشچاپی با عنوان «آیا هوش مصنوعی میتواند جا پای اینشتین بگذارد؟» که در ماه ژوئیه منتشر شده است، میگوید دستیابی هوش مصنوعی به یک پیشرفت شبیه نسبیت، ذاتا غیرممکن نیست.
با این حال، او و همکارانش استدلال میکنند که برای وقوع چنین اتفاقی، باید برخی از اصولی که مدلهای امروزی بر اساس آنها ساخته شدهاند، بازنگری شود.
جهشهای خلاقانه
هاسابیس سال گذشته در مصاحبههای رسانهای به تشبیه «آزمون اینشتین» اشاره کرده بود، اما تام زهاوی، پژوهشگر دیگری در دیپمایند گوگل، در مقالهای که در ماه ژانویه در وبسایت شخصی خود منتشر کرد، این ایده را با جزئیات بیشتری شرح داد. عنوان این مقاله «مدلهای زبانی بزرگ نمیتوانند بپرند» است و بر ناتوانی فعلی مدلهای زبانی بزرگ در انجام جهشهای استدلالی مشابه جهش اینشتین تاکید دارد.
زهاوی نوشت، همانطور که فیلسوفان علم مدتها است تشخیص دادهاند، چنین پیشرفتهایی به استدلال استقرایی که از انباشت دادهها یا نمونهها به یک قاعده کلی میرسد، نیاز ندارند؛ بلکه به استدلال ربایشی (Abductive reasoning) نیاز دارند که یک جهش خلاقانه است که برای یک پدیده منفرد، علتی را ابداع میکند.
این نوع استدلال نقطه قوت مدلهای هوش مصنوعی کنونی نیست. این مدلها ظاهرا بیشتر برای انجام بخشهای سخت و پرزحمت علم مناسب هستند تا کشفهای تحولآفرین. مدلها با آموزش بر اساس نمونههای شناخته شده و سپس دریافت دستور از طریق پرامپت برای ارائه محتملترین پاسخهای آماری درباره موارد ناشناخته، به دنبال همبستگیها در مجموعه دادههای عظیم میگردند.
این ویژگی باعث میشود مدلها ابزارهای پیشبینی ارزشمندی باشند و زمانی که دادههای فراوانی وجود دارد، بتوانند کمککننده باشند. اما جهشهای تخیل یا چیزی که توماس کوهن، مورخ علم قرن بیستم، آن را «تغییر پارادایم» در درک علمی مینامید، اغلب زمانی رخ میدهند که دادههای اندکی برای اتکا وجود دارد یا از ناهنجاریهایی ناشی میشوند که کاملا با تصویر استاندارد موجود سازگار نیستند.
دانشمندان در چنین شرایطی اغلب یک «مدل جهان» ایجاد میکنند؛ یعنی استنباطی درباره اصول زیربنایی که بر اساس حجم اندکی از داده شکل میگیرد. برای مثال، مشاهدات دقیق حرکت سیارات توسط یوهانس کپلر، اخترشناس قرن هفدهم و روابط ریاضی که او از این مشاهدات استخراج کرد، باعث شد اسحاق نیوتن در پاسخ به نیروها، قانون گرانش و قوانین مکانیکی حرکت خود را توسعه دهد.
به زبان سادهتر مدلهای هوش مصنوعی فعلی بیشتر در پیدا کردن الگوهایی که قبلا در دادهها وجود داشتهاند، خوب هستند؛ اما مشکلشان این است که نمیتوانند به راحتی یک ایده کاملا جدید را از چند مشاهده محدود به دست بیاورند.
برای مثال استدلال استقرایی یعنی تعداد زیادی نمونه را ببینی و از آنها یک قانون کلی بسازی. مثلا مشاهده کنی که هر بار جسمی را رها میکنی، به سمت زمین میافتد و از این مشاهدات به یک قانون کلی درباره گرانش برسی. استدلال ربایشی یک مرحله خلاقانهتر است؛ یعنی از یک اتفاق یا مشاهده خاص، یک توضیح یا علت جدید دریافت کنی که قبلا کسی مطرح نکرده است.
مشکل اصلی اینجاست که کشفهای بزرگ علمی همیشه با حجم زیادی از داده اتفاق نمیافتند. گاهی یک دانشمند فقط چند مشاهده عجیب یا یک مورد ناسازگار با نظریههای موجود میبیند و از همان، یک ایده کاملا جدید پیدا میکند.
برای مثال کپلر با بررسی دقیق حرکت سیارات، الگوهایی را پیدا کرد که قبلا توضیح کاملی برایشان وجود نداشت. نیوتن بعدا توانست از این روابط و مشاهدات، یک تصویر کلیتر از جهان بسازد و قانون گرانش و قوانین حرکت را ارائه کند. کاری که به نظر میرسد مدلهای هوش مصنوعی چندان در آن خوب نیستند.
اما آیا مدلهای هوش مصنوعی میتوانند به شیوهای مشابه، از دادههای اندک به مدلهای کلی از جهان برسند؟ سندیل مولایناتان، دانشمند علوم رایانه در موسسه فناوری ماساچوست (MIT) در کمبریج، میگوید در حال حاضر چنین نیست.
او و همکارانش در مقالهای که در ماه ژوئیه منتشر شد، یک مدل پایه مکانیک مداری را با دادههای مصنوعی مربوط به سامانههای مختلف سیارهای که از قوانین مکانیک نیوتنی پیروی میکردند، آموزش دادند.
آنها دریافتند که مدل هرگز قانون واقعی گرانش را استنباط نکرد؛ قانونی که نیروی میان دو جسم را به جرم آنها و فاصله میانشان مرتبط میکند. در عوض، مدل برای هر سامانه سیارهای یک قانون متفاوت را استنباط کرد که در هر مورد به شکلی منحصربهفرد اشتباه بود.
با این حال، مدلهای زبانی بزرگ در ریاضیات پیشرفتهای چشمگیری داشتهاند؛ پیشرفتهایی که نشان میدهد آنها گاهی میتوانند ساختارهای منطقی زیربنایی دادههای آموزشی خود را درک کنند. در ماه مه امسال، یک چتبات هوش مصنوعی که توسط شرکت اوپن ایآی ساخته شده بود، یک حدس ۸۰ ساله متعلق به ریاضیدان مجارستانی پال اردوش را رد کرد. مولایناتان این دستاورد را «یک پیشرفت مفهومی واقعی» میداند.
او میگوید هوش مصنوعی صرفا با جستوجوی کورکورانه و نیروی محاسباتی به پاسخ نرسید؛ راه حل در طول مسیر به انتزاعهای جدید و کوچکی نیاز داشت. در عین حال، این رد نظریه ایدههایی را که از قبل در مقالات ریاضی وجود داشتند با یکدیگر ترکیب کرد؛ بنابراین، از این نظر، این دستاورد مانند یک کشف اینشتینوار نبود که گویی از هیچ به وجود آمده باشد.
یک لحظه در زمان
پس از آنکه هاسابیس آزمون سال ۱۹۱۱ را مطرح کرد، مایکل هلا، پژوهشگر مستقل هوش مصنوعی در سانفرانسیسکو، تلاش مشابهی انجام داد. هلا در ماه مارس در وبسایت خود نوشت که یک مدل زبانی بزرگ به نام Machina Mirabilis را با دادههای مربوط به پیش از سال ۱۹۰۰ آموزش داده است تا ببیند آیا میتواند مکانیک کوانتومی، نظریه نسبیت خاص اینشتین در سال ۱۹۰۵ و نظریه نسبیت عام را تولید کند یا خیر.
هلا در این مسیر به مدل سرنخهایی میداد. در یک مورد، آن را با مشاهدات مربوط به اثر فوتوالکتریک که پدیدهای است که در آن نور باعث جدا شدن الکترونها از صفحات فلزی میشود، راهنمایی کرد؛ پدیدهای که بعدها اینشتین آن را با کوانتیده بودن نور توضیح داد. در موردی دیگر، او ماهیت آزمایش فکری آسانسور را در اختیار مدل قرار داد؛ آزمایشی که بعدها به نظریه نسبیت عام اینشتین منجر شد.
هلا میگوید مدل در برخی موارد «نشانههایی از شهود» نشان داد. برای مثال، هنگامی که اثر فوتوالکتریک به آن ارائه شد، مدل گفت نور «به انبوهی از تکانههای مجزا تجزیه میشود»؛ عبارتی که به ایده کوانتومهای نور اشاره داشت.
اما مدل زبانی بزرگ در بیشتر موارد شکست خورد، درک واقعی از فیزیک مورد استفاده خود نداشت و گاهی کلماتی را تکرار میکرد که ظاهرا منطقی به نظر میرسیدند، اما به گفته هلا، ظاهرا هیچ نوع بازنمایی درونی قدرتمندی از جهان نداشت که بتواند بر اساس آن استدلال کند.
هلا همچنین دریافت که آموزش یک مدل زبانی بزرگ با محدودیت تاریخی بسیار دشوار است، زیرا دادهها مملو از نسخههای انگلیسی ناقص و خطاها و آثار ناشی از دیجیتالیکردن متون چاپی هستند.
نیک لوین، دانشمند مستقل علوم رایانه و همکارانش نیز در پژوهشی که در ماه آوریل بهصورت آنلاین ارائه کردند، به همین نتیجه رسیدند. آنها تلاش کردند یک مدل هوش مصنوعی تاریخی بسازند که فقط از اطلاعات شناختهشده تا سال ۱۹۳۰ استفاده کند؛ سالی که انتخاب شده بود زیرا آثاری که در آن سال منتشر شدهاند، در آغاز سال ۲۰۲۶ وارد مالکیت عمومی در ایالات متحده شدند.
لوین که در سانفرانسیسکو مستقر است، میگوید با چنین مدلی، در اصل میتوان پرسشهایی درباره موضوعاتی که در دهه ۱۹۳۰ توسعه یافتند مطرح کرد؛ برای مثال ماشینهای تورینگ، که مفهومی اساسی در نظریه محاسبات هستند، قضیه ناتمامیت گودل در مبانی ریاضیات یا ذراتی به نام نوترینوها که نخستین بار در سال ۱۹۳۴ در یک مقاله علمی مطرح شدند.
لوین و همکارانش دریافتند که ساختن یک مدل تاریخی که فقط با اطلاعات موجود تا سال ۱۹۳۰ آموزش دیده باشد، دشوار است؛ زیرا مواد آموزشی بهشدت «نشت» دارند. لوین میگوید: اگر درباره اتفاقی که در دهه ۱۹۵۰ رخ داده از آن سؤال کنید، اغلب بهطور تصادفی پاسخ میدهد و اغلب نیز پاسخ درست است.
برای مثال، مدل ظاهرا پیش از ۱۹۳۰ به پرسشهایی درباره دولت فرانکلین دی. روزولت پاسخ داد؛ فردی که از سال ۱۹۳۳ تا ۱۹۴۵ رئیسجمهور آمریکا بود. زمانی که مجموعهدادهها تاریخگذاری دقیق یا صحیحی نداشته باشند، حذف اطلاعات مربوط به دوره پس از یک تاریخ مشخص دشوار است.
با وجود این، لوین که مدتی بهعنوان پیش بینیکننده در حوزه اقتصاد کار کرده است، معتقد است در نهایت باید بتوان از این «ذهن ۱۹۳۰» خواست پیشبینیهایی انجام دهد؛ پیشبینیهایی که میتوانند شامل چیزهایی باشند که در یک بازار پیشبینی مشاهده میکنید.
او میگوید مدلهای هوش مصنوعی پیشبینیمحور میتوانند برای پیشبینی کشفیات علمی نیز به کار گرفته شوند. او انتظار دارد آزمایش کند که آیا مدلی که با دادههای موجود تا مثلا ژانویه امسال آموزش دیده است، میتواند به کشفی دست پیدا کند که اکنون میدانیم در ماه ژوئن رخ داده است یا خیر. او پیشبینی میکند که چنین مدلی یک کشف قابلتوجه انجام خواهد داد، فقط به دلیل مقیاس دادهها و منابعی که در اختیار آن قرار میگیرد.
پژوهشگران دانشگاه زوریخ در سوئیس نیز خانواده کاملی از مدلهای تاریخی را در قالب پروژهای به نام Ranke-۴B ایجاد کردهاند. این مدلها با متون دارای تاریخ مشخص و با نقاط برش تاریخی معنادار در سالهای ۱۹۱۳، ۱۹۲۹، ۱۹۳۳، ۱۹۳۹ و ۱۹۴۶ آموزش داده شدهاند.
دانیل گوتلیش، یکی از اعضای این تیم و اقتصاددانی که اکنون در مؤسسه فناوری فدرال سوئیس (ETH) در زوریخ فعالیت میکند، میگوید دادههای تاریخی یا منابع محاسباتی کافی برای ساخت مدلهایی به قدرت مدلهای زبانی بزرگ مدرن وجود ندارد. بنابراین، او امیدوار است تنها بررسی کند که آیا یک مدل زبانی تاریخی میتواند ایدههایی با نشانههایی از پیشرفتهای آینده تولید کند یا خیر.
نظریههای بیش از اندازه زیاد
جیکوب آندریاس، دانشمند علوم رایانه در موسسه فناوری ماساچوست، معتقد است هیچ مانع آشکاری وجود ندارد که یک مدل زبانی هوش مصنوعی نتواند مثلا نظریه نسبیت عام را به عنوان یکی از خروجیهای احتمالی در میان تعداد زیادی نظریه کاملا نادرست درباره مجموعهای از دادهها تولید کند.
مشکل این است که تشخیص اینکه کدام نظریه درست است، یا دستکم ارزش آزمایشکردن دارد، دشوار است. برای مثال، این همان مشکلی بود که درباره «قوانین گرانش» مختلف و اشتباهی که مدل مکانیک مداری مولایناتان و همکارانش تولید کرده بود، وجود داشت.
در ریاضیات، در مقابل، میتوان هر گام از روند کار مدل زبانی بزرگ را فورا به عنوان درست یا نادرست بررسی کرد.
این موضوع نشان دهنده تفاوت میان شیوهای است که مدلهای زبانی بزرگ و انسانها برای ساخت نظریه به کار میگیرند. انسانها به ندرت مجموعهای از نظریههای احتمالی را به صورت آماری تولید میکنند و سپس بررسی میکنند که کدام یک، در صورت وجود، درست است.
برای مثال، اروین شرودینگر، فیزیکدان، یک قرن پیش معادله خود را برای مکانیک موجی کوانتومی نوشت؛ اما حتی امروز نیز پژوهشگران همچنان درباره روند فکری او در هنگام رسیدن به این معادله تحقیق میکنند.
آندریاس میگوید: تقریبا به طور قطع، روند ذهنی او شبیه این نبود که بهصورت تصادفی مجموعهای از گزارههای شبیه نظریه تولید کند و سپس بررسی کند کدام یک با مشاهدات واقعی سازگار است.
مشکل دیگری نیز وجود دارد: اینکه اصلا تصمیم بگیریم یک ایده ارزش دنبالکردن دارد یا خیر. آندریاس میگوید مدلهای زبانی بزرگ، برای مثال، درک خوبی از اینکه یک قضیه ریاضی جالب چیست، ندارند. او اضافه میکند که توانایی مدلها برای تشخیص اینکه چه چیزی مهم است، در واقع همان جایی است که آنها بیشترین فاصله را با متخصصان انسانی دارند.
در جستوجوی یک پارادایم جدید
تغییرات تحولآفرین در درک علمی اغلب از توجه به اختلافهای کوچک و موارد پرت ناشی میشوند؛ دقیقا همان نوع مواردی که مدلهای هوش مصنوعی تمایل دارند آنها را میانگینگیری و محو کنند.
کامینر و همکارانش میگویند: کشف علمی انسانها در طول تاریخ اغلب به توانایی نوعی «وسواس» مداوم متکی بوده است؛ سبکی شناختی که به یک پژوهشگر اجازه میدهد سالها به یک ایده نامعقول و نامتعارف پایبند بماند.
برای مثال، ماکس پلانک متوجه شد محاسباتش درباره تابش جسم سیاه دقیقا با نتایج آزمایشها جور در نمیآید. او این اختلاف را نادیده نگرفت و تلاش کرد دلیل آن را پیدا کند. این پیگیری در سال ۱۹۰۰ باعث شد به ایده مهمی برسد: انرژی برخلاف تصور قبلی، میتواند در بستههای کوچک و جداگانه، یعنی «کوانتومها» منتقل شود.
برای نظریه نسبیت خاص هم اینشتین لزوما به دنبال حل یک مشکل آزمایشگاهی درباره «اتر» نبود. در آن زمان تصور میشد نور برای حرکت به محیطی به نام «اتر» نیاز دارد، اما آزمایشها نتوانستند وجود این محیط را نشان دهند. برخلاف تصور رایج، اینشتین چندان درگیر این نتیجه آزمایشها نبود و نسبیت خاص را صرفا برای حل این مسئله مطرح نکرد.
بهطور کلی، پیشرفتهای علمی به ندرت صرفا از یک مجموعه مشخص از دادههای تجربی حاصل میشوند. آنها از تعامل مداوم و ظریف میان نظریهها یا مفاهیم، آزمایشها و روشهای آزمایشی به وجود میآیند.
این موضوع بهویژه در رشتههایی مانند زیستشناسی مولکولی صدق میکند؛ رشتهای که برخلاف بسیاری از شاخههای فیزیک، تحت کنترل مجموعه کوچکی از قوانین بنیادی و کاملا تعریف شده قرار ندارد.
با در نظر گرفتن این موضوع، برخی پژوهشگران در حال توسعه سامانههای خودکاری هستند که میتوانند آزمایشها را انتخاب و برنامهریزی کنند، آنها را به صورت رباتیک انجام دهند و بر اساس نتایج، فرضیههایی را تدوین کنند. با این حال، حتی در اینجا نیز پیشرفتها گاهی از تغییر در طرز فکر ناشی میشوند، نه از دادههای تازه و تعیینکننده.
برای مثال، تصور میشد پروتئینهای ذاتا بینظم بیش از آن ناپایدار هستند که بتوان آنها را برای تحلیل با پرتو ایکس بلوری کرد؛ تا اینکه پژوهشگران متوجه شدند این پروتئینها اساسا ساختار پایداری ندارند و به این نتیجه رسیدند که بینظمی یک ویژگی است، نه یک نقص.
همچنین نمونههایی از آنچه امروزه تراکمهای زیستمولکولی نامیده میشوند که خوشههای قطرهمانند درون سلولها هستند، برای چندین دهه مشاهده شده بودند، اما کسی به آنها توجه خاصی نکرده بود تا اینکه ایده مفهومی مربوط به آنها شکل گرفت.
آیا هوش مصنوعی میتواند روزی چنین جهشهایی در ایمان، استدلال یا ادراک را تقلید کند؟
آندریاس میگوید این چالش احتمالا بیشتر شبیه یافتن راهی برای خودکارسازی این نوع جهشهای ناخودآگاه و وصفناپذیر شهودی است تا یک فرایند جستوجوی کلاسیک که از قبل میدانیم، چگونه آن را پیادهسازی کنیم.
مولایناتان میگوید برای چنین کاری، مدلهای زبانی بزرگ به تنهایی ابزار مناسبی نیستند. به باور او، ما به مدلهایی نیاز داریم که نه تنها بر اساس مجموعه دانش موجود، بلکه با دادههای دنیای واقعی درباره اینکه جهان فیزیکی چگونه است و همچنین بر اساس «فضای ریاضی» آموزش دیده باشند؛ یعنی اینکه چگونه باید اشیای ریاضی را دستکاری کرد.
سامانههای هوش مصنوعی برای کشف علمی همچنین به اهداف عملکردی جدیدی نیاز خواهند داشت؛ اهدافی فراتر از صرفا ارائه پیشبینیهای آماری خوب.
کامینر میگوید کشفهایی در مقیاس نسبیت تنها زمانی از این سامانهها حاصل خواهند شد که آنها را برای چیزی فراتر از دقت پیشبینی بهینه کنیم و در کنار آن به سادگی، دامنه توضیح دهندگی و موارد دیگر نیز پاداش دهیم.
در حال حاضر، ظاهرا انگیزه چندانی برای ساخت مدلهای هوش مصنوعی که شبیه انسانها استدلال کنند، وجود ندارد.
این همان چیزی است که ریچ ساتن، دانشمند علوم رایانه در دانشگاه آلبرتا در ادمونتون کانادا، آن را «درس تلخ هوش مصنوعی» نامیده است.
آنچه معمولا در عملکرد الگوریتم تفاوت ایجاد میکند، قدرت محاسباتی بیشتر و دادههای آموزشی بیشتر است.
ارزش ادراک شده چنین مدلهای هوش مصنوعی معمولا به این بستگی دارد که آیا آنها پیشبینیهای خوب، سریع و دقیقی ارائه میدهند یا خیر؛ بدون اینکه لزوما چیزی درباره فرایند فیزیکی زیربنای یک پدیده بگویند.
برای مثال، ابزار آلفافولد متعلق به دیپمایند گوگل برای ساختار پروتئین، مسئله درک نحوه تاخوردگی پروتئینها را حل نمیکند؛ بلکه با پیشبینی شکل تاخورده آنها، این مسئله را دور میزند.
آندریاس گمان میکند که دستکم در ابتدا، مدلهای زبانی بزرگ تنها به کشفهای بسیار محدودی دست پیدا خواهند کرد؛ آن هم در مواردی که از قبل میدانیم مسئله مهم چیست و پاسخ در قرضگرفتن یک راه حل یا کشیدن یک قیاس وجود دارد که از قبل در حوزه دیگری وجود داشته است.
او میگوید در چنین شرایطی، پژوهشگران انسانی ممکن است با خودشان بگویند: ای کاش در این حوزه هم تخصص داشتم تا میتوانستم این ارتباط را پیدا کنم. اما درباره نظریه نسبیت عام، چنین واکنشی وجود نداشت. آندریاس میگوید: آنها فقط با یک سوال روبهرو شدند: این ایده از کجا آمده است؟
انتهای پیام
