نظریه ماشین تشبیه؛ جفری هینتون معتقد است انسان فقط منطقی نیست.

قرن‌هاست که انسان‌ها تفکر را از منظر منطق و استدلال درک می‌کنند. به طور سنتی، انسان موجودی عقلانی شناخته می‌شود که برای درک جهان، از منطق و استنتاج بهره می‌گیرد. اما جفری هینتون، از پیشگامان هوش مصنوعی و به باور بسیاری، پدرخوانده هوش مصنوعی، با نظریه ماشین تشبیه حالا این باور قدیمی را از اساس به چالش کشیده است.
هینتون بر این باور است که  انسان‌ها فقط منطقی نیستند. او می‌گوید که انسان‌ها ماشین‌های تشبیه‌اند که با قیاس و شباهت، جهان را می‌شناسند. این دیدگاه، برداشت ما از شیوهٔ کارکرد شناخت انسانی را به شکلی اساسی تغییر می‌دهد.

با پیشرفت سریع هوش مصنوعی، نظریهٔ هینتون اهمیت بیشتری پیدا کرده است. اگر بپذیریم که انسان‌ها بیشتر از راه قیاس فکر می‌کنند تا صرفا با منطق، می‌توانیم سیستم‌های هوش مصنوعی را بهتر با شیوهٔ طبیعی پردازش اطلاعات انسانی هماهنگ کنیم. این تغییر، نه تنها فهم ما از ذهن انسان را متحول می‌کند، بلکه آیندهٔ توسعهٔ هوش مصنوعی و جایگاه آن در زندگی روزمره را نیز دگرگون خواهد کرد.

درک نظریهٔ ماشین تشبیه (Analogy Machine) جفری هینتون

نظریهٔ ماشین تشبیه  یا Analogy Machine از جفری هینتون، بازنگری عمیقی در شناخت تفکر انسانی ارائه می‌دهد. به گفتهٔ هینتون، مغز انسان بیشتر با تکیه بر تشبیه عمل می‌کند تا منطق خشک و استدلال رسمی. انسان‌ها، به جای استفاده از استنتاج صوری، با شناسایی الگوهای برگرفته از تجربیات گذشته و تعمیم آن‌ها به موقعیت‌های جدید، مسیر خود را در جهان پیدا می‌کنند.

تفکر مبتنی بر قیاس، پایهٔ بسیاری از فرآیندهای شناختی مانند تصمیم‌گیری، حل مسئله و خلاقیت است. البته استدلال منطقی نیز نقش دارد، اما بیشتر در موقعیت‌هایی به کار می‌آید که دقت و صراحت ضرورت پیدا می‌کند؛ مانند حل مسائل ریاضی.

تحقیقات عصب‌شناسی نیز از این نظریه پشتیبانی می‌کنند. ساختار مغز انسان به گونه‌ای شکل گرفته که بیشتر برای شناسایی الگوها و انجام قیاس‌ها مناسب است تا پردازش منطق خالص. مطالعات تصویربرداری مغزی (fMRI) نشان می‌دهند هنگام انجام وظایف مرتبط با قیاس یا شناسایی الگوها، نواحی مرتبط با حافظه و تفکر تداعی‌گر فعال می‌شود. از دیدگاه تکاملی هم این موضوع منطقی است. تفکر قیاسی به انسان‌ها کمک کرده تا با شناسایی الگوهای آشنا، سریع‌تر با محیط‌های جدید سازگار شوند و تصمیم‌های سریعی بگیرند.

نظریهٔ هینتون در تقابل با مدل‌های شناختی سنتی قرار دارد. مدل‌هایی که در بیشتر قرن بیستم، منطق و استدلال را محور اصلی تفکر انسانی معرفی می‌کردند. در نگاه سنتی، مغز همچون یک پردازنده تصور می‌شد که با استنتاج قیاسی به نتیجه می‌رسد. اما این دیدگاه، ویژگی‌هایی مانند خلاقیت، انعطاف‌پذیری و سیالیت تفکر انسانی را نادیده می‌گرفت.
در مقابل، نظریهٔ ماشین تشبیه هینتون یا Analogy Machine باور دارد که انسان‌ها با استخراج قیاس از تجربیات متنوع، جهان را درک می‌کنند. استدلال منطقی هرچند اهمیت دارد، اما جایگاه ثانویه‌ای دارد و معمولاً در شرایط خاص مانند ریاضیات یا حل مسائل رسمی فعال می‌شود.

این بازنگری در درک فرایندهای شناختی، یادآور تأثیر روان‌کاوی در اوایل قرن بیستم است. همان‌طور که روان‌کاوی انگیزه‌های ناهشیار را در رفتار انسان آشکار کرد، نظریهٔ ماشین تشبیه هینتون نیز نشان می‌دهد ذهن انسان چگونه اطلاعات را پردازش می‌کند.
این نظریه، دیدگاه رایج مبنی بر عقلانی بودن هوش انسانی را به چالش می‌کشد و انسان را موجودی الگو-محور معرفی می‌کند که از طریق تشبیه، جهان پیرامون را می‌فهمد.

چگونه تفکر قیاسی مسیر توسعهٔ هوش مصنوعی را شکل می‌دهد

نظریهٔ ماشین تشبیه جفری هینتون، تنها درک ما از شناخت انسانی را تغییر نمی‌دهد؛ بلکه پیامدهای عمیقی برای توسعهٔ هوش مصنوعی به همراه دارد. سامانه‌های مدرن هوش مصنوعی، به‌ویژه مدل‌های زبانی بزرگ مانند GPT-4، شروع کرده‌اند رویکردی انسانی‌تر در حل مسئله اتخاذ کنند. این سیستم‌ها دیگر تنها به منطق متکی نیستند. آن‌ها با استفاده از حجم عظیمی از داده‌ها، الگوها را شناسایی می‌کنند و قیاس‌هایی برقرار می‌سازند؛ فرآیندی که به شیوهٔ تفکر انسانی شباهت زیادی دارد.
این رویکرد به هوش مصنوعی اجازه می‌دهد وظایف پیچیده‌ای مانند درک زبان طبیعی و شناسایی تصاویر را به شکلی مشابه تفکر مبتنی بر قیاس پردازش کند.

با پیشرفت فناوری، شباهت میان شیوهٔ تفکر انسانی و یادگیری هوش مصنوعی هر روز آشکارتر می‌شود.
مدل‌های اولیهٔ هوش مصنوعی بر الگوریتم‌های قاعده‌محور و منطق سختگیرانه استوار بودند. این مدل‌ها خروجی‌ها را بر پایهٔ قوانین منطقی تولید می‌کردند. اما سامانه‌های امروزی مانند GPT-4، بر اساس شناسایی الگوها و برقراری قیاس‌ها عمل می‌کنند. درست همان‌طور که انسان از تجربه‌های گذشته برای درک موقعیت‌های جدید بهره می‌گیرد.
این تغییر رویکرد، هوش مصنوعی را به استدلال انسانی نزدیک‌تر کرده است. جایی که قیاس‌ها، نه فقط استنتاج‌های منطقی، رفتارها و تصمیمات را هدایت می‌کنند.

پیشرفت‌های مداوم در توسعهٔ سامانه‌های هوش مصنوعی، تحت تأثیر کارهای پژوهشی هینتون قرار گرفته است. به‌ویژه پروژهٔ GLOM (مدل‌های خطی و خروجی جهانی) که به بررسی چگونگی پیاده‌سازی استدلال قیاسی در ساختار داخلی سامانه‌های هوشمند می‌پردازد.
هدف این پروژه، طراحی سامانه‌هایی است که بتوانند مانند انسان‌ها به‌طور شهودی فکر کنند و میان ایده‌ها و تجربه‌های مختلف ارتباط برقرار کنند.
این تحول می‌تواند نسل جدیدی از هوش مصنوعی ایجاد کند که نه تنها مسائل را حل می‌کند، بلکه این کار را به الگویی شبیه به فرآیندهای شناختی انسانی انجام می‌دهد.

پیامدهای فلسفی و اجتماعی تفکر مبتنی بر قیاس

نظریهٔ ماشین تشبیه جفری هینتون نه تنها به بازنگری در تفکر انسانی می‌پردازد، بلکه پیامدهای فلسفی و اجتماعی عمیقی نیز به همراه دارد. این نظریه باور دیرپایی که تفکر انسانی را اساساً عقلانی و مبتنی بر منطق می‌داند را به چالش می‌کشد. در عوض، هینتون مطرح می‌کند که انسان‌ها در واقع ماشین‌های تشبیه هستند که از الگوها و ارتباطات برای پیمایش جهان استفاده می‌کنند.
این تغییر درک می‌تواند رشته‌هایی مانند فلسفه، روان‌شناسی و آموزش را که تاکنون بر تفکر منطقی تأکید داشتند، دگرگون کند.
اگر خلاقیت نتیجهٔ تنها ترکیب‌های جدید ایده‌ها نباشد و بلکه حاصل توانایی برقراری قیاس میان حوزه‌های مختلف باشد، درک جدیدی از کارکرد خلاقیت و نوآوری به دست خواهیم آورد.

نظریه ماشین تشبیه چه تاثیری بر نظام آموزشی دارد؟

این درک تازه می‌تواند بر نظام‌های آموزشی تأثیر زیادی بگذارد. اگر انسان‌ها عمدتاً به تفکر قیاسی متکی هستند، ممکن است لازم باشد که نظام‌های آموزشی به‌جای تأکید صرف بر استدلال منطقی، بیشتر بر تقویت توانایی دانش‌آموزان در شناسایی الگوها و برقراری ارتباط میان حوزه‌های مختلف تمرکز کنند.
این رویکرد می‌تواند شهود سازنده را پرورش دهد و به دانش‌آموزان کمک کند تا با استفاده از قیاس‌ها، مسائل جدید و پیچیده را حل کنند. در نهایت، این تغییر رویکرد می‌تواند خلاقیت و مهارت‌های حل مسئلهٔ آن‌ها را ارتقا دهد.

با پیشرفت سامانه‌های هوش مصنوعی، اکنون امکان بیشتری برای تقلید از شناخت انسانی از طریق استدلال مبتنی بر قیاس وجود دارد.
اگر سامانه‌های هوش مصنوعی بتوانند الگوها را شبیه به انسان‌ها شناسایی کرده و از قیاس‌ها بهره بگیرند، شیوهٔ تصمیم‌گیری آن‌ها تغییر خواهد کرد.
با این حال، این پیشرفت نگرانی‌های اخلاقی قابل توجهی را به همراه دارد. اگر هوش مصنوعی از توانایی انسان در برقراری قیاس‌ها پیشی بگیرد، سوالاتی در مورد نقش این سامانه‌ها در فرآیندهای تصمیم‌گیری مطرح خواهد شد. تضمین استفادهٔ مسئولانه از این فناوری‌ها و حفظ نظارت انسانی بر آن‌ها برای جلوگیری از سوءاستفاده یا پیامدهای ناخواسته، امری ضروری خواهد بود.

هرچند نظریهٔ ماشین تشبیه هینتون یک دیدگاه جدید و جذاب دربارهٔ شناخت انسانی ارائه می‌دهد، نگرانی‌هایی نیز در این راستا وجود دارد که باید مورد توجه قرار گیرند. یکی از این نگرانی‌ها به‌ویژه بر پایهٔ استدلال «اتاق چینی» است. این استدلال بیان می‌کند که حتی اگر هوش مصنوعی بتواند الگوها را شناسایی کرده و قیاس‌هایی برقرار کند، ممکن است معنای واقعی پشت این الگوها را درک نکند.
این مسأله، پرسش‌هایی را در مورد عمق فهمی که هوش مصنوعی می‌تواند به دست آورد، مطرح می‌کند.

علاوه بر این، تکیه بر تفکر مبتنی بر قیاس ممکن است در حوزه‌هایی مانند ریاضیات یا فیزیک، که نیازمند استدلال منطقی دقیق هستند، کارایی کمتری داشته باشد. همچنین نگرانی‌هایی وجود دارد که تفاوت‌های فرهنگی در شیوهٔ برقراری قیاس‌ها، ممکن است کاربرد جهانی نظریهٔ هینتون را در زمینه‌های مختلف محدود کند.

جمع‌بندی

نظریهٔ ماشین تشبیه جفری هینتون دیدگاهی انقلابی در مورد شناخت انسانی ارائه می‌دهد. او نشان می‌دهد که ذهن ما بیشتر از آنکه بر منطق ناب تکیه کند، بر قیاس‌ها متکی است. این دیدگاه نه تنها مطالعهٔ هوش انسانی را دگرگون می‌کند، بلکه افق‌های جدیدی برای توسعهٔ هوش مصنوعی می‌گشاید.

با طراحی سامانه‌های هوش مصنوعی که استدلال مبتنی بر قیاس انسانی را تقلید می‌کنند، می‌توان ماشین‌هایی ساخت که اطلاعات را به شیوه‌ای طبیعی‌تر و شهودی‌تر پردازش کنند. با این حال، همزمان با پیشرفت این رویکرد در هوش مصنوعی، ملاحظات اخلاقی و عملی مهمی نیز مطرح می‌شود.
از جمله این ملاحظات، لزوم حفظ نظارت انسانی و پرداختن به دغدغه‌هایی دربارهٔ عمق درک واقعی هوش مصنوعی است. در نهایت، پذیرش این الگوی نوین تفکر می‌تواند خلاقیت، آموزش و آیندهٔ هوش مصنوعی را بازتعریف کند و به توسعهٔ فناوری‌های هوشمندتر و سازگارتر منجر شود.

منبع

این گزارش ترجمه مقاله Unite.ai با عنوان Beyond Logic: Rethinking Human Thought with Geoffrey Hinton’s Analogy Machine Theory است.