هوش مصنوعی و فقدان عقل سلیم
هوش انسانی در برخورد با ابهامات و شرایط در حال تغییر عملکرد فوق‌‌‌العاده‌‌‌ای دارد که این عملکرد مطلوب حاصل چهار عامل زیر است:
۱- تفکر علت و معلولی که همان توانایی ذهن است برای تشخیص علت‌‌‌ها و دلایل هر چیز. کودکان به طور مداوم در مورد چرایی چیزها سوال می‌‌‌پرسند چرا که می‌‌‌خواهند بدانند وجود یا وقوع هر چیزی چه دلیلی دارد. بعضی از کودکان هم چراهایی را مطرح می‌‌‌کنند که والدین قادر به پاسخ دادن به آنها نیستند و همین چراهاست که الگوهای علت و معلولی دنیا را می‌‌‌سازد.
۲- روان‌شناسی ادراک. بچه‌‌‌ها در نخستین سال‌‌‌های زندگی‌شان یک روان‌شناسی ادراکی جالب را در ذهنشان توسعه می‌‌‌دهند که آنها را قادر می‌‌‌سازد بدانند دیگران هم دارای احساسات و نگرش‌‌‌هایی هستند. همین آگاهی است که باعث می‌شود بچه‌‌‌ها بفهمند دیگران که هستند و چه می‌‌‌کنند.
در واقع مغز هر انسانی قدرت مانیتورینگ مغز انسان دیگر را دارد. به همین دلیل هم هست که ما می‌‌‌فهمیم دیگران چه می‌‌‌دانند، چه فکر می‌‌‌کنند و چه اعتقاداتی دارند. به طور کلی فقدان روان‌شناسی ادراک یکی از علائم اوتیسم محسوب می‌شود.
۳-فیزیک ادراکی کودکان درک خوبی از بنیان‌‌‌های زمان و فضا دارد. به عنوان مثال، بچه‌‌‌ها به خوبی می‌‌‌دانند که یک شیء نمی‌تواند از میان شیء دیگری عبور کند یا خوب می‌‌‌دانند که زمان به عقب برنمی‌‌‌گردد.
۴-گروه‌‌‌گرایی ادراکی: کودکان بالای سه سال تمایل زیادی برای بودن در گروه و پیروی از هنجارها و قوانین گروه دارند؛ از جمله اینکه همکاری و رقابت‌‌‌جویی نشان می‌‌‌دهند. آنها استانداردهای اخلاقی را توسعه داده و از آنها دفاع می‌‌‌کنند.
با این همه، عقل سلیم یکی از بزرگ‌ترین چالش‌‌‌ها و موانع برای توسعه‌‌‌دهندگان هوش مصنوعی به حساب می‌‌‌آید و هنوز هم دانشمندان و متخصصان عرصه هوش مصنوعی موفق نشده‌‌‌اند در این زمینه از طریق تعریف قوانین و قواعد به نتیجه برسند و شبکه‌‌‌های عصبی عمیق کنونی نتوانسته‌‌‌اند عقل سلیم را بیاموزند.
در ضمن باید به این نکته نیز توجه داشت که اگرچه کامپیوترها در بعضی حوزه‌‌‌ها مثل محاسبات سریع، تشخیص الگوها و شناسایی تصاویر و صداها و پیوندها و ارتباط بین داده‌‌‌های مختلف، نسبت به انسان‌‌‌ها برتری فاحشی دارند، اما باید به یاد داشت که قدرت محاسباتی بالا به‌‌‌تنهایی نه به تفکر علت و معلولی و روان‌شناسی ادراک منجر می‌شود و نه به ادراک فیزیکی و گروه‌‌‌گرایی. این تفاوت‌‌‌ها بین هوش انسان و هوش ماشین در زمینه‌‌‌هایی همچون ترجمه و شناخت اشیاء و تشخیص سناریوها کاملا هویداست و نقاط ضعف هوش مصنوعی در این حوزه‌‌‌ها به‌‌‌وضوح قابل مشاهده است.
ترجمه از یک زبان به زبانی دیگر
مترجم‌‌‌ها برای تبدیل یک زبان به زبانی دیگر، به دانش و فهم کافی در مورد زبان مبدأ و زبان مقصد نیاز دارند. علاوه بر این، آنها باید از استعاره‌‌‌ها، کنایه‌‌‌ها، اصطلاحات و تعبیرات خاص به‌‌‌ویژه در زبان مقصد درک درستی داشته باشند.
به همین دلیل هم هست که اغلب مترجمان حرفه‌‌‌ای و توانمند عمدتا به زبان‌‌‌های مادری‌‌‌شان ترجمه می‌‌‌کنند و تمایل چندانی برای ترجمه به زبان‌‌‌های دیگر از خود نشان نمی‌‌‌دهند.
اما اگر قرار باشد یک ماشین ترجمه به وجود آورد چه باید کرد و بهترین راه برای ساخت چنین ماشینی چیست؟ اگر شما بخواهید برای این کار برنامه هوش مصنوعی روان‌شناسانه را دنبال کنید، لازم است تعدادی از مترجمان حرفه‌‌‌ای و کاربلد را در یک اتاق دور هم جمع کرده و تلاش کنید تا ادراک و دانش آنها در زمینه ترجمه را به تعدادی قانون و دستورالعمل مرتبط با چگونگی فهم و تفسیر متون تبدیل کنید و در قالب یک نرم‌‌‌افزار واحد درآورید. اما تجربه نشان داده که این ترفند کارگر نمی‌‌‌افتد، چرا که زبان، یک سیستم تشکیل شده از یکسری قواعد تعریف شده و قطعی نیست. در واقع لغات دارای یک معنی واحد نیستند بلکه معانی مختلف و متفاوتی دارند که با توجه به متن و موقعیت آنها در جملات، یکی از آنها به‌‌‌عنوان معنی درست انتخاب و استفاده می‌شود. بنابراین فقط نمی‌توان با جست‌‌‌وجوی معنی یک لغت در دیکشنری به نتیجه رسید بلکه باید بر اساس جمله و همچنین با توجه به شناختی که از نویسنده یا گوینده وجود دارد در مورد معنی کلمات تصمیم گرفت. علاوه بر این، قواعد و گرامر زبان نیز یک مجموعه مطلق و قطعی نیست و استثنائات در آن بسیار است و همین موضوع بر دشواری و پیچیدگی فرآیند ترجمه می‌‌‌افزاید.
نیاز به عقل سلیم برای حل ابهام و چندمعنایی
فقدان عقل سلیم یکی از مشکلات اصلی تمام سیستم‌‌‌های ترجمه محسوب می‌شود. با این همه، تلاش‌‌‌های زیادی انجام شده تا این نقیصه برطرف شود و ترجمه ماشینی به شکل معنادارتری صورت پذیرد. به‌‌‌عنوان مثال، سیستم ترجمه دیپ ال (DeepL) که به‌‌‌عنوان یکی از قدرتمندترین و کم‌‌‌نقص‌‌‌ترین سیستم‌‌‌های ترجمه در جهان شناخته می‌شود، به‌‌‌گونه‌‌‌ای طراحی شده که می‌تواند توالی‌‌‌های لغات و همچنین معنی کل جملاتی که قرار است با هم ترجمه شوند را در نظر بگیرد و فقط به دنبال ترجمه کلمه به کلمه و با کمک دیکشنری نباشد.
این پیشرفت در نگاه اول یک جهش بزرگ و امیدوارکننده به نظر می‌رسد که تا حدی چنین نیز هست. اما برای ترجمه مطلوب توسط ماشین کافی نیست چرا که در اینجا هم اتکای ماشین برای ترجمه سایر لغات و جملات همان داده‌‌‌های موجود در اینترنت یا همان ترجمه‌‌‌های احتمالا نادرستی است که از آن لغات و جملات وجود دارد. این ترجمه‌‌‌های بی‌‌‌کیفیت و نادرست، کیفیت ترجمه نهایی انجام شده توسط ماشین‌‌‌هایی مانند دیپ ال را کاهش می‌‌‌دهند. در واقع باید گفت که اگرچه برنامه‌‌‌های ترجمه امروزی خیلی خوب و موفق هستند و کیفیت بسیار خوبی دارند اما این بدان معنا نیست که دارای عقل سلیم هستند، بلکه بیشتر شبیه به دانشمند نادانی عمل می‌‌‌کنند که نمی‌‌‌فهمد چه می‌‌‌گوید و هر چیزی را بر زبان می‌‌‌آورد.
زبان‌‌‌های طبیعی برخلاف زبان‌‌‌های منطقی دارای منابع مختلف ابهام و پوشیدگی هستند که یکی از این منابع ابهام در زبان‌‌‌های طبیعی وجود چندمعنایی در آنهاست. همه ما می‌‌‌دانیم که یک کلمه واحد می‌تواند دارای معانی متعددی باشد که با توجه به موقعیت و با استفاده از عقل سلیم باید یکی از آنها را انتخاب و استفاده کرد.
منبع: کتاب The age of AI: and our human future
