| کد مطلب: ۳۹۳۷۸

سازندگان نابغه / روایتی از تلاش‌های فرانک روزنبلات و همکارش برای توسعه نخستین مدل هوش مصنوعی عصبی در قرن بیستم

فرانک روزنبلات در پی طراحی سیستمی بود که قادر به یادگیری رفتار به‏‌صورت خودکار و مشابه با عملکرد مغز باشد. این رویکرد بعدها توسط دانشمندان تحت‏‌عنوان «ارتباط‏‌گرایی» شناخته شد، چراکه همانند مغز، بر مبنای شبکه‏‌ای گسترده از محاسبات متصل به یکدیگر استوار بود.

سازندگان نابغه / روایتی از تلاش‌های فرانک روزنبلات و همکارش برای توسعه نخستین مدل هوش مصنوعی عصبی در قرن بیستم

کید متز نویسنده و گزارشگر نیویورک‌تایمز

در هفتم ژوئیه ۱۹۵۸، شماری از افراد در دفاتر اداره هواشناسی ایالات‌متحده واقع در واشنگتن دی‌سی، در حدود 15بلوکی غرب کاخ سفید، دور یک دستگاه جمع شده بودند. این ماشین، با پهنایی معادل یک یخچال خانگی، عمقی دوبرابر و ارتفاعی تقریباً مشابه، فقط بخشی از یک رایانه مرکزی (mainframe) بود که اجزای آن همچون یک مجموعه مبلمان چندتکه در سراسر اتاق گسترده شده بود.

بدنه آن با پلاستیک نقره‌ای پوشیده شده و نور ساطع‌شده از بالا را بازتاب می‌داد؛ پنل جلویی آن نیز مملو از ردیف‌های متعدد لامپ‌های کوچک گرد، دکمه‌های مربعی قرمز و کلیدهای پلاستیکی ضخیم به رنگ‌های سفید و خاکستری بود. این دستگاه دو میلیون دلاری که معمولاً محاسبات اداره هواشناسی (نهاد پیشین سرویس ملی هواشناسی) را انجام می‌داد، در این روز به‌امانت در اختیار نیروی دریایی ایالات‌متحده و یک استاد 29ساله دانشگاه کرنل به‌نام «فرانک روزنبلات» قرار گرفته بود.

در مقابل یک خبرنگار، روزنبلات و نمایندگان نیروی دریایی دو کارت سفید را به دستگاه وارد کردند؛ یکی حاوی یک مربع کوچک در سمت چپ و دیگری دارای علامتی در سمت راست بود. در ابتدا، دستگاه قادر به تمایز بین این دو کارت نبود، اما پس از پردازش 50 کارت دیگر، این وضعیت تغییر کرد. تقریباً در تمام موارد، دستگاه با دقت محل علامت‌گذاری کارت ـ چپ یا راست ـ را تشخیص داد.

به بیان روزنبلات، این دستگاه به لطف یک مدل ریاضی، این قابلیت را به‌صورت خودکار کسب کرده بود. این سیستم بر مبنای مدلی از مغز انسان طراحی شده و روزنبلات آن را «پرسپترون» (Perceptron) نام‌گذاری کرد. او پیش‌بینی کرد که در آینده، این سیستم قادر به تشخیص حروف چاپی، کلمات دست‌نویس، فرامین صوتی و حتی چهره افراد و متعاقباً شناسایی آنها خواهد بود. همچنین قابلیت ترجمه بین زبان‌های مختلف برای آن متصور بود. افزون بر این، از منظر نظری، او اشاره کرد که این سیستم می‌تواند در یک خط تولید خود را تکثیر کند، به اکتشاف سیارات دوردست بپردازد و از حوزه صرفاً محاسباتی به سطح هوشیاری ارتقاء یابد.

در گزارشی که صبح روز بعد در نیویورک‌تایمز به چاپ رسید، آمده بود: «نیروی دریایی امروز از نمونه اولیه یک رایانه الکترونیکی پرده برداشت که انتظار می‌رود در آینده قادر به راه‌رفتن، صحبت‌کردن، دیدن، نوشتن، خودتکثیری و آگاهی از هستی خود باشد.» همچنین در مقاله‌ای دیگر که در نسخه یکشنبه همان نشریه انتشار یافت، اشاره شد که مقامات نیروی دریایی به‌دلیل شباهت قابل‌توجه این سیستم به «یک موجود انسانی فاقد حیات»، در اطلاق عنوان «ماشین» به آن تردید داشتند.

روزنبلات به‌تدریج از نحوه بازتاب این رویداد در رسانه‌های عمومی، به‌ویژه تیتر یک روزنامه در اکلاهما با عنوان «هیولای فرانکنشتاین طراحی‌شده توسط نیروی دریایی که فکر می‌کند»، ناخشنود شد. او در سال‌های آتی، در محافل علمی و آثار منتشرشده خود، این پروژه را با اصطلاحات محتاطانه‌تری توصیف کرد و با تأکید اظهار داشت که این تلاش، معطوف به توسعه هوش مصنوعی نبوده و محدودیت‌های آن را نیز پذیرفت. با وجود این، ایده اولیه از کنترل او خارج شد و در عرصه عمومی به‌شکلی متفاوت تکامل یافت.

پرسپترون، به‌عنوان یکی از نخستین شبکه‌های عصبی، تجلی اولیه‌ای از فناوری‌ای بود که «جفری هینتون» بیش از نیم‌قرن بعد آن را در یک حراجی به بالاترین قیمت پیشنهادی به فروش رساند. با این حال، پیش از دستیابی به آن نقطه‌عطف ۴۴ میلیون دلاری و حتی قبل از تحقق آینده پرزرق‌و‌برقی که در تابستان ۱۹۵۸ در صفحات نیویورک‌تایمز پیش‌بینی شده بود، این مفهوم به‌تدریج در محافل آکادمیک به انزوا کشیده شد. در اوایل دهه ۱۹۷۰، پس از آشکار شدن محدودیت‌های عملی فناوری نوآورانه روزنبلات در قیاس با پیش‌بینی‌های خوشبینانه اولیه، این ایده به‌تدریج به فراموشی سپرده شد.

روزنبلات؛ شمایل کلاسیک یک نابغه 

فرانک روزنبلات در ۱۱ ژوئیه ۱۹۲۸ در نیو راشل، نیویورک، واقع در شمال برانکس متولد شد. او تحصیلات متوسطه خود را در دبیرستان علوم برانکس، یک مدرسه دولتی نخبه‌پرور که بعدها محل پرورش هشت برنده جایزه نوبل، شش برنده جایزه پولیتزر، هشت برنده مدال ملی علوم و سه دریافت‌کننده جایزه تورینگ (معتبرترین جایزه در حوزه علوم کامپیوتر) شد، به اتمام رساند.

روزنبلات، مردی ریزنقش و لاغراندام با گونه‌های برآمده و موهای کوتاه، تیره و مجعد بود و عینک‌هایی ته‌استکانی با قاب مشکی به چشم می‌زد. اگرچه او دانش‌آموخته رشته روان‌شناسی بود، اما دامنه علایق‌اش به‌مراتب گسترده‌تر بود. در سال ۱۹۵۳، نیویورک‌تایمز گزارشی مختصر در مورد یک رایانه اولیه که او برای تحلیل داده‌های رساله دکتری خود به کار می‌برد، منتشر کرد. 

این رایانه که با نام اختصاری «EPAC» (Electronic Profile-Analyzing Computer)، شناخته می‌شد، به تحلیل پروفایل‌های روان‌شناختی بیماران او می‌پرداخت. با سپری‌شدن زمان، اعتقاد او به این امر فزونی یافت که ماشین‌ها می‌توانند درک عمیق‌تری از عملکرد ذهن ارائه دهند. پس از اخذ مدرک دکتری، او به آزمایشگاه هوانوردی کرنل در بوفالو، واقع در حدود ۲۴۰کیلومتری پردیس اصلی دانشگاه در ایتاکا، نیویورک، پیوست. این مرکز تحقیقات هوانوردی که توسط شرکتی فعال در زمینه طراحی هواپیما در طول جنگ جهانی دوم به دانشگاه کرنل اهدا شده بود، در سال‌های پس از جنگ به یک آزمایشگاه با زمینه‌های تحقیقاتی متنوع‌تر تبدیل شد و با استقلال نسبی از نظارت مستقیم مدیریت دانشگاه در ایتاکا فعالیت می‌کرد. در همین مکان بود که روزنبلات با پشتیبانی مالی دفتر تحقیقات نیروی دریایی، پرسپترون را طراحی کرد.

روزنبلات این پژوهش را به‌‌مثابه دریچه‌ای برای درک سازوکارهای درونی مغز تلقی می‌کرد. او بر این باور بود که با بازسازی مغز به‌شکل یک ماشین، می‌توان به کنه اسرار پدیده‌ای که آن را «هوش طبیعی» می‌نامید، پی برد. پرسپترون، با الهام از ایده‌هایی که حدود یک دهه پیش توسط دو پژوهشگر در دانشگاه شیکاگو پیشنهاد شده بود، به تحلیل اشیاء می‌پرداخت و به‌دنبال الگوهایی می‌گشت که امکان شناسایی آن اشیاء را فراهم می‌آورد (برای نمونه، تعیین موقعیت علامت‌گذاری روی کارت، اعم از سمت چپ یا راست). 

این فرآیند از طریق مجموعه‌ای از محاسبات ریاضی صورت می‌گرفت که عملکردی (به معنایی بسیار عام) مشابه شبکه نورونی در مغز داشتند. در جریان بررسی و تلاش برای شناسایی هر شیء، پرسپترون در برخی موارد تشخیص صحیح و در برخی دیگر تشخیص نادرست ارائه می‌داد. با این حال، این سیستم قادر به یادگیری از اشتباهات خود بود و به‌طور سیستماتیک هر یک از آن محاسبات ریاضی را تعدیل می‌کرد تا میزان خطا به حداقل برسد. مشابه یک نورون در مغز، هر محاسبه به‌تنهایی فاقد معنای مستقل بود و صرفاً به‌عنوان ورودی برای یک الگوریتم بزرگ‌تر عمل می‌کرد.

اما همین الگوریتم بزرگ‌تر ـ که نوعی دستورالعمل ریاضیاتی محسوب می‌شد ـ قابلیت انجام وظایف مفید را دارا بود؛ یا دست‌کم چنین امیدی وجود داشت.  روزنبلات در تابستان ۱۹۵۸ در اداره هواشناسی، نمونه‌های مقدماتی این مفهوم را به نمایش گذاشت؛ یک شبیه‌سازی از پرسپترون که روی رایانه «ای‌بی‌ام 704» متعلق به آن اداره، به‌عنوان پیشرفته‌ترین رایانه تجاری آن دوره، اجرا می‌شد. سپس در آزمایشگاه بوفالو و با همکاری گروهی از مهندسان، او ساخت یک ماشین کاملاً نوین را براساس همین ایده آغاز کرد و آن را «مارک ۱» نامید.

این دستگاه، برخلاف سایر ماشین‌های آن زمان، با هدف ادراک محیط پیرامون خود طراحی شده بود. او در همان سال، طی سفر دیگری به واشنگتن برای دیدار با تأمین‌کنندگان مالی پروژه، در مصاحبه با یک خبرنگار اظهار داشت: «برای نخستین‌بار، یک سیستم غیرزیستی قادر به دستیابی به سازمان‌دهی معناداری از محیط خارجی خود خواهد بود.» همکار اصلی او در دفتر تحقیقات نیروی دریایی، درباره پرسپترون آن‌قدر اغراق نمی‌کرد. با این حال، روزنبلات در اعتقادات خود راسخ بود.

او حین صرف قهوه به خبرنگار گفت: «همکار من با تمام سخنان غیرمستند رایج در مورد مغزهای مکانیکی مخالف است، اما ماهیت قضیه دقیقاً همین است.» او ظرف کوچک نقره‌ای محتوی خامه را که روی میز مقابل‌اش قرار داشت، برداشت و گفت: «اگرچه این نخستین‌بار است که این ظرف را می‌بینم، اما همچنان قادر به تشخیص آن به‌عنوان یک ظرف هستم.» او توضیح داد که پرسپترون نیز قادر به انجام عملکردهای مشابهی است و می‌تواند استنتاج‌های لازم برای تمایز قائل‌شدن، برای مثال، بین سگ و گربه را انجام دهد. 

او اذعان کرد که این فناوری تا دستیابی به کاربردهای عملی فاصله قابل‌توجهی دارد و فاقد درک عمق و «ظرافت‌های داوری» است. با این وجود، او به پتانسیل آن اطمینان داشت و پیش‌بینی کرد که روزی پرسپترون به فضا سفر کرده و مشاهدات خود را به زمین مخابره خواهد کرد. در پاسخ به سوال خبرنگار درباره محدودیت‌های پرسپترون، روزنبلات دستانش را به علامت ناتوانی بالا برد و گفت: «عشق، امید، ناامیدی... خلاصه بگویم، طبیعت انسان. اگر ما خودمان انگیزه جنسی انسان را نمی‌فهمیم، چطور انتظار داریم یک ماشین آن را درک کند؟» در دسامبر همان سال، نشریه نیویورکر ابداع روزنبلات را به‌عنوان نخستین رقیب جدی برای مغز قلمداد کرد.

پیش از این، همین نشریه از قابلیت بازی شطرنج توسط رایانه «ای‌بی‌ام 704» اظهار شگفتی کرده بود. اکنون پرسپترون به‌عنوان ماشینی به‌مراتب قابل‌توجه‌تر، یک رایانه با توانایی دستیابی به «چیزی معادل تفکر انسانی» توصیف می‌شود. نشریه مذکور اذعان داشت با وجود ادعای دانشمندان مبنی بر انحصار قابلیت‌های دیدن، احساس‌کردن و تفکر در سیستم‌های بیولوژیکی، پرسپترون «چنان رفتاری از خود نشان می‌داد که گویی می‌بیند، احساس می‌کند و می‌اندیشد». اگرچه روزنبلات هنوز نمونه فیزیکی این ماشین را نساخته بود، این امر به‌عنوان یک مانع جزئی تلقی شد و نشریه نیویورکر اظهار داشت: «تنها مسئله گذر زمان (و تأمین مالی) مطرح است تا این ابداع به واقعیت بدل شود.»

مارک 1

روزنبلات در سال ۱۹۶۰، مارک ۱ را تمام کرد. این دستگاه از شش قفسه پر از وسایل برقی تشکیل شده بود که هرکدام اندازه یک یخچال آشپزخانه بودند و به یک وسیله دیداری متصل می‌شد که درواقع یک دوربین بود. با این حال، مهندسان بخش بارگذاری فیلم آن را حذف و یک دستگاه مربع‌شکل کوچک حاوی 400 نقطه سیاه جایگزین کرده بودند. این نقاط درواقع فوتوسل‌هایی بودند که به تغییرات شدت نور واکنش نشان می‌دادند. روزنبلات و تیم مهندسی‌اش حروف بزرگ چاپی (مانند A، B، C، D و...) را روی قطعات مربعی مقوا چاپ می‌کردند و هنگامی که این قطعات روی یک سه‌پایه در مقابل دوربین قرار می‌گرفتند، فوتوسل‌ها قادر به تشخیص خطوط سیاه حروف در زمینه سفید مقوا بودند.

در جریان این فرآیند، مارک ۱ قادر به یادگیری تشخیص حروف شد؛ مشابه با نحوه یادگیری رایانه مرکزی ای‌بی‌ام در اداره هواشناسی برای تشخیص کارت‌های علامت‌گذاری‌شده. این امر مستلزم مداخله جزئی اپراتورهای انسانی حاضر در اتاق بود؛ بدین‌ترتیب که حین تلاش دستگاه برای شناسایی حروف، یک تکنیسین صحت یا عدم‌صحت تشخیص آن را اعلام می‌کرد.

اما درنهایت مارک ۱ از نتایج صحیح و اشتباهات خود الگو می‌گرفت و الگوهای مشخص‌کننده ویژگی‌های بصری حروف، نظیر خط مورب حرف A یا انحنای مضاعف حرف B را با دقت تعیین می‌کرد. روزنبلات هنگام نمایش این دستگاه، روشی برای اثبات ماهیت اکتسابی این رفتار داشت. او با دستکاری اتصالات داخلی قفسه‌های تجهیزات الکتریکی و قطع اتصال برخی سیم‌ها که نقش نورون‌های مصنوعی را ایفا می‌کردند، عملکرد دستگاه را مختل می‌کرد.

پس از برقراری مجدد اتصالات، دستگاه مجدداً در تشخیص حروف با مشکل مواجه می‌شد، اما پس از پردازش نمونه‌های بیشتر و یادگیری مجدد همان مهارت، عملکرد قبلی خود را بازمی‌یافت. عملکرد نسبتاً مناسب این ابزار الکتریکی موجب جلب‌توجه محافل علمی و صنعتی فراتر از نیروی دریایی شد. در سال‌های آتی، مؤسسه تحقیقات استنفورد (اس‌آر‌ای)، یک مرکز پژوهشی در شمال کالیفرنیا، به مطالعه و توسعه همین مفاهیم پرداخت و آزمایشگاه شخصی روزنبلات نیز موفق به انعقاد قراردادهایی با سرویس پستی ایالات‌متحده و نیروی هوایی این کشور شد.

سرویس پستی نیازمند راهکاری جهت خواندن نشانی‌های پستی روی پاکت‌ها بود و نیروی هوایی نیز درصدد شناسایی اهداف در تصاویر هوایی برآمد. با این حال، تمام این کاربردها در آینده‌ای نزدیک متصور بودند.  سیستم ابداعی روزنبلات در خواندن حروف چاپی که وظیفه‌ای نسبتاً سهل به‌شمار می‌رفت، تنها از کارایی محدودی برخوردار بود.

در فرآیند تحلیل کارت‌های حاوی حرف A، هر فوتوسل ناحیه معینی از کارت را مورد ارزیابی قرار می‌داد؛ به‌عنوان مثال، ناحیه‌ای در مجاورت گوشه پایین سمت راست. درصورتی‌که میزان تیرگی در آن ناحیه نسبت به روشنی غالب بود، مارک ۱ به آن ناحیه «وزن» بالایی اختصاص می‌داد، بدین‌معنا که آن ناحیه نقش مؤثرتری در محاسبات ریاضی نهایی که تعیین‌کننده هویت حرف A بودند، ایفا می‌کرد. هنگام پردازش یک کارت جدید، دستگاه در صورتی قادر به تشخیص حرف A بود که اغلب نواحی با وزن بالا به رنگ سیاه ظاهر می‌شدند؛ این محدوده توانایی این فناوری در آن زمان بود. این فناوری از چابکی لازم جهت تشخیص بی‌نظمی‌های موجود در ارقام دست‌نویس بهره‌مند نبود.

با وجود محدودیت‌های مشهود این سیستم، روزنبلات همچنان دیدگاهی خوشبینانه نسبت به آتیه آن داشت. سایرین نیز معتقد بودند که این فناوری در سال‌های پیشِ رو ارتقاء یافته و قادر به فراگیری وظایف پیچیده‌تر با رویکردهای تکامل‌یافته‌تری خواهد بود. با این حال، این مسیر با یک چالش اساسی مواجه شد؛ «ماروین مینسکی».

چالش‌های یک نام‌گذاری 

فرانک روزنبلات و ماروین مینسکی از هم‌دوره‌ای‌های دبیرستان علوم برانکس محسوب می‌شدند. در سال ۱۹۴۵، والدین مینسکی او را به «فیلیپس آندوور»، یک مدرسه مقدماتی نمونه در ایالات‌متحده منتقل کردند. پس از خاتمه جنگ جهانی دوم، او در دانشگاه هاروارد به تحصیل پرداخت. با این وجود، او معتقد بود که هیچ‌کدام از این مراکز آموزشی با تجربه‌اش در دبیرستان علوم برانکس قابل مقایسه نبودند. جایی که به‌زعم او، دروس از چالش بیشتری برخوردار بوده و دانش‌آموزان بلندپروازتر بودند. 

او دراین‌باره گفت: «افرادی که می‌توانستی پیچیده‌ترین ایده‌های خود را با آنها به بحث بگذاری و هیچ‌کس رفتاری از سر تحقیر نشان نمی‌داد.» پس از درگذشت روزنبلات، مینسکی از هم‌کلاسی سابق خود به‌عنوان نمونه‌ای از متفکران خلاقی یاد کرد که در راهروهای دبیرستان علوم برانکس تردد داشتند. مینسکی نیز، مشابه روزنبلات، از پیشگامان حوزه هوش مصنوعی به‌شمار می‌رفت، اما رویکرد او نسبت به این زمینه متفاوت بود.

در دوره کارشناسی در دانشگاه هاروارد، مینسکی با بهره‌گیری از بیش از سه هزار لامپ خلأ و قطعاتی از یک بمب‌افکن قدیمی بی-52، دستگاهی ساخت که احتمالاً نخستین شبکه عصبی مصنوعی محسوب می‌شود و آن را «SNARC» (Stochastic Neural Analog Reinforcement Calculator) نامید. سپس در اوایل دهه ۱۹۵۰ میلادی و در دوره تحصیلات تکمیلی، او به پیگیری مفاهیم ریاضیاتی پرداخت که نهایتاً به ظهور پرسپترون منجر شد. با وجود این، او هوش مصنوعی را یک عرصه علمی وسیع‌تر می‌دانست.

او در زمره معدود دانشمندانی بود که در گردهمایی کالج دارتموث در تابستان سال ۱۹۵۶، هوش مصنوعی را به‌عنوان یک حوزه مطالعاتی مستقل و نظام‌مند تثبیت کردند. پروفسوری از دارتموث به‌نام «جان مک‌کارتی»، از جامعه علمی خواست تا به بررسی حوزه پژوهشی‌ای بپردازند که او آن را «مطالعات اتوماتا» می‌نامید، اما این اصطلاح برای بسیاری از افراد فاقد معنای واضح بود. از این‌رو، او عنوان آن را به «هوش مصنوعی» تغییر داد و در همان تابستان کنفرانسی را با همکاری چندنفر از دانشگاهیان و پژوهشگران هم‌فکر سازمان‌دهی کرد.

دستور کار کنفرانس تابستانی تحقیقات هوش مصنوعی دارتموث، علاوه بر «شبکه‌های عصبی»، موضوعاتی نظیر «رایانه‌های خودکار»، «انتزاعات» و «خودبهسازی» را نیز دربرمی‌گرفت. شرکت‌کنندگان در این کنفرانس، رهبری این جریان علمی را در دهه ۱۹۶۰ میلادی عهده‌دار شدند که از برجسته‌ترین آنها می‌توان به جان مک‌کارتی که نهایتاً تحقیقات خود را به دانشگاه استنفورد در ساحل غربی منتقل کرد؛ «هربرت سایمون» و «آلن نیول»، بنیان‌گذاران آزمایشگاهی در دانشگاه کارنگی ملون واقع در پیتسبورگ و ماروین مینسکی که در مؤسسه فناوری ماساچوست در نیوانگلند مستقر شد، اشاره کرد. 

هدف این دانشمندان، بازسازی هوش انسانی با استفاده از تمام فناوری‌های موجود بود و آنها مطمئن بودند که این کار به‌زودی انجام خواهد شد؛ حتی برخی پیش‌بینی می‌کردند که یک ماشین تا 10 سال دیگر می‌تواند قهرمان شطرنج جهان را شکست دهد و یک قضیه ریاضی جدید کشف کند. مینسکی که از همان دوران جوانی موهایش ریخته بود، گوش‌های پهنی داشت و لبخند شیطنت‌آمیزش جلب‌توجه می‌کرد، به یک مُبلغ پرشور هوش مصنوعی بدل شد، اما این تبشیر شامل شبکه‌های عصبی نمی‌شد.

از نظر او و بسیاری از همکارانش، شبکه عصبی صرفاً یکی از رویکردهای ساخت هوش مصنوعی به‌شمار می‌رفت و آنها به‌تدریج به کاوش در مسیرهای تحقیقاتی دیگر پرداختند. در اواسط دهه ۱۹۶۰ میلادی، با معطوف‌شدن توجه مینسکی به سایر روش‌های هوش مصنوعی، او در این مورد تردید کرد که آیا شبکه‌های عصبی می‌توانند از پس وظایفی فراتر از آنچه روزنبلات در آزمایشگاه خود در شمال ایالت نیویورک به نمایش گذاشته بود، برآیند یا خیر.

5489 copy

مینسکی در زمره منتقدان گسترده‌تر ایده‌های روزنبلات قرار داشت. چنان‌که خود روزنبلات در کتاب سال ۱۹۶۲ خود با عنوان «اصول نورودینامیک» اشاره کرد، پرسپترون در میان محافل دانشگاهی به‌عنوان یک مفهوم مناقشه‌برانگیز تلقی می‌شد و او بخش عمده‌ای از این وضعیت را ناشی از عملکرد رسانه‌ها می‌دانست. به باور روزنبلات، «خبرنگاران در اواخر دهه ۱۹۵۰ با شور و هیجانی بی‌پروا، مانند دسته‌ای از سگ‌های شکاری خوشحال، به پوشش دستاوردهای او پرداختند.» او به‌ویژه از تیترهایی نظیر آنچه در اکلاهما منتشر شده بود، ابراز ناخرسندی و تصریح کرد که چنین رویکردهایی تا ایجاد اعتماد به کار او به‌عنوان یک تلاش علمی جدی، فاصله بسیار زیادی داشتند.

چهار سال پس از واقعه واشنگتن، روزنبلات با تعدیل ادعاهای پیشین خود تأکید کرد که پرسپترون تلاشی در راستای توسعه هوش مصنوعی به مفهوم مورد نظر محققانی نظیر مینسکی نبوده است. او دراین‌باره می‌نویسد: «برنامه پرسپترون اساساً معطوف به ابداع دستگاه‌هایی برای «هوش مصنوعی» نیست، بلکه هدف اصلی آن بررسی ساختارهای فیزیکی و اصول نورودینامیکی است که زیربنای «هوش طبیعی» را تشکیل می‌دهند.» 

او در ادامه می‌افزاید: «کاربرد آن در توانمندسازی ما برای تعیین شرایط فیزیکی لازم جهت ظهور ویژگی‌های متنوع روان‌شناختی نهفته است.» به بیان دیگر، هدف او درک مکانیسم عملکرد مغز انسان بود، نه خلق یک مغز مصنوعی و عرضه آن به جهان. از آنجا که مغز ساختاری پیچیده و ناشناخته بود، امکان بازآفرینی دقیق آن وجود نداشت. با این حال، او بر این باور بود که می‌توان از ماشین‌ها به‌منظور کاوش در این معمای پیچیده و احتمالاً یافتن راه‌حلی برای آن بهره جست.

از همان آغاز، تمایزات بین هوش مصنوعی و حوزه‌هایی نظیر علوم کامپیوتر، روان‌شناسی و علوم اعصاب مبهم بود، زیرا با ظهور این فناوری نوظهور، گرایش‌های آکادمیک متعددی شکل گرفت که هر یک، چشم‌انداز این حوزه را به شیوه خاص خود ترسیم می‌کردند. برخی روان‌شناسان، متخصصان علوم اعصاب و حتی دانشمندان علوم کامپیوتر، ماشین‌ها را با دیدگاهی مشابه روزنبلات، به‌عنوان انعکاسی از عملکرد مغز تلقی می‌کردند.

در مقابل، گروهی دیگر با نگرشی انتقادی به این ایده بلندپروازانه می‌نگریستند و استدلال می‌کردند که سازوکار عملکرد رایانه‌ها هیچ شباهتی به مغز ندارد و در صورت تلاش برای تقلید هوش، باید این امر را از طریق مکانیسم‌های منحصربه‌فرد خود به انجام رساند. با این حال، در آن زمان، هیچ‌یک از محققان به ساخت سیستمی که بتوان به‌درستی آن را «هوش مصنوعی» نامید، نزدیک نشده بودند. با وجود تصور بنیان‌گذاران این حوزه مبنی بر کوتاهی مسیر بازآفرینی مغز، واقعیت حاکی از طولانی‌بودن این راه بود. اشتباه اساسی آنها در نام‌گذاری حوزه پژوهشی خود به‌عنوان «هوش مصنوعی» نهفته بود. این نام‌گذاری برای دهه‌ها این تصور را در ناظران ایجاد کرد که دانشمندان در آستانه بازآفرینی توانایی‌های مغز قرار دارند، درحالی‌که در عمل چنین نبود.

جنجال مینسکی

در سال ۱۹۶۶ میلادی، حدود چندده پژوهشگر به پورتوریکو سفر کرده و در هتل هیلتون واقع در سن‌خوان گرد هم آمدند. هدف از این گردهمایی، تبادل‌نظر پیرامون آخرین دستاوردهای حوزه موسوم به «تشخیص الگو» بود؛ فناوری‌ای که قابلیت شناسایی الگوها در تصاویر و سایر داده‌ها را دارا بود. درحالی‌که روزنبلات، پرسپترون را به‌عنوان مدلی از عملکرد مغز تلقی می‌کرد، سایرین آن را ابزاری در خدمت تشخیص الگو می‌دانستند. در سال‌های آتی، برخی مفسران تصور می‌کردند که روزنبلات و مینسکی در کنفرانس‌های علمی نظیر کنفرانس سن‌خوان، به مناظره‌های علنی پیرامون آینده پرسپترون می‌پرداختند، اما رقابت میان آنها بیشتر جنبه ضمنی داشت. 

روزنبلات اساساً به پورتوریکو سفر نکرد. در داخل هتل هیلتون، زمانی تنش آشکار شد که دانشمند جوانی به‌نام «جان مونسان» در کنفرانس به ایراد سخنرانی پرداخت. مونسان در مؤسسه تحقیقات استنفورد، آزمایشگاهی واقع در شمال کالیفرنیا که پس از معرفی مدل مارک ۱ از ایده‌های روزنبلات استقبال کرده بود، مشغول به‌کار بود.

او در آنجا به‌همراه تیمی بزرگ‌تر از پژوهشگران، در تلاش برای توسعه یک شبکه عصبی با قابلیت خواندن کاراکترهای دست‌نویس، نه صرفاً حروف چاپی بود و هدف از ارائه او در کنفرانس، نمایش پیشرفت‌های حاصل در این زمینه تحقیقاتی بود، اما پس از اتمام سخنرانی مونسان و آغاز پاسخگویی به پرسش‌های حاضران، مینسکی با صدای بلند اظهار داشت: «چگونه یک جوان هوشمند همچون شما می‌تواند زمان خود را صرف چنین موضوعی کند؟»

«ران سوونگر»، از مهندسان شاغل در آزمایشگاه هوانوردی کرنل (جایی که مارک ۱ متولد شد) که در میان تماشاگران نشسته بود، از این سخنان منزجر شد. او از لحن مینسکی به خشم آمد و شک داشت که این حمله ربطی به ارائه جلوی سالن داشته باشد. دغدغه مینسکی تشخیص دست‌خط نبود، بلکه او به اصل ایده پرسپترون حمله ‌کرد و گفت: «این ایده آینده‌ای ندارد.»  در آن‌سوی سالن، «ریچارد دودا» که در تیم سازنده سیستم تشخیص دست‌خط بود، از خنده حضار هنگام تمسخر ادعای تقلید شبکه عصبی مغز توسط پرسپترون توسط مینسکی، آزرده‌خاطر شد.

این رفتار از مینسکی که از به‌پا کردن جنجال خوشش می‌آمد، عجیب نبود. او یک‌بار به جمعی از فیزیک‌دانان گفته بود که هوش مصنوعی طی چندسال، بیشتر از فیزیک در قرن‌ها پیشرفت کرده است. اما دودا حس می‌کرد که استاد ام‌آی‌تی، دلایل عملی هم برای حمله به کار مراکزی مانند اس‌آر‌ای و کرنل دارد؛ ام‌آی‌تی برای دریافت بودجه تحقیقاتی دولتی با این آزمایشگاه‌ها رقابت می‌کرد. بعدتر در کنفرانس، وقتی محقق دیگری سیستم جدیدی برای ساخت گرافیک کامپیوتری نشان داد، مینسکی از هوشمندی آن تعریف کرد و یک کنایه دیگر هم به ایده‌های روزنبلات زد: «آیا یک پرسپترون می‌تواند این کار را بکند؟»

در پی برگزاری آن کنفرانس، مینسکی و «سیمور پِیپِرت»، همکار او در ام‌آی‌تی، کتابی با عنوان «پرسپترون‌ها» در زمینه شبکه‌های عصبی منتشر کردند. بسیاری معتقد بودند که این کتاب، مسیر تحقیقات آینده در مورد ایده‌های روزنبلات را به مدت 15 سال سد کرد. مینسکی و پِیپِرت با دقت و ظرافت چشمگیری به توصیف پرسپترون پرداختند، به‌طوری‌که در بسیاری از جوانب از شرح خود روزنبلات پیشی گرفت. آنها قابلیت‌های این سیستم، همچنین محدودیت‌های آن را به‌خوبی درک می‌کردند. آنها نشان دادند که پرسپترون قادر به پردازش مفهوم موسوم به «یای انحصاری» (exclusive-or) در اصطلاحات ریاضی نیست؛ مفهومی انتزاعی که دلالت‌های وسیع‌تری را دربرداشت. 

به‌عنوان مثال، هنگامی که دو نقطه روی یک مربع مقوایی به پرسپترون ارائه می‌شد، این سیستم می‌توانست تشخیص دهد که آیا هر دو نقطه، سیاه یا هر دو، سفید هستند. اما قادر به پاسخگویی به پرسش ساده «آیا این دو نقطه رنگ‌های متفاوتی دارند؟»، نبود. این امر نمایانگر آن بود که پرسپترون در برخی موارد حتی از تشخیص الگوهای ساده نیز ناتوان است، چه برسد به الگوهای فوق‌العاده پیچیده‌ای که مشخصه تصاویر هوایی یا کلمات گفتاری هستند.

برخی محققان ازجمله روزنبلات، پیش‌تر در حال بررسی نوع جدیدی از پرسپترون بودند که هدف آن رفع این نقص بود. با این حال، پس از انتشار کتاب مینسکی، تخصیص بودجه‌های دولتی به‌سمت سایر فناوری‌ها معطوف شد و ایده‌های روزنبلات به‌تدریج از عرصه توجه علمی محو شد. در پیروی از رویکرد مینسکی، غالب پژوهشگران به سوی پارادایم موسوم به «هوش مصنوعی نمادین» گرایش یافتند.

هوش مصنوعی نمادین

فرانک روزنبلات در پی طراحی سیستمی بود که قادر به یادگیری رفتار به‌صورت خودکار و مشابه با عملکرد مغز باشد. این رویکرد بعدها توسط دانشمندان تحت‌عنوان «ارتباط‌گرایی» شناخته شد، چراکه همانند مغز، بر مبنای شبکه‌ای گسترده از محاسبات متصل به یکدیگر استوار بود. با این وجود، سیستم ابداعی روزنبلات به‌مراتب ساده‌تر از ساختار پیچیده مغز بوده و قابلیت یادگیری آن محدود به موارد نسبتاً ساده بود. 

مینسکی، همسو با سایر پژوهشگران پیشرو در این حوزه، بر این باور بود که دانشمندان علوم کامپیوتر در بازآفرینی هوش با چالش‌های اساسی روبه‌رو خواهند بود، مگر آنکه از محدودیت‌های این ایده فراتر رفته و سیستم‌هایی را با رویکردی کاملاً متفاوت و ساده‌تر بنا نهند. درحالی‌که شبکه‌های عصبی از طریق تحلیل داده‌ها به‌صورت خودکار به فراگیری وظایف می‌پردازند، هوش مصنوعی نمادین چنین عملکردی نداشت. این رویکرد براساس دستورالعمل‌های دقیق و مشخصی عمل می‌کرد که توسط مهندسان انسانی تدوین شده بودند؛ مجموعه‌ای از قواعد مجزا که تمام اقدامات مورد انتظار از یک ماشین را در هر موقعیت احتمالی تعریف می‌کردند.

این رویکرد، هوش مصنوعی نمادین نامیده شد؛ چراکه دستورالعمل‌های مذکور نحوه انجام عملیات خاص روی مجموعه‌های معینی از نمادها، نظیر ارقام و حروف را به ماشین‌ها آموزش می‌دادند. در طول دهه بعد، این پارادایم بر تحقیقات هوش مصنوعی مسلط شد. این جنبش در اواسط دهه ۱۹۸۰ میلادی با پروژه‌ای به‌نام سایک (Cyc)، تلاشی برای بازآفرینی عقل سلیم از طریق تدوین گام‌به‌گام قواعد منطقی، به اوج آرمان‌های خود رسید. 

یک تیم کوچک از دانشمندان علوم کامپیوتر، مستقر در آستین، تگزاس، اوقات خود را صرف ثبت حقایق بنیادین نظیر «امکان حضور همزمان در دو مکان وجود ندارد» و «هنگام نوشیدن قهوه از فنجان، باید دهانه باز آن رو به بالا باشد» می‌کردند. آنها آگاه بودند که این فرآیند دهه‌ها و شاید قرن‌ها به‌طول خواهد انجامید، اما همچون بسیاری دیگر، بر این باور بودند که این تنها مسیر ممکن است.

روزنبلات کوشید تا دامنه کاربرد پرسپترون را به فراتر از پردازش تصاویر گسترش دهد. او و همکارانش در دانشگاه کرنل، سیستمی را برای تشخیص کلمات گفتاری طراحی کردند که آن را با الهام از یک داستان کوتاه انگلیسی درباره یک گربه سخنگو، «توبِرموری» نامیدند؛ با این حال، این سیستم هرگز عملکرد مطلوبی نداشت. در اواخر دهه ۱۹۶۰ میلادی، روزنبلات به یک حوزه تحقیقاتی کاملاً متفاوت روی آورد و به انجام آزمایش‌های مغزی روی موش‌های صحرایی پرداخت. پس از آنکه گروهی از موش‌ها توانایی مسیریابی در یک ماز را آموختند، او بافت مغزی آنها را به گروه دوم تزریق کرد. سپس گروه دوم را در همان ماز قرار ‌داد تا بررسی کند، آیا ذهن آنها اطلاعات آموخته‌شده توسط گروه اول را جذب کرده یا خیر. نتایج این آزمایش‌ها قطعی و واضح نبود.

در تابستان ۱۹۷۱ میلادی، فرانک روزنبلات در 43سالگی و در سالروز تولدش، در پی یک سانحه قایقرانی در خلیج چساپیک جان باخت. جزئیات دقیق این حادثه در آب توسط روزنامه‌ها منتشر نشد. به گفته یکی از همکارانش، او دو دانشجو را با قایق بادبانی به خلیج برده بود. از آنجا که دانشجویان قایقرانی بلد نبودند، وقتی بوم قایق چرخید و به روزنبلات خورد و او را به آب انداخت، نتوانستند قایق را برگردانند. به این ترتیب، درحالی‌که او در خلیج غرق می‌شد، قایق به راه خود ادامه داد.

به کانال تلگرام هم میهن بپیوندید

دیدگاه

ویژه فرهنگ
سرمقاله
آخرین اخبار