ایستگاه اول - دست آموز
داستان از جایی شروع میشود که چرخدندههای دستگاه پیچیده در زمانی مشخص کاری را انجام میدادند که نیروی آدمی میبایست برای انجام آن کار مشخص آمادگی زمانی یا ذهنی لازم را داشته باشد. همچنان که علوم مختلف به جلو پیش میرفتند، این کار ماشینی پیچیدهتر شد، دیگر حتی شمارش چشمی یا ذهنی چرتکه جای خود را به نشانگرهای ماشینحساب داد. با توسعه سیستم دودویی کامپیوتری، میتوانستیم به ماشین چیزی بگوییم و از او آن را بخواهیم. مثلا در ماشین پاسخهایی را محفوظ میکردیم که در زمانی که پرسشی خاص مطرح شد، آنها را جواب دهد. در اینجا نیاز به بانک اطلاعاتی از تمام پاسخهایی که میتوانست سوالهای بیشتری را در بر بگیرد احساس میشد. هرچه این جوابها تخصصی تر و بیشتر متناسب با شرایط بود، ما نیز با شنیدن آنها هیجانزده تر میشدیم. چرا که توهم هوشمندی طرف مقابل را برایمان میساخت که از ماشینی بیروح و غیرزنده بعید مینمود.
ایستگاه دوم - مشق مدرسه : حفظ کنید و سر کلاس بخوانید
با افزایش احتمالاتی که میبایست به ماشین یاد داد تا ماشین آن را مانند یک حیوان دستآموز برایمان بگوید. همچنان که سرعت پردازش و انباره اطلاعات هم بیشتر میشد، مشکل دیگری پیش میآمد. حجم استفاده روزانه ما از این اطلاعات سر به آسمان نهاد. زمانی دور برای استفاده از کامپیوتر شخصی، به خانه میآمدیم، پس از شستشوی دست و صورت زمانی که برای ریختن چای به آشپزخانه میرفتیم، در راه کلید کیس کامپیوتر را میفشردیم تا پس از شمردن و تست سلامت تک تک قطعات داخلی، ویندوز یا هر سیستم عامل دیگر برای استفاده آماده شود. زمان استفاده از همان سوال و جواب ها محدود به همان زمان خورده شدن چایی تازه دم بود. اما اکنون تقریبا همه ما دست کم یک ماشین با خود حمل میکنیم، به آنها تبلت، گوشی هوشمند یا ساعت هوشمند ، تلویزیون هوشمند و چیزهای هوشمند دیگر میگوییم. در اینجا نیاز به جابجایی اطلاعات زیادی بر بستر ارتباطی میرفت. که نیاز به یک روش جدید برای دسته بندی و پالایش اطلاعات حس شد که بتوان در حجم کمتر، مشخصتر و جامع و در عین حال سریعتر و کم حجمتر از اطلاعات استفاده نمود. جوابهای ساده که در گذشته از چند صد جمله فراتر نمیرفت اکنون تبدیل به کلان داده شد. به این معنی که جوابها با متغیرهای زیادی خود نیز تغییر میکنند.
ایستگاه سوم - بیا با هم گم شویم، باهم پیدا کنیم، با هم شاد شویم
حال دیگر حجم زیادی را میتوانیم تحلیل کنیم. اما این تحلیل خود میتواند ایجاد جوابهای جدیدتری در بانک اطلاعاتی ما کند. روشهای فهمیدن جوابهای جدید به پرسشهای ما از مسیر پالایش اطلاعات را "یادگیری ماشینی" میخوانیم. یادگیری همواره با آزمون و خطاست و بعلت اینکه در همان ماشین اتفاق میافتد، به شکل عجیبی سریع است. همانقدر که اگر در قرون گذشته انسانها برای کسب علم میبایست همراه با کاروان به شهری دور مهاجرت کرده و در سختی بیاموزند، بعدها متوسل کتاب، نشریه، رادیو و تلویزیون شدند و اکنون با لمس قسمتی از صفحه نمایش تلفن هوشمند خود میتوانند بصورت صدا و تصویر در جایی حضور یابند. از همان زمانهای دوری که استادان یک علم خاص در جایی دور از اغیار می زیستند تا اکنون که میتوان با کمک موتور جستجو، همه انسانهایی که روی یک مطلب توافق علاقه دارند را پیدا نمود، با ایشان به رد و بدل اطلاعات پرداخت. همه اینها زمان جامع شدن و کامل شدن علم را بسیار زیادتر کرده و در نتیجه تجربههای زیسته امروز در مقایسه با گذشته بسیار بسیار بیشتر است. افزایش تجربه منجر به ایجاد راهحلهای جدید برای مسائل روزمره میشود. نکته جالب اینجاست که اینترنت باعث شده بتوانیم از راهحل و تجربههای همدیگر استفاده کنیم، از روزمرهها تا مسائل کمی پیچیده تر که روزگاری میبایست در محضر فلان استاد که با کرشمه های فراوان آن را در زمان زیادی خرد خرد یاد میداد، امروز کافیست در یک موتور جستجو آن را تایپ کنید، از دستیار صوتی بپرسیدش، متن، صدا یا ویدیویی از آن را خواهید یافت که در زمان بسیار کمی مساله شما را کامل حل خواهد نمود. دیگر برای آموختن چیزی جزئی یا فن خاص نیاز نیست که دوره چند ترمی حاوی مسائل زائد و حواشی را گذراند. کافیست آن لحظه با تمرکز تبر خود را تیز کنید.
ایستگاه چهارم - معبد شائولین دیجیتال
اکنون در جایی از تاریخ انسانی ایستادهایم که آموختهها و راهحلهایمان خیلی سریعتر از پیش مسائل را حل میکنند. نوعی تجربه بزرگ تر از یک فرد، یک تجربه از نوع کلونی زنبور یا ماهیهای کاد که چابکترمان نمونده و شاید حتی بهیاد نیاوریم که قبل از این ارتباط چکار میکردیم، چگونه با چند خط آدرس فردی در شهر دیگر یا در آن سوی شهرمان را پیدا مینمودیم، چگونه حتی شمارههای تلفن مختلف را به حافظه میسپردیم یا اصلا زمانی که گوش به رادیو میچسباندیم و او بود که میگفت چه بشنویم و چه نشویم. آهنگی که کاملا به سلیقه کارگردان پخش میشد ممکن بود بر میل یا خلاف میل ما باشد. اما به شنیدن آن تن می دادیم چرا که آن زمان اگر لحظهای گوش از رادیو یا چشم از تلویزیون بر میداشتیم چیزهای مهمی از دست میدادیم. شاید دیگر یادمان بیاید که زمانی برای دیدن قسمت بعدی سریال شبانه، حتمی میبایست فلان ساعت در خانه جلوی تلویزیون بنشینیم و امان از شبی که برق میرفت یا قسمت اشتباهی پخش میشد یا تلویزیون صلاح میدید که چند دقیقه از سریال مطلوبمان را بدزدد تا چیز دیگری نشانمان دهد.
همه این شرایط به ما دنیایی با تجربههای زیسته مشترک، راه حلهای مشترک و استقلال نسبی مشترکی داده که چه چیز را چه زمانی میخواهیم، چگونه میخواهیم و این خواستن ما چگونه باید باشد. چه محصولی از کجای دنیا میخواهیم یا میخواهیم به شیوه کدام مردم زیست کنیم. اینها چیزهاییست که بتازگی در یکصد سال اخیر در دسترس همگان قرار گرفته است.
ایستگاه پنجم- حواس جهانگانه
حالا پاسخ و راهحل سوالها و مشکلاتمان از یک حافظه بزرگ که توسط ماشین دستهبندی، رتبهبندی و بر اساس نیازمان گزینش شده است،میآید. مساله زمانی جالب توجه میشود که پاسخ جهانشمولی برای یک مشکل توسط ماشین ارائه نشده و بر اساس متغیرهای فراوان شامل شخصیت، زندگینامه هرکداممان یا جغرافیا یا دسترسی به ابزارمان شخصیسازی میشود. همینجا نیاز به توضیح بزرگی حس میشود: هوشمند، "باهوش" نیست. در واقع "هوشمند" شدن چیزها از گوشی تلفن همراه گرفته تا ماشینهای خودران یا تلویزیون و ابزارکهای دیگر همگی از "پاسخ ماشینی" به نیاز ما میآید و چون آن پاسخ بسیار در رفع نیاز ما موثر است، گویی "هوشمندانه" بنظر میرسد. در واقع پاسخ چیزی غیر از جواب میسر به ما نیست. هر جواب دیگر که برای ما میسر نباشد، هوشمندانه نیست! بهمین صورت واژه "هوش مصنوعی" در واقع همان "بهترین پاسخ" است به ما.
اگر شما در نزدیک قطب شمال از ماشین جواب مشکلی را بخواهید، ماشین با راه حل "شدنی" برای آن جغرافیا جواب ما را خواهد داد، در غیر اینصورت حتمی وی را " خنگ" تلقی خواهیم کرد!
ایستگاه ششم - به من بگو چرا
انسان شاید جایز الخطاست. دلایل زیادی برای آن وجود دارد، شاید یکی از این دلایل این است که همیشه در حال تفکر ایم. زیرا همیشه در حال صحبتیم، حتی اگر صدا از ما درنیاید، ما با خود صحبت میکنیم، چه میگوییم؟ همه چیز و همین "همه چیز" گاهی بلا سرمان میآورد و اشتباه میکنیم. و اینجا جایی است که ماشین از ما فرسنگها پیشتر است، حواس ماشین جمع است.پس گاهی بهتر از ما ظاهر میشوند. کاری را بدون کم و کاست میلیاردها بار انجام میدهد. پس بهتر از ما گاهی ظاهر میشود. باید متذکر شوم این پیشروی، برای این زمان نیست. انسان بجای آنکه خود سنگ آسیاب را بچرخاند، از ماشینهای بادی سود جست، بجای راندن درشکه در مسیرهای پر تردد راهی با لبه فلزی ساخت که یک ماشین قوی همراه با بارهای متصل با سرعت آن را بپیماید. محاسبات سخت را به گردن ماشین انداختهایم و حتی فرود و برخاست هواپیماهایمان را هم ماشین انجام میدهد. بی کم و کاست!
اما اکنون زمان بهره از ماشین برای حل بیشتر مشکلاتمان است و همینطور کاستن از اشتباه.
در برههای از تاریخ ماشینها قدرت بازویمان را تقبل کردند. زمان دیگر محاسبات دم دستی و سپس محاسبات پیچیده. اما اکنون فراتر آمدهاند. بجای محققهایمان نیز میتوانند تحقیق کنند، بجای مشاورانمان، ما را راهنمایی کرده و بجای منشی و دستیارمان ما را در امور آینده دلگرم میکنند. در مجموع میتوان گفت همانگونه که در زمانی از تاریخ بشر، انسان کارهای متکی بر زور بازویش را به گردن ماشین انداخت، زمان دیگری نامه رسانها حجم بسیار اندکی از نامه را جابجا کردند، زیرا که بار اصلی بر دوش ماشین افتاده.
اما اکنون چه اتفاقی بر سر منابع انسانی میافتد؟
تقریبا هر شغلی که با "منبع اطلاعات" / "حافظه" و "الگو(یا پترن) شناختی" سر و کار دارد در حال بیکار شدن است. بیایید به قسمتی از این انتقال شغل برویم که کاملا با خواست پدر و مادرمان از ما در کودکی در تضاد است. تقریبا کمتر پدر و مادری هست که از کودکش نخواهد که در آینده مهندس یا دکتر شود. امیدوارم امروزه دیگر این خواست کمتر پدر و مادری باشد، زیرا که این مشاغل با بیکاری و بدرد نخوری فاصله اندکی دارند.
یک پزشک عمومی از "حفظیاتش" برای یافتن "الگو"ی بیماری استفاده میکند. حال آنکه پزشک متبحر کسیاست که تجربه بیشتر داشته باشد. مانند ظهر روز مردادی روشن است که خصوصیات بالا، لقمه چربی برای ماشین است!
یک مهندس را در نظر بگیرید که برای محاسبات سازهای نیاز به دانستن فرمولهایی دارد که برای یافتن آن به "حافظه" خویش مراجعه کرده و بر مبنای "الگو" ی محاسباتی آن را با یک ماشین محاسبه میکند! مهندسی کار آزموده تر است که خاک بیشتری خورده و به اصطلاح تجربه بیشتری داشته باشد! یک چیز دیگر به منوی مشاغل مورد علاقه ماشین اضافه شد.
برای جذابیت موضوعهای بالا ذکر این نکته واجب است که زمانی یک دکتر شما را معاینه میکند، شاید پس از مدتی و شاید هم برای اولین بار شما را میبیند. در حالیکه امروزه اکثر ما ابزارکهای پوشیدنی مانند ساعتهای هوشمند بدست داریم که همیشه در حال مطالعه سلامتمان هستند و گوشی هوشمندی که میداند چقدر کالری یا چربی خوردهایم، چقدر راه رفتهایم، چه عارضه ای را جستجو کردیم یا چه خلق و خویی داشتهایم، گویی یک پزشک در همه ساعتهای شبانهروز از ما مراقبت کرده به نوعی پزشک خانوادگی ما گشته است که فراتر از یک پزشک بسیار حاذق عمل خواهد نمود.
همین الان میتوانید به دروسی که "پاس" کردید مراجعه کنید. این دو معیار یعنی " محفوظیات" و "شناخت و استفاده از الگو" کافیست که متقاضی دوم شغل شما "هوش مصنوعی" باشد و اگر به این فکر میکنید که تبحر شما بیشتر از اوست، یادتان باشد که شما تنها یک نفر هستید و ماشین یک شبکه بزرگ به اندازه دنیا از ماشینهایی که در حال انجام و یادگیری و حل مساله هستند.کاری که حتی اگر ابوعلیسینا برای عمری خود را در کتابخانه حبس کند نیز به گرد پایش نمیرسد.
ایستگاه هفتم - آلفرد هیچ هیچ
دیدن یک نمایش هوایی آکروبات جت، زمانی که متوجه جسارت و مهارت گروه پرنده باشید لذت وصف نشدنی دارد. چیزی که شما را به دیدن چند هواپیمای جت که دود رنگی از خود بیرون میدهند وا میدارد، انتظار شما برای اتفاق است. اتفاق خارج از انتظار شما که بواسطه مهارت خلبان از سانحه به افسانه تبدیل شود. سیرکی که همه اتفاقها بر اساس یک نظم بیفتد و هیچ چیز غیر عادی در آن رخ ندهد فقط بدرد ماشین میخورد. ماشینها اصلا بلیط میخرند که حرکت عقربههای ثانیه شمار را ببینند و هر سه ثانیه هورا بکشند. اما انسانها با همان اتفاقها هیجان زده میشوند. تصور کنید که اینترنت پر بود از کلیپهای حرکت ماشینها در چهارراه بدون هیچ اتفاقی. تصور کنید یک آشپز بدون اینکه ماهیتابهاش آتش بگیرد غذایی بپزد. این خارج از حوصله ماست. همان روزمرگی است که برای فرار ازآن ، سفر میکنیم و آب هوای دیگری را مزه میکنیم.
اینجا جایی است که ماشین متوجهاش نیست.
به مثال خیابان شلوغ باز میگردیم. دو کلیپ از یک خیابان، یکی حاوی تصادف مرگبار، دیگری حاوی عکسالعمل بموقع یک فرد و جان سالم بدر بردن یک شخص یا اشخاص زیادیست، کدامیک بیشتری بازدید و نظر را خواهد داشت؟
ایستگاه هشتم - محکوم به اشتباه
در زمانی که این مطالب را مینویسم، هوش ماشینی به دغدغه جدی افراد تبدیل شده. افرادی که در حوزههای آیتی مشغول بکار بودند اکنون با رقیب بیرقیبی مانند ماشین طرف هستند. ماشین آرمانی آلن تورینگ اکنون در حال تاخت و تاز است. نکته جالب اینجاست که گروه دیگری سعی در ساخت ماشینی دارند که خروجی ماشین اول را چک میکند که آیا این توسط ماشین نگاشته و گردآوری شده یا انسانی خطاکار در حال کار است. هوش ماشینی اکنون در حال تست خودروهای خودران نه در خیابانهای واقعی بلکه در فضای شبیهسازی شده کامپیوتری با انسانهای کامپیوتری، خطاهای عابران و ماشینهای دیگر و هر نوع رخداد غیر قابل پیشبینیای است که میتواند برای یک ماشین بوجود بیاید. نکته جالب اینجاست که این آزمایشها هر روز به میزان میلیونی اتفاق میافتد و جالبتر اینکه توسط مهندسهای کامپیوتری بررسی نمیشود بلکه توسط خود ماشین خوانده شده و آموخته میشوند.
سازهای بتنی را تصور کنید که توسط یک مهندس ساخته شده، بر روی آن آزمایشهای مختلف تخریب و مواد مختلف انجام شده، بدقت زیر نظر گرفته شده و دادهها ثبت میگردد و سازه ای دیگر بر مبنای اطلاعات قبلی ساخته میشود و روز از نو روزی از نو. تفاوت بزرگ اینجاست که اگر این سازه در محیط مجازی ساخته شود، میتواند در کسری از ثانیه تخریب و دوباره ساخت و اطلاعات سازه جدید استخراج گردد. این آزمایش میلیونها بار با جغرافیای دیگر نقاط جهان امتحان شده و یافتهها با همدیگر مقایسه و پالایش و نتیجه گیری میگردد. تفاوت بزرگتر اینکه نتایج توسط ماشین آموخته میشوند و در کسری از ثانیه پیشرفتی اتفاق میافتد که در حالت عادی سالها آزمایش و خطا و تجمیع اطلاعات برایش نیاز بود.
یادگیری ماشینی حتی به حشرات هم رحم نمیکند، تا سالها مگس میوه بهترین نمونه آزمایش برای آزمایشهای ژنتیک بود. اما میبایست صبر کرد که نسل جدید شود، تا ببینیم چه اتفاقی برای نسل جدید افتاده است. حال آنکه، ماشین اکنون شبیهسازی و مشاهده و نتیجهگیری را بعهده گرفته و مهندس ژنتیک و مگسش را به خانه فرستاده!
اما آیا این اتفاق خوب است یا بد؟ بیکار شدن شخصی با احتمال خطای انسانی یا شاغل بودن پر ریسک؟ مشاغل بعدی کدامند؟ کدامیک از حاشیه امن برخوردارند؟ ماشین در کجا نمیتواند کاری پیش ببرد؟
بنظر میرسد تمام صفاتی که استیوجابز در آگهی "متفاوت بیندیش" اپل مد نظر داشته، در پیشگاه ماشین جایی ندارند. چیزهایی مانند فوق تخصص علوم که در آن راههای جدید برای مسائل قدیم توسط عنصر انسانی ابداع میشود. اتفاقهایی که از حوزه منطقی خارج بوده و پویا بنظر میرسند. اتفاقهایی که طراحی، خلاقیت و نوآوری از واجبات آن است.
ایستگاه آخر - همه سبدهای تخم مرغ
حال آنکه تکلیف ما چیست؟ مانند همه آنهایی بواسطه پیدایش ماشینها بیکار شدند، ما نیز محکومیم. تفاوت عمده ای که وجود دارد این است: در اعصار گذشته موج پیشرفتی که باعث از کارافتادگی و خانهنشینی افراد شد، شامل آماری از افراد کم سواد و ضعیف جامعه را تشکیل میداد، افرادی که عمدتا راهی بغیر از درآمد حاصل قدرت بازو نداشتند، یا مشاغلی که با سواد بسیار کم هم قابل انجام بودند و سرانجام مشاغلی که یک امر تکراری بدون نیاز به فکر در آن کار اصلی تلقی میشد. اما اکنون این انتقال به قشر بالاتر رسیده، آنهایی که برای کسب علم وسواد زمان اختصاص دادند و هزینه کردند و تا مدتها با آرامش شغلی زیسته بودند،اکنون شغل خود را در خطر میبینند. همانهایی که کوشش کرده بودند با کمترین اشتباه در زمان مشخص کار کنند حالا توسط ماشینی جایگزین میشوند که بدون اشتباه در کسری از ثانیه با استاندارد کار انجام میدهد.
زمانی که جبر و اختیار جای خود را به اقتصاد بدهد، زمانیست که با کمترین هزینه بهترین و بیشترین کار انجام میشود. شاید ماشین بزودی برای اینکه همچنان کارآمد باشد به ما در امورات مختلف اختیار دهد و همانگونه که اکنون به ما اختیار دیدن سریال در هر زمانی که دوست داشته باشیم میدهد در حالی که شاید اصلا آن سریال بر طبق میل ما ساخته نشده است! البته هرچه به جلو برویم آینده ماشینها بگونه جالبی رقم خواهد خورد،همین سریال ها بگونهای با هنرمندانی که دوست داریم، با صحنههایی که دوست داریم توسط ماشینی که میداند چه میخواهیم به ما نشان داده خواهد شد. شاید بهشت را با چشم خویش دیدیم، همانجایی که هرچه بخواهی در دست هست و فقط ازش لذت میبریم و عجب جای حوصله سر بری خواهد بود.
شاید تا الان سرمایهداران و حیوانات آزمایشگاهی برندههای مشاغل ماشینی باشند، آنهایی که اتفاقا زندگی و مرگشان دست همینماشینهاست و آزموده شدن نظریهها و تستهای مجازی آزمایشگاهی و تحلیل دادههای حاصله حاشیه امن بزرگتری برایشان میسازد، حیواناتی که تاکنون مورد آزمایش داروهای پزشکی یا زیبایی بودند اکنون با ماشین جایگزین شده اند و همین جابجایی اندک سرمایهی سرمایهداران را محفوظتر کرده.
آیا روزی برسد که انسانها مجمعی تشکیل دهند و خواهان بازگشت به دوران پر خطای انسانی خویش باشند جای سوال است.
The misfits.
The rebels.
The troublemakers.
The round pegs in the square holes.
The ones who see things differently.
They’re not fond of rules.
And they have no respect for the status quo.
You can praise them, disagree with them, quote them, disbelieve them, glorify or vilify them.
But the only thing you can’t do is ignore them.
Because they change things.
They invent. They imagine. They heal.
They explore. They create. They inspire.
They push the human race forward.
Maybe they have to be crazy.
How else can you stare at an empty canvas and see a work of art?
Or sit in silence and hear a song that’s never been written?
Or gaze at a red planet and see a laboratory on wheels?
We make tools for these kinds of people.
While some see them as the crazy ones, we see genius.
Because the people who are crazy enough to think they can change the world, are the ones who do.”