کبوترها، قهرمانان گمنام توسعه هوش مصنوعی؛ از هدایت موشک تا الگوریتم‌های نوین

برخلاف تصور رایج که هوش مصنوعی را امتداد هوش انسانی می‌داند، دانشگاه ماساچوست (MIT) در گزارشی شگفت‌انگیز توضیح داده است که پیشرفت‌های کنونی در این حوزه، مدیون روش‌های یادگیری حیواناتی مانند کبوترهاست. این ایده ریشه در «پروژه کبوتر» در دوران جنگ جهانی دوم دارد و اکنون به قلب فناوری‌های نوین تبدیل شده است.

ریشه‌های هوش مصنوعی در «پروژه کبوتر»

داستان از دهه ۱۹۴۰ میلادی و زمان جنگ جهانی دوم آغاز می‌شود. دکتر بی. اف. اسکینر، روانشناس برجسته آمریکایی و یکی از دانشمندان فعال در پروژه منهتن، پروژه‌ای را با الهام از رفتار کبوترها راه‌اندازی کرد. هدف او آموزش کبوترها برای هدایت دقیق موشک‌ها به سمت هدف بود.

اسکینر این آموزش را از طریق سیستم پاداش و تنبیه انجام می‌داد. اگر کبوتر دکمه درست را نوک می‌زد، پاداش (غذا) دریافت می‌کرد و در غیر این صورت، پاداشی در کار نبود. اگرچه ایده هدایت موشک‌ها با کبوتر هرگز عملیاتی نشد، اما شیوه یادگیری ابداعی اسکینر، که بعدها با عنوان «یادگیری تقویتی» (Reinforcement Learning) شناخته شد، به یک مفهوم کلیدی در علم رفتارشناسی تبدیل گشت.

تبدیل رفتارشناسی به الگوریتم‌های هوش مصنوعی

سال‌ها پس از جنگ، دو دانشمند علوم کامپیوتر به نام‌های ریچارد ساتن و اندرو بارتو، ایده رفتاری اسکینر را به یک الگوریتم محاسباتی تبدیل کردند. این الگوریتم امروز در کانون سیستم‌های هوش مصنوعی، از جمله:

• ماشین‌های خودران
• مدل‌های زبانی بزرگ (مانند ChatGPT)

قرار گرفته است. این سیستم‌ها نیز دقیقاً مانند کبوترهای اسکینر، بر اساس اصول ساده پاداش و خطا عمل می‌کنند.

مقایسه یادگیری کبوتر و هوش مصنوعی

گزارش MIT تأکید می‌کند که هوش مصنوعی در حقیقت، مغز کبوتر را تقویت کرده است، نه اینکه از مغز انسان تقلید کند. فرآیند یادگیری در هر دو مورد به شرح زیر است:

«هوش مصنوعی میلیون‌ها داده را می‌بیند و حدس می‌زند که کدام درست است. هر بار درست باشد، پاداش دیجیتالی دریافت می‌کند و هر بار غلط باشد، پاداشی دریافت نمی‌کند. به این ترتیب هیچ درکی از معنی واقعی ندارد، همانطور که کبوتر نمی‌داند با نوک زدن قرار است یک موشک را فعال و هدایت کند.»

تفاوت بنیادین با هوش انسانی

در مقابل، انسان‌ها تنها با چند مثال محدود یاد می‌گیرند و سپس بر اساس احساس، هدف و تخیل خود فکر می‌کنند و تفاوت‌ها را کاملاً درک می‌کنند. این تفاوت نشان می‌دهد که مسیر پیشرفت هوش مصنوعی، تقلید از پیچیدگی‌های مغز انسان نیست، بلکه تکرار و تقویت فرآیند یادگیری ساده و تقویتی حیوانات است.

در نتیجه، پیشرفت‌های کنونی در هوش مصنوعی، کاملاً مدیون شیوه یادگیری حیواناتی مانند کبوترهاست و این موضوع، اهمیت درک عمیق‌تر از رفتارشناسی حیوانات را بیش از پیش آشکار می‌سازد.