اشاره: گفت‌وگو در مورد هوش مصنوعی شدت و شتاب بسیار گرفته است. این همراه جدید انسان رقیب اوست یا رفیقش؟ در گفت‌وگویی که می‌خوانید عبدالرزاق وحیدی به بعضی پرسش‌های مهم در این زمینه پاسخ داده است.
عبدالرزاق وحیدی در سال ۱۳۵۵ در ولایت کابل به دنیا آمد. وحیدی کودک خردسالی بود که با خانواده‌اش به ایران مهاجر شد و در آن کشور درس خواند. او مدرک لیسانس و فوق لیسانس خود را، با رتبه‌ی اول در رشته‌ی ریاضی، از دانشگاه اصفهان گرفت. وحیدی قبل از آن‌که در سال ۱۳۸۱ شمسی به افغانستان برگردد، در دانشگاه‌های ایران استاد بود. در افغانستان نیز، وحیدی وارد محیط اکادمیک شد و به‌عنوان استاد در دانشگاه کابل کار خود را شروع کرد و در طول بیست سال بعدی در همین دانشگاه تدریس کرد. او از سال ۱۳۸۲ تا ۱۳۸۴ عضو کمیته‌ی کانکور افغانستان بود و این آزمون سرتاسری را در همکاری با چند نفر از متخصصان دیگر کامپیوتری ساخت. از دیگر کارهای او در این دوره تأسیس انجمن ریاضیدانان افغانستان بود. وحیدی برای مدتی وارد کار حکومتی نیز شد و از سال ۲۰۱۵ تا ۲۰۱۷ وزیر مخابرات افغانستان بود. او در حال حاضر به‌عنوان پژوهشگر در حوزه‌ی هوش مصنوعی (مقطع دکترا) مشغول فعالیت است.
گفت‌وگوکننده: سخیداد هاتف
هاتف: آقای وحیدی، سپاسگزارم که برای این گفت‌وگو وقت می‌گذارید. از پایه شروع کنیم: هوش مصنوعی چیست؟
وحیدی: هوش مصنوعی می‌تواند به اشکال مختلف تعریف شود. اما عموما به توسعه سیستم‌های کمپیوتری اشاره دارد که می‌توانند وظایفی را انجام دهند که معمولا به هوش انسانی نیاز دارند. هدف ایجاد ماشین‌هایی است که بتوانند مانند انسان‌ها فکر کنند، استدلال کنند، یاد بگیرند و تصمیم بگیرند. این شامل شبیه‌سازی رفتارهای درک انسان، مانند حل مسأله، تشخیص الگو و درک زبان طبیعی است.
هوش مصنوعی زیرشاخه‌های مختلفی از جمله یادگیری ماشین، پردازش زبان طبیعی، بینایی کمپیوتر و روباتیک را در برمی‌گیرد. یادگیری ماشین جنبه برجسته‌ی هوش مصنوعی است که شامل الگوریتم‌ها و مودل‌های آماری می‌شود تا کمپیوترها را قادر بسازد که بدون برنامه‌ریزی صریح، خودشان یاد بگیرند و براساس داده‌ها پیش‌بینی کنند یا تصمیم بگیرند.
به‌طور کلی، هوش مصنوعی تلاش می‌کند تا سیستم‌های هوشمندی ایجاد کند که قادر به تقلید یا پیشی‌گرفتن از توانایی‌های انسان در کارهایی مانند تشخیص گفتار، پردازش تصویر، تصمیم‌گیری و موارد دیگر باشند. کاربردهای متعددی در بسیاری از حوزه‌ها مانند مراقبت‌های صحی و بهداشتی، خدمات مالی، سیستم‌های حمل‌ونقل و سرگرمی دارد و هر روز بیشتر شیوه‌ی زندگی و کار ما را متحول می‌کند.
هاتف: گفتید الگوریتم. لطفا این مفهوم را توضیح مختصری بدهید.
وحیدی: الگوریتم مجموعه‌ای از دستورالعمل‌ها یا سلسله‌مراتب اجرایی و یا روش‌های گام‌به‌گام است که برای حل یک مشکل خاص یا انجام یک کار خاص طراحی شده و بر نحوه‌ی پردازش اطلاعات و انجام وظایف توسط سیستم‌های کمپیوتری نظارت می‌کند. الگوریتم‌ها منطق و دستورالعمل‌هایی را برای سیستم‌های هوش مصنوعی جهت انجام وظایفی مانند تشخیص الگوها، پیش‌بینی‌ها یا بهینه‌سازی فرایندها ارائه می‌دهند.
می‌خواهم توضیح کوتاهی درباره‌ی مفهوم «داده» هم عرض کنم، چون پیوند محکمی با الگوریتم دارد. داده به اطلاعاتی اطلاق می‌شود که توسط سیستم‌های کمپیوتری جمع‌آوری، ذخیره و پردازش می‌شود. می‌تواند اشکال مختلفی داشته باشد، از جمله متن، اعداد، تصاویر، صدا، ویدیو یا هر نوع نمایش دیجیتال دیگری. داده‌ها برای هوش مصنوعی و یادگیری ماشینی اساسی هستند زیرا به‌عنوان ورودی‌ای عمل می‌کنند که سیستم‌های هوش مصنوعی را قادر به یادگیری، تصمیم‌گیری و ایجاد بینش می‌کند. در زمینه هوش مصنوعی، داده‌ها اغلب برای آموزش مدل‌ها با ارائه‌ی مثال‌ها یا الگوهایی برای الگوریتم‌ها استفاده می‌شود.
هاتف: هوش مصنوعی چه نسبتی با هوش معمول یا طبیعی آدمی یا حیوانات دارد؟ به عبارتی دیگر، وقتی صفت «مصنوعی» را برای هوش مصنوعی به‌کار می‌بریم، چه تمایزی را (به تفکیک از هوش طبیعی) در نظر داریم؟
وحیدی: وقتی صفت «مصنوعی» را برای هوش مصنوعی به‌کار می‌بریم، در واقع هوش ماشین‌ها را از هوش طبیعی انسان و حیوانات متمایز می‌نماییم. در حالی‌که هوش طبیعی محصول تکامل بیولوژیکی و عملکرد پیچیده‌ی مغز انسان است، هوش مصنوعی توسط انسان برای تقلید یا تکرار جنبه‌های خاصی از هوش انسانی طراحی شده و توسعه یافته است. هرچند به‌دلیل آن‌که ما هنوز کارکرد و ماهیت هوش طبیعی را به تمامی نمی‌دانیم، قضاوت کردن در این مورد کار دشواری است.
با این حال، تمایز این دو حوزه در منشأ و ایجاد هوش نهفته است. هوش طبیعی از ساختار و عملکرد موجودات بیولوژیکی ناشی می‌شود و به آن‌ها اجازه می‌دهد درک (perception)، فهم (understanding)، استدلال و سازگاری با محیط خود داشته باشند. این نتیجه‌ی میلیون‌ها سال تکامل است و به‌طور پیچیده‌ای با احساسات، آگاهی و تجربیات ذهنی در هم آمیخته است. هوش مصنوعی توسط انسان‌ها با استفاده از الگوریتم‌ها، برنامه‌نویسی و داده‌ها ساخته می‌شود. هدف آن تقلید جنبه‌های هوش انسانی مانند حل مسأله، یادگیری و تصمیم‌گیری است، اما به شکلی غیربیولوژیکی. سیستم‌های هوش مصنوعی با اهداف خاصی ایجاد می‌شوند و هوش آن‌ها محدود به وظایفی است که برای آن‌ها طراحی شده‌اند، بدون داشتن زمینه و آگاهی گسترده‌تر )با آن درآمیختگی عمیق با عواطف انسانی) که در هوش طبیعی یافت می‌شود.
در حالی‌که هوش مصنوعی در حوزه‌های خاصی مانند تشخیص تصویر یا پردازش زبان پیشرفت‌های چشم‌گیری داشته است، اما هنوز نمی‌تواند طیف کاملی از هوش و درک انسان را تکرار کند. جنبه‌ی «مصنوعی» تأکید می‌کند که هوش مصنوعی یک سازه (وسیله) ساخته‌شده توسط انسان است و متمایز از هوش ذاتی موجودات زنده است.
هاتف: هوش مصنوعی چه‌گونه کار می‌کند؟ به عبارت دیگر، قدرت شناسایی هوش مصنوعی بر چه استوار است؟
وحیدی: همانطوری که پیشتر هم اشاره شد، هوش مصنوعی از طریق ترکیبی از الگوریتم‌ها، داده‌ها و قدرت محاسباتی کار می‌کند تا ماشین‌ها را قادر به انجام وظایفی کند که معمولا به هوش انسانی نیاز دارند. قدرت شناسایی هوش مصنوعی بر چند عنصر کلیدی استوار است:
الگوریتم‌ها: هوش مصنوعی بر الگوریتم‌ها متکی است. این الگوریتم‌ها را می‌توان برای رسیدگی به جنبه‌های مختلف هوش مصنوعی، مانند تشخیص الگو، تصمیم‌گیری یا یادگیری از داده‌ها طراحی کرد.
داده‌ها: همانطوری که قبلا‌ً هم گفته شد، داده‌ها برای آموزش سیستم‌های هوش مصنوعی ضروری هستند. یادگیری ماشینی، زیرمجموعه‌ای از هوش مصنوعی، شامل تغذیه مقادیر زیادی از داده‌ها به الگوریتم‌ها است تا سیستم بتواند یاد بگیرد و براساس الگوها و مثال‌هایی در داده‌ها، پیش‌بینی یا تصمیم بگیرد. کیفیت، کمیت و تنوع داده‌ها به‌شدت بر اثربخشی و دقت سیستم‌های هوش مصنوعی تأثیر می‌گذارد.
آموزش و یادگیری ماشین: مودل‌های هوش مصنوعی با استفاده از داده‌ها آموزش داده می‌شوند تا الگوها، روابط و ویژگی‌هایی را بیاموزند که آن‌ها را قادر به انجام وظایف خاص می‌کند. آموزش شامل تنظیم پارامترها و وزن الگوریتم‌ها براساس داده‌های ورودی برای بهینه‌سازی عملکرد است. تکنیک‌های یادگیری ماشینی مانند یادگیری تحت نظارت، یادگیری بدون نظارت و یادگیری تقویتی معمولا برای آموزش مودل‌های هوش مصنوعی استفاده می‌شوند.
استنتاج و تصمیم‌گیری: پس از آموزش، مودل‌های هوش مصنوعی می‌توانند استنباط و تصمیم‌گیری را براساس داده‌های جدید و کاملا تازه (unseen data) بگیرند. آن‌ها دانش بدست آمده در طول آموزش را برای تجزیه و تحلیل و تفسیر ورودی‌های جدید و تولید خروجی‌ها یا پیش‌بینی‌ها به‌کار می‌گیرند. این فرایند به سیستم‌های هوش مصنوعی اجازه می‌دهد اشیاء را در تصاویر تشخیص دهند، زبان‌ها را ترجمه کنند، محصولات را توصیه کنند، بیماری‌ها را تشخیص دهند و بسیاری از وظایف دیگر را انجام دهند.
هاتف: آیا سیستم‌های هوش مصنوعی در همه جا رفتار همسان دارند؟
وحیدی: نخیر. دانستن این نکته مهم است که همه‌ی سیستم‌های هوش مصنوعی به یک شکل کار نمی‌کنند. تکنیک‌ها، الگوریتم‌ها و معماری‌های خاص مورد استفاده می‌تواند بسته به کارهای مختلف، در دست تغییر باشد. یادگیری عمیق، زیرمجموعه‌ای از یادگیری ماشین، از شبکه‌های عصبی با لایه‌های متعدد برای استخراج نمایش‌های سلسله‌مراتبی از داده‌ها استفاده می‌کند. سایر رویکردهای هوش مصنوعی ممکن است شامل سیستم‌های خبره، سیستم‌های مبتنی بر قانون یا مودل‌های احتمالاتی باشد.
در پاسخ به سؤال شما، به‌طور کلی، قدرت شناسایی هوش مصنوعی در توانایی آن برای پردازش و تجزیه و تحلیل حجم وسیعی از داده‌ها، یادگیری از الگوها و تصمیم‌گیری یا پیش‌بینی براساس آن دانش نهفته است.
هاتف: اخیرا، بحث‌ها درباره‌ی هوش مصنوعی افزایش یافته، تقریبا همه در مورد آن حرف می‌زنند. این توجه بی‌سابقه از کجا می‌آید؟
وحیدی: توجه بی‌سابقه پیرامون هوش مصنوعی در سال‌های اخیر را می‌توان به چندین عامل کلیدی نسبت داد:
پیشرفت‌های تکنالوژیکی: پیشرفت‌های قابل توجهی در تکنالوژی‌های هوش مصنوعی، به‌ویژه در زیر زمینه‌ی یادگیری ماشینی وجود داشته است که منجر به پیشرفت‌هایی در زمینه‌هایی مانند بینایی ماشین، پردازش زبان طبیعی و تشخیص گفتار شده است. این پیشرفت‌ها پوتنسیل هوش مصنوعی را برای حل مشکلات پیچیده و انجام وظایفی که قبلا تصور می‌شد در انحصار هوش انسانی است، افزایش داده‌اند. پیشرفت سریع و کاربردهای ملموس هوش مصنوعی توجه عموم را به خود جلب کرده و علاقه و بحث گسترده‌ای را برانگیخته است.
کاربردهای عملی: سیستم‌های مجهز به هوش مصنوعی برای کارهایی مانند تشخیص بیماری‌ها، رانندگی خودکار (بدون راننده)، مشاوره‌ی شخصی، تشخیص تقلب و خدمات مشتری استفاده می‌شوند. این برنامه‌های کاربردی دنیای واقعی پوتنسیل تحول‌آفرین هوش مصنوعی و توانایی آن در افزایش کارایی، دقت و تصمیم‌گیری در حوزه‌های مختلف را به نمایش گذاشته‌اند که منجر به افزایش توجه و بحث می‌شود.
پوشش رسانه‌ای: رسانه‌ها با پوشش‌دادن پیشرفت‌ها، کاربردها و تأثیر بالقوه‌ی آن بر جامعه، نقش مهمی در محبوبیت هوش مصنوعی ایفا کرده‌اند. رسانه‌های خبری، مستندها و فرهنگ عامه، هوش مصنوعی را به‌طور برجسته نشان داده‌اند و اغلب هم وعده‌ها و هم نگرانی‌های مرتبط با این تکنالوژی را برجسته می‌کنند. این افزایش پوشش رسانه‌ای به آگاهی و بحث‌های گسترده پیرامون هوش مصنوعی کمک کرده است.
پی‌آمدهای اخلاقی و اجتماعی: ظهور هوش مصنوعی سؤالات مهم اخلاقی، اجتماعی و اقتصادی را مطرح کرده است. نگرانی در مورد جابه‌جایی شغل، حریم خصوصی، تعصب، شفافیت، پاسخ‌گویی و استفاده‌ی مسئولانه از هوش مصنوعی به موضوعات برجسته‌ی بحث تبدیل شده است. مردم در حال گفت‌وگو در مورد خطرات بالقوه، مزایا و پی‌آمدهای هوش مصنوعی بر جنبه‌های مختلف جامعه، از جمله نیروی کار، آموزش، مراقبت‌های بهداشتی و حقوق خصوصی هستند. این افزایش آگاهی از ابعاد اخلاقی و اجتماعی هوش مصنوعی باعث افزایش علاقه و بحث‌های عمومی شده است.
هاتف: این اپلیکیشن‌هایی که در تلفون‌ها نصب می‌شوند…
وحیدی: بلی. دسترسی همگانی به ابزارهای هوش مصنوعی، از جمله از طریق تلفون‌های همراه امروزی، یکی از عوامل مهم اقبال عمومی به این پدیده است. تکنالوژی‌های هوش مصنوعی در دسترس عموم قرار گرفته و در زندگی روزمره ادغام شده‌اند. دستیاران صوتی مانند «سیری» و «الکسا»، سیستم‌های توصیه در پلتفرم‌های استریم و ویژگی‌های مبتنی بر هوش مصنوعی در تلفون‌های هوشمند رایج شده‌اند. در دسترس بودن و استفاده‌ی گسترده از تکنالوژی‌های هوش مصنوعی باعث شده است که مردم با مفاهیم هوش مصنوعی بیشتر آشنا شوند و کنجکاوی و بحث‌هایی در مورد قابلیت‌ها و محدودیت‌های آن برانگیخته شود.
هاتف: شما ریاضیدان هستید و با مهندسی سیستم در ساختارهای حکومتی نیز سر و کار داشته‌اید؛ تخمین شما از قابلیت‌های هوش مصنوعی چیست؟ به عبارتی دیگر، هوش مصنوعی بر چه کارکردهایی توانا خواهد بود و در چه مواردی در مورد توانایی‌های آن سوءفهم وجود دارد؟
وحیدی: به سؤال شما بهتر است از دو منظر پاسخ داده شود؛ نخست، درباره‌ی این‌که «قابلیت‌های هوش مصنوعی چه خواهد بود و در چه مواردی سوءفهم وجود دارد؟» می‌پردازیم. در مورد توسعه‌ی هوش مصنوعی چندین عامل کلیدی وجود دارد که باعث گردیده قابلیت‌های آن غیرقابل تصور باشد. مثلا قدرت محاسباتی، در دسترس‌بودن سخت‌افزار قدرتمند (از جمله واحدهای پردازش گرافیکی (GPU) و شتاب‌دهنده‌های تخصصی هوش مصنوعی)، داده‌های در مقیاس بزرگ و پیشرفت‌های الگوریتمی امکان آموزش و به‌کارگیری مودل‌های پیچیده‌تر هوش مصنوعی، از جمله یادگیری عمیق، یادگیری تقویتی، پردازش زبان طبیعی و بینایی کمپیوتری را فراهم کرده است. همچنین همکاری بین‌رشته‌ای: توسعه هوش مصنوعی از همکاری بین دانشمندان کمپیوتر، دانشمندان داده، ریاضیدانان، روان‌شناسان، دانشمندان علوم اعصاب و کارشناسان حوزه‌های مختلف بهره برده است. این رویکرد بین‌رشته‌ای دیدگاه‌ها و تخصص‌های متنوعی را برای پیشبرد تحقیقات هوش مصنوعی گرد هم آورده است.
اما در مورد سؤال نخست شما، در مهندسی سیستم‌ها در ساختارهای حکومتی، مواردی هست که هوش مصنوعی می‌تواند کارایی داشته باشد و البته برخی از سوء‌تفاهمات رایج نیز هست که باید از آن‌ها آگاه بود.
قابلیت‌های هوش مصنوعی در ساختارهای حکومتی
تجزیه و تحلیل داده‌ها و پشتیبانی تصمیم‌گیری: هوش مصنوعی می‌تواند حجم وسیعی از داده‌ها را به سرعت و کارآمد تجزیه و تحلیل کند و بینش و پشتیبانی را برای فرایندهای تصمیم‌گیری ارائه دهد. این می‌تواند به سازمان‌های دولتی و ادارات در زمینه‌هایی مانند تجزیه و تحلیل پالیسی‌ها، ارزیابی ریسک، تخصیص منابع و مودل‌سازی پیش‌بینی کمک کند.
اتومیشن وظایف معمول: هوش مصنوعی می‌تواند کارهای تکراری و پیش پا افتاده را خودکار کند و به کارمندان دولت اجازه می‌دهد روی کارهای پیچیده‌تر و استراتژیک‌تر تمرکز کنند. این شامل وظایفی مانند ورود داده‌ها (مثلا وارده و صادره)، پردازش اسناد، پشتیبانی مراجعین و عملکردهای اداری اساسی است.
پردازش زبان طبیعی: پردازش زبان طبیعی مبتنی بر هوش مصنوعی می‌تواند تجزیه و تحلیل داده‌های متنی بدون ساختار، مانند اسناد قانونی، گزارش‌ها و احساسات عمومی را تسهیل کند. این می‌تواند به وظایفی مانند تجزیه و تحلیل قرارداد، انطباق با مقررات، نظارت بر افکار عمومی و بازیابی اطلاعات کمک کند.
تشخیص تقلب و امنیت: هوش مصنوعی می‌تواند به شناسایی الگوها و ناهنجاری‌ها در مجموعه داده‌های بزرگ برای شناسایی تقلب‌های احتمالی، تهدیدات سایبری و نقض‌های امنیتی کمک کند. می‌تواند قابلیت‌های سازمان‌های دولتی را در حفاظت از زیرساخت‌های حیاتی، حفاظت از داده‌های حساس و کاهش خطرات افزایش دهد.
شهرهای هوشمند و زیرساخت: تکنالوژی‌های هوش مصنوعی می‌توانند با بهینه‌سازی مدیریت ترافیک، مصرف انرژی، مدیریت زباله و ایمنی عمومی، توسعه شهرهای هوشمند را امکان‌پذیر سازند. سیستم‌های مجهز به هوش مصنوعی می‌توانند به سازمان‌های دولتی در بهبود برنامه‌ریزی شهری، شبکه‌های حمل‌ونقل و نگهداری زیرساخت‌ها کمک کنند.
سوءتفاهم در مورد قابلیت‌های هوش مصنوعی
این سوءتفاهم‌ها بیشتر ناشی از این واقعیت است که بسیاری پیشاپیش خصوصیات یا قابلیت‌هایی را به هوش مصنوعی نسبت می‌دهند که هنوز هوش مصنوعی از آن‌ها بی‌بهره است.
هوش عمومی: امروزه سیستم‌های هوش مصنوعی اغلب مختص وظایف هستند و فاقد هوش عمومی. آن‌ها در کارهای باریک برتری دارند، اما ممکن است در تعمیم یا تطبیق با موقعیت‌های ناآشنا فراتر از داده‌های آموزشی خود چالش‌های جدی داشته باشند.
تصمیم‌گیری اخلاقی: سیستم‌های هوش مصنوعی به الگوریتم‌ها و داده‌های آموزشی متکی هستند که می‌توانند جهت‌گیری‌ها را ایجاد کنند یا تعصبات انسانی را انعکاس دهند. این تصور که هوش مصنوعی شاید عاری از این سوءگیری‌ها باشد، بخشی از سوءتفاهم در این مورد است. حصول اطمینان از شفافیت، انصاف و مسئولیت‌پذیری هنگام استقرار سیستم‌های هوش مصنوعی برای جلوگیری از پی‌آمدهای ناخواسته و چالش‌های اخلاقی مهم است.
درک در سطح انسانی: در حالی‌که هوش مصنوعی در کارهایی مانند تشخیص تصویر و پردازش زبان پیشرفت چشم‌گیری داشته است، ماشین‌ها هنوز فاقد درک جامع، شهود و استدلال عقل سلیم هستند.
هوش هیجانی: سیستم‌های هوش مصنوعی دارای احساسات یا همدلی نیستند. آن‌ها نمی‌توانند احساسات یا پویایی‌های اجتماعی را به همان روشی که انسان‌ها انجام می‌دهند درک کنند، و آن‌ها را برای کارهایی که به هوش هیجانی یا تعاملات بین فردی نیاز دارند، نامناسب می‌سازد.
انطباق قانونی و اخلاقی: استقرار هوش مصنوعی در ساختارهای دولتی مستلزم رعایت چارچوب‌های قانونی و اخلاقی است. نگرانی‌های مربوط به حریم خصوصی، امنیت داده‌ها و انطباق با مقررات و قوانین حفاظت از داده‌ها باید به دقت مورد توجه و بررسی قرار گیرند.
داشتن انتظارات واقع‌بینانه، درک نقاط قوت و محدودیت‌های هوش مصنوعی و حصول اطمینان از حکمرانی، نظارت و مشارکت انسانی مناسب در تصمیم‌گیری هنگام ترکیب هوش مصنوعی در سیستم‌ها و ساختارهای دولتی بسیار مهم است.
هاتف: در یک نگاه عمومی، هوش مصنوعی هم طبعا با سود و زیان‌های متعددی همراه خواهد بود. ابتدا سودهایش. هوش مصنوعی به بشر امروز و فردا چه خدمتی خواهد کرد یا می‌تواند بکند؟
وحیدی: هوش مصنوعی این پتنسیل را دارد که هم اکنون و هم در آینده فواید زیادی برای بشریت به ارمغان بیاورد. برخی از زمینه‌های کلیدی که هوش مصنوعی می‌تواند تأثیر مثبتی داشته باشد عبارتند از:
اتومیشن و کارایی: هوش مصنوعی می‌تواند کارهای تکراری و پر زحمت را خودکار کند و منجر به افزایش کارایی، بهره‌وری و صرفه‌جویی در هزینه در فعالیت‌های بشری و صنایع مختلف شود. این می‌تواند منابع انسانی را برای تمرکز روی کارهای خلاقانه‌تر و پیچیده‌تر آزاد کند.
پیشرفت‌های مراقبت‌های بهداشتی: هوش مصنوعی می‌تواند به تشخیص زودهنگام بیماری، تجزیه و تحلیل تصویربرداری طبی، داکتری شخصی و کشف دارو کمک کند. این می‌تواند به متخصصان مراقبت‌های بهداشتی در تشخیص دقیق‌تر و تصمیم‌گیری‌های درمانی کمک کند و در نهایت نتایج بیمار را بهبود بخشد و هزینه‌های مراقبت‌های بهداشتی را کاهش دهد.
تجارب مشتری پیشرفته: ربات‌های گفت‌وگوی مبتنی بر هوش مصنوعی، دستیاران و سکرتریت‌های مجازی و سیستم‌های مشاوره‌ای می‌توانند خدمات شخصی و کارآمد به مشتریان ارائه دهند که منجر به بهبود تجربیات افراد در زمینه‌هایی مانند تجارت الکترونیک، بانکداری و سرگرمی می‌شود.
ایمنی و امنیت بهبودیافته: هوش مصنوعی می‌تواند با شناسایی الگوها و ناهنجاری‌ها در داده‌ها برای شناسایی تهدیدات احتمالی، کمک به نظارت و پیش‌گیری از جرم، به افزایش ایمنی و اقدامات امنیتی کمک کند. همچنین می‌تواند امنیت سایبری را با شناسایی و کاهش تهدیدات سایبری در زمان واقعی بهبود بخشد.
پایداری محیطی: هوش مصنوعی می‌تواند نقش مهمی در نظارت و مدیریت مسائل زیست‌محیطی ایفا کند. این می‌تواند به بهینه‌سازی مصرف انرژی، امکان مدیریت کارآمد منابع و کمک به تلاش‌هایی مانند مودل‌سازی آب‌وهوا، حفاظت از حیات وحش و کنترل آلودگی کمک کند.
حمل‌ونقل و تحرک ترانسپورتی: هوش مصنوعی می‌تواند سیستم‌های حمل‌ونقل را با فعال‌کردن وسایل نقلیه‌ی خودران، بهینه‌سازی جریان ترافیک و بهبود مدیریت تدارکات و زنجیر تأمینات متحول کند. همچنین می‌تواند به شبکه‌های حمل‌ونقل ایمن‌تر، کارآمدتر و سازگار با محیط زیست منجر شود.
با نگاهی به آینده، هوش مصنوعی این پتنسیل را دارد که پیشرفت‌ها و مزایای مهم‌تری را به همراه داشته باشد. برخی از حوزه‌های تأثیر پیش‌بینی‌شده عبارتند از:
آموزش شخصی: هوش مصنوعی می‌تواند زمینه‌ی آموزش را با ارائه‌ی تجربیات یادگیری شخصی متناسب با نیازها، توانایی‌ها و سبک‌های یادگیری فردی متحول کند. سیستم‌های آموزشی هوشمند و پلتفورم‌های یادگیری تطبیقی می‌توانند نتایج آموزشی و دسترسی را افزایش دهند.
تحقیقات علمی و اکتشاف: هوش مصنوعی می‌تواند با تجزیه و تحلیل حجم وسیعی از داده‌ها، شناسایی الگوها و ایجاد بینش‌هایی که می‌تواند به پیشرفت‌هایی در زمینه‌هایی مانند نجوم، ژنومیک، کشف دارو و علم مواد (متالوژی) منجر شود، تحقیقات علمی را تسریع بخشد.
چالش‌های جهانی: هوش مصنوعی می‌تواند به مقابله با چالش‌های جهانی مانند تغییرات آب‌وهوا، فقر و نابرابری‌های مراقبت‌های بهداشتی کمک کند. می‌تواند به تجزیه و تحلیل داده‌ها، تصمیم‌گیری و تخصیص منابع برای حمایت از سیاست‌ها و مداخلات مبتنی بر شواهد کمک کند.
هاتف: و حالا زیان‌های محتملش. بعضی افراد سناریوهای وحشت‌آوری از قدرت ویرانگر هوش مصنوعی را تصویر می‌کنند. هوش مصنوعی از چه راه‌هایی ممکن است به جهان آدمی و حیات فردی و جمعی‌اش لطمه بزند؟
وحیدی: در حالی‌که هوش مصنوعی مزایای متعددی را ارائه می‌دهد، نگرانی‌هایی در مورد خطرات و آسیب‌های احتمالی مرتبط با توسعه و استقرار آن نیز وجود دارد. درباره آینده‌ی هوش مصنوعی هیچ‌کس به درستی نمی‌تواند نظر قاطعی بدهد. چون این پدیده با سرعت سرسام‌آوری در حال رشد و پیشرفت است. در موارد زیر هوش مصنوعی می‌تواند چالش‌ها و خطراتی را برای افراد و جامعه ایجاد کند.
جابه‌جایی شغل: اتومیشن وظایف از طریق هوش مصنوعی می‌تواند منجر به جابه‌جایی شغل و اختلال اقتصادی شود. برخی از شغل‌ها و صنایع ممکن است تغییرات قابل توجهی را تجربه کنند که به‌طور بالقوه برخی از افراد را بیکار می‌کند یا برای ادامه‌‌ی کار، نیاز به کسب مهارت‌های جدید دارند.
تعصب و تبعیض: سیستم‌های هوش مصنوعی بر روی مجموعه داده‌های بزرگی آموزش داده می‌شوند که می‌تواند حاوی جهت‌گیری‌ها باشد و منعکس‌کننده‌ی تعصبات اجتماعی. اگر به درستی مورد توجه قرار نگیرد، الگوریتم‌های هوش مصنوعی می‌توانند جهت‌گیری‌های موجود را تداوم یا تقویت کنند و منجر به تبعیض در زمینه‌هایی مانند استخدام، وام‌دادن یا اجرای قانون شود. اطمینان از انصاف و کاهش تعصب در سیستم‌های هوش مصنوعی بسیار مهم است.
در مورد خطرات حفظ حریم خصوصی و امنیت و پی‌آمدهای اخلاقی قبلا صحبت کردیم. به‌عنوان مثال، وسایل نقلیه‌ی خودران ممکن است با تصمیماتی مواجه شوند که شامل آسیب احتمالی به مسافران یا عابران پیاده باشد. حل این معضلات اخلاقی و اطمینان از عملکرد هوش مصنوعی مطابق با ارزش‌ها و اصول انسانی یک چالش باقی مانده است.
وابستگی و پی‌آمدهای ناخواسته: با ادغام سیستم‌های هوش مصنوعی در جنبه‌های مختلف جامعه، خطر وابستگی بیش از حد به آن‌ها وجود دارد. اتکا به هوش مصنوعی برای تصمیم‌گیری حیاتی یا مدیریت زیرساخت می‌تواند منجر به آسیب‌پذیری‌ها و پی‌آمدهای ناخواسته در صورت خرابی یا خطای سیستم‌ها شود.
تکینگی تکنالوژیکی: برخی از افراد در مورد پتنسیل هوش مصنوعی برای رسیدن به سطحی از هوش فراتر از کنترل یا درک انسان ابراز نگرانی می‌کنند. مفهوم «تکینگی تکنالوژیک» سناریوهای فرضی را مطرح می‌کند که در آن سیستم‌های هوش مصنوعی می‌توانند از توانایی‌های انسانی پیشی بگیرند و به نتایج غیرقابل پیش‌بینی منجر شوند. پرداختن به این نگرانی‌ها از طریق توسعه و استقرار مسئولیت هوش مصنوعی مهم است. چارچوب‌های اخلاقی، مقررات و دستورالعمل‌ها می‌توانند به کاهش خطرات، ارتقای شفافیت، تضمین مسئولیت‌پذیری و حفظ ارزش‌های انسانی با پیشرفت تکنالوژی‌های هوش مصنوعی کمک کنند. همکاری میان سیاست‌گذاران، محققان، رهبران صنعت و جامعه در کل در جهت‌یابی چالش‌ها و خطرات بالقوه‌ی مرتبط با هوش مصنوعی بسیار مهم است.
هاتف: فارغ از آن‌که سود و زیان هوش مصنوعی چیست، نفس ورود گسترده‌ی هوش مصنوعی در زندگی آدمی چه تأثیراتی بر نظم زندگی و مناسبات اجتماعی آدم‌ها خواهد گذاشت؟ منظورم این است که تأثیرات ساختاری هوش مصنوعی بر صورت‌های زندگی و نظام روابط ما چه خواهد بود؟ همین لحظه تاکسی‌ای را تصور می‌کنم که می‌آید تا مرا به یک شهر دیگر ببرد. این تاکسی خودران است (راننده ندارد) و به همین خاطر در تمام طول راه با من حرف نخواهد زد…
وحیدی: معرفی گسترده‌ی هوش مصنوعی در زندگی انسان احتمالا تأثیرات قابل توجهی بر اشکال زندگی و روابط اجتماعی ما خواهد داشت. در این‌جا برخی از اثرات ساختاری بالقوه برای بررسی وجود دارد (که به بخشی از آن‌ها قبلا هم اشاراتی داشتم).
اتومیشن و استخدام: افزایش استفاده از هوش مصنوعی و اتومیشن ممکن است ساختارهای سنتی استخدام را مختل کند. مشاغلی که تکراری هستند یا به راحتی خودکار می‌شوند ممکن است با سیستم‌های هوش مصنوعی جایگزین شوند که منجر به تغییراتی در نیروی کار و بازار کار شود. این می‌تواند بر دامنه‌ی اشتغال و معیشت افراد تأثیر بگذارد و افراد را ملزم به سازگاری و کسب مهارت‌های جدید کند.
تعامل انسان و ماشین: با پیشرفته‌ترشدن سیستم‌های هوش مصنوعی، ماهیت تعامل انسان و ماشین ممکن است تغییر کند. به‌عنوان مثال، تاکسی‌های خودران یا سایر خدمات مجهز به هوش مصنوعی ممکن است به رانندگان یا اپراتورهای انسانی نیاز نداشته باشند، که منجر به کاهش تعامل انسانی در طول تجارب خاص می‌شود. در حالی‌که این ممکن است راحتی و کارایی را فراهم کند، اما می‌تواند بر پویایی اجتماعی و نیاز به ارتباط انسانی در زمینه‌های خاص تأثیر بگذارد.
تغییر نقش‌های اجتماعی: ادغام هوش مصنوعی ممکن است به تعریف مجدد نقش‌ها و مسئولیت‌های اجتماعی منجر شود. همانطوری که سیستم‌های هوش مصنوعی وظایف خاصی را بر عهده می‌گیرند، ممکن است افراد نیاز به تعریف مجدد نقش‌های خود و یافتن زمینه‌های تخصصی یا مشارکت جدید داشته باشند. این می‌تواند به تغییراتی در پویایی کار، مراقبت و سایر حوزه‌های اجتماعی منجر شود.
کانال‌های ارتباطی جدید: ابزارها و پلتفورم‌های ارتباطی مبتنی بر هوش مصنوعی، مانند ربات‌های چت (گفت‌وگو) یا دستیاران مجازی، ممکن است رایج‌تر شوند. این ابزارها می‌توانند اطلاعات، کمک و پشتیبانی ارائه دهند، اما ممکن است فاقد عناصر عاطفی و بین فردی ارتباط انسانی باشند. یافتن تعادل بین ارتباطات کارآمد مبتنی بر هوش مصنوعی و حفظ ارتباطات انسانی معنادار مهم است.
در مورد راننده‌ای که نیست تا با شما حرف بزند، البته سناریوی دیگری هم قابل طرح است: تصور کنید سوار تاکسی خودران می‌شوید و متوجه می‌شوید که راننده‌ی شما یک آدم پرحرف نیست، بلکه یک چت‌بات شوخ است! این دستیار باهوش مصنوعی می‌تواند هر چیزی را که می‌خواهید، از حقایق سرگرم‌کننده گرفته تا جوک‌های خنده‌دار یا حتا تجزیه و تحلیل عجیب و غریب از سیاست روز، با شما در میان بگذارد. پس با این تصور، برای یک سواری مملو از شوخی‌های عجیب و غریب و سرگرمی‌های مبتنی بر هوش مصنوعی آماده شوید!
هاتف: من در جایی خوانده بودم که کنشی به‌نام «جست‌وجو» یک تجربه‌ی انسانی دشوار اما سازنده است. شما چیزی را (مثلا طیفی از اطلاعات مرتبط با یک پرسش علمی را) جست‌وجو می‌کنید و در جریان این پروسه‌ی دشوار به دریافت‌های تازه و شناخت‌های راهگشا می‌رسید. نه از این جهت که حاصل جست‌وجوی‌تان رضایت‌بخش است؛ بلکه از این جهت که خود همین روند، خود همین تجربه، با ذهن و روان شما وارد اندرکنش (interaction) می‌شود و شما را همان آدم قبل از جست‌وجو باقی نمی‌گذارد. اما وقتی هوش مصنوعی در کم‌تر از یک دقیقه کل این پروسه را برای شما حذف می‌کند، شما از آن تجربه‌ی سازنده محروم می‌شوید. نظر شما در این مورد چیست؟
وحیدی: واقعا به نکته‌ی اساسی اشاره کردید. ایده‌ی شما در مورد عمل «جست‌وجو به‌عنوان یک تجربه‌ی انسانی دشوار و در عین حال سازنده» قابل تأمل است. فرایند جست‌وجو در واقع شامل کاوش، تفکر انتقادی و پتنسیل رشد و کشف شخصی است. این فقط یافتن یک پاسخ رضایت‌بخش نیست، بلکه در مورد خود سفر یا پویش و تأثیری است که بر ذهن و روح ما می‌گذارد.
هنگامی که هوش مصنوعی نتایج جست‌وجوی فوری را ارائه می‌دهد، در واقع می‌تواند تلاش و زمان مورد نیاز برای جست‌وجوی سنتی را کاهش دهد. در حالی‌که توانایی هوش مصنوعی برای بازیابی سریع اطلاعات از نظر کارایی و راحتی مفید است، اما سؤالاتی را در مورد از دست‌دادن بالقوه‌ی آن تجربه‌ی تحول‌آفرین ایجاد می‌کند.
با این حال، در نظر گرفتن این نکته ضروری است که ابزارهای جست‌وجوی مبتنی بر هوش مصنوعی نیز می‌توانند به‌عنوان کمک‌های قدرتمندی دیده شوند که دسترسی ما به دانش را گسترش می‌دهند و کشف بینش‌های جدید را تسهیل می‌کنند. هوش مصنوعی می‌تواند به بررسی حجم وسیعی از اطلاعات کمک کند، دیدگاه‌های متنوعی را ارائه دهد و ما را قادر سازد تا عمیق‌تر کاوش کنیم یا درک خود را گسترش دهیم.
علاوه بر این، عدم وجود فرایند جست‌وجوی سنتی لزوما به معنای از دست‌دادن رشد و تحول شخصی نیست. فرصت‌هایی را برای هدایت انرژی و تمرکز خود به سمت سایر فعالیت‌های فکری، مانند تحلیل انتقادی، حل خلاقانه‌ی مسأله یا درگیرشدن در بحث‌هایی که فراتر از بازیابی اطلاعات ساده است، باز می‌کند.
در نهایت، تعادل بین مزایای بهره‌وری هوش مصنوعی و درک این نکته مهم است که تجربیات انسانی و پیشرفت شخصی را می‌توان از طریق ترکیبی از جست‌وجوی متفکرانه، تفکر انتقادی و تعامل با دنیای اطراف افزایش داد.
هاتف: از منظر یک استاد دانشگاه، آیا ورود هوش مصنوعی در نهادهای آموزشی را یاری‌رسان و مفید می‌دانید؟
وحیدی: البته شخصا نسبت به این موضوع خوش‌بین هستم و دیدگاه شخصی‌ام در مورد مزایای بالقوه و به‌کارگیری هوش مصنوعی در مؤسسات آموزشی به این دلایل است:
یادگیری شخصی: هوش مصنوعی می‌تواند به ایجاد تجربیات یادگیری شخصی متناسب با نیازهای فردی دانشجویان و سبک‌های یادگیری کمک کند. پلتفورم‌های یادگیری تطبیقی می‌توانند توصیه‌های هدفمند، ارزیابی‌های تطبیقی و بازخورد بلادرنگ را ارائه دهند و روند یادگیری را بهبود بخشند.
آموزش هوشمند: سیستم‌های آموزشی مبتنی بر هوش مصنوعی می‌توانند پشتیبانی شخصی ارائه دهند و به دانشجویان و دانش‌آموزان در مناطقی که به راهنمایی بیشتری نیاز دارند کمک کنند. این سیستم‌ها می‌توانند با پیشرفت فردی سازگار شوند، توضیحاتی ارائه دهند و تمرین‌های هدفمند را برای تقویت یادگیری ارائه دهند.
تجزیه و تحلیل داده‌ها و بینش‌ها: هوش مصنوعی می‌تواند مجموعه داده‌های بزرگ تولیدشده توسط دانشجویان مثلا دیتای تولیدشده در کانکور را تجزیه و تحلیل کند و به پالیسی‌سازان اجازه دهد تا بینشی در مورد عملکرد عمومی دانشجویان و دانش‌آموزان، مشارکت و الگوهای یادگیری بدست آورند. این رویکرد مبتنی بر داده می‌تواند راهبردهای آموزشی، توسعه برنامه‌ی درسی و تعامل دانشجو یا دانش‌آموز را افزایش دهد.
اتومیشن وظایف اداری: هوش مصنوعی می‌تواند وظایف اداری مانند ارزیابی‌های نمره‌دهی یا تولید گزارش‌ها را خودکار کند، که می‌تواند زمان را برای استادان آزاد کند تا بر برنامه‌ریزی آموزشی، آموزش فردی و ایجاد روابط معنادار دانشجو و استاد یا دانش‌آموز و آموزگار تمرکز کنند.
یادگیری مشارکتی: ابزارهای هوش مصنوعی می‌توانند تجربیات یادگیری مشارکتی را تسهیل کنند، دانشجویان را قادر می‌سازد از راه دور با هم کار کنند، بازخورد یک‌دیگر را تحلیل نمایند و در پروژه‌های گروهی مشارکت داشته باشند.
هاتف: در این مورد نگرانی‌هایی هم دارید؟
وحیدی: حتما. این سکه دو روی دارد. برخی از ملاحظات، محدودیت‌ها و نگرانی‌های مهم در این حوزه این‌ها هستند:
نگرانی‌های اخلاقی: اطمینان از استفاده‌ی اخلاقی از هوش مصنوعی در آموزش بسیار مهم است. مسائلی مانند حریم خصوصی، امنیت داده‌ها، تعصب الگوریتمی و شفافیت نیاز به توجه دقیق برای حمایت از حقوق دانشجو و ترویج عدالت دارد.
رابطه‌ی استاد و دانشجو: در حالی‌که هوش مصنوعی حمایت می‌کند، اهمیت تعامل انسانی و رابطه‌ی استاد و دانشجو را نباید نادیده گرفت. استادان نقش مهمی در تعلیم، راهنمایی و پرورش مهارت‌های دانشجویان و نیز تفکر انتقادی دارند.
برابری و دسترسی: معرفی هوش مصنوعی در آموزش باید مراقب برابری و دسترسی باشد. حصول اطمینان از این‌که ابزارهای هوش مصنوعی برای همه‌ی دانشجویان یا دانش‌آموزان، صرف نظر از وضعیت اجتماعی-اقتصادی یا منابع تکنالوژیکی آن‌ها در دسترس است، برای جلوگیری از نابرابری‌های بیشتر ضروری است.
قابلیت اطمینان تکنالوژی: ادغام مؤثر هوش مصنوعی در مؤسسات آموزشی به قابلیت اطمینان و استحکام تکنالوژی‌های زیربنایی متکی است. زیرساخت، آموزش و پشتیبانی فنی کافی برای اجرای یکپارچه ضروری است.
هاتف: وسوسه می‌شوم که این سؤال را هم از شما بپرسم؛ سهم ما، شهروندان افغانستان از هوش مصنوعی چه خواهد بود؟ آیا ما با این خویشاوند جدید بشر رابطه‌ای خواهیم داشت؟ کَی و در چه سطحی؟
وحیدی: من این سؤال شما را باز می‌گذارم تا علاقه‌مندان این بحث، در کامنت‌ها نظرات ارزشمند خود را ابراز دارند. در عوض می‌خواهم به یک مبحث پیچیده‌ی فلسفی بپردازم که شاید تا حدی پاسخ سؤال شما نیز در آن نهفته باشد. همانطوری که گفته شد، هوش مصنوعی از رفتارها و تعاملات انسانی می‌آموزد، الگوریتم‌هایی که پلتفورم‌های فیس‌بوک یا توییتر روی آن‌ها بنا شده‌اند از داده‌های مسموم یا خصمانه‌ای که ما در فضای مجازی نشر می‌کنیم، درس می‌گیرند و می‌توانند به‌طور بالقوه و ناهنجاری، درکی را از انسان افغانستانی برای خود ترسیم نمایند.
هاتف: یعنی داده‌های ما به‌عنوان تصویری از خود ما به ما برگردانده می‌شوند یا به دیگران می‌رسند؟
وحیدی: همین‌طور است. این امر به‌طور بالقوه می‌تواند عواقب ناگواری در درازمدت داشته باشد. اگر روزی هوش مصنوعی با توانایی‌های مافوق بشری به‌وجود بیاید، ممکن است براساس داده‌های ورودی که روی آن آموزش دیده است، نوع خاصی از بشریت را دژخیمانه و یا متخاصم بداند. این متن بر خطرات بالقوه و ملاحظات اخلاقی مرتبط با یادگیری هوش مصنوعی از داده‌های مغرضانه یا منحرف تأکید دارد. این درست همانند «تمثیل غار» افلاطون است، جایی که هوش مصنوعی، محدود به داده‌های ورودی، ممکن است سایه‌ها (یعنی اطلاعات خصمانه و مغرضانه) را برای کل واقعیت بپذیرد.
وقتی به این قضیه، دیدگاه مطالعاتی سایر فلاسفه را نیز می‌افزاییم، می‌بینیم که ادعا معقول به نظر می‌رسد. مثلا، با توجه به مفهوم «ایمان بد» یا همان «bad faith» سارتر (که البته گاهی «سوءنیت[۱]» هم ترجمه شده است)، هوش مصنوعی در واقع می‌تواند به‌طور بالقوه با پذیرش داده‌های مسموم، کلیت طبیعت خیرخواهانه‌ی بشر را انکار کند.
همچنین، وقتی کانت از نظر کلیت و ضرورت در این مورد صحبت می‌کند که ما منحیث بشر تمایل داریم «برخی اوقات از چند تجربه‌ی خاص در مورد کل طبقه‌ی رویدادها نتیجه‌گیری کنیم» چطور می‌توانیم از هوش مصنوعی که دارای احساسات و عواطف بشری نیست انتظار داشته باشیم که طور دیگری رفتار کند. درست است که دانشمندان تلاش دارند تا تنها بر پایه‌ی «اصول اخلاقی» عمل کنند که به موجب آن اقدامات هوش مصنوعی بتواند به‌طور «جهانی» اعمال شود، اما داده‌های سمی ما که در فضای مجازی نشر می‌گردد، ممکن است باعث اخلال در الگوریتم‌ها شود و این جهانی‌بودن را با مشکل مواجه کند.
من آرزومندم که مردم افغانستان با نگاه اومانیستی، به دور از تعصبات و باورهای خرافه‌گرایانه، خود شان را با پیشرفت‌های جهانی همگام سازند. توجه داشته باشیم که ما در این امر که تکنالوژی‌های خیره‌کننده‌ی آینده، از جمله در همین حوزه‌ی هوش مصنوعی چه‌گونه با ما برخورد کنند، سهم اساسی داریم.
[۱] منوچهر بزرگمهر در ترجمه‌ی سارتر، به قلم موریس کرنستن (خوارزمی، ۱۳۵۰، ص ۸۷)