هوش مصنوعی و شکل‌گیری یک شهود فیزیکی

توانایی پیش‌بینی رفتار جهان، یکی از نشانه‌های مهم شکل‌گیری یک درک واقعی از محیط است. هوش مصنوعی نیز با یادگیری از ویدئوها، در حال نزدیک شدن به چنین قابلیتی است و می‌تواند الگوهای حرکت، برخورد و تعامل اشیا را از دل تصاویر استخراج کند.

در این اپیزود بررسی می‌کنیم که یک مدل هوش مصنوعی چگونه بدون دریافت مستقیم قوانین فیزیک، از مشاهده محیط اطراف خود نوعی مدل درونی از جهان می‌سازد. این مدل به جای حفظ کردن تصاویر، روابط میان اشیا و تغییرات آن‌ها را یاد می‌گیرد و از این اطلاعات برای پیش‌بینی اتفاقات بعدی استفاده می‌کند.

نکته جالب‌تر زمانی آشکار می‌شود که مدل با رویدادی روبه‌رو شود که با پیش‌بینی‌هایش سازگار نیست. برای نمونه، اگر جسمی پشت مانع قرار بگیرد و رفتاری متفاوت از انتظار داشته باشد، مدل می‌تواند این ناسازگاری را تشخیص دهد. چنین قابلیتی شباهت قابل‌توجهی به شکل‌گیری نوعی شهود فیزیکی دارد.

البته این توانایی هنوز به معنای درک کامل جهان نیست.‎ پیش‌بینی مدل در بازه‌های زمانی طولانی‌تر با محدودیت روبه‌رو می‌شود و در موقعیت‌های پیچیده، عملکرد آن کاهش پیدا می‌کند.‎ همین محدودیت‌ها مرز میان پیش‌بینی الگوها و فهم عمیق محیط را روشن‌تر می‌کنند.‎

این اپیزود سراغ یکی از پرسش‌های مهم درباره آینده هوش مصنوعی می‌رود:‎ ماشین‌ها چگونه می‌توانند از تجربه بصری، قوانین حاکم بر جهان را کشف کنند و این توانایی چه کاربردی برای ربات‌ها و سیستم‌های هوشمند آینده خواهد داشت؟ شنیدن این بحث، نگاه تازه‌ای به معنای «درک کردن» در ماشین‌ها ارائه می‌دهد.‎