دانشمندان وقوع تکینگی را پیش‌بینی کرده بودند، اما آیا قرار است زودتر شاهد این رخ‌داد باشیم؟
دانشمندان وقوع تحولی شگرف در زندگی بشر را در قرن حاضر پیش‌بینی کرده‌اند؛ تحولی که بشر از زمان اختراع مد و محصولات کشاورزی مانند آن را تجربه نکرده است. اگرچه، دانشمندان از این تحول با نام‌های متخلفی مانند «انفجار اطلاعات»، «شتاب زمانی یا اکسِلِراندو»، «تکینگی فناوری» و غیره. یاد می‌کنند، اما همه آن‌ها یک نقطه مشترک دارند.
اینک، دانشمندان بر این فرضیه پافشاری می‌کنند که تغییرات پرسرعت و پیشرفت دانش و فناوری تحولی شگرف در زندگی انسان ایجاد خواهند کرد. این نظریه در اشکال مختلفِ خود به مفاهیمی مانند ماهیت تکراری فناوری، پیشرفتِ توان محاسباتی و موارد تاریخی از تاثیر نوآوری‌های بزرگ در رشد انفجاری جوامع بشری اشاره دارد.
بسیاری از موافقان این نظریه‌ها زمان وقوع «انفجار» یا «شتاب زمانی» را در قرن حاضر پیش‌بینی کرده‌اند. اگرچه در مواردی خاص کماکان اختلاف نظر وجود دارد، اما طرفداران نظریه تکینگی بر سر این موضوع توافق نظر دارند که در نهایت شاهد پیشرفت بشر در زمینه‌های محاسبات و هوش مصنوعی، رباتیک، نانوفناوری و بیوتکنولوژی خواهیم بود.
علاوه بر این، در مورد نحوه وقوع تکینگی نیز اختلاف نظر وجود دارد. و اینک، این سوال مطرح می‌شود که آیا تکینگی نتیجه تغییری پیوسته و فزاینده است؛ یا حاصلِ شتاب شدید ماشین‌های خودتکثیرکننده و خودارتقاء دهنده؛ یا حتی ناشی از «ساخت یک هوش مصنوعی کاملاً پیشرفته و مستقل»؛ یا نتیجه افزایش و تقویت زیست‌فناوری؟
مثلاً آیا این پدیده به صورت آنی روی می‌دهد یا حاصلِ یک روند تدریجی در گذر زمان است؟ روندی که ممکن است شروع یا نقطه عطف قابل تعریفی نداشته باشد. اما در هر صورت، صاحب‌نظران همگی معتقدند که به محض وقوع تکینگی، زندگی بشر دیگر هرگز مانند سابق نخواهد شد. از این نظر، اصطلاح «تکینگی» (Singularity)- که معمولاً در مورد سیاهچاله‌ها استفاده می‌شود – کاملاً مناسب است زیرا تکینگی فناوری مانند تکینگی سیاه‌‍چاله، افق رویداد دارد، نقطه‌ای در زمان که دیگر قادر به درک (و پیش‌بینی) پیامد‌های پس از آن نیستیم.
تعریف تکینگی
استانیسلاو اولام نخستین بار از اصطلاح «تکینگی فناوری» در مقاله‌ی خود استفاده کرد. وی در این مقاله به زندگی و دستاوردهای جان ون‌نیومن پرداخته بود. با این حال، پیش از اولام نیز افرادی همچون نیکلاس د. کاندورس (ریاضیدان قرن ۱۸)، ایروینگ جان گود (ریاضیدان انگلیسی)، گوردون مور (مهندس آمریکایی)، ورنور وینگ همه به نحوه‌ی از تغییرات زندگی بشر، ماهیت نمایی محاسبات (قانون مور)، انفجار اطلاعاتی اجتناب ناپذیر، ساخت اَبَر هوش مصنوعی و در مجموع سرعت و پیشرفت خارق‌العاده فناوری سخن به میان آورده بودند؛ پیشرفتی چنان فزاینده که بشر قادر نخواهد بود وقایع پس از آن را پیش‌بینی کند. به این ترتیب مفهوم تکینگی از داستان‌های علمی تخیلی درباره ستارگان فراتر رفته و وارد تاریخ بشر خواهد شد.
همان‌طور که قبلاً مطرح شد، در مورد زمان و نحوه وقوع تکینگی نظریات مختلفی وجود دارد. برای مثال، وینگ در مقالهای با عنوان «تکینگی فناوریِ موعود: چگونه در دوران پساانسان زنده بمانیم»، بیش از پیش به رواج این مفهوم دامن زد و در کنار تأکید بر ماهیت این مفهوم، چهار سناریوی احتمالی در مورد چگونگی وقوع این رویداد ارائه کرد:
بر اساس این سناریو، انسان نهایتاً موفق به ساخت رایانه‌ای «خودآگاه» خواهد شد. به نظر وینگ اگر ساخت چنین رایانه‌ای امکان‌پذیر باشد، این فناوری بی‌شک به ساخت هوش مصنوعی‌ای بسیار پیشرفته‌تر از بشر منجر خواهد شد.
در این سناریو، شبکه‌های بزرگی از رایانه‌ها و کاربران آن‌ها کنار هم قرار می‌گیرند و هوشی فراتر از هوش بشری را تشکیل می‌دهند.
وینگ همچنین سناریویی در مورد ادغام هوش بشری با توان محاسباتی رایانه مطرح می‌کند که منجر به تقویت آن و دستیابی به هوش مافوق بشری می‌شود.
به نظر وینگ، این احتمال نیز وجود دارد که علم زیست‌شناسی به حدی پیشرفت کند که راهی برای تقویت هوش طبیعی بدست آید.
در سال ۲۰۰۵، رِی کورزول نویسنده، مخترع و آینده‌پژوه آمریکایی در کتاب «تکینگی نزدیک است: وقتی انسان‌ها فراتر از ذات خود می‌روند» تفکرات ارائه شده در کتاب‌های قبلی خود از جمله «قانون بازگشت پُرشتاب» را بسط داد و از افزایش تصاعدی سرعت رشد فناوری در گذر زمان نوشت. او در کتاب‌های خود توضیح می‌دهد که چگونه افزایش تصاعدی فناوری‌هایی مانند توان محاسباتی، ژنتیک، نانوفناوری و هوش مصنوعی به اوج خود رسیده و منجر به ظهور عصر جدیدی از اَبَرهوشمند شده است:
«با تکینگی این قابلیت را داریم تا از محدودیت‌های جسمانی و مغز بیولوژیکی فراتر برویم. پس از تکینگی، هیچ تمایزی بین انسان و ماشین وجود نخواهد داشت».
کورزول پیش‌بینی کرده بود که تکینگی تا سال ۲۰۴۵ روی‌خواهد داد زیرا این نقطه محتمل‌ترین تاریخی است که در آن هوش ماشینی برتری قابل توجهی نسبت به نیروی تفکر تمام انسان‌ها پیدا می‌کند.
به منظور مشاهده این روند، آینده‌پژوهان و متفکرانِ ژرف‌اندیش عموماً به مواردی از نوآوری‌های مهم تاریخ بشریت اشاره می‌کنند که با کمک آن‌ها نحوه انتقال و استفاده از اطلاعات به طور تصاعدی سریع‌تر شده است. همه‌ی آن‌ها تلاش دارند نشان دهند که چگونه فاصله بین نوآوری‌ها کم‌تر و کم‌تر می‌شود.
از مسائل دیگری که احتمال وقوع تکینگی را افزایش می‌دهد، قابلیتی به نام«فشرده‌سازی پیام» است. فشرده‌سازی پیام با اشتراک‌گذاری داده‌ها ارتباط دارد. در واقع فشرده‌سازی روشی است برای اندازه‌گیری میزان فزاینده داده‌هایی که انسان ایجاد کرده و به اشتراک گذاشته است. فشرده‌سازی در واحد زمان بر تعداد افرادی که به واسطه رسانه به داده ها دسترسی دارند، تعریف می‌شود.
برای مثال، غارنگاره‌ها اولین وسیله شناخته‌شده برای برقراری ارتباطات غیرمسقیم (غیرکلامی) هستند. برخی از قدیمی‌ترین غارنگاره‌ها متعلق به ۴۰ هزار سال پیش هستند. احتمالاً این نقاشی‌ها که سوابق تاریخی، قصه‌های اجدادی یا اولین فهرست صورت‌های فلکی شناخته‌شده در زمان خود بودند، تنها برای اعضای خانواده نقاشی می‌شدند.
نوآوری اصلی بعدی در دوران نوسنگی، یعنی حدود ۹۰۰۰ سال قبل از میلاد، و در قالب نمادهایی شبیه اجسام فیزیکی موسوم به «تصویرگرام» پدیدار شد. سپس حدود ۵۵۰۰ سال پیش، این تصویرگرام‌ها جای خود را به «اندیشه‌نگاره‌ها» دادند (منظور از اندیشه‌نگاره، نمادهایی هستند که مفاهیم را منتقل می‌کنند).
پس از آن، اولین الفباها، مانند خط فنیقی (حدود ۳۰۰۰ سال پیش) اختراع شدند. پس از اختراع خط، بشر به تکنیک‌های چاپ جمعی، از چاپ‌نقش چوبی (حدود قرن سوم) گرفته تا چاپ سربی (در قرن یازدهم) و ماشین چاپ (در قرن پانزدهم) دست‌یافت. در پی آن در سال ۱۷۹۲ تلگراف راه‌اندازی و برقراری ارتباط تایپ‌شده از یک سمت کره زمین با سمت دیگر امکان‌پذیر شد.
در سال‌های بعد تلفن و رادیو و اختراع شدند. با این اختراعات ارسال پیام‌های شنیداری در فواصل دورتر امکان‌پذیر شد. و این امر در اواسط دهه ۱۹۲۰ با انتقال تصاویر متحرک و تلویزیون، یا به عبارتی ترکیب پیام‌های صوتی و تصویری، همراه شد.
این روند همچنان ادامه داشت و در سال ۱۹۳۱، هرولد لاک هایزن و ونیوار بوش از موسسه فناوری ماساچوست تحلیلگر دیفرانسیل، پیچیده‌ترین رایانه آنالوگ در زمان خود را ساختند. در سال ۱۹۳۹، اولین رایانه آنالوگ الکترومکانیکی، موسوم به «رایانه دیجیتال»، معرفی شد. در دهه ۱۹۴۰ (و همزمان با جنگ جهانی دوم)، رایانه‌هایی مجهز به لوله‌های خلاء، مدارهای الکترونیکی دیجیتال، ترانزیستورها و برنامه‌های ذخیره‌شده اختراع شدند.
در دهه‌های ۱۹۵۰ و ۱۹۶۰ اولین مدارهای مجتمع و «رایانه‌های رومیزی» شخصی ظهور کردند. شرکت IBM اولین گوشی موبایل (IMB 5100) را در سال ۱۹۷۵ و بعد پنج سال اولین «لپ تاپ» را به جهان عرضه کرد. در هزاره، استفاده از و محاسبه با گوشی‌های هوشمند، و در مجموع فناوری اطلاعات (IT)، گسترش یافت.
برای مقایسه بهتر، تحلیلگران اغلب فناوری گوشی‌های هوشمندِ مدرن را با رایانه‌های برنامه‌های فضایی آپولو مقایسه می‌کنند. این رایانه‌ها بین سال‌های ۱۹۶۹ تا ۱۹۷۲ با حافظه‌ای معادل ۷۳،۷۲۸ بایت، شش پروژه فرستادن فضانوردان به ماه را هدایت کردند. این در حالی است که گوشی‌های هوشمند امروزه ۳۲ گیگابایت حافظه دارند، یعنی حدود ۴۳۰ هزار برابر حافظه رایانه هدایت‌کننده آپولو.
در مقایسه‌ای دیگر از پیشرفت‌های بشر با فناوری‌های ناسا، مشاهده می‌کنیم که فضاپیماهای وویجر ۱ و ۲ (فضاپیماهایی برای کاوش سیاره‌های بیرونی و اولین اجرام ساخته دست بشر که به فضای بین ستاره‌ای رسیدند) ۶۹/۶۳کیلوبایت حافظه دارند در حالی که، آیفون ۵ محصول اپل که اولین بار در سال ۲۰۱۲ عرضه شد، حداکثر ۱۶ گیگابایت حافظه دارد، یعنی حدود ۲۴۰،۰۰۰ حافظه بیشتر.
به طور خلاصه، حجم داده‌ای که مردم امروزه تولید و مصرف می‌کنند به قدری زیاد است که حتی در تصور افراد دو نسل پیش نمی‌گنجد. اگر این روند ادامه پیدا کند، نسل بعدی بشر در جهانی زندگی خواهند کرد که تصورش برای نسل فعلی مقدور امکان‌پذیر نیست.
یکی دیگر از شاخص‌های اصلی قرار داشتن در افق رویداد تکینگی، نحوه افزایش فناوری اطلاعات و تولید اطلاعات در طول زمان است. با پیشرفت‌هایی مانند توان محاسباتی، شبکه، اینترنت و فناوری بی‌سیم، تعداد افراد متصل در مدت زمانی کوتاه به طور تصاعدی افزایش یافته است.
بین سال‌های ۱۹۹۰ تا ۲۰۱۶، تعدادِ کاربران اینترنتی در سراسر جهان از ۲/۶ میلیون نفر به ۳۴۰۸ میلیون نفر رسید (ضریب ۱۳۱۰).
بر اساس گزارش ۲۰۱۸ اتحادیه بین‌المللی مخابرات (ITU)، به لطف رشد گوشی‌های همراه و خدمات اینترنت ماهواره‌ای، تا سال ۲۰۵۰، ۹۰ درصد از جمعیت جهان به خدمات اینترنت پهنای باند دسترسی خواهند داشت. این رقم معادل ۸/۷۶ میلیارد نفر است، یعنی ۲۲۰ درصد افزایش نسبت به ۴ میلیارد نفر (حدود نیمی‌از جمعیت جهان) که در حال حاضر به اینترنت دسترسی دارند.
یکی دیگر از معیارهای اصلی وقوع تکینگی، میزان تولید داده در طول زمان است. در جریان کنفرانس فناوری ۲۰۱۰، اریک اشمیت، مدیرعامل گوگل اعلام کرد که اطلاعاتی که انسان‌ها امروزه در هر دو روز تولید می‌کنند برابر است با اطلاعاتی که بشر از آغاز تمدن (حدود ۶۰۰۰ سال پیش) تا سال ۲۰۰۳ تولید کرده است. به گفته وی، حجم این اطلاعات حدود پنج اگزابایت (EB) است، یعنی معادل پنج کوینتیلیون (۱۰۱۸) بایت.
در دهه ۲۰۱۰، بشر وارد «عصر زتابایت» (Zettabyte) می‌شود، یعنی زمانی که داده‌های تولید شده برابر با یک سکستلیون (۱۰۲۱) بایت هستند. به گزارش Statista، حجم داده‌های تولید شده بین سال‌های ۲۰۱۰ تا ۲۰۲۰ از ۲ به ۶۴/۲ ZB افزایش یافته (به عبارت دیگر هر ساله ۳۲% افزایش داشته) و پیش بینی می‌شود این رقم تا سال ۲۰۲۵ به ۱۸۱ ZB برسد (یعنی ۳۶٪ افزایش در سال).
به همین ترتیب، حجم داده‌های ذخیره شده در طول زمان نیز با نرخ فوق العاده‌ای افزایش یافته است. بین سال‌های ۲۰۰۵ تا ۲۰۲۰، ظرفیت ذخیره‌داده‌ها در سراسر جهان از ۲۰۰ EB داده به ۶/۷ ZB (به طور متوسط ۲۲۳٪ در سال) رسیده است. با نرخ رشد سالانه بدست‌آمده، یعنی ۱۹/۲ درصد، ظرفیت ذخیره‌سازی جهانی تا سال ۲۰۲۵ به ۱۶/۱۲ ZB برآورد می‌شود.
اما، بالاتر از زتابایت چیست؟ با توجه به نرخ پیشرفت فعلی، احتمالاً بشریت پیش از سال ۲۰۵۰ وارد «دوران یوتابایت» (۱۰۲۴ بایت) خواهد شد. با در نظر گرفتن این موضوع که این نرخِ رشد، خود نیز، در معرض شتاب قرار دارد، رسیدن به این نقطه عطف تا اواسط قرن دور از ذهن نیست.
تمام دانش بشری در این اطلاعات خلاصه می‌شود و با افزایش تعداد افراد متصل به اینترنت پرسرعت و دسترسی آن‌ها به این حجم سرسام‌آور داده‌ها، این کتابخانه جمعی به نوعی سکوی پرتاب برای تکینگی فناوری تبدیل خواهند شد.
یکی دیگر از پیش‌بینی‌های وقوع تکینگی به ساخت هوش مصنوعی بسیار پیشرفته اشاره دارد. ریاضیدان و رمزگشای مشهور، آلن تورینگ، اولین بار در مقاله «ماشین محاسبه‌گر و هوش»، این مفهومِ تکینگی را با طرح این سوال که «آیا ماشین‌ها می‌توانند فکر کنند؟»، به جهان معرفی کرد. او در همین مقاله «بازی تقلید» معروف خود، موسوم به «آزمون تورینگ»، را طراحی کرد.
بازیِ تقلید از این قرار است که یک داور باید تشخیص دهد کسی که به سوال‌ها پاسخ می‌دهد زن است یا مرد. تورینگ در این باره توضیح می‌دهد:
«اکنون این سوال را مطرح می‌کنیم که ’اگر بجای یکی از شرکت‌کننده‌ها، ماشین در این بازی شرکت کند، چه اتفاقی می‌افتد؟‘ آیا داور همانند بازی زن و مرد ممکن است گمراه شود؟ حال، این سوال مطرح می‌شود که ’آیا ماشین‌ها می‌توانند فکر کنند؟‘»
پس از تورینگ تلاش‌های بسیاری برای ساخت ماشین متفکر صورت گرفت. از طرفی، افرادی همچون پروفسور استوارت راسل (استاد دانشگاه کالیفرنیا برکلی) و پیتر نورویگ (مدیر تحقیقات گوگل) بین شباهت عملکرد سیستم‌های رایانه‌ای با انسان و معقولانه اندیشیدن آن‌ها تمایز قائل شدند.
در دهه‌های اخیر، این تمایز، به لطف اَبَررایانه‌ها، هوش ماشینی، یادگیری عمیق و سایر برنامه‌هایی که قادر به پردازش اطلاعات و الگوهای تشخیصی هستند، آشکارتر شده است.
پیشرفت به سمت «ماشین‌های متفکر» با پیشرفت در محاسبات همگام بوده و منجر به پیدایش برنامه‌هایی شده است که از برخی جهات بالاتر از هوش انسان هستند؛ که از جمله مهمترین آن‌ها می‌توان به موارد زیر اشاره کرد: سال ۱۹۵۷، Mark 1 Perceptron که دارای قابلیت یادگیری از طریق آزمون و خطا بود و افتخار غیر رسمی«پدر یادگیری عمیق» را برای سازنده‌ی خود، فرانک روزنبلات، به ارمغان آورد.
سال ۱۹۵۹، «نرم‌افزار مشکل‌گشای عام» از شرکت RAND؛ دهه ۱۹۸۰، تلفیق الگوریتم‌های «خطاهای پس‌انتشار» با شبکه‌های عصبی به منظور افزایش سرعت عملکرد آن‌ها؛ ۱۹۹۶ تا ۲۰۱۵، پروژه‌های DeepBlue و DeepQA از شرکت IBM، و برنامه آلفاگو (AlphaGo) از شرکت دیپ‌مایند (DeepMind) که با شکست رقیبان خود در بازی‌های مختلف قابلیت‌های شگفت‌انگیز ماشین را نشان داند؛ و اَبَررایانه مینوا (Minwa) محصول شرکت بایدو (Baidu) که رکورد قبلی گوگل در شناسایی تصویر را پشت‌سر گذاشت و توانست با استفاده از شیوه‌های جدید یادگیری عمیق، موسوم «شبکه عصبی کانولوشن»، تصاویر را با دقت بیشتری نسبت به افراد معمولی شناسایی و دسته‌بندی کند.
امروزه اغلبِ دولت‌ها، موسسات تحقیقاتی و بخش خصوصی از ابررایانه‌ها و فناوری‌های یادگیری ماشین برای انجام «داده کاوی»، یا به عبارتی پیداکردنِ ناهنجاری‌ها، الگوها و همبستگی در دیتاست‌های کلان استفاده می‌کنند. داده‌کاوی ابزاری ضروری برای مواجهه با اطلاعات روز‌افزون و پیش‌بینی نتایج است.
پروفسور رِی سولومونوف، مبتکرِ نظریه اطلاعات الگوریتمی، در مقالهای که در سال ۱۹۸۵ منتشر شد، از هفت نقطه‌عطفی یاد می‌کند که لازم است بشر پیش از تحقق کامل هوش مصنوعی آن‌ها را پشت‌سر بگذارد:
به طور خلاصه، سولومونوف معتقد بود که توسعه هوش مصنوعی شامل ساخت ماشین‌هایی است که می‌توانند عملکردهای مغز انسان (از قبیل یادگیری، حافظه، حل مسئله، ارتقاء خود و غیره) را تقلید کرده و در نهایت از آن‌ها پیشی بگیرند. او، در زمان نگارش این مقاله، تأکید کرد که به غیر از مورد اول، هنوز شش مورد بعدی محقق نشده است.
بر اساس این نقشه راه، بشر به نقطه تحقق هوش مصنوعی واقعی نزدیک شده‌است، زیرا امروزه، ابررایانه‌های مدرن از بسیاری جهات عملکردی بهتر از انسان دارند؛ البته هنوز انسان در مواردی از قبیل استدلال انتزاعی یا شهودی بر رایانه برتری دارد، اما با روزی که هوش ماشینی به راحتی از انسان پیشی‌بگیرد فاصله چندانی نداریم.
برتری هوش ماشینی نسبت به هوش انسانی موجب تسریع تحقیقات و پیشرفت‌های علمی و پیدایش امکانات جدید و خارق‌العاده خواهد شد. در صورتی انسان وظیفه ساخت نسخه‌های پیشرفته‌تر هوش مصنوعی را به ماشین‌ها محول کند، احتمالاً ماشین، پس از دستیابی به هوش عمومی در سطح انسان، لزومی برای توقف تولید نسخه‌های پیشرفته‌تر نیابد و به راحتی به پیشرفت خود ادامه دهد تا زمانی که به قول کورزول، بشر به دوران اوج ابرهوشمند برسد، یعنی نقطه عطفی که به طور قطع به تکینگی فناوری ختم می‌شود.
با این حال، سرعت بالای افزایش توان محاسباتی، تولید اطلاعات و پیشرفت‌های فناوری، تنها موارد معدودی از راه‌های احتمالی هستند که بشر را به سمت تکینگی سوق می‌دهند.
جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید
منبع: هوشیو
