هوش مصنوعی فیزیکدانان را هم به چالش کشید!

کافیست نگاهی به کتب فیزیک بیاندازید، فرمول‌ها یکی پس از دیگری ردیف شده‌اند و توضیح می‌دهند که چگونه چیزها می‌چرخند، حرکت می‌کنند، سُر می‌خورند و می‌‌ایستند. درواقع این فرمول‌ها چیزهایی را توصیف می‌کنند که قابل مشاهده است، اما در پس پرده‌ی هر یک، مجموعه‌ای از فاکتورها وجود دارد که بلافاصله و با یک نگاه نمی‌توان به ماهیت آن‌ها پی برد! در همین راستا شاید برای شما جالب باشد اگر بدانید که به تازگی برنامه‌‌ای بر پایه‌ی هوش مصنوعی توسط محققان دانشگاه کلمبیا توسعه داده شده است که ظاهراً فیزیک جایگزین و باب میل خود را دنبال می‌کند!
هوش مصنوعی به سبک خودش پدیده‌های فیزیکی را توصیف می‌کند!

به طورکلی طی آزمایش‌های انجام شده بر روی هوش مصنوعی، محققان دریافتند که با نمایش فیلم‌هایی از پدیده‌های فیزیکی زمین به این برنامه‌ی هوشمند، این سیستم متغیرهای فعلی را که فیزیکدانان از آن‌ها برای توضیح چنین پدیده‌هایی استفاده می‌کنند، باز آفرینی نمی‌کند؛ بلکه به جای آن‌ها از متغیرهای جدیدی برای توضیح آنچه به نمایش درآمده بود، استفاده می‌کند.

البته این موضوع به این معنی نیست که مدل‌های فیزیک فعلی ما ناقص هستند یا مدل‌های مناسب‌تری برای توضیح جهان اطراف ما وجود دارد؛ چراکه به عنوان نمونه، قوانین اینشتین یا هر قانون دیگری با ریاضیات و اصول فوق‌العاده قوی به جامعه‌ی علمی اثبات شده‌ است. اما در عین حال باید توجه داشته باشید که این قوانین به پشتوانه‌ی تئوری‌های قبلی و هر آنچه که قرن‌ها پیش نوشته شده‌ بود، ساخته شده‌اند. حتی امروزه با وجود فناوری‌های جدید در تصویربرداری از سیاه‌چاله‌ها یا شناسایی کهکشان‌های دور، باز هم این قوانین (البته دنیای مکانیک کوانتومی داستانی کاملاً متفاوت دارد و موضوع بحث فعلی ما نیست!) بارها و بارها پابرجا بوده و هستند.

از طرفی با توجه به همین پیشینه هم این سوال پیش می‌آید که آیا در صورت وجود یک سیر زمانی جایگزین که در آن ذهن به گونه‌ای دیگر با مسائل دست و پنجه نرم کند، همچنان می‌توان در چارچوب مکانیک‌ کلاسیک جهان اطراف را (به همان شیوه‌ی قبل) تعریف کرد؟ البته قبل ارائه‌ی توضیحات بیشتر باید تاکید کنیم که هوش مصنوعی در این تحقیق، تنها می‌تواند به ویدیوهای معدودی از پدیده‌های فیزیکی نگاه کند؛ بنابراین به هیچ وجه نمی‌تواند فیزیک جدیدی برای توضیح جهان ارائه کند یا به عنوان انیشتینی بهتر وارد جامعه‌ی علمی شود.

این برنامه‌ی جدید بر پایه‌ی هوش مصنوعی قادر است پدیده‌های معدودی را با استفاده از متغیرهای جدید توضیح دهد؛ بنابراین به هیچ وجه نمی‌توان از آن انتظار داشت که فیزیک جدیدی برای توضیح جهان ارائه کند یا به عنوان انیشتینی باهوش‌تر به جامعه‌ی علمی کمک کند.

آیا هوش مصنوعی می‌تواند فیزیک جدیدی به دنیای علم ارائه کند؟

پیروی بحث قبلی، شاید این سوال برای شما هم پیش آمده باشد که اگر در آینده بیگانه‌های فضایی و باهوش را ملاقات کنیم، آیا آن‌ها هم قوانین فیزیک را به همان شکلی که ما می‌بینیم درک کرده‌اند یا اینکه ممکن است جهان را به شکلی دیگر توصیف کرده باشند؟ این داستان درست همانند همان چیزی است که هوش مصنوعی در این تحقیق به ما ارائه می‌کند! درواقع در آزمایش‌های این گروه تحقیقاتی، تعداد متغیرهای توصیف کننده‌ی یک پدیده در هر بار راه‌اندازی مجدد هوش مصنوعی، یکسان بود، اما متغیرهای خاص هر بار متفاوت می‌شد؛ بنابراین می‌توان نتیجه گرفت که گویا رویه‌های جایگزینی برای توصیف جهان وجود دارد و ممکن است که روش‌های ما کامل‌ترین و بهترین راه‌ها برای توصیف جهان نباشد!

همچنین زمینه‌های دیگری هم برای کندوکاو بیشتر در این تحقیق وجود دارد، به عنوان نمونه آیا هوش مصنوعی واقعاً می‌تواند متغیرهای جدیدی را بیابد؟ در چنینی حالتی این موجود مرموز می‌تواند به ما کمک کند تا پدیده‌های جدید و پیچیده‌ای را که در حال حاضر درک نظری لازم در مورد آن‌ها را نداریم، توضیح دهیم. به عنوان مثال، ما همه روزه با داده‌های جدیدی از برخورددهنده‌ی بزرگ هادرونی مواجه هستیم که احتمالا به فیزیک جدیدی اشاره داشته باشد! در چنین حالتی ممکن است قوانین دیگری هم وجود داشته باشد که صرفاً به دلیل عدم دسترسی به متغیرهای لازم آن‌ها را از دست داده‌ایم.

شاید هوش مصنوعی در آینده بتواند متغیرهای دور مانده از چشم در پدیده‌های مختلف را به ما یادآور شود و کمک کند تا قوانین جدیدی برای عالم بسازیم!

اما ممکن است برای شما هم سوال باشد که هوش مصنوعی چگونه می‌تواند فیزیک جدیدی را ارائه کند؟ به منظور پاسخ به این سوال تیم تحقیقاتی دانشگاه کلمبیا، فیلم‌های ویدئویی خاصی را از پدیده‌هایی که قبلاً درک کرده بودند به برنامه (هوش مصنوعی) دادند و تنها یک سوال ساده از سیستم پرسیدند: حداقل متغیرهای بنیادی مورد نیاز برای توضیحِ آنچه در حال وقوع است، چقدر است؟

ویدئوی اول دو آونگ در حال تاب خوردن را نشان می‌داد که شامل چهار متغیر حالت یعنی دو زاویه و دو سرعت زاویه‌ای بود؛ پس از از نمایش این ویدئو به سیستم، هوش مصنوعی برای چند ساعت فیلم و سوال را بررسی کرد و سپس پاسخ خود را داد: برای توضیح این پدیده به ۴.۷ متغیر نیاز است!

این عدد به اندازه‌ی کافی به چهار متغیری که ما می‌شناسیم نزدیک است، اما هنوز هیچ توضیحی نمی‌دهد که هوش مصنوعی در مورد چیستی این متغیرها چه فکری می‌کند. بنابراین این تیم سعی کردند که متغیرهای شناخته شده را با متغیرهایی که هوش مصنوعی انتخاب کرده بود، مطابقت دهند. طی این مطابقت مشخص شد که دو تا از این متغیرها با زوایای آونگ‌ها در تطابق‌اند، اما دو متغیر دیگر همچون یک راز باقی ماندند! با این حال، هوش مصنوعی می‌توانست پیش‌بینی‌های دقیقی درباره‌ی آنچه در آینده برای این پدیده اتفاق می‌افتد ارائه کند؛ بنابراین محققان متوجه شدند که احتمالا هوش مصنوعی درگیر متغیرها و پارامترهایی است که برای آن‌ها کاملا قابل درک نیست!

پاسخ هوش مصنوعی به حداقل متغیرهای بنیادی برای توصیف دو آونگِ در حال تاب خوردن مقدار ۴.۷ متغیر بود که به اندازه‌ی کافی به چهار متغیری که ما می‌شناسیم نزدیک است. همچنین این سیستم هوشمند می‌تواند پیش‌بینی‌های دقیقی در مورد آینده‌ی آونگ‌های در حال تاب خوردن، داشته باشد!

یکی از محققان این پروژه به نام بویوان چن (Boyuan Chen) که اکنون استادیار دانشگاه دوک (Duke University) است می‌گوید: «تیم ما سعی کرد متغیرهای دیگر یا هر چیزی که فکر می‌کردیم با این پدیده مرتبط است، همچون سرعت‌های زاویه‌ای و خطی، انرژی جنبشی و پتانسیل و ترکیب‌های مختلفی از کمیت‌هایی که می‌شناسیم را مطابقت دهد. اما به نظر می‌رسید که هیچ چیز مطابقت تمام و کمالی با متغیرهای هوش مصنوعی نداشت! پس به نظر می‌رسد ما هنوز زبان ریاضی هوش مصنوعی را درک نمی‌کنیم!»

پس از ویدئوی اول، این تیم تحقیقاتی به نمایش موارد دیگری به هوش مصنوعی پرداختند. اولین فیلم ویدئویی از بازویی در حال رقص در هوا به وسیله‌ی باد بود که هوش مصنوعی هشت متغیر در پاسخ به حداقل متغیرهای بنیادی آن داد. همچنین این سیستم هوشمند با دیدن فیلم لامپ گدازه‌ (Lava lamp) هم هشت متغیر ارائه داد و در پاسخ به کلیپ شعله‌های آتش در بازگشت به زمین، تعداد ۲۴ متغیر معرفی کرد!

لامپ گدازه‌ و حداقل متغیرهای این سیستم

لامپ گدازه از مخلوط خاصی از موم رنگی در داخل یک ظرف شیشه‌ای تشکیل شده که بر روی پایه‌ای با یک لامپ رشته‌ای قرار گرفته است؛ با اعمال گرمای لامپ به مخلوط، کاهش موقتی چگالی موم و کشش سطحی ایجاد می‌شود و در نتیجه موم گرم شده در میان مایع بالا می‌رود، سرد می‌شود و به ته ظرف سقوط می‌کند. سپس با گرم شدن مخلوط این چرخه تکرار می‌شود.

سخن آخر

چنین تحقیقی به معنی واقعی کلمه شگفت‌انگیز است چراکه الگوریتم هوش مصنوعی بدون هیچ دانشی از فیزیک پدیده‌ها و تنها با مشاهده‌ی دینامیک مساله، متغیرهای حالت در آن پدیده را شناسایی می‌کند. در نتیجه می‌توان امیدوار بود که در آینده، هوش مصنوعی به طور بالقوه بتواند به ما در درک زیربنای مفاهیم جدیدی کمک کند که در حال حاضر از آن‌ها آگاه نیستیم!