فراتر از الگوریتم: چرا مدل‌های محاسباتی هوش مصنوعی بازنمایی ناقصی از ذهن انسان هستند؟

در حالی که غول‌های فناوری در پاییز ۱۴۰۳ با سرعتی بی‌سابقه به دنبال شبیه‌سازی هوش مصنوعی با معماری ذهن انسان هستند، پرسش بنیادینی در محافل علمی و فلسفی حوزه تکنولوژی مطرح شده است: آیا ذهن انسان واقعاً یک ماشین محاسباتی است یا ما در حال تقلیل دادن پیچیدگی‌های بیولوژیک به کدهای دودویی هستیم؟

سایبرنتیک و میراث نوربرت وینر

نوربرت وینر، پدر علم سایبرنتیک، جمله‌ای ماندگار دارد که می‌گوید: «اندیشه هر عصر در تکنولوژی همان عصر بازتاب می‌یابد.» اگر این گزاره را معیار قرار دهیم، باید اعتراف کرد که ما در عصری زندگی می‌کنیم که تلاش داریم «تفکر» را در قالب «محاسبات» تعریف کنیم. از دیدگاه بسیاری از پیشگامان هوش مصنوعی مدرن، از دیمیس هاسابیس در گوگل گرفته تا ایلان ماسک، مغز چیزی جز یک «ماشین تورینگ بیولوژیک» یا یک «کامپیوتر ارگانیک» نیست. اما این تقلیل‌گرایی چه پیامدهایی برای توسعه آتی هوش مصنوعی دارد؟

چالش مدل‌سازی محاسباتی مغز

مشکل اساسی اینجاست که صنعت هوش مصنوعی، مغز انسان را صرفاً مجموعه‌ای از ورودی‌ها (Input)، پردازش‌های وزن‌دار (Weighting) و خروجی‌ها (Output) می‌بیند. در این مدل محاسباتی، یادگیری به معنای بهینه‌سازی پارامترها در یک شبکه عصبی است. با این حال، علوم اعصاب شناختی نشان می‌دهد که آگاهی، هیجان و حافظه انسانی، فرآیندهایی به شدت وابسته به بستر فیزیکی (Embodied Cognition) هستند که نمی‌توان آن‌ها را به سادگی در معماری‌های دیجیتال فعلی شبیه‌سازی کرد.

شکاف میان یادگیری ماشین و ادراک انسانی

تفاوت اصلی در این است که انسان‌ها از طریق تجربه زیسته و تعامل در محیطی پر از ابهام یاد می‌گیرند، در حالی که مدل‌های زبانی بزرگ (LLMs) بر اساس پیش‌بینی‌های احتمالی از داده‌های استاتیک آموزش می‌بینند. همان‌طور که در تحلیل‌های اخیر پیرامون گزارش‌های تخصصی حوزه هوش مصنوعی مطرح شده است، تکیه افراطی بر استعاره «مغز به مثابه رایانه» باعث شده تا ابعاد انسانیِ تفکر که شامل شهود، اخلاق و خلاقیت فراتر از الگوهای آماری است، نادیده گرفته شود.

خطرات نگاه مکانیکی به هوش

نتیجه‌گیری

ما برای مدیریت و همزیستی با هوش مصنوعی، نیاز داریم که از دام این انگاره خارج شویم که مغز انسان صرفاً نسخه‌ای ناتمام از یک پردازنده سیلیکونی است. ذهن انسان بسیار پیچیده‌تر و در عین حال شکننده‌تر از آن است که در چارچوب مدل‌های فعلی جای بگیرد. پذیرش این واقعیت به ما کمک می‌کند تا در مسیر توسعه تکنولوژی، به جای تلاش برای کپی‌برداری ناقص از بیولوژی، به دنبال مکمل‌هایی برای توانمندی‌های بشری باشیم که ماهیت متمایز ما را ارج می‌نهند.