بر خلاف انتظارات بالا توسط پیشگامان در زمینه هوش مصنوعی (AI)، حقیقت نشان داده است که قابلیت های AI در حال حاضر از استعداد هوش انسانی بسیار دور هستند. این واگرایی نیاز به یک دیدگاه قرار گرفته تر نسبت به AI دارد، که بر روی طبیعت پیچیده و محدودیت های این سیستم های محاسباتی تاکید می کند.
AI: یک قلمرو از اتوماسیون محاسباتی، نه هوش واقعی
در طول پیشرفت تصورات خود، AI با چشم اندازهای جسورانه پیچیده شده است، مانند مفهوم رسیدن یا فراتر رفتن از هوش انسانی. مشاهداتی که نخبگان AI، مانند ماروین مینسکی، چنین آرزوهایی را داشتند، حقایق چیزی دیگر را نشان می دهند که در جامعه عمیقاً جای گرفته است. این ایده ها باعث ایجاد انگیزه شده اند، که موجب تشویق انتزاعی ها مانند OpenAI به دست آوردن سیستم های خودکار از قابلیت های انسانی در وظایف اقتصادی ارزشمند بیشتری شود.
به سوی یک دیدگاه واقع‌بینانه درباره قابلیت‌های فکری AI
اما، مساوی کردن AI با هوش انسانی، به ویژه از طریق تشبیهات IQ، منجر به یک خیال پردازی ضد انسانی می شود. متخصصان هشدار می دهند که اشتباه رویکردهای موفقیت های تکراری آموزش برای قابلیت های شناختی واقعی بسیار نادرست است. داستانی که ابزارهایی مانند ChataGPT می توانند به زودی با انسان ها در استدلال هماهنگ شوند، به جای یک دیدگاه مبتنی بر شواهد به تورمیسم غیر واقعی از دیدگاه های AI اشاره دارد.
چالش های آلودگی داده و شفافیت الگوریتم در AI
صداهای انتقادی در منظر تحقیقات AI بر چند چالش متمرکز شده اند، مانند آلودگی داده، که الگوهای پاسخ AI را به عنوان یادگیری از حفظ به جای نمایشی از هوش تلقی می کند. به علاوه، کمبود شفافیت در آموزش AI این مسئله را تشدید می کند، با الگوریتم های مخصوصی که منابع داده ای که آموزش ماشین را مشخص می کنند را پنهان می کنند. این کمبود شفافیت مستقیماً بر فهم ما از عملکرد و محدودیت های AI تاثیر می گذارد.
هر چند جذابیت سیستم های خیلی هوشمند باقی مانده است، اما تمرکز باید بر ساخت مکانیسم های AI قابل اعتماد و قابل فهم باشد. این رویکرد باعث تطابق بهتر با واقعیت هوش مصنوعی و دوری از انتظارات مورد پردازش فراموش شده حال حال است.
تفهیم محدودیت های AI مدرن
تشکر از اینکه AI توانایی های شبیه به هوش انسانی را به دست نیافته است، برای یک گفتگوی هوش فعال در مورد برنامه ها و پیش بینی های ممکن آن حیاتی است. سیستم های فعلی AI، به ویژه مدل های یادگیری ماشین، به شدت وابسته به کیفیت و مقدار داده هایی هستند که به آنها تزریق می شوند. آنها همچنین محدود به نرمال هایی هستند که برنامه نویسی آنها را تعیین می کند، به کسانی که بدون قدرت انسانی به درک محیط و اظهار استدلال انعطاف پذیر، تعلق یافته اند. در بسیاری از موارد، یادگیری AI، یک فرایند بهینه سازی آماری است نه یک فرایند شناختی.
سوالات و پاسخ‌های کلیدی در مورد سوء تفاهم‌ها و چالش های AI
س: آیا AI قادر به اندیشه اصلی واقعی است؟
A: خیر، AI در حال حاضر قادر به اندیشه اصلی واقعی نیست، همانطور که انسان ها آن را تجربه می کنند. آن در محدودیت الگوریتم های خود و داده هایی که بر آن آموزش دیده است عمل می کند.
س: چگونه آلودگی داده بر AI تاثیر می گذارد؟
A: آلودگی داده، جایی که داده های آموزش اشتباهات یا تعصبات را شامل می شود، می تواند منجر به خروجی های نادرست یا تعصب زده شود، وقتی AI تصمیم یا پیش بینی می کند این اشتباهات را به تصمیم های یا پیش بینی های AI می پیوندد.
س: چالش های شفافیت الگوریتم چیست؟
A: پیچیدگی و طبیعت مخفی بسیاری از الگوریتم های AI می تواند موجب شود که سخت باشد که چگونه تصمیمات گرفته می شوند، که برای کاربردهایی که به قرارداد و اعتماد نیاز دارند مانند در مجموعه شفاهی یا سیستم های عدالت ضرورتی است.
تداعیات مربوط به AI
برای استفاده اخلاقی از AI، شامل نگرانی ها در مورد حریم خصوصی، نظارت، جایگزینی شغلی و خودکارسازی فرآیندهای تصمیم گیری حیاتی که امکان نداشتن همدردی و فهم انسان را دارند بحث زیاد است. به اضافه، احتمال ایجاد سلاحی خودکار، بر هشدار ها بین منتقدان برای خطر سوء استفاده و تشدید تضادات بین انارهای مختلف.
مزایا و معایب AI
مزایای هوش مصنوعی شامل افزایش کارایی، توانایی برخورد با حجم بزرگی از داده و انجام محاسبات پیچیده به طور سریع، کاهش خطاهای انسانی در وظایف تکراری و امکان کشف های نوآ در حوزه هایی مانند پزشکی و علوم است. از سوی دیگر، معایب شامل خطر بیکاری ناشی از خودکارسازی، اختلافات اخلاقی در انتخاب های بدون نگاه انسانی، تعصبات موجود در سیستم های AI که ممکن است تبعیض را ادامه دهد و آسیب پذیری در برابر حملات دشمنانه – جایی که سیستم های AI توسط داده های ورودی به طور طبیعی تا اشتباه به خیانت می شوند.
برای بررسی اطلاعات بیشتر از منابع قابل اعتماد، می توانید وب سایت های سازمان های پیشتاز در تحقیقات و توسعه AI را بررسی کنید. برای جستجوی بینش های واقعی و بروز شده در زمینه AI، به پیوندهای زیر مراجعه کنید:
American Association for Artificial Intelligence (AAAI)
ضروری است که افرادی که می‌خواهند بیشتر در مورد AI بدانند، به اطلاعات از منابع قابل اعتماد دسترسی یابند تا نظرات از نظر واقعیت قابلیت و محدودیت های AI را منعکس کنند.