به گزارش گروه علم و آموزش ایرنا از پایگاه خبری تِک اکسپلور (Tech Xplore)، اگر یک دوست به شما بگوید دارد از عصبانیت منفجر می‌شود، آیا شما فکر می‌کنید که او واقعاً منفجر می‌شود؟ اگرچه این سؤال ممکن است ظاهری به نظر برسد، اما ورود ساده‌ای را به دنیای غنی استدلال قیاسی ارائه می‌دهد؛ ابزاری که انسان را قادر می‌سازد دانش را از موقعیت‌های آشنا به موقعیت‌های بدیع تعمیم دهد.
این موضوع در حوزه‌های مختلف از سیاست گرفته تا پزشکی وجود دارد و در واقع سنگ بنای شناخت روزانه ما است.
اکنون، محققان مؤسسه علوم اطلاعاتی یواِس‌سی در ایالات متحده آمریکا، در حال طراحی این فرایند فکری به‌منظور استفاده از آن در ماشین‌ها هستند. آن‌ها در مقاله‌ای، مسئله آموزش انجام قیاس‌های خلاقانه به هوش مصنوعی از طریق هنر باستانی افسانه‌ها را مطرح می‌کنند.
افرادی که در زمینه هوش مصنوعی کار می‌کنند، سعی کرده‌اند سطح استدلال انسان‌ها را در سیستم‌های هوش مصنوعی وارد کنند. تقلید از استدلال قیاسی که برای انسان‌ها بدیهی است، واقعاً مشکل است.
الگوی غالب فعلی در هوش مصنوعی، یادگیری ماشینی است که بر استفاده از دانش موجود در موقعیت‌های جدید متکی است.
این چارچوب نمی‌تواند از استدلال قیاسی پشتیبانی کند و این برای محققان مشکل بزرگی ایجاد کرده است.
استدلال قیاسی به‌شدت بر تفکر رابطه‌ای تکیه می‌کند؛ یعنی اینکه چگونه انسان‌ها ارتباطات معناداری را بین موارد یا موقعیت‌هایی که فاقد شباهت‌های سطحی هستند تشخیص می‌دهند. مثلاً با وجود تفاوت‌های آشکار میان تابستان و زمستان، ممکن است کسی به طور منطقی نتیجه بگیرد که این عبارت یک جفت کلمه مشابه است: «خورشید برای تابستان مانند برف است برای زمستان».
در اصل، استدلال قیاسی مفاهیم مختلف را یکپارچه می‌کند؛ در نتیجه ما را قادر می‌سازد تا از محرک‌های بی‌شماری که روزانه با آن مواجه می‌شویم، معنا استخراج کنیم. بنابراین به جای اینکه فقط از روی ظاهر، پیوندها را ترسیم کنیم، می‌توانیم بین مسائل موجود و مسائل جدید پیوندهای خلاقانه ایجاد کنیم.
از آنجایی که مدل‌های هوش مصنوعی فاقد مکانیسم‌های استدل قیاسی هستند، برای درک، توضیح یا تعمیم درباره محرک‌های جدید تلاش می‌کنند.
ایجاد فناوری با قابلیت‌های استدلال قیاسی، هوش مصنوعی را قادر می‌سازد تا ارتباط و معانی زبان را که کاربردهای متعددی در دنیای واقعی دارد، ارزیابی کند.
این احتمال وجود دارد که هوش مصنوعی با توانایی‌های مکالمه‌ای و تفسیری شبیه انسان برای آموزش مفاهیم جدید به دانش‌آموزان یا ایجاد محصولات جدید براساس داده‌های بازاریابی مصرف‌کننده استفاده شود.
این هوش‌های مصنوعی تأثیری دگرگون‌کننده بر جامعه دارند؛ مانند کاهش ترافیک با تجزیه‌وتحلیل کاستی‌های زیرساخت‌های فعلی برای تولید مدل‌های بهبودیافته آزادراه‌ها.
گروه پژوهشی روش‌های مختلفی را برای آموزش قیاس‌های موجود در افسانه‌های اِزوپ به هوش مصنوعی آزمایش کردند. افسانه‌های اِزوپ مجموعه‌ای از داستان‌های کوتاه ساده هستند که آموزش‌های اخلاقی را منتقل می‌کنند.
آن‌ها با استفاده از روش‌های پردازش زبان طبیعی (NLP)، افسانه‌ها را تجزیه و تجلیل کردند تا معادل داستانی آن‌ها را براساس شباهت‌های واژگانی و معنایی یا کلمات و معانی موجود در متن تولید کنند.
آن‌ها داستان‌های کوتاه با نتیجه‌گیری‌های اخلاقی را انتخاب کردند؛ زیرا اغلب، افسانه‌های متعددی وجود دارند که هدف و پیام اخلاقی یکسانی در پایان دارند؛ ولی به روش‌هایی بسیار متفاوت بیان شده‌اند. بنابراین، در افسانه، معنایی نهفته است که با شکل ظاهری آن بسیار متفاوت است؛ ولی انسان‌ها می‌توانند پیوندهای میان افسانه‌ها را درک کنند.
این مطالعه نشان داد انسان‌ها تشخیص می‌دهند که موضوع طمع، داستان روباهی که دزدی می‌کند و داستان تاجری که احتکار می‌کند را به هم پیوند می‌دهد؛ در حالی که تشخیص این تشابه‌ها برای سیستم‌های هوش مصنوعی دشوار است.
هنگامی که فردی با موقعیت جدیدی روبه‌رو می‌شود از تجربیات شخصی‌اش برای ارتباط میان ناشناخته‌ها و شناخته‌شده‌ها استفاده می‌کند.
از آنجا که هر فرد دارای مجموعه منحصربه‌فردی از دانش و مهارت است، استدلال قیاسی نیز از فردی به فرد دیگر متفاوت است.
پژوهشگران معتقدند که با بررسی بیشتر تفاوت‌های ظریف استدلال قیاسی انسان، می‌توان اقداماتی به‌منظور بهبود طراحی فناوری هوش مصنوعی انجام داد.
این پژوهش شروعی امیدوارکننده برای توسعه هوش مصنوعی با قابلیت‌های استدلال قیاسی ارائه می‌دهد. کاربرد این فناوری هوش مصنوعی بسیار فراتر از داستان‌های کوتاه است و به صورت بالقوه همه‌چیز، از آموزش و نظم عمومی گرفته تا هنر و طراحی شهری، را ارتقا می‌دهد.
نظر شما