تئوری همه چیز؛ انسان یا رایانه به آن می سد؟!

به گزارش سفر به آنتالیا، مشابه کاری که مغز انسان می کند. با تجزیه و تحلیل مقدار زیادی از داده ها برای الگو های پنهان، شبکه عصبی به سرعت می آموزد تا تفاوت سگ ها و گربه ها را بفهمد، چهره ها را تشخیص دهد، گفتار انسان را تکرار کند و سوء رفتار مالی را فاش کند.

تئوری همه چیز؛ انسان یا رایانه به آن می سد؟!

فیزیکدانان می گویند شاید این امر ممکن باشد که یک رایانه بتواند به تئوری همه چیز دست پیدا کند، اما به این زودی ها اتفاق نخواهد افتاد و هیچ تضمینی وجود ندارد که ما انسان ها نتیجه آن را درک کنیم.

روزگاری، آلبرت اینشتین نظریه های علمی را اختراعات آزاد ذهن انسان توصیف می کرد، اما در سال 1980، استیون هاوکینگ، کیهان شناس مشهور دانشگاه کمبریج، نظر دیگری داشت. در سخرانی همان سال، وی گفت که نظریه ای که تئوری همه چیز نامیده می شود ممکن است قابل دستیابی باشد، اما احتمالاً آخرین مراحل دستیابی به آن توسط رایانه ها انجام می شود.

وی گفت: شاید نتوان خاتمهی برای فیزیک نظری متصور شد، اما برای توانایی فیزیکدانان نظری نقطه خاتمهی وجود دارد.

اثبات تئوری همه چیز هنوز ممکن نیست، اما با وجود کامپیوتر هایی که امروزه بخش زیادی از کار ها وابسته به آن ها است مانند ترجمه زبان های مختلف، قابلیت تشخیص چهره، راندن اتومبیل و پیدا کردن شریک زندگی، تصور آنکه این کامپیوتر ها جای دانشمندانی همچون استیون هاوکینگ و اینشتین را بگیرند آنقدر ها هم عجیب نیست.

برنامه های رایانه ای مانند DeepMinds AlphaGo دائما در حال کشف راه های جدید برای شکست دادن انسان ها در بازی هایی همچون Go و شطرنج هستند که قرن ها بازی شده اند و مورد مطالعه قرار گرفتند..

پس چه دلیلی وجود دارد که یکی از همین دستگاه های شگفت انگیزی که همه چیز را می آموزد نتواند مجموعه ای از ذرات بنیادی جدید را تشخیص دهد یا یک کرم چاله را در کهکشان دیگری در منظومه شمسی خارجی کشف کند؟ مانند آنچه در فیلم میان ستاره ای (Interstellar) دیدیم.

حداقل این چیزیست که رویای ماست. اگر بخواهیم طور دیگری فکر کنیم باید درگیر نظریه ای شویم که ماکس تگمارک، فیزیکدان، آن را شوونیسم کربن می نامد. در ماه نوامبر، انستیتوی فناوری ماساچوست جایی که دکتر تگمارک در آن استاد است مبلغی را از بنیاد ملی علوم دریافت و با آن موسسه جدید هوش مصنوعی و تعاملات بنیادی را تاسیس کرد.

این موسسه یکی از هفت موسسه تاسیس شده توسط این بنیاد و وزارت کشاورزی ایالات متحده می باشد که یک تلاش سراسری برای کار در جهت ارتقای هوش مصنوعی است. در طی پنج سال هر یک از این موسسات 20 میلیون دلار دریافت می کند.

این موسسه که وابسته به مؤسسهٔ فناوری ماساچوست است و کاملا خود را صرف فیزیک کرده توسط جسی تایلر (Jesse Thaler) فیزیکدان ذرات اداره می شود و شامل بیش از 12 دانشمند در همه زمینه های فیزیک از موسسه فناوری ماساچوست، دانشگاه هاروارد، دانشگاه نورث ایسترن و دانشگاه تافتس (Tufts) است.

دکتر تایلر طی یک ارتباط تصویری گفت: آنچه که من امیدوارم بتوانم انجام دهم ایجاد مکانی است که محققان از رشته های مختلف فیزیک و همچنین محققانی که در زمینه علوم کامپیوتر و هوش مصنوعی کار می کنند بتوانند گردهم آیند، گفتگو کنند و به یکدیگر چیز هایی بیاموزند. در نهایت، من می خواهم کامپیوتر هایی داشته باشم که بتوانند مانند یک فیزیکدان فکر کنند.

کشف مجدد قوانین بنیادی فیزیک

در تلاش برای کشف مجدد قوانین فیزیک، مدلی از هوش مصنوعی به نام شبکه عصبی مورد استفاده قرار گرفته است. برخلاف سیستم های به اصطلاح متخصص مانند IBMs Watson که با دانش و علم انسان ها پر شده است این هوش مصنوعی طوری طراحی شده که در حین کار اطلاعات را یاد می گیرد.

مشابه کاری که مغز انسان می کند. با تجزیه و تحلیل مقدار زیادی از داده ها برای الگو های پنهان، شبکه عصبی به سرعت می آموزد تا تفاوت سگ ها و گربه ها را بفهمد، چهره ها را تشخیص دهد، گفتار انسان را تکرار کند و سوء رفتار مالی را فاش کند.

دکتر تگمارک می گوید: ما امیدواریم که انواع جدیدی از قوانین فیزیک را کشف کنیم، ما قبلاً نشان داده ایم که این هوش مصنوعی می تواند قوانین فیزیک را دوباره بازیابی کند.

سال گذشته در برنامه ای به نام اثبات اصل دکتر تگمارک و دانشجویی به نام سلیویو ماریان (Silviu-Marian) صد معادله فیزیک را از یک کتاب درسی معروف (کتاب سخنرانی های فاینمن درباره فیزیک نوشته ریچارد فاینمن، رابرت لیتون و متیو سندز) انتخاب کردند و از آن ها برای تولید داده هایی استفاده کردند که بعدا به یک شبکه عصبی منتقل شد. این سیستم داده ها را برای رسیدن به الگو ها و قاعده ها بررسی کرد و همه 100 فرمول را بازیابی کرد.

محققان در مقاله ای که سال گذشته در Science Advances منتشر شد نوشتند: شبکه عصبی مانند یک انسان دانشمند، بسیاری از روش های مختلف را به ترتیب امتحان می کند و اگر نتواند با یک راه حل مسئله را به طور کامل حل نماید، تلاش می کند آن را تبدیل و به بخش های ساده تری تقسیم کند که به صورت جداگانه قابل حل هستند و مجددا الگوریتم کامل هر بخش را بررسی می کند.

در یک آزمایش چالش برانگیز دیگر، دکتر تگمارک و همکارانش ویدئویی از موشک ها را که به اطراف پرواز می کنند به این شبکه نشان دادند و از آن خواستند بدون توجه به درخت های نخل در پس زمینه پیش بینی کند که در ادامه چه اتفاقی خواهد افتاد. دکتر تگمارک گفت: در خاتمه این کامپوتر معادلات اساسی حرکت موشک ها را کشف کرد.

دکتر تگمارک افزود: در حال حاضر مشکلاتی برای رسیدن به الگوریتم بازگشتی حل مسئله وجود دارد. اگرچه کامپیوتر می تواند قوانین اساسی فیزیک را از مجموعه ای از داده ها بازیابی کند، اما هنوز نمی تواند اصول اصلی را مانند عدم قطعیت کوانتوم در مکانیک کوانتوم، یا نظریه نسبیت را بازیابی کند که زیربنای فرمول ها است.

اما آن زمان که هوش مصنوعی به این توانایی دست یابد می توان گفت ما به هوش عمومی مصنوعی رسیده ایم و در آن زمان شما بسته به نوع دیدگاهتان ممکن است بترسید یا بسیار هیجان زده شوید، اما صادقانه بگویم دلیل اینکه من روی این پروژه کار می کنم آن است که بیشترین تهدید از نظر من ساختن یک هوش مصنوعی ابرقدرت است در حالی که نمی دانیم چطور کار می کند.

منبع: فرادید
انتشار: 6 دی 1399 بروزرسانی: 6 دی 1399 گردآورنده: antalyanet65.ir شناسه مطلب: 1368

به "تئوری همه چیز؛ انسان یا رایانه به آن می سد؟!" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "تئوری همه چیز؛ انسان یا رایانه به آن می سد؟!"

* نظرتان را در مورد این مقاله با ما درمیان بگذارید