https://virgool.io/feed/@b.khalilvandian دانشجوی مهندسی کامپیوتر دانشگاه سراسری تبریز، عضو هیئت تحریریه نشریه Logisia، علاقه مند به فلسفه و علوم شناختی fa 2026-07-08 01:36:52 https://files.virgool.io/upload/users/142365/avatar/Z1YS1X.png?height=120&width=120 https://virgool.io/@b.khalilvandian https://virgool.io/LogisiaMag/%D8%A8%D8%A7%D8%B2%DB%8C-%D8%AA%D9%82%D9%84%DB%8C%D8%AF-qssbh10h7dll مقدمهدر حال جستجو در اینترنت هستید و پس از ورود به یک صفحه با صحنه‌ای عجیب مواجه می‌شوید. یک تیک باکس در کنار جمله «من یک انسانم» یا «من ربات نیستم». شاید از دید شما بدیهی باشد که یک انسانید اما ماجرا به این سادگی هم نیست. این آزمون که با نام CAPTCHA شناخته می‌شود و برای تشخیص ماشین از انسان طراحی شده است. این آزمون نوعی جدید از یک آزمون قدیمی است که با نام‌های «آزمون تورینگ» و «بازی تقلید» توسط الن تورینگ در سال 1950 ارائه شد. در این مطلب از نشریه لاجیسیا به این آزمون و دیدگاه تورینگ و امثال وی درباره مسئله آگاهی می‌پردازم. نمونه ای از آزمون کپچا آزمون تورینگقرن بیستم قرن شکوفایی مهندسی کامپیوتر، و یکی از نامداران این عرصه الن تورینگ منطق­دان و ریاضی­دان انگلیسی بود که او را با لقب پدر هوش مصنوعی می­شناسیم.الن تورینگ وی در سال 1950 در مقاله‌ای آزمون تورینگ را ارائه داد. آزمون ابتدایی ازاین‌قرار است که دو شرکت‌کننده زن و مرد و یک آزمون گر توسط دستگاه‌های ارتباطی نوشتاری با هم در تماس‌اند و هر شخص در یک اتاق جدا است تا از شیوه‌های دیگر ارتباطی جلوگیری شود. آزمون­گر باید پس از مکالمه با هر دو شرکت‌کننده در بازه­ی زمانی حدودا پنج دقیقه­ای، جنسیت آنان را تشخیص دهد. جنبه سخت آزمون این است که شرکت‌کننده مرد باید تلاش کند آزمون­گر را فریب دهد و شرکت‌کننده زن وی را در تشخیص جنسیت شرکت‌کنندگان راهنمایی کند.تورینگ پس از طرح این آزمون این سوال را مطرح می‌کند: اگر یک رایانه جای شرکت‌کننده مرد را در این بازی بگیرد چه خواهد شد؟ آیا خطای آزمون گر کاهش خواهد یافت؟آزمون تورینگ که در مقاله بعدی شرکت کننده زن با یک مرد جابجا شد.آزمون تورینگ بارها تغییریافته است که برخی توسط خود تورینگ در مقالات بعدی‌اش اعمال شد. امروزه آزمون تورینگ با یک گروه آزمون­گر و یک عامل (agent) انجام می‌گیرد. گروه آزمون­گر با عامل سخن می‌گویند و در آخر به او نمره می‌دهند. این روند چندین بار تکرار می‌شود، اما ایده نهفته پشت شکل‌های مختلف این آزمون چیست؟پرسشی که تورینگ را به طرح این آزمون وا داشت این است که «آیا ماشین‌ها می‌توانند بیاندیشند؟». او باور داشت که این پرسش گنگ است و ما نمی‌توانیم مرزی مشخص برای اندیشه مشخص کنیم و از این روی اندیشه تعریف نشده باقی می‌ماند. راهکاری که وی برای حل این مشکل ارائه داد این بود که بجای این پرسش به پرسشی دیگر بپردازیم. ماشین‌ها تا چه حد می‌توانند انسان‌ها را تقلید کنند؟آیا یک ماشین می تواند بیاندیشد؟ رفتار یک ماشین و مقایسه آن با رفتار انسان‌ها بسیار ساده‌تر از این است که تعریفی جامع برای اندیشیدن بیابیم و توانایی‌های ماشین‌ها را با این تعریف تطبیق دهیم. این راه‌حلی رفتارگرایانه است که تا اندازه زیادی درگیری ما را با انتزاعات می‌کاهد.پیش‌بینی الن تورینگپیش‌بینی‌هایی از تورینگ در دست است که می‌گوید تا اواخر قرن بیستم رایانه‌ها از لحاظ قدرت پردازشی و مقدار حافظه به جایگاهی می‌رسند که در آزمون تورینگ خیلی بهتر عمل کنند. به عبارت دیگر احتمال تشخیص درست آزمون­گر، پس از پنج دقیقه مکالمه با یک عامل بیش از هفتاد درصد نخواهد بود.امروزه شاهد آنیم که این پیش‌بینی چندان درست نیست. با اینکه برنامه‌هایی بوده‌اند که در مسابقه لوبنر توانسته‌اند تعداد قابل‌توجهی از داوران را فریب دهند ولی این تعداد به پیش‌بینی تورینگ نرسیده است.سؤالی که ممکن است به ذهنتان خطور کند این است که آیا تورینگ باور داشت که در آینده‌ای نزدیک، رایانه‌هایی که در آزمون تورینگ می‌توانند تا اندازه‌ای خوب عمل کنند قادر به تفکر خواهند بود؟ ظاهراً چنین است.قانون موریک پیش‌بینی دیگر که به آزمون تورینگ و پیش‌بینی‌های وی مربوط است قانون مور است. گوردون مور مدیر عامل و بنیان‌گذار شرکت اینتل در سال 1975 با مشاهده روند پیشرفت قدرت سخت‌افزاری رایانه‌ها، قانون مور را ارائه داد.قانون مور بیان می‌کند که هر دو سال چگالی قطعات در یک مدار مجتمع دو برابر می‌شود. علت این افزایش، کاهش مداوم حجم ترانزیستورها است که همچنان جریان دارد. پیش‌بینی مور به‌قدری درست از آب درآمد که برخی آن را قطعی و غیر قابل توقف خطاب کرده‌اند.اما این روزها نشانه‌هایی از کاهش سرعت این روند مشاهده می‌شود و اگر به این موضوع علاقه‌مندید می‌توانید مقاله لاجیسیا با عنوان «قانون مور رو به اتمام است» را مطالعه کنید.پیش‌بینی‌های موراوکآزمون تورینگ وعده ماشین‌های اندیشمند را می‌داد و مور وعده افزایش قدرت رایانه‌ها را. این دو در کنار هم باعث شدند نویسندگانی شامل موراوک و کورویتز از آینده‌ای حرف بزنند که ماشین‌ها تبدیل به‌گونه‌ای مستقل می‌شوند.موراوک نویسنده‌ای آینده شناس است که در سال 1988 با انتشار کتاب mind children پیش‌بینی کرد تا سال 2040 گونه‌ای هوشمند از ماشین‌ها ظاهر خواهند شد.وی در سال 1998 در کتاب جدید خود باملاحظه قانون مور و تعمیم آن پا فراتر گذاشت و گفت ماشین‌ها نه‌تنها به هوشی در حد انسان دست خواهند یافت بلکه به حالتی فرا هوشمند نیز خواهند رسید که عملاً از هر جنبه آنها را نسبت به انسان برتر می‌کند.وی در کتاب‌های خود ایده‌های عجیبی را بیان می‌کند. مثلاً این سوال را مطرح می‌کند که اگر نورون‌های عصبی مغز انسان را یک یک با نورون‌هایی مصنوعی تعویض کنیم انسانیت فرد تحت عمل کی از بین خواهد رفت و آیا اصلاً از بین خواهد رفت؟ایده‌ای بسیار جالب دیگر از وی این است که با برش جسم پینه‌ای یعنی بزرگراه عصبی بین دو نیمکره مغز و جایگذاری یک چیپ در بین آن‌ها، این چیپ، ترافیک داده‌های عبوری را مشاهده کند. سپس این دستگاه با یادگیری از طریق داده‌هایی که جمع‌آوری کرده می‌تواند طرز کار مغز انسان را تقلید کند و عملاً هوش یک فرد را بدزدد.چنین ایده‌هایی را بارها در کتاب‌ها و فیلم‌های علمی تخیلی دیده‌ایم. در ادامه به بررسی بیشتر ایده ماشین‌های متفکر می‌پردازیم و باید به کمی قبل‌تر سفر کنیم یعنی قرن 17.دکارتتورینگ اولین فردی نبود که چنین رویکردی به مسئله تفکر ماشین‌ها داشت. در کتاب «گفتار در روش» دکارت موضوعی مشابه مطرح شده است.دکارت در این کتاب می‌گوید حتی اگر ماشین‌هایی اختراع شوند که رفتار ما را تا حد خیلی خوبی تقلید ‌کنند باز ما قادر به تشخیص ماشین‌ها از انسان‌ها خواهیم بود. این فیلسوف دو روش برای این کار را در کتاب خود مطرح می‌کند.وی ادعا دارد که تشخیص ماشین از انسان ساده است چرا که در وهله اول هیچ ماشینی قادر به تولید جایگشتی از کلمات و استفاده از آن برای علامت دادن و انتقال مفاهیم نیست. ممکن است ماشینی در برابر رفتارهای خاصی صداهایی تولید کند که حاصل طرز قرارگیری قطعاتش‌اند اما هرگز نمی‌تواند به شیوه‌ای که ما در یک مکالمه ساده و روزمره استفاده می‌کنیم موفق شود.مشخصه دومی که دکارت از ماشین‌ها ارائه می‌دهد این است که ماشین‌ها ممکن است در کاری بسیار قوی عمل کنند و حتی قوی‌تر از انسان، ولی هرگز قادر نخواهند بود همانند انسان در برخورد با هر مسئله‌ای راه‌حلی مناسب یابند چرا که منطق جامع انسانی را ندارند و کارهایشان را از روی درک و فهم انجام نمی‌دهند.از این مطالب نتیجه می‌گیریم که پاسخ دکارت به سؤال آیا ماشین‌ها می‌توانند فکر کنند؟ خیر است اما از سخنان دکارت نتیجه می‌گیریم که اگر آزمون تورینگ را یک عامل پشت سر بگذارد یعنی قادر به برقراری یک مکالمه بامعنا با انسان‌ها باشد آنگاه این عامل قادر به تفکر است. حال اگر ماشینی این آزمون را پشت سر بگذارد دکارت احتمالاً قبول کند که آن ماشین قادر به تفکر است.البته دکارت دوگانه­‌گرای جوهری بود که ممکن است با ایده ماشین‌های متفکر در تضاد باشد. در مورد این موضوع می‌توانید به نوشته تاریخچه هوش مصنوعی از لاجیسیا مراجعه کنید. در بخش انتقادات که در آخر این نوشته آورده شده، انتقاد دوگانه­­­­­­­­­­­‌گرایی به ایده ماشین متفکر در بخش الهیاتی مطرح گشته است.رویکرد آزمون تورینگ به مسئله آگاهیهمانطور که گفته شد آزمون تورینگ برای تبدیل سوال تفکر ماشین‌ها به صورتی ساده‌تر و قابل آزمایش­تر ارائه شد. تورینگ باور داشت اگر ماشینی بتواند مکالمه انسان را تقلید کند این اولین نشانه از تفکر این ماشین خواهد بود. در واقع این تنها روش ما برای تشخیص ناطق بودن آشنایان و اطرافیان ما است. تنها دلیلی که ما برای نسبت دادن صفت متفکر به دیگران داریم شیوه رفتار آنان و مکالمه آن‌ها به‌طوری عادی است. وقتی فردی نسبت به رفتارهای ما واکنش نشان می‌دهد و جملاتی معنی‌دار برای انتقال تفکرات و احساسات خود بکار می‌برد ما حس می‌کنیم که این فرد متفکر و ناطق است.مفهوم آزمون تورینگ دو ادعای اساسی را مطرح می‌کند. ادعای آزمون تورینگ و ادعای ماشین متفکر.اولی بیان می‌کند که آزمون تورینگ قادر به تشخیص قدرت تفکر در یک عامل است و دومی مدعی است که اختراع یک ماشین متفکر و آگاه ممکن و قابل دستیابی است.توجه کنید که آگاهی و تفکر دو مفهوم یکسان نیستند ولی در گونه ما کنار هم ظاهر شده اند. تورینگ به مفهوم تورینگ پرداخته بود ولی ما از ایده او استفاده می کنیم تا آگاهی را نیز بررسی کنیم.اجتناب‌ناپذیری مور/تورینگگروهی از متفکرین در تلاش برای وصف ماهیت تفکر و آینده ماشین‌ها، از مفاهیمی که تا الان معرفی شد استفاده می‌کنند. موراوک خود از زمره این افراد است. اگر بخواهیم استدلالشان را صورت‌بندی کنیم چنین چیزی خواهیم داشت:1. رایانه‌ها روزبه‌روز قدرتمند تر می‌شوند.2. قدرتمندتر شدن رایانه‌ها بعضی کارها را که دست‌نیافتنی شمرده می‌شدند را ممکن کرده است پس منطقی است که بگوییم در آینده نیز رایانه‌ها قادر به انجام کارهایی خواهند بود که امروزه ناممکنشان می‌پنداریم.3. گروهی از ویژگی‌ها هستند که بیشتر مختص ما انسان‌ها اند. علاوه بر حرف‌زدن، می‌شود توانایی بازی‌کردن، چابکی در حرکت، ادراک بینایی و ... را در این گروه افزود. اگر یک ماشین برخی از این ویژگی‌ها را دارا بود شاید با آن همچون یک انسان رفتار می‌کردیم. مثلاً فرض کنید رباتی که می‌تواند حرف بزند با شما به‌خوبی پوکر بازی کند. طبیعی است که با وی به سان بازیکنان انسان رفتار کنید.4. اگر چنین رباتی به هنگام شکست ناراحت و حین پیروزی خوشحال شود، در هنگام ضربه خوردن درد خود را نمایان سازد، حس خواهیم کرد که دارای آگاهی است و می‌تواند درد و رنج را حس کند.5. این حس شمّی که گویای آگاه بودن یک عامل است تنها شاهد ما برای انتساب آگاهی به سایرین است. در واقع این شم درونی‌مان تنها ابزاری است که برای بررسی آگاه بودن یک فرد داریم؛ بنابراین چنین رباتی را باید کاملاً آگاه بدانیم.این استدلال اجتناب‌ناپذیری تور/مورینگ نامیده می‌شود.اعتراضات وارده به این دو مسئله و محاسبه گرایی· پیوسته بودن شبکه عصبی مغزیکی از تفاوت‌های اساسی ما با رایانه‌های امروزی این است که محاسبات رایانه‌ها به طور گسسته است ولی مغز ما و شبکه‌های عصبی ما انسان‌ها پیوسته است. ممکن است این تفاوت در ساختار ما و ماشین‌ها، ایده ماشین‌های متفکر را از راه به در کند.· زوال قانون موررایانه‌ها تابه‌حال به طور پیوسته در حال قدرتمندتر شدن‌اند. اما این باور که رایانه‌ها در آینده نیز با همین سرعت قدرتمندتر خواهند شد را توجیه نمی‌کند و اینکه اگر رایانه‌ها الان کارهایی را انجام می‌دهند که قبلاً غیرقابل انجام فرض می‌شد باز دلیلی بر این نیست که در آینده بتوانند همه کارهایی که امروزه غیرقابل انجام دانسته می‌شود را انجام دهند. به‌عنوان‌مثال تابه‌حال وضعیت رایانه‌ها در حوزه مکالمه روزمره ناامیدکننده بوده است.· متکلم یا متفکر؟مشکلی که آزمون تورینگ دارد این است که رویکردی رفتارگرایانه به مشکل آگاهی دارد یعنی از رفتار قابل‌مشاهده یک عامل نتیجه می‌گیرد که آیا آن عامل متفکر است یا نه. شاید به ذهنتان خطور کند که اگر یک فرد قادر به سخن‌گویی است حتماً اندیشه‌ای در پی آن سخن هست اما به این بیندیشید. قطعاً قابل فرض است که ماشینی وجود داشته باشد که اکثر عبارات روزمره و کاربردی را در حافظه خود ذخیره داشته باشد. پس در هنگام ملاقات یک انسان به‌سادگی با توجه به ورودی‌ها عبارتی مناسب را پخش کند. این ماشین چیزی جز یک مقلد خالی نیست و اندیشه‌ای به آن نمی‌توان نسبت داد.· کم اعتباری‌ شم انسان به لحاظ علمیشم انسان ابزاری مناسب برای انتساب اندیشمندی به یک عامل نیست. درست است که در نگاه اول تنها ابزار ما برای چنین کاری است اما این دلیلی برای درستی‌اش نیست. شم ما در خیلی موارد ما را به‌اشتباه می‌اندازد. مثلاً خیلی از ماها به وجود مفهومی چون شانس باور داریم. شانس مفهومی است که شم ما بر ما محسوس می‌کند ولی می‌دانیم که هیچ شاهد علمی و استواری برای وجود مفهومی چون شانس نیست.· تکینگیعده‌ای باور دارند که در آینده ماشین‌ها برتر از ما خواهند شد و ممکن است ما را به بردگی یا حتی نابودی بکشانند. این طرز تفکر نقدی بر خود ماشین متفکر یا آزمون تورینگ نیست بلکه ایده ماشین متفکر را قطعی هم می‌داند. نقد این افراد به عمل آفرینش چنین ماشین‌هایی است و تأثیراتی که این ماشین‌ها بر جامعه انسانی خواهند گذاشت.· الهیاتیدر ادیان بسیاری باور بر این است سرچشمه اندیشه از روحی است که در کالبد ما نهاده شده و اینکه خالق یا خالقانی وجود دارند که این روح را در کالبدمان دمیده است. به تعبیری تنها وجودی که قادر به اهدای قدرت اندیشه به یک موجود است آن خالق است و نه کسی دیگر.جمع‌بندی و مطالب بعدیدر این نوشته با آزمون تورینگ و قانون مور آشنا شدیم و همچنین دیدیم که چگونه این دو مفهوم در تصور ما از آینده ماشین‌ها تأثیر گذاشته‌اند. با برخی از انتقاداتشان آشنا شدیم که برخی توسط خود تورینگ مطرح شد و این دانشمند از رویکرد خود در مقابل این انتقادات به‌خوبی دفاع کرد. در آینده راجع به برخی از این انتقادات مخصوصاً انتقاد ریاضیاتی که توسط گودل مطرح شد خواهم نوشت.ایده تورینگ زیرگروه محاسبه گرایی دانسته می‌شود که پایه آگاهی و تفکر انسان را محاسبات می‌داند. در نوشته‌های بعدی به نظریات دیگر در محاسبه گرایی و همچنین مشکل سخت در مسئله آگاهی خواهم پرداخت.منابع:https://www.britannica.com/technology/Moores-lawhttps://www.intel.com/content/www/us/en/silicon-innovations/moores-law-technology.htmlhttps://en.wikipedia.org/wiki/Moore%27s_law#Consequences%20:specific%20Article%20on%20Moore's%20lawhttps://www.wired.com/1995/10/moravec/https://www.futuresplatform.com/blog/human-computers-2029https://en.wikipedia.org/wiki/Hans_Moravechttps://searchenterpriseai.techtarget.com/definition/Turing-testhttps://en.wikipedia.org/wiki/Alan_Turinghttps://plato.stanford.edu/entries/turing-test/ بابک خلیل وندیان بابک خلیل وندیان Sat, 30 May 2020 00:41:04 +0430 https://virgool.io/LogisiaMag/%D9%81%D8%A7%D8%B5%D9%84%D9%87%DA%AF%D8%B0%D8%A7%D8%B1%DB%8C-%D8%A7%D8%AC%D8%AA%D9%85%D8%A7%D8%B9%DB%8C-%D8%AA%D8%A7-2022-%D8%B7%D9%88%D9%84-%D8%AE%D9%88%D8%A7%D9%87%D8%AF-%DA%A9%D8%B4%DB%8C%D8%AF-f8tdgoknso7q مقاله‌‌‌ای جدید و شوک‌آور از سوی پژوهشگران بخش سلامت عمومی دانشگاه هاروارد درباره‌ی مدت لزوم ادامه فاصله‌گذاری اجتماعی منتشر شده است. این محققان که نحوه سرایت ویروس کووید-۱۹ را مدل‌سازی می‌کنند اظهار کرده‌اند: " شاید فاصله گذاری اجتماعی برای مدتی بیشتر و به صورت دوره‌ای تا 2022 ضروری باشد." در حالیکه بسیاری امیدوارند این شرایط به زودی تمام شود، رسانه‌های مختلف با استناد به این مقاله، بر طولانی شدن زمان قرنطینه تاکید می‌کنند. اما بهتر است به جای توجه به عدد سال ۲۰۲۲ به کلمه "شاید" توجه کنند.متغیرهای کلیدی تحقیق جدیداین مقاله که در تاریخ 14 آوریل در journal science منتشر شده، اولین تحقیق گسترده‌ای است که با استفاده از داده‌های دو نوع ویروس کرونای مشابه به کووید-19 یعنی OC43 و HKU1، دو ویروسی که عامل سهم بزرگی از موارد سرماخوردگی‌اند، رفتار ویروس جدید را پیش‌بینی می‌کند.این مقاله که تاثیر خصایص فصلی در گسترش ویروس مسبب همه‌گیری فعلی یعنی SARS-COV-2 را بررسی می‌کند، دو متغیر کلیدی دارد. اولین متغیر کلیدی این است که اگر بر طبق فرض محققان، SARS-COV-2 مشابه دو ویروس مذکور رفتار کند آنگاه تابستان شیوع آن را به صورت چشم‌گیری کاهش خواهد داد ولی نه به اندازه‌ای که بیماری ریشه‌کن شود. این خطر نیز وجود دارد که فاصله‌گیری اجتماعی طولانی مدت شرایط را برای شیوع شدیدتر ویروس در زمستان 2020-21 آماده کند چون افراد زیادی به ویروس مبتلا نخواهند شد.متغیر کلیدی بعدی مدت زمان مصونیت بهبودیافتگان است. مارس لیپ‌استچ، اپیدمیولوژیستی مورد احترام و یکی از نویسندگان اصلی این پژوهش، در گفت‌وگویی خبری گفت : "حدسیات معقولی نشان می‌دهند در بدترین حالت مصونیت تقریبی حدود یک سال و در بهترین حالت چند سال ادامه پیدا می‌کند ولی این حدسیات صرفا نظری‌اند."در مصونیتی که تا یک‌سال دوام می‌آورد، سالانه کووید-19 شیوع پیدا می‌کند (بدون در نظر گرفتن فاصله‌گذاری اجتماعی و هرگونه دخالت انسانی) ولی مصونیت طولانی‌تر شیوع‌های متناوب کاهش می‌دهد و اگر افرادی که قبلا به دو ویروس سرماخوردگی مبتلا شده‌اند سطحی از مصونیت در مقابل SARS-CoV-2 بدست آورند این شیوع‌ها کمتر جدی خواهد بود.فرضیات تحقیق جدیددر این مدل چند فرض ساده لحاظ شده است. برای مثال، تاثیر شدت ردیابی تماس یعنی ردیابی ارتباطات و تماس‌هایی که ممکن است در شیوع ویروس دخیل باشد، در سرکوبی شیوع ویروس در نظر گرفته‌ نشده و همه افراد یکسان مدل شده‌اند. هر کسی جز یکی از چهار حالت است: بهبود یافته، آلوده، در معرض آلودگی و یا حساس. در این چارچوب نمی‌توان طرز تفاوت واکنش افراد در سنین مختلف را به ویروس در نظر گرفت.در نبود فاصله‌گذاری اجتماعی، میانگین تعداد افراد حساسی که یک فرد بیمار آلوده می‌کند بین 2 و 2.5 فرض می‌شود. پژوهش‌هایی از بیشتر بودن این عدد گفته‌اند و این می‌تواند خبر خوبی باشد چرا که در این صورت بیماری بیش‌تر شیوع یافته و کشندگی ویروس کمتر از باور عمومی است. لیپ‌استچ می‌گوید: " اگر مصونیت عمومی بیش‌تر از آن چه باور داریم باشد آنگاه شاید بیماران شناخته شده از طریق موارد خفیف بیماری، مصونیتی بیشتر از انتظار را در بدنشان بدست آورده باشند. چنین چیزی ممکن است." همچنین در این مدل فرض شده است که هیچ پیشرفتی در راستای درمان بیماری و تولید واکسن رخ نخواهد داد.نتیجه‌‌گیری پژوهشبا فرضیات مذکور و همچنین با فرض این که فاصله‌گذاری اجتماعی قابلیت انتقال ویروس را تا 60 درصد و تابستان آن را تا 40 درصد کاهش می دهد، نتیجه پیش‌بینی این مدل از این قرار است : برای تثبیت آمار بیمارانی که به مراقبت جدی نیاز دارند، در حدی که بیمارستان‌ها توانایی ارائه آن را داشته باشند، آمریکا باید فاصله‌گذاری اجتماعی را تا اواسط ماه مه رعایت کند و از ماه آگوست و اواخر اکتبر تا آخر سال دوباره آن را اعمال کند و همچنین از فوریه تا آوریل 2021، ژوئن 2021 و بازه‌هایی زمانی در 2022 و بعد.با دو برابر کردن تخت ها – بدون تغییر سایر فرضیه‌ها – شرایط بهتری به دست می‌آید. بعد از سه بازه زمانی یک یا دو ماهه تا اواسط 2021 و سپس بازه زمانی 1 ماهه در آخر 2021، آمریکا را تا جولای 2022 از مصونیت عمومی بهره‌مند می‌کند. با این حال با کثرت ناشناخته‌ها، ترکیب مولفه‌ها می‌تواند شدت بخش یکدیگر شود. در این مقاله، پژوهشگران سناریوهای زیادی را مد نظر قرار داده‌اند. به گفته لیپ‌استچ در همه سناریوها " فاصله‌گذاری اجتماعی در بازه‌هایی زمانی مختلف برای رسیدن به مصونیت عمومی نیاز است."راه‌حل‌های برون رفت از بحرانمعلوم نیست دقیقا چند بازه زمانی نیاز است و دلیلی وجود ندارد با اطمینان اظهار کنیم که تا تابستان 2022 طول خواهد کشید. کارهای بیشتری از دو برابر کردن تعداد تخت می‌توان کرد. ردیابی تماس موثر در تشخیص افرادی که در معرض بیماری قرار گرفته‌اند مفید است و لازم نیست کل یک منطقه را ببندیم. اگر تست‌های تشخیص بیماری در یک یا دو ماه آینده به صورت گسترده‌تری انجام شود، راجع به مقدار شیوع فعلی بیماری و حدود آن در آینده، داده‌هایی بهتری به دست‌ خواهیم آورد. حتی اگر آمریکا از پیشرو‌های انجام تست نباشد داده‌های بهتری مثلا از آلمان و فنلاند، به پژوهشگران اجازه می‌دهد با اطمینان بیشتر نسبت به نتایج، به پیش‌بینی بپردازند.اما همانطور که زینب توفکچی در آتلانتیک یادآوری کرده است، چنین مدل‌هایی قرار نیست آینده را پیش‌بینی کنند بلکه قرار است "طیف وسیعی از احتمالات" را توصیف کنند و "این احتمالات نسبت به اقدامات ما بسیار حساس هستند." (این احتمالات در گرو کارهایی هستند که ما انجام میدیم) اگر اقدامات خاصی را به انجام نرسانیم، ممکن است سال‌ها در قرنطینه بمانیم در حالی‌که می توان با انجام اقداماتی که گفته شد هر چه زودتر این مشکل را پشت‌سر بگذاریم.منبع:https://www.technologyreview.com/2020/04/15/999618/2022-social-distancing-science-lipsitch/ بابک خلیل وندیان بابک خلیل وندیان Sun, 03 May 2020 22:44:31 +0430 https://virgool.io/LogisiaMag/%D8%A7%D9%86%D8%B3%D8%A7%D9%86-%DB%8C%D8%A7-%D9%85%D8%A7%D8%B4%DB%8C%D9%86-%D8%B2%D9%86%D8%AF%D9%87-%DB%8C%D8%A7-%D9%85%D8%B1%D8%AF%D9%87-%D8%AA%D8%A7%D8%B1%DB%8C%D8%AE%DA%86%D9%87-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%A8%D8%AE%D8%B4-%D8%AF%D9%88%D9%85-gsmt03jgtus0 در بخش اول تاریخچه هوش مصنوعی به اتوماتون ها پرداختیم. در این بخش از تأثیری که این اتوماتون ها بر فلاسفه و اندیشه ای که نسبت به ذهن غالب بود گذاشتند صحبت خواهیم کرد. همچنین به دو مکتب متافیزیک که در تلاش برای پاسخ دادن به مسأله ذهن و بدن اند اشاره‌ای میکنیم.شکوفایی تولید ساعتتولید یکی از کاربردی ترین و جذاب ترین اتوماتون ها یعنی ساعت در قرون 15 و 16 به شکوفایی رسید. این اتوماتون دارای اجزای کوچکتر بسیاری است که در کنار هم و با هماهنگی کار و نتیجه ای پایانی را ظاهر می‌کنند که برایمان قابل مشاهده است. یعنی نمایش زمان. ساعت نمادی است از نظم و هماهنگی اجزای سازنده و یک سیستم پیچیده که در نهایت عملکردی معنادار را پدیدار میکنند. حال شاید این پرسش به ذهن خطور کند : اگر جهان همچون ساعت بود چه؟ آیا ممکن است انسان به عنوان جزئی از این جهان یک اتوماتون باشد؟ پرسش‌هایی از این قبیل ذهن اندیشمندان این دوران را مشغول کرده بود.راهکار دکارترنه دکارت، فیلسوف فرانسوی اولین فردی بود که به طور سیستماتیک به مسأله ذهن و بدن اندیشید. دکارت به درخواست کلیسا به این سوال پرداخت: انسان چه تفاوتی با ماشین دارد؟ پاسخی که او ارائه داد دوگانه انگاری کلاسیک نامیده می‌شود. او جسم و ذهن را از هم جدا دانست. جسم همانند اتوماتون ها از اجزایی ساخته شده است که منظم در تعامل با هم اند. اما احساسات و تفکر انسانی و به طور کلی ذهن در در قالب جسم توصیف ناپذیر است. پس دکارت روح را پدیدآورنده ذهن دانست. روحی که به هنگام آفرینش انسان در جسمش دمیده شد. این روح به انسان احساس، تفکر، هوش، آگاهی و بسیار ویژگی های دیگر میدهد و جسم را در اختیار دارد و چیزیست که انسان را از محیط اطرافش متمایز میکند و در نهایت آنی است که در جهان مرده جسم انسان را زندگانی میبخشد. جالب است بدانید که به این علت دکارت حیوانات را ماشین می‌دانست.مشکلات دوگانه انگاری کلاسیکپاسخ دکارت قانع کننده نیست. جمله معروف دکارت «من می اندیشم، پس هستم» را در نظر بگیرید. واضح است که دکارت بنیان یقین بر وجود انسان را تفکر می‌دانست و همانطور که گفتیم دکارت اندیشه را حاصل روح که جدا از ماده است دانست. حال بیایید از اتوماتونی در نقد این تفکر دکارت استفاده کنیم. اگر اتوماتون نویسنده ژک دروز را طوری تنظیم کنیم که این جمله را روی کاغذ بیاورد یعنی بنویسد «من می اندیشم، پس هستم» آیا این ماشین بناگه قادر به اندیشیدن شده است؟ به این می‌ماند که ماشین از آگاهی به وجود خود به ما خبر می‌دهد. انگاری روح دارد. خوب ما تقریبا با اطمینان می‌توانیم بگوییم که چنین نیست ولی نمی توانیم به قطع بگوییم که انسان متفاوت از این مثال است.ماتریالیسماز دیدگاه های مخالف دوگانه انگاری دکارت، ماتریالیسم است. به صورت خلاصه در توضیحش می‌شود گفت که ماتریالیسم جهان را ساخته شده از جوهر مادی میداند.یعنی هیچ چیز غیر مادی وجود ندارد و تمام موجودات از عنصر پایه ماده تشکیل شده‌اند. دموکریتوس از فلاسفه ماتریالیست است که احتمالا با او آشنا هستید. وی ذره بنیادی سازنده هر چیزی را اتم میدانست.انسان در ماتریالیسم، چون ماشینی توصیف می‌شود که به محیط اطراف خود واکنش نشان می‌دهد و فاقد روح است. ذهن چیزی جز سیستم عصبی نیست و خرد ما حاصل فعالیت اجزای مادی بدن ما است. این دیدگاه برای هوش مصنوعی قوی (هوش مصنوعی قوی زیر شاخه ای از هوش مصنوعی است که در تلاش برای تقلید کارکردهای شناختی انسان با استفاده از رایانه است) اساسی است زیرا که جهت برساخت ویژگی های اساسی انسان اتکایمان روی رایانه خواهد بود. ماتریالیسم و دوگانه انگاری از مکاتب متافیزیک که شاخه ای از فلسفه است هستند ولی فلسفه تنها دانشی نیست که ما را در پیشرفت هایمان در گذشته و آینده با موضوع هوش مصنوعی قوی ما را یاری می‌کند.محاسبات و تجسم هوش مصنوعیدر کنار این متافیزیک ماده محور، محاسبات مکانیکی نیز در بارآمدن ایده هوش مصنوعی بسیار تأثیر گذار بود. محاسبات از توانایی هایی است که روزانه از آن استفاده می‌کنیم. این توانایی بخشی از هوش انسانی را تشکیل می‌دهد و بدون آن در مواجهه با مسائل بسیاری شکست می‌خوردیم. همین مسأله موجب نیاز بشر به تسهیل محاسبات توسط ماشین شد در نتیجه در کنار پیشرفت اتوماتون ها، طرح ها و اختراعاتی بسیار برای محاسبات مکانیکی پدید آمد. محاسبات مکانیکی از حدود 30000 سال پیش از میلاد در تمدن های بشری مشاهده شده است. یکی از قدیمی ترین ابزار محاسبه مکانیکی چرتکه است که اختراعش به چین 2600 سال قبل میلاد برمی‌گردد و استفاده از آن به تازگی کنار گذاشته شده است. رایانه های شخصی شکوفایی محاسبات ماشین محور است که زندگی انسان را امروزه بسیار تغییر داده است.رایانه که تلفیق محاسبات با اتوماتون ها است راه را برای ایجاد هوش مصنوعی ضعیف باز کرد و ماشینی که از مزیت توانایی محاسبه بهره مند است بیشتر به انسان شبیه است تا یک اسباب بازی کوکی. این در کنار متافیزیک ایده هوش مصنوعی قوی را پدید آورد که البته به این سادگی ها هم نیست. دیدگاه های بسیاری نسبت به انسان در متافیزیک دیده میشود که با امکان ساخت سیستمی که دقیقا مثل انسان فکر میکند و احساس دارد مخالف اند. در نوشته های بعد پروژه علوم شناختی لاجیسیا به ذکر نظرات مخالف و موافق خواهیم پرداخت.منبع :Cognitive Science: An Introduction to the Study of Mind, Jay Friedenberg, Gordon Silverman بابک خلیل وندیان بابک خلیل وندیان Sun, 29 Mar 2020 14:13:14 +0430 https://virgool.io/LogisiaMag/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D9%86%DA%AF%D8%A7%D9%87%DB%8C-%D8%AA%D8%A7%D8%B1%DB%8C%D8%AE%DB%8C-%D9%88-%D9%85%D9%81%D9%87%D9%88%D9%85%DB%8C-%D8%A8%D8%AE%D8%B4-%D8%A7%D9%88%D9%84-udj7vd8rxasg در نوشته اول پرونده علوم شناختی لاجیسیا، به تحولات انقلابی پرداختیم که در ظهور دیدگاه شناختی تاثیرگذار بودند و با اصطلاح «ذهن به سان رایانه» آشنا شدیم.در این نوشته یک اصطلاح بسیار قدیمی که از 2000 سال پیش، در یونان شروع شده و منشأ اصطلاح مذکور است معرفی می‌شود که با ظهور اتوماتون‌ها پدید آمده بود: «انسان به سان ماشین». در ادامه و به طور مختصر، به تاریخچه‌ی این دیدگاه که منجر به تولد هوش مصنوعی گردید و همچنین اتوماتون‌ها خواهیم پرداخت. شاید برای برخی، بررسی تاریخچه‌ی یک علم کاری کسل‌­کننده به نظر بیاید ولی باید توجه کرد که این کار عبث و بیهوده نیست. تاریخچه‌ی یک تفکر، ما را با اندیشه خامی که مادر آن است آشنا می‌کند و همچنین سیر تلفیق آن اندیشه با اندیشه­‌های دیگر و تکامل آن در طول تاریخ، ما را با چگونگی تعامل اندیشه­‌ها با یکدیگر و روند پیشرفت اندیشه مذکور آگاه می‌کند. حال با این مقدمه به نسبت طولانی برویم به اصل مطلب.اتوماتون‌ها، از یونان باستان تا رنسانس اتوماتون‌ها سازه‌هایی نیمه خودکار یا کاملا خودکاری هستند که هوش مصنوعی وجودش را مدیون آن‌هاست. مثالی که احتمالا برایتان آشنا باشد، اسباب­‌بازی­‌های کوکی است که با پیچاندن چرخ دنده‌­هایش کوک می‌شوند و توالی از اعمال را به نمایش می‌گذارند. اتوماتون‌ها از گذشته‌ه­ای بسیار دور تا حال در تکنولوژی‌های انسان مشاهده شده است و شروع ساخت آنان حداقل به 2000 سال پیش برمی‌گردد. در اسطوره­های یونانی اتوماتون­ها به وفور به چشم می‌خورند. در این اساطیر اتوماتون‌ها مجسمه‌هایی فلزی از انسان، حیوان و یا اهریمن هستند که برترینشان، همانند انسان قادر به تفکر و احساس هستند. هفایستوس خدایی است که این اتوماتون‌ها را می‌سازد. بخشی از ایلیاد هومر را بخوانیم:«هفایستوس تکیه‌‌گاه خود را رها کرد یک چوب سنگین را در دست گرفت و لنگان به سوی درگاه رفت. خدمه وی برای حمایت از اربابشان حرکت کردند. اینان طلاساخت و در ظاهر همچون بانوانی جوان هستند. در قلبشان فهم جای دارد و دارای نطق و قوت‌اند و از خدایان نامیرا انجام امور را یاد گرفته‌اند.» حضور بسیار اتوماتون‌ها در اساطیر یونان حاکی از دلبستگی مردم آن زمان به ساخت ماشینی از جنس خودشان یعنی انسان است. می­توان این را نخستین گام‌ها در سوی تمایل انسان به خود‌شناسی دانست. اتوماتون‌ها تنها به داستان تعلق نداشتند. در یونان نمونه­‌هایی اولیه از ماشین‌های مکانیکی رواج یافته بودند که با آب یا باد کار می‌کردند. اینان به عنوان ابزار، اسباب‌بازی و یا به مقاصد مذهبی به کار برده‌ می‌شدند. تسیبیوس، مخترع یونانی، در یکی از اختراعاتش با استفاده از آب یک سوت را به صدا در‌آورد و مدل جغدی را به حرکت انداخت. ساخت این ماشین‌های نیمه خودکار در قرون وسطی هم ادامه یافت. داوینچی از مخترعان مشهوریست که اتوماتون‌های بسیاری را به نام خود ثبت کرده است. از شناخته‌ترین آنان می‌توان به شیر کاملا اتوماتیکی اشاره کرد که آن را به محضر فرانسیس اول برد. این شیر طول هال را طی میکند و در مقابل شاه ایستاده و نماد گل زنبق را با دهان خویش پیش پای وی می‌گذارد. در پیوندها آدرس ویدیویی از نمونه بازسازی شده این اثر گذاشته شده است. مخترعی دیگر با نام Pierre Jaquet-Droz اتوماتونی متشکل از سه مجسمه ساخت که به نوشتن، نقاشی و نواختن کلاویکورد می‌پرداختند.بازسازی شیر مکانیکی داوینچیاتوماتون نویسنده، نوازنده و نقاش رودررویی فلسفه با اتوماتون ها در بین این تنوع اتوماتون­ها که بسیار محبوب شده بودند اختراعی نمادین پدید آمد که دیدگاه متافیزیکی بسیاری از اندیشمندان را به خصوص فلاسفه را جهت داد، این اختراع ساعت است. یکی از اندیشمندان مهم در این زمینه دکارت است که خود از مخترعان اتوماتون­‌ها محسوب می‌شود و در اندیشه‌های خود بسیار از این اختراعات تأثیر پذیرفته و با مسأله ذهن و بدن به صورت جدی درگیر شده است. نوشته‌های رنه دکارت شروعی بر سیر تاریخ به سوی هوش مصنوعی و وضع امروز است که در نوشته بعدی به آن خواهیم پرداخت.منابع:https://www.theoi.com/Ther/Automotones.html the Greek automatons, mythologyhttps://en.wikipedia.org/wiki/Automaton#EtymologyCognitive Science: An Introduction to the Study of Mind, Jay Friedenberg, Gordon Silvermanپیوندها:https://www.youtube.com/watch?v=7YEPhe2Gp0Y اتوماتون موزیکالhttps://www.jaquet-droz.tv/video/9308963/the-writer-by-pierre-jaquet-droz اتوماتون نویسنده بابک خلیل وندیان بابک خلیل وندیان Wed, 18 Mar 2020 20:28:54 +0330 https://virgool.io/@b.khalilvandian/%D8%B9%D9%84%D9%85-%D9%87%D8%B3%D8%AA%DB%8C-o4rxiaz73chz از مسائلی که گاها ذهنم را به خود درگیر میکند را علم هستی مینامم. این موضوع بسیار برایم شگفت انگیز است علی الخصوص به هنگام مقایسه با دانشی که انسان کسب میکند. بگذارید با چند مثال سخنم را واضح‌تر بیان کنم.فرض کنید سنگی در دست دارید. آنرا رها میکنید و می‌افتد. خب این رخدادی است بسیار عادی. ما همه سنگ را معمولا بی‌جان تلقی میکنیم. اما تعبیری ازین رخداد میتوان کرد که جز این است و شاید حقیقتی را در قلب خود دارد. شاید.این سنگ که بی‌درنگ از دستتان می‌افتد به این میماند که سنگ میداند. میداند که باید بیافتد و نه غیر آن. دانشی سنگ را به جلو هدایت میکند و همین دانش شاید همان قوانین فیزیک هستند. اگر به وجود علیت در هستی قائل باشیم میتوانیم به این باور بیاوریم که موجودی هست که عامل این پدیده میباشد. یعنی آن دانش. دانش به چگونگی کنش با جهان. باور دارم همین دانش تعریف حقیقی و نهایی معرفت است. دانش ناب و خالص. انسانی که طالب حقیقت و دانش است در واقع در جستجوی بدست آوردن چنین چیزی است.در بازنمایی دانش در سیستم‌های خبره، نماد‌ها با شیوه‌ای خاص ذخیره میگردند که میتوانند به هنگام نیاز آن را جستجو کرده و برای پردازش یا ارائه به انسان جهت تعبیر نمایش دهند اما چنین دانشی با علم هستی که توصیف کردم بسیار تفاوت دارد. مهمترین تفاوت در زمان و همچنین این‌همانی است. سنگ جویای رفتار آینده خود نیست و آنرا در خود دارد(البته تا جایی که میدانیم). خود همان دانش است و این‌همانی صادق است. در انسان نیز تقریبا به سان سیستم های خبره در حافظه چنین واکنشی میدهد و در جنس از علم هستی فاصله دارد. نکته‌ای لازم به ذکر است که شاید بی‌توجهی از آن ما را گمراه خواهد کرد. در این متن در تلاش برای توصیف هستی از استعاره استفاده کرده‌ام. مستعار منه که انسان است و مستعاره له هستی و در مثال ذکر شده سنگ. انسان است که برای کنش با جهان از دانش استفاده کرده و تصمیماتی میگیرد و آنان را عملی میکند و همین را برای توصیف هستی استفاده کردم. در نهایت بگویم که اگر این روش تفکر درست باشد میفهمیم که در طلب چنین علمی هستیم. علمی که وجود دارد ولی نمیدانیم چگونه. شاید روزی بتوان آنرا درک کرد. بابک خلیل وندیان بابک خلیل وندیان Thu, 12 Mar 2020 23:57:19 +0330 https://virgool.io/LogisiaMag/%D8%A7%D9%86%D9%82%D9%84%D8%A7%D8%A8-%D8%B9%D9%84%D9%88%D9%85-%D8%B4%D9%86%D8%A7%D8%AE%D8%AA%DB%8C-v12xxaoyj4do ماهیت و چیستی ذهن موضوعی است که بشر را همواره به خود مشغول داشته است.در اساطیر و داستان­های تمدن های گذشته تا کتب و آثار امروزی اشاراتی بر این دغدغه آدمی مشاهده میشود. با این حال بشر تا به امروز نتوانسته جوابی مناسب و قانع کننده برای آن بیاید.در عصر ما نیز این موضوع به فراموشی سپرده نشده است بلکه با پیشرفت­های اخیر میتوان در مورد این موضوع هر چه بیشتر و آسانتر تحقیق کرد. در این نوشته کوتاه به تأثیر رایانه در تفکر به این موضوع و رویکردهایش پرداخته شده است.قرن بیستم، قرن پیدایش ابزارها و دیدگاه­های نوینرواج اصطلاح ذهن به سان رایانه، از تحولاتی جدید خبر میداد که اختراع رایانه یکی از آنان است. رایانه ابزاری قدرتمند است که در اواخر قرن بیستم به تازگی پا به عرصه گذاشته و به سرعت در حال پیشرفت بود. این نوآوری باعث شد که دیدگاهی نوین شروع به رشد کند و در مرکزش این ایده قرار داشت : "مغز یک رایانه است". رواج این دیدگاه مدیون علومی چون فیزیک و روانشناسی نیز میباشد.پیشرفت های فیزیک ساخت ابزار های مشاهده و اندازه گیری فعالیت مغز را مقدور کرد. تکنولوژی هایی چون EEG و MRI محصول این پیشرفت است. دیگر مغز آن جعبه سیاه نبود که تصورش میشد. چنین ابزارهایی روانشناسان را در رفع یکی از بزرگترین مشکلاتشان یاری نمود یعنی طراحی آزمایش های علمی و تجربی روی مغز.رویکرد غالب زمانه در روان­شناسی یعنی رفتارگرایی ، تلاشی در جهت تجهیز این علم به آزمایش علمی بود و چون تا آن دوران فعالیت­های مغز و ذهن قابل مشاهده و اندازه­گیری نبود راهکاری ارائه داد. میتوان با تقلیل ذهن انتزاعی انسان به رفتار که قابل مشاهده است آنرا مورد آزمایش قرار داد. حال که به لطف فیزیک جدید ابزار مشاهده مغز فراهم شده بود به علت باور ارتباط نزدیک ذهن و مغز نیاز به تقلیل ذهن به رفتار تا حدودی از بین رفت بنابراین نیاز به رویکردی جدید حس میشد.جرقه انقلاب شناختی در چنین شرایطی خورد که منجر به گردهم­آیی علوم مختلف با نام علوم شناختی شد. متدولوژی اکتشاف ذهن با این انقلاب متحول گردید.دیدگاه جهان نسبت به انسان تغییر یافته بود هرچند نه لزوما در مسیر درست. نمونه­ای را میتوان در اظهار نظر الن تورینگ در مورد هوش مصنوعی و کامپیوتر دید که انتقاداتی بسیار بر آن شد. وی که شاهد پیشرفت سریع توانایی کامپیوتر ها بود بر این باور شد که تداوم این روند، کامپیوترها را به جایگاهی خواهد رساند که آنان در حل مسائل، هم تراز انسان و یا فراتر باشند و حتی شروع به تفکر کنند.نوآوری­های علم رایانه و تأثیراتش بر متد تحقیق ذهندر قرن حاضر شاهد تعامل علم کامپیوتر با علوم دیگر با هدف شناخت ذهن هستیم. این تعامل سبب شده نوآوری­هایی بوجود آیند که ایده ­های خود را از علومی دیگر گرفته­ اند. مثالی از چنین نوآوری­ هایی سیستم­های خبره است.سیستم­های خبره تلاشی برای بازنمایی دانش در رایانه و استفاده از منطق برای بسط آن میباشد. نمونه ای از آن START است.استارت سیستمی است که دانشمندان و روزنامه­نگاران را قادر به پرسش راجع به سفر فضاپیمای ویاژر (Voyager spacecraft) به نپتون و منظومه شمسی میکند. مثالی از یک پرسش و پاسخ را مشاهده میکنیم.پرسش : نپتون به چه رنگ است؟پاسخ START : در تصاویر نپتون اتمسفر سیاره و ابر دیده میشود. نپتون به علت وجود متان در اتمسفرش فرکانس­های آبی و سبز نور را بازتاب میکند و در نتیجه متمایل به آبی است. متان فرکانس­های قرمز و زرد نور را جذب میکند.حاصلی دیگر از این تعامل ظهور هوش مصنوعی قوی است. هوش مصنوعی قوی شاخه­ای از علم رایانه است که متخصصانش با هدف شبیه سازی ذهن انسان و توانایی های شناختی اش فعالیت میکنند . چنین هدفی ایجاب میکند مفاهیمی چون آگاهی، خودآگاهی، هوش، خلاقیت و ... روشن گردند و و نهایتا پیاده­سازی شوند. علوم فلسفه ، عصب­ شناسی ، روان­شناسی و بسیاری دیگر در این مسیر به همکاری میپردازند.نقش اساسی دیگری که رایانه ایفا میکند مدل­سازی نظریات مختلف و مقایسه نتایج با آزمایش های روی انسان است.علوم کامپیوتر سبب ظهور ایده های بسیاری در این زمینه شده است که در نوشته های بعدی به آن­ها و رابطه­اشان با علومی چون فلسفه و روان­شناسی خواهیم پرداخت.چشم ­انداز آیندهنکته ­ای که باید مورد توجه باشد این است که تضمینی برای به نتیجه رسیدن هوش مصنوعی و ساخت موجودی همچون خودمان وجود ندارد و حتی مخالفانی بسیار را متوجه خود کرده است اما با این حال با حضور چنین ابزار قدرتمندی ، علوم شناختی در جهت آشنایی بیشتر با ماهیت ذهن انسان پیش خواهد رفت و دانش­ جدیدی که در این مسیر کسب شود در درک و بهبود جوامع انسانی و فرد یاری خواهد کرد.منبع : Cognitive Science: An Introduction to the Study of Mind, Jay Friedenberg, Gordon Silverman بابک خلیل وندیان بابک خلیل وندیان Sat, 07 Mar 2020 21:09:30 +0330 https://virgool.io/@b.khalilvandian/%D8%A7%D9%86%D8%B3%D8%A7%D9%86-%D9%88-%D9%85%D8%B9%D9%86%D8%A7-zmkgy4iwykcf چیزی که به وفور و به هنگام رخداد های بزرگ و معمولا ناگوار بین مردم و در شبکه های اجتماعی مشاهده میکنم توجیه اتفاقات به وسیله نظریه توطئه است. این روزها نیز ویروس کرونا است که دچار چنین دیدگاهی شده است که به عنوان نمونه میتوان به این باور اشاره کرد که کرونا توسط کشوری خاص با اهدافی خاص درست شده است. چرا تمایل به باور دیدگاهی از این نوع نسبت به باور هایی که حکایت از تصادفی بودن میکنند بیشتر است؟ به نظر میرسد این تمایل در فطرتمان هست. میتوان آثار آنرا در بسیاری مکالمات و رفتار های شایع در جامعه مشاهده کرد. به عنوان مثال کاربرد واژه عبث و بار منفی ای است که حمل میکند و به اعمالی بی هدف نسبت داده میشود.در باطن، انسان اعمال خود و دیگری را بر حسب هدف و غایتی که به آن میل میشود ارزش گذاری میکند. یا به عبارتی دیگر معنایی به آن نسبت میدهد. چرا که بی معنایی پذیرفته نیست. در مثال بالا نیز فرد علاقه ای به پذیرفتن اینکه رخدادی تصادفی است ندارد زیرا که تصادف چیزی جز خودش نیست. یک تصادف. بدون معنا و غایت. قبول چنین چیزی بر گونه ما دشوار است و نتیجتا فرد بر این باور میشود که دستی پشت پرده حضور دارد که نقشه ای در ذهن دارد. همه چیز تعیین شده است و هیچ چیز حاصل تصادف نیست. به راستی که چنین باوری ترسناک ولی آرام بخش است.فطری بودن غایت طلبی انسان و علل ظهور آن و کاربردش قابل تأمل است. بابک خلیل وندیان بابک خلیل وندیان Sun, 01 Mar 2020 04:56:41 +0330