فلسفه هوش مصنوعی

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به: ناوبری، جستجو

هدف از مطالعه‌ی فلسفه‌ی هوش مصنوعی، یافتن رابطه‌ی میان ربات‌ها و تفکر، همچنین یافتن پاسخی برای چنین سوالاتی است:

  • آیا یک ربات توانایی عملکردی هوشمندانه را دارد؟ آیا او نیز، همانند انسان می‌تواند مشکلات را با اندیشیدن برطرف کند؟
  • آیا ربات می‌تواند فکر داشته باشد؟ آیا می‌تواند همان هوشیاری و حالت ذهنی ای که انسان داراست را داشته باشد؟ آیا می‌تواند حس کند؟
  • آیا هوش انسان و هوش ربات یکسانند؟ آیا در اصل، ذهن انسان یک رایانه است؟

سه سوال بالا، در واقع بیانگرdivergent interestِِ پژوهشگران حوزه‌ی هوش مصنوعی، فیلسوف‌ها و دانشمندان علوم شناختی است.

پاسخ به این سوالها مستلزم آن است که ما چطور واژه‌های «هوش» و «هوشیاری» را معنی کنیم، و اینکه بدانیم دقیقاً چه نوع ربات‌هایی مورد مطالعه قرار داده می‌شوند.

آیا یک ربات (ماشین) می‌تواند جلوه‌ای از هوش عمومی باشد؟[ویرایش]

آیا ممکن است روزی ماشینی ساخته شود، که همانند بشر تمامی مشکلات را با هوشش از میان بردارد؟ این سوالی است که پژوهشگران حوزه‌ی هوش مصنوعی علاقه‌مندند، پاسخی به آن بدهند. این پاسخ گستره‌ی توانایی ربات‌ها را در آینده مشخص کرده و مسیر پژوهشگران هوش مصنوعی را راهنمایی می‌کند. این تنها به رفتار ربات‌ها ارتباط داشته و تفکر روانشناسان، دانشمندان علوم شناختی و فیلسوف‌ها را را مورد بررسی قرار نمی‌دهند. برای پاسخ به این سوال، لزومی ندارد که یک ماشین واقعاً همانطوری که یک انسان فکر می‌کند، فکر کند یا اینکه ادای فکر کردن را در بیاورد. جایگاه اصلی پژوهشگران هوش مصنوعی، در این جمله که در طرح پیشنهادی Dartmouth Conferences در سال ۱۹۵۶ مطرح شده‌است خلاصه می‌گردد: هر جنبه‌ای از یادگیری، یا دیگر خصوصیات هوش را می‌توان چنان بدقت تشریح کرد که یک ماشین (ربات) بتواند آنرا شبیه سازی کند. بحث و جدل علیه قضیه‌ی اصلی باید نشان دهد که بوجود آوردن سامانه‌ی پویای هوش مصنوعی امکان ندارد. چرا که در حال حاضر توانایی‌های کامپیوترها، دارای یک سری محدودیت‌هایی است؛ یا اینکه توانایی‌های شگرفی برای اندیشیدن در ذهن انسان وجود دارد که هنوز، ماشین‌ها (یا شیوه‌هایی که پژوهشگران هوش مصنوعی در این رابطه پیش گرفته‌اند) قادر به پردازش آنها نیستند و بحث در این خصوص باید مهر تاییدی بر غیر عملی بودن این سامانه باشد.

نخستین گام برای پاسخ به این سوال، یافتن معنی درست واژه‌ی «هوش» است.

هوش[ویرایش]

بررسی هوشمند بودن کامپیوتر (آزمایش تورینگ)[ویرایش]

نوشتار اصلی: آزمایش تورینگ


آلن تورینگ در مقاله‌ی مشهور و حائز اهمیت سال ۱۹۵۰ میلادی، مشکل تعریف واژه‌ی هوش را به پرسشی ساده در بارهٔ مکالمه تقلیل (تغییر) داد. پیشنهاد وی این بود: اگر یک ماشین قادر باشد که به تمامی پرسش‌هایی که از آن می‌شود پاسخ دهد، و از جملاتی که یک انسان از آن استفاده می‌کند، بهره گیرد، آن موقع است که ما به آن ماشین، باهوش میگوییم. نمونه‌ی مدرن طرح وی را می‌توان در تالارهای برخط گفتگو جستجو کرد؛ جایی که یکی از دو شرکت کننده، انسانی حقیقی و دیگری برنامه‌ای کامپیوتری است. برنامه‌ی کامپیوتری هنگامی می‌تواند از این آزمون سربلند بیرون بیاید که هیچکس نتواند بین آن و انسان تمییز قائل شود. تورینگ، خاطر نشان کرد که هیچکس (به غیر از فلاسفه) هرگز سوالی با این مضمون مطرح نکرده‌است که: «آیا مردم هم فکر می‌کنند؟» وی می‌نویسد: «بجای اینکه مدام در باره این موضوع بحث کنیم، عادی است که یک polite convention داشته باشیم که همه‌ی فکر می‌کنند.» و آزمون تورینگ، اینpolite convention را به ربات‌ها هم بسط داد.

اگر یک ماشین، بمانند انسان، هوشمندانه عمل کند، آن هنگام است که می‌توان گفت بمانند انسان، هوشمند است.

مقایسه‌ی هوش انسان با مفهوم کلی هوش[ویرایش]

یک نقد درباره‌ی آزمون تورینگ این است که این آزمون، کاملاً انسان نماست. اگر هدف نهایی ما خلق ماشین‌هایی است که هوشمندانه تر از انسان‌ها عمل کنند، چرا بر این امر تاکید داریم که ماشین‌ها باید دقیقاً شبیه به انسان باشند؟ به گفته‌ی راسل و نوروینگ، متون نوشته شده توسط مهندسان علم هوانوردی، نمی‌تواند تعریف درستی برای تولید ماشین‌هایی باشد که درست مانند کبوترها پرواز کنند، بطوری که دیگر کبوترها نیز فریب بخورند. در پژوهش تازه‌ای که در حوزه‌ی هوش مصنوعی انجام گرفت، واژه‌ی هوش در عبارات «عوامل عقلانی» و «عوامل هوشی»، معنا شد. «عامل» چیزی است که در یک محیط، مشاهده و عمل می‌کند. و اندازه گیری عملکرد، بیانگر مقدار موفقیت یک عامل است.

اگر یک «عامل» با توجه به تجربیات و دانش پیشین خود، بیشترین عملکرد را داشته باشد، می‌توان گفت که باهوش است.

چنین تعریفاتی، سعی در بدست آوردن مفهوم و ماهیت هوش دارند. آنها این مزیت را دارد که بر خلاف آزمون تورینگ، برای ویژگی‌های انسانی ای که نمی‌خواهیم به‌عنوان هوش تلقی شوند، بکار روند، مانند «توانایی توهین کردن» و «وسوسه‌ی دروغ گفتن». اما مشکل اساسی آنها این است که نمی‌توانند، بطور منطقی، بین «چیزهایی که فکر می‌کند» و «چیزهایی که فکر نمی‌کنند» تفاوتی قائل شوند. با این تعریف حتی یک دما سنج هم دارای هوشی ابتدایی است.

استدلال‌هایی که یک ماشین می‌تواند هوش عمومی را نمایش دهد[ویرایش]

مغز می‌تواند شبیه سازی گردد[ویرایش]

نوشتار اصلی: مغز مصنوعی


بر اساس نوشته‌ی ماروین مینسکی: «اگر دستگاه عصبی از قوانین فیزیک و شیمی پیروی کند، که تمام شواهد هم حاکی از صحَّت این امر است، سپس ما باید بتوانیم که توسط یک دستگاه فیزیکی، عملکرد سیستم عصبی را بازسازی کنیم». این بحث برای نخستین بار در اوایل سال ۱۹۴۳ مطرح شد و توسط هانس موراوک در سال ۱۹۸۸ روشن‌تر شد. و هم اکنون ری کورزول پیش بینی می‌کند که توانایی کامپیوترها به حدی خواهد رسید که می‌توانند مغز کامل یک انسان را شبیه سازی کنند. اما برخی پژوهشگران هوش مصنوعی و حتی منتقدین این حوزه مانند هربرت دریفوس و جان سیرل با اینکه این طرح در تئوری تحقق یابد هم رای نیستند. اما سیرل خاطر نشان کرد که در اصل، هر چیزی می‌تواند توسط کامپیوترها شبیه سازی گردد، و اگر شما بخواهید که به مفهوم شکست، دامنه بزنید، باید بدانید که تمام مراحل محاسبه خواهد شد. وی افزود: «آنچه ما میخواهیم بدانیم این است که چه چیزی ذهن آدمی را از دماسنج و جگر متمایز می‌کند!» هر مقاله‌ای که به نوعی با کپی برداری از مغز در ارتباط باشد، مقاله ایست که بر نادانی ما در خصوص چگونگی عملکرد هوش صحّه گذاشته‌است. اگر ما باید می‌دانستیم که مغز چگونه هوش مصنوعی را میسازد، هرگز نگران آن (هوش مصنوعی) نبودیم!

تفکر انسان، سَمبُل پردازش است[ویرایش]

مقالهٔ اصلی:Physical symbol system آلن نیول و هربرت سیمون در سال ۱۹۶۳symbol manipulation را بعنوان ماهیت اصلی هوش انسان و ماشین معرفی کردند. آنها نوشتند:

Physical symbol system معنی لازم و کافی عملکرد هوش عمومی دارد.

این ادعا بسیار محکم است: چرا که معتقد است تفکر انسان نوعی symbol manipulation است (چرا که سامانه‌ی سمبل برای هوش ضروری است)و آن ماشین می‌تواند باهوش باشد. (چرا که سامانه‌ی سمبل برای هوش، کافی است.) نسخه‌ی دیگری از این نظریه را هربرت دریفوس فیلسوف مطرح کرد و آنرا philosophical assumption نامید.

  • مغز می‌تواند بمانند دستگاهی تصور شود که اطلاعاتی را طبق قوانین از پیش تعیین شده بکار می‌گیرد.

معمولاً، این تفاوت، بین سمبل‌های سطح بالایی که در دنیای پیرامون هستند، مثل <سگ> و <دُم> و سمبل‌هایی که پیچیدگی بیشتری دارند و در ماشینهایی مثل سیستم شبکه‌ی عصبی بکار گرفته می‌شوند، دیده می‌شود. پیشتر، پژوهشی در خصوص هوش مصنوعی توسط جان هاگلند، انجام گرفت که good old fashioned artificial intelligence یا GOFAI نامیده شد. طی این پژوهش سمبل‌های دسته بالا(high level symbols) مورد بررسی قرار گرفتند.

مبحثی علیه نماد پردازش[ویرایش]

این مباحث نشان می‌دهد که تفکر انسان شاملِhigh level symbol manipulation. نیست. این مباحث هوش مصنوعی را رد نمی‌کنند، تنها به چیزی بیش از نماد پردازش اشاره دارند.

لوکاس، پنروز و گودل[ویرایش]

در سال ۱۹۳۱ کورت گدل ثابت کرد: که همواره می‌توان عباراتی را خلق کرد، تا یک سیستم صوری (مانند: برنامه‌ی هوش مصنوعی) قادر به اثبات آن نباشد. هر انسانی می‌تواند با کمی اندیشیدن به صحّت گفته‌های گودل برسد. این گفته توسط جان لوکاس فیلسوف نیز تایید شده که منطق انسان همواره قوی تر از منطق ِ ربات(ماشین)ها ست. وی نوشته‌است که به نظر من قضیهٔ گدل برای اثبات نقض ماشین گرایی کافی است، چرا که ذهن را نمی‌توان در قابل ماشین گنجاند. آقای راجر پنروز در کتاب خود به نام «ذهن تازه‌ی امپراطور» که در سال ۱۹۸۹ منتشر گشت، به این موضوع بیشتر پرداخته‌است. در این کتاب وی می‌اندیشد که فرایند مکانیکی کوانتومی که در داخل تک تک ِ رشته‌های عصبی انجام می‌شود، به انسان قابلیت ویژه‌ای می‌دهد که بر ماشین‌ها غلبه کند.

دریفوس: برتری مهارت‌های ناخودآگاه[ویرایش]

هربرت دریفوس معتقد است که هوش انسان و مهارتش ابتدا به غریزه ناخود آگاهش مربوط است تا conscious symbolic manipulation. و خاطر نشان کرد که این مهارت‌های ناخود آگاه، هرگز تحت سلطه‌ی قوانین کلی در نخواهدآمد.

آقای ترنینگ روی بحث دری فوس در مقاله‌ای که تحت عنوان بررسی ِماشین آلات و هوش در سال ۱۹۵۰ مطرح شد تامل بیشتری کرد. وی این مبحث را در دسته بندی ِ arguments from informal behavior جای داد. وی در پاسخ گفت: هنگامی که ما، خودمان قوانینی را که رفتارهای پیچیده را رهبری می‌کنند نمی‌دانیم، دلیل نمی‌شود آنها را نقض کنیم. (ندانستن ما دلیلی بر وجود نداشتن آنها نیست.) وی افزود: ما ابداً نمی‌توانیم خودمان را قانع کنیم که هیچگونه قانون کلی‌ای برای رفتارها وجود ندارد. تنها راهی که ما می‌توانیم برا ی یافتن چنین قوانینی پیش گیریم، مشاهدات علمی است و هنگامی که در یافتیم هیچگونه شرایطی تحت این عنوان وجود ندارد می‌توانیم بگوییم: «ما به اندازه‌ی کافی جستجو کردیم و چنین قوانینی وجود ندارند».

راسل و نوروینگ اظهار داشتند، طی سالهایی که دری فوس مقاله‌ی انتقادیش را منتشر کرد، فرایندی برای پی بردن به «قوانینی» که منطق ناخود آگاه را رهبری می‌کنند بوجود آمد. این جنبش‌های جایگزین شده در تحقیق‌های روبوتیک در واقع تلاشی است بر ای دستیابی مهارت‌های ناخود آگاه ِ ما در درک و توجه. الگوی هوش محاسباتی، مانند رشته‌های عصبی، الگوریتم‌های پویا و غیره، غالباً به شبیه سازی استدلال و یادگیری ناخودآگاه رهنمود می‌شوند. تحقیقات در خصوص دانش عمومی روی بازسازی معلومات پیشین و مفهوم دانش، متمرکز شده‌است. در واقع تحقیق در خصوص هوش مصنوعی، از high level symbol manipulation و GOFAI جدا گشته و به مدلهایی تبدیل شده که گرایش بیشتری به capture کردن منطق ناخود آگاه ما دارند. مورخ و پژوهشگر هوش مصنوعی، آقای دانیل کرویر، نوشته‌است: «زمان صحت برخی از گفته‌های دری فوس را ثابت می‌کند». ؟

آیا یک ماشین می‌تواند دارای هوشیاری و حالات ذهنی باشد؟[ویرایش]

این یک سوال فلسفی است، که بی ارتباط با مشکل ذهنهای دیگر و مشکل اساسی هوشیاری نیست. این سوال در حوزهٔ مطالعاتی نظریهٔ هوش مصنوعی قوی (strong AI) که توسط آقای جان سیرل ارائه شده می چرخد.

  • یک physical symbol system می‌تواند دارای ذهن و حالات ذهنی باشد.

آقای سیرل این نظریه را با چیزی که هوش مصنوعی ضعیف مینامد، (weak AI) متفاوت می‌داند.

  • یک physical symbol system می‌تواند عملکردی هوشمندانه داشته باشد.

وی با جدا کردن هوش مصنوعی قوی از ضعیف، ذهن خودش را روی مطلبی که فکر می‌کرد بحث بر انگیز تر خواهد بود متمرکز کرد. وی گفت: حتی اگر فرض کنیم که برنامه‌ی کامپیوتری‌ای ابداع کرده‌ایم که دقیقاً بمانند ذهن انسان عمل می‌کند، هنوز سوال‌های فلسفی دشوار وجود دارد که باید به آنها پاسخ دهیم. هیچ یک از دو نظریهٔ آقای سیرل نتوانستند به این سوال پاسخ دهند که : «آیا یک ماشین می‌تواند جلوه‌ای از یک هوش عمومی باشد؟» (مگر اینکه ثابت شود که آگاهی لازمه‌ی بوجود آمدن هوش است.) وی گفت، نمی‌خواهم اینگونه برداشت کنم که هیچ رمز و رازی در باره‌ی آگاهی و هوشیاری وجود ندارد. اما در عین حال فکر نمی‌کنم که لزوماً این معماها باید پیش از آنکه به سوال {آیا ماشین‌ها می‌توانند فکر کنند} پاسخ دهیم، حل شوند. راسل و نوروینگ معتقدند که بیشتر پژوهشگران حوزه‌ی هوش ِ مصنوعی، برای بورس تحصیلیشان ازفرضیهٔ هوش مصنوعی ضعیف بهره می‌گیرند. و (انگار) اصلاً فرضیه‌ی هوش مصنوعی قوی برایشان جذابیتی ندارد.

پیش از آنکه پاسخی به این سوال بدهیم، باید بیشتر به معنا و مفهوم واژه‌های minds- mental states-consciousness بپردازیم.

هوشیاری، ذهن، حالات ذهنی و معنا[ویرایش]

واژه‌های «ذهن» و «هوشیاری» در جوامع گوناگون، معانی متفاوتی دارند. بعنوان مثال، برخی از متفکرینِnew age از واژه‌ی «هوشیاری» برای وصف چیزهایی شبیه به «élan vital» برگسون، ماده‌ای نامرئی و حاوی انرژی که به زندگی و بخصوص ذهن رخنه می‌کند، بهره میجویند. نویسندگان داستانهای علمی تخیلی، از واژه برای توصیف ویژگی ذاتی ی مان که ما را به انسان مبدل کرده‌است، استفاده می‌کنند. ماشینی که آگاهی دارد و یا هوشیار است، به عنوان یک شخصیت کاملاً انسان نما ظاهر می‌شود، با خصوصیاتی نظیر هوش، میل، آرزو، امید، بینش، غرور و بسیاری دیگر.... این نویسندگان همچنین از واژه‌های درک، معرفت و دانایی، خود آگاهی و روح، بمنظور توصیف این ویژگی‌های اصلی انسانی استفاده می‌کنند. برای دیگر ِ افراد واژه‌های «ذهن» و «هوشیاری(آگاهی)» بفهوم معنانی وابسته‌ی «روح» تلقی می‌شوند. برای فیلسوفها و دانشمندان علم عصب‌شناسی و علوم شناختی، این دو واژه به مفهومی، دقیق‌تر و دنیوی‌تر دارند. مفهومی ملموس و روزمره تر دارند. مانند فکر کردن، درک کردن، یک رویا، یک خیال یا یک برنامه(نقشه)، و چیزی که ما میدانیم و درک میکنیم. کار دشواری نیست که ما مفهوم دقیق و قابل درکی از آگاهی ارائه کنیم. چیزی که مبهم و اسسرار آمیز است، خود آن نیست، بلکه چگونگی آن است.

فلاسفه این را مشکل اصلی آگاهی(هوشیاری) می‌دانند. این نسخه‌ی نهایی مشکلات روتین (کلاسیک) فلسفه‌ی ذهن است که مشکل ذهنی جسمی نامیده می‌شود. مشکل مربوط، مشکلات معنایی یا مفهومی است که فلاسفه آنرا intentionality می‌نامند. چه رابطه‌ای میان تفکر ما، (مثل الگوهای عصبی) و چیزی که ما بدان می‌اندیشیم، (مانند موقعیت‌های پیرامونمان) وجود دارد؟ سومین مورد، مشکل تجربه (یا پدیدار شناسی) است. اگر دو فرد، یک چیز راببینند آیا نسبت یه آن به یک شکل مینگرد.(هر دو ی آنها احساسی مشابه نسبت به آن دارند؟) یا اینکه چیزی در ذهنشان وجود دارد(بنام qualia) که در همه‌ی اشخاص متفاوت است؟ Neurobiologists معتقدند که هنگامی که ما شروع به شناختن رابطه‌ی عصبی ِ هوشیاری کنیم، تمامی این مشکلات حل خواهند شد. ماشینی حقیقی که در مغز ما وجود دارد و ذهن، تجربه و فهم را خلق می‌کند. حتی تندترین منتقدین حوزه هوش مصنوعی نیز، بر این امر واقفند که مغز، تنها ماشینی است که هوشیاری(آگاهی) و هوش را در نتیجه‌ی فرایندهای فیزیکی میسازد. سوال دشوار فلسفی این است که: آیا یک برنامه‌ی کامپیوتری که توسط ماشین دیجیتالی با ادغام ارقام دو دویی صفر و یک، اجرا می‌شود، می‌تواند توانایی نورونها (رشته‌های عصبی) را برای خلق ذهن، و در نهایت تجربه‌ی هوشیاری دوبرابر کنند؟

آیا تفکر نوعی محاسبه است؟[ویرایش]

نوشتار اصلی: تئوری محاسباتی ذهن

این مقاله از اهمیت ابتدایی ای برای دانشمندان رفتار شناختی برخوردار است که ذات تفکر بشر و حل مشکلاتش را مطالعه کرده‌اند. تئوری ِمحاسباتی ذهن، یا computationalism، ادعا می‌کند که رابطه‌ی بین ذهن و جسم، همانند رابطه‌ی بین برنامه‌ی اجرایی و کامپیوتر است. این ایده ریشه‌ای فلسفی دارد. هابز می‌گوید: استدلال چیزی بیشتر از حساب کردن نیست. لایبنیتز که تمامی تلاشش را برای خلق محاسبات منطقی همه‌ی ایده‌های انسان بکار گرفت. هیوم کسی که می‌اندیشید، درک می‌تواند به اجزای ریزی تقسیم بندی شود. و حتی کانت که تمامی تجربه ها را کنترل و با قوانین رسمی، تحلیل کرد. نسخه‌ی نهایی، با همکاری دو فیلسوف، هیلاری پاتنام و جری فودور تهیه شد. این سوال در اصل، زاییده‌ی سوال‌های پیشین است. اگر مغز انسان نوعی کامپیوتر باشد، آنگاه کامپیوترها می‌توانند هم باهوش باشند و هم آگاه که قادر خواهند بود به سوالات فلسفی و عملی هوش مصنوعی پاسخ دهند. براساس سوالات عملی هوش مصنوعی، نظیر (آیا یک ماشین می‌تواند جلوه‌ای از هوش عمومی باشد؟) برخی نسخ computationalism اعلام کردند (همانطوری که هوبز نوشته:):

  • استدلال چیزی جز محاسبه نیست

به بیان دیگر، هوش ما، برگرفته از نوعی محاسبه‌است، شبیه به حسابگری (arithmetic). این فرضیه‌ای که در بالا مطرح شد (همان: physical symbol system) نشان می‌دهد که تولید هوش مصنوعی غیر ممکن نیست. در خصوص سوال فلسفی‌ای که در مورد هوش مصنوعی مطرح شد، (آیا یک ماشین می‌تواند، ذهن، حس و آگاهی داشته باشد)، اغلب نسخ در رابطه با محاسبه گرایی(computationalism) همانطوری که استیون هارناد (Steven Harnad) گفته:

  • حالات ذهنی، تنها اجرای درست برنامه‌های کامپیوتری است.

دیگر سوالات مربوطه[ویرایش]

ویکی‌پدیا آلن تورینگ گفت: مباحث بی‌شماری با این عناوین وجود دارند: «یک ماشین هرگز فلان کار را نمی‌کند». و این «فلان»، می‌تواند هر چیزی باشد! مانند:

مهربان بودن، ابتکار داشتن، زیبا، دوستانه و خوش ذوق بودن، شوخ طبع بودن، تشخیص درست از نادرست، اشتباه کردن، عاشق شدن، لذت بردن از توت فرنگی و خامه، کسی را شیفته‌ی خود کردن، از تجربه‌ها پند گرفتن، از واژه‌ها به‌درستی استفاده کردن، از افکار خویش بهره گرفتن، بمانند انسان رفتارهای گوناگونی داشتن و یا اینکه، دست به کارهایی کاملاً تازه بزند. «تورینگ» معتقد است که این استدلال‌ها اغلب بر اساس فرضیاتی ساده، مبنی بر تطبیق پذیری ماشین‌ها هستند یا فرم دیگری از مبحث هوشیاری. نوشتن برنامه‌ای که رفتارهای فوق را ارائه دهد، تاثیر چندانی نخواهد داشت. تمام این مباحث نسبت به قضیه‌ی اصلی هوش مصنوعی، tangential هستند، مگر اینکه بتوانند ثابت کنند که یکی از این ویژگی‌ها برای هوش عمومی ضروری است.

آیا یک ماشین می‌تواند احساس داشته باشد؟[ویرایش]

هنس مراوک می‌گوید: «به عقیده‌ی من ربات‌ها در کل در خصوص اینکه مردمان خوبی باشند کاملاً احساسی بر خورد می‌کنند». و احساسات را در راستای اعمالی که انجام می‌دهند تعریف می‌کنند. ترس سرچشمه‌ی فوریت است. همدلی یک عنصر مهم در تعامل میان انسان و کامپیوتر است. به گفته‌ی وی ربات‌ها سعی می‌کنند که در ظاهری کاملاً عاری از خویشتن بینی، از شما در خواست کنند چرا که این عمل تاثیر مثبتی روی آنها میگذارد. شما می‌توانید از این عمل آنها به عنوان محبت (عشق) یاد کنید. دانیل کرویر می‌نویسد: «مراوک معتقد است که احساسات تنها ابزاری برای به چالش کشیدن رفتار به سوی بقای یک گونه باشد» این سوال که آیا یک ماشین قادر به درک احساسات هست یا تنها اینگونه مینمایاند، یک سوال فلسفی است.

آیا یک ماشین می‌تواند از خود آگاه باشد؟[ویرایش]

خود آگاهی همانطور که در بالا اشاره شد، گاهی اوقات توسط نویسندگان داستان‌های علمی تخیلی تحت عنوان یک اسم برای عمده دارایی یک انسان که شخصیت را کاملاً به یک انسان مبدل می‌کند، بکار گرفته می‌شود. تورینگ انسان را از دیگر دارایی‌هایش تهی کرد و سوال را به بک جمله تبدیل کرد: «آیا یک ماشین می‌تواند از افکارش تبعیت کند؟» آیا می‌تواند به خودش فکر کند؟ کاملاً واضح و روشن است که در این رابطه می‌توان برنامه‌ای نوشت که ماشین، گزارش‌هایی را از درون خویش بدهد. (مانند debugger).

آیا یک ماشین می‌تواند خلاّق یا مبتکر باشد؟[ویرایش]

تورینگ سوالی مطرح کرد و آن سوال این بود که آیا یک ماشین می‌تواند کاری کند که برای ما تازگی داشته باشد؟ (میتواند ما را شگفت زده کند؟) و روی آن بحث کرد، پاسخ مثبت است. و هر برنامه نویسی می‌تواند آنرا تصدیق کند. وی افزود، کامپیوترها با داشتن ظرفیت بالای حافظه‌ای، قادر خوهند بود بی شمار رفتار مختلف انجام دهند. احتمال این قضیه، هرچند اندک، وجود دارد که کامپوترها قادر باشند با ترکیب چند ایده، ایده‌ای نو بسازند. به عنوان مثال، Automated Mathematician داگلاس لناتس، چند ایده را برای پی بردن به حقیقت تازه علم ریاضی با هم ترکیب کرد.

آیا یک ماشین می‌تواند روح داشته باشد؟[ویرایش]

در نهایت افرادی که به وجود روح عقیده دارند، می‌توانند بر سر این موضوع بحث کنند که:

  • تفکر یکی از قابلیتهای روح جاودان بشر است.

آلن تورینگ این را «هدفی الهی» نامید و نوشت: برای ساختن چنین ماشینهایی، ما نباید به قدرت او (پروردگار) در ساختن روح بی حرمتی کنیم.

منابع[ویرایش]

  1. Blackmore, Susan (2005), Consciousness: A Very Short Introduction, Oxford University Press
  2. Brooks, Rodney (1990), "Elephants Don't Play Chess" (PDF), Robotics and Autonomous Systems 6: 3-15, http://people.csail.mit.edu/brooks/papers/elephants.pdf، retrieved on 30 August 2007
  3. Cole, David (Fall 2004), "The Chinese Room Argument", in Zalta, Edward N., The Stanford Encyclopedia of Philosophy, http://plato.stanford.edu/archives/fall2004/entries/chinese-room/ .
  4. Crevier, Daniel (1993), AI: The Tumultuous Search for Artificial Intelligence, New York, NY: BasicBooks, ISBN 0-465-02997-3
  5. Dennett, Daniel (1991), Consciousness Explained, The Penguin Press, ISBN 0-7139-9037-6
  6. Dreyfus, Hubert (1972), What Computers Can't Do, New York: MIT Press, ISBN 0-06-011082-1
  7. Dreyfus, Hubert (1979), What Computers Still Can't Do, New York: MIT Press .
  8. Dreyfus, Hubert; Dreyfus, Stuart (1986), Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, UK: Blackwell
  9. Fearn, Nicholas (2007), The Latest Answers to the Oldest Questions: A Philosophical Adventure with the World's Greatest Thinkers, New York: Grove Press
  10. Gladwell, Malcolm (2005), Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, ISBN 0-316-17232-4 .
  11. Harnad, Stevan (2001), "What's Wrong and Right About Searle's Chinese Room Argument?", in Bishop, M.; Preston, J., Essays on Searle's Chinese Room Argument, Oxford University Press, http://cogprints.org/4023/1/searlbook.htm
  12. Hobbes (1651), Leviathan .
  13. Hofstadter, Douglas (1979), Gödel, Escher, Bach: an Eternal Golden Braid .
  14. Horst, Steven (Fall 2005), "The Computational Theory of Mind", in Zalta, Edward N., The Stanford Encyclopedia of Philosophy, http://plato.stanford.edu/archives/fall2005/entries/computational-mind/ .
  15. Kurzweil, Ray (2005), The Singularity is Near, New York: Viking Press, ISBN 0-670-03384-7 .
  16. Lucas, John (1961), "Minds, Machines and Gödel", in Anderson, A.R., Minds and Machines, http://users.ox.ac.uk/~jrlucas/Godel/mmg.html .
  17. McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude (1955), A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html .
  18. McDermott, Drew (May 14, 1997), "How Intelligent is Deep Blue", New York Times, http://www.psych.utoronto.ca/~reingold/courses/ai/cache/mcdermott.html
  19. Moravec, Hans (1988), Mind Children, Harvard University Press
  20. Newell, Allen; Simon, H. A. (1963), "GPS: A Program that Simulates Human Thought", in Feigenbaum, E.A.; Feldman, J., Computers and Thought, McGraw-Hill
  21. Newell, Allen; Simon, H. A. (1976), "Computer Science as Empirical Inquiry: Symbols and Search", Communications of the ACM, 19, http://www.rci.rutgers.edu/~cfs/472_html/AI_SEARCH/PSS/PSSH4.html
  22. Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, NJ: Prentice Hall, ISBN 0-13-790395-2, http://aima.cs.berkeley.edu/
  23. Penrose, Roger (1989), The Emperor's New Mind: Concerning Computers, Minds, and The Laws of Physics, Oxford University Press, ISBN 0-14-014534-6
  24. Searle, John (1980), "Minds, Brains and Programs", Behavioral and Brain Sciences 3 (3): 417-457, http://web.archive.org/20000823030455/members.aol.com/NeoNoetics/MindsBrainsPrograms.html
  25. Searle, John (1992), The Rediscovery of the the Mind, Cambridge, Massachusetts: M.I.T. Press
  26. Searle, John (1999), Mind, language and society, New York, NY: Basic Books, ISBN 0-465-04521-9, OCLC 231867665 43689264
  27. Turing, Alan (October 1950), "Computing Machinery and Intelligence", Mind LIX (236): 433–460, ISSN 0026-4423, http://loebner.net/Prizef/TuringArticle.html، retrieved on 18 August 2008

پیوند به بیرون[ویرایش]