ریشه‌های هوش مصنوعی: چرا پیشرفت این فناوری مدیون «پروژه کبوترها» است؟

برخلاف تصور رایج که توسعه هوش مصنوعی را مدیون هوش انسانی می‌داند، دانشگاه ماساچوست (MIT) توضیح داده است که پیشرفت‌های کنونی در این حوزه، ریشه در یک پروژه قدیمی با محوریت کبوترها دارد. این ماجرا به «پروژه کبوترها» در زمان جنگ جهانی دوم بازمی‌گردد و نشان می‌دهد که هوش مصنوعی، بیش از آنکه تقلیدی از مغز انسان باشد، تقویت‌شده‌ی الگوی یادگیری حیوانات است.

پروژه کبوتر: از هدایت موشک تا یادگیری تقویتی

در دهه ۱۹۴۰ میلادی، دکتر بی. اف. اسکینر، روانشناس برجسته آمریکایی، پروژه‌ای را با الهام از کبوترها آغاز کرد که به «پروژه کبوتر» شهرت یافت. هدف اسکینر از این پروژه، آموزش کبوترها برای هدایت موشک‌ها به سمت هدف بود. این آموزش از طریق سازوکار پاداش و تنبیه انجام می‌شد؛ شیوه‌ای که امروزه در قلب فناوری‌های نوین جهان قرار دارد.

اسکینر که یکی از دانشمندان فعال در پروژه منهتن (شکافتن اتم) نیز بود، قصد داشت با استفاده از پرندگان، دقت هدایت موشک‌ها را به طرز چشمگیری افزایش دهد.

اگرچه ایده اسکینر هرگز در زمینه موشک‌ها عملیاتی نشد، اما شیوه او بعدها تحت عنوان «یادگیری تقویتی» (Reinforcement Learning) به یک مفهوم کلیدی در علم رفتارشناسی تبدیل شد. این مفهوم سال‌ها بعد توسط دو دانشمند علوم کامپیوتر، ریچارد ساتن و اندرو بارتو، به یک الگوریتم تبدیل شد که اکنون هسته مرکزی سیستم‌های هوش مصنوعی مدرن را تشکیل می‌دهد.

هوش مصنوعی چگونه مانند کبوترها عمل می‌کند؟

گزارش‌های منتشر شده از سوی MIT نشان می‌دهد که هوش مصنوعی در حقیقت، الگوی یادگیری مغز کبوتر را تقویت کرده است. این شباهت در نحوه عملکرد سیستم‌های هوش مصنوعی و آزمایش‌های رفتاری کبوترها مشهود است:

• آزمایش کبوترها: در این آزمایش، اگر کبوتر به دکمه درست نوک بزند، غذا (پاداش) دریافت می‌کند و در صورت اشتباه، پاداشی در کار نیست. با تکرار زیاد، کبوتر یاد می‌گیرد که فقط دکمه صحیح را انتخاب کند.
• عملکرد هوش مصنوعی: سیستم‌های هوش مصنوعی نیز میلیون‌ها داده را بررسی می‌کنند و حدس می‌زنند که کدام پاسخ درست است. هر پاسخ صحیح، یک پاداش دیجیتالی به همراه دارد و پاسخ غلط، بدون پاداش می‌ماند.

این سازوکار ساده پاداش و خطا، اساس کار ماشین‌های خودران و مدل‌های زبانی بزرگ (LLMs) است. همان‌طور که کبوتر اسکینر بدون درک مفهوم موشک، دکمه را فشار می‌داد، هوش مصنوعی نیز بدون درک معنای واقعی، صرفاً بر اساس الگوی پاداش و خطا عمل می‌کند.

تفاوت بنیادین با هوش انسانی

این مدل یادگیری، تفاوت اساسی با نحوه یادگیری انسان دارد. انسان‌ها:

با چند مثال محدود، مفاهیم را درک می‌کنند و سپس بر اساس احساس، هدف و تخیل خود فکر می‌کنند و تفاوت‌ها را کاملاً درک می‌کنند.

در مقابل، هوش مصنوعی صرفاً یک فرایند تکراری یادگیری حیوانی را دنبال می‌کند. این امر نشان می‌دهد که مسیر پیشرفت هوش مصنوعی، تقلید از مغز انسان نیست، بلکه تکرار و تقویت فرایند یادگیری حیوانات است. در نتیجه، می‌توان گفت که هوش مصنوعی پیشرفت خود را کاملاً مدیون شیوه یادگیری حیواناتی مانند کبوترهاست.