آنچه که ماشین‌های هوشمند می‌توانند از دسته ماهی‌ها یاد بگیرند

فهم قواعد تعاملات جمعی حشرات و ماهی ها

دیدگاه‌های علمی تخیلی نشان می‌دهد که هوش مصنوعی برای بازنگری نحوه تفکر ما ساخته شده است، چه اتفاقی می‌افتد اگر ما آن را با هوشمندی و تعاملاتی که در طبیعت می‌بینیم مدل کنیم؟ مهندس رباتیک، رادیکا ناگپال، که در مورد تعاملات جمعی حشرات و ماهی‌ها مطالعه می‌کند و سعی در فهم قواعد تعاملی آنها را دارد.

در یک سخنرانی رویایی، او فعالیت خود را در ساخت هوش جمعی مصنوعی ارائه می‌دهد و آینده ای را پیش بینی می‌کند که ربات‌ها در مقابل سیل موانعی را می‌سازند، به باروری گیاهان کمک می‌کنند، رفتارهای مرجان‌های دریایی را نظارت کرده و شبکه‌ای از ماهواره‌های تعاملی را درست می‌کنند.

ذهن واحد جمعی، ماهی ها

در اولین روزهای دوران دانشجویی ارشد، به یک سفر غواصی زیر آب رفتم. راستش قبلاً در اون اقیانوس شنا نکرده بودم، بنابراین کمی ترسیده بودم. چیزی که بیشتر به یاد می‌آورم، همانطور که سرم را در آب گذاشتم و سخت تلاش می‌کردم از طریق لوله تنفس نفس بکشم، یک گروه بزرگ از ماهی‌های راه راه زرد و سیاه مستقیم به سمت من آمدند … و من فقط بی‌حرکت ماندم.

و بعد، مثل اینکه ناگهانی عقیده‌شان عوض بشود، به سمت من می‌آمدند و بعد به سمت راستم منحرف می‌شدند و به اطراف من می‌رفتند. بسیار مسحور کننده بود. شاید خیلی از شماها همچین تجربه‌ای داشته‌اید. البته، با وجود رنگ و زیبایی آن‌ها، اما در آن یک نوع یکنواختی وجود داشت، که انگار این‌ها صدها ماهی نیستند بلکه انگار یک نهاد واحد با یک ذهن واحد جمعی داشت برایشان تصمیم گیری می‌کرد. وقتی به عقب نگاه می‌کنم، فکر می‌کنم از این تجربه درس گرفتم و در بیشتر کارهایم از آن استفاده کردم.

توانایی درک هوش مصنوعی با ایجاد سیستم‌ محاسباتی

من یک محقق کامپیوتر هستم، و در زمینه هوش مصنوعی کار می‌کنم. و یک موضوع مهم در هوش مصنوعی توانایی درک هوش با ایجاد سیستم‌های محاسباتی خودمان است که هوش را به‌طریقی که در طبیعت می‌بینیم نشان دهد.

در حال حاضر، بیشتر ایده‌های هوش مصنوعی، از فیلم‌ها و تخیلات آمده است. اما به نظر می‌رسد این نگرش به هوش بسیار انسان محور است. وقتی به دسته ماهی‌ها یا، پرندگان مهاجر فکر می‌کنید، یک نوع دیگری از هوش رو لمس می‌کنید.

برای مبتدی‌ها، یک ماهی اینقدر کوچک است که قابل قیاس با اندازه مجموعه نیست، و به نظر می‌رسد هر کدام یک جنبه کوچکی از مجموعه هستند، هم چنین هوش فرد گرا نیست اما به تک تک اعضا مربوط می‌شود.

ثانیاً، چیزی که واقعا قابل توجه است، این است که می‌دانیم رهبری برای این گروه از ماهی‌ها وجود ندارد. در عوض، این رفتار جمعی باور نکردنی صرفاً از تعاملات یک ماهی با ماهی دیگر نشات می‌گیرد. به هر حال، این تعاملات یا قواعد تعامل بین ماهی‌ها در جریان است که تمام کارها را انجام می‌دهد.

این قواعد تعامل چیست که منجربه این نوع هوش می‌شود؟

و باز سوال برای هوش مصنوعی مطرح می‌شود که، که این قواعد تعامل چیست که منجربه این نوع هوش می‌شود، و حتی آیا خودمان می‌توانیم نمونه‌اش را درست کنیم؟

و این اصلی‌ترین چیزی است که در آزمایشگاه با تیمم کار می‌کنم. و ما با این نظریه کار می‌کنیم، با نگاه به قوانین انتزاعی حاکم بر سیستم‌ها و هم چنین با فکر کردن به ریاضیات پشت آن. ما همچنین روی زیست شناسی آن با همکاری نزدیک با متخصصان کار می‌کنیم.

ولی اغلب، روی رباتیک کار می‌کنیم، جایی که سعی می‌کنیم سیستم‌های جمعی خودمان را ایجاد کنیم که می‌تواند چیزهایی که در طبیعت می‌بینیم را انجام دهد، یا حداقل شبیه آن باشد.

ربات های برنامه پذیر برای نشان دادن هوش جمعی

یکی از اولین ماموریت‌های رباتیک ما در این حوزه این بود که ما گروه خودمان را از هزاران ربات درست کنیم. ربات‌هایی بسیار ساده، اما برنامه پذیر برای نشان دادن هوش جمعی، واین چیزی است که توانستیم انجام دهیم. پس یک ربات اینگونه به نظر می‌رسد.
ربات-برنامه-پذیر-برای-هوش-مصنوعی
ربات-برنامه-پذیر-برای-هوش-مصنوعی
بسیار کوچک، در اندازه یک سکه ۲۵ میلی متری و می‌توانید برنامه ریزی کنید که چگونه حرکت کند، و همچنین می‌تواند به صورت بیسیم با بقیه ربات‌ها ارتباط برقرار کند، و فاصله خود را با بقیه اندازه گیری کند.

پروژه شبیه سازی تعاملات در طبیعت

و الان می‌توانیم پروژه را شروع کنیم دقیقا یک تعامل، یک قانون تعامل بین همسایگان. و هنگامیکه ما این سیستم را داریم، می‌توانیم بسیاری از این پروژه‌ها و تعاملات را که در طبیعت می‌بینیم شبیه سازی کنیم.

شبیه-سازی-تعاملات-در-طبیعت
شبیه-سازی-تعاملات-در-طبیعت

به طور مثال، هماهنگ سازی خود به خودی، که چگونه تعدادی از حضار دست می‌زنند و ناگهان همگی با هم دست می‌زنند، یا کرم‌های شب تاب با هم می‌درخشند.

ما می‌توانیم ساخت الگوهای این قوانین را برنامه ریزی کنیم، چگونه سلول‌ها در یک بافت تشخیص می‌دهند که هر کدام چه نقشی دارند و الگوهای بدن ما را تنظیم می‌کنند. می‌توانیم قواعد مهاجرت را برنامه پذیر کنیم و به این طریق می‌توانیم قوانین طبیعت را یاد بگیریم.

ترکیب قوانین طبیعت و تولید یک رفتار جمعی جدید

تولید رفتار-جمعی-جدید
تولید رفتار-جمعی-جدید

حتی می‌توانیم آنها را یک گام به‌جلو ببریم. ما می‌توانیم این قوانینی که از طبیعت یاد گرفته ایم را بگیریم ترکیب شان کنیم و در نهایت یک رفتار جمعی جدید بسازیم که مختص خودمان باشد.

برای مثال، تصور کنید شما دو نوع مختلف قانون داشتید. قانون اول که قانون حرکت است جایی که یک ربات می‌تواند بین ربات های ایستاده دیگر حرکت کند. و قانون دوم، قانون الگو است جایی که یک ربات از دو تا از نزدیک ترین همسایگانش رنگی را می‌گیرد.

 

درست-کردن-حرف-K
درست-کردن-حرف-K

بنابراین اگر با یک گروه از ربات‌ها شروع کنم، معلوم است که این دو قاعده برای این دو گروه کافی است تا یک الگوی خط ساده را خودش بتواند جمع آوری کند. و اگر قواعد پیچیده بیشتری داشته باشم و قوانین اصلاح خطا را طراحی کنم، ما واقعاً می‌توانیم مجموعه‌های پیچیده خود-سازمان‌دهی را ایجاد کنیم، و این چیزی که به نظر می‌رسد.

در اینجا هزاران ربات را خواهید دید که با هم برای درست کردن حرف K همکاری می‌کنند.

جهت آن از بالا به پائین. و قسمت مهم اینجاست که هیچکس رهبر نیست. بنابراین یک ربات با تعداد کمی از همسایگان خود ارتباط برقرار می‌کند، و برای حرکت پیرامون سازه در حال تکمیل از قانون حرکتش استفاده می‌کند و با توجه به الگویش دنبال یک مکان می‌گردد تا در آنجا قرار گیرد.

 

ربات‌ها-و-قوانین-سازنده-در-محیط-دو-بعدی
ربات‌ها-و-قوانین-سازنده-در-محیط-دو-بعدی

حتی اگر هیچ رباتی کار خود را به خوبی انجام ندهد، قوانین طوری تنظیم شده‌اند که کل گروه برای رسیدن به هدف با جدیت تلاش می‌کنند. و تقریباً اینجا اشتباه پیش می‌آید که، در ابتدا به این توجه نمی‌کنید که این‌ها ربات‌های فردی هستند، تبدیل به یک موجودیت واحد می‌شوند، مثل دسته ماهی‌ها.

این تصویر ربات‌ها و قوانین سازنده در محیط دو بعدی است، اما می‌توانیم آن‌ها را در سه بعد نیز تصور کنیم. و چی می‌شد اگر ما بتوانیم ربات‌هایی را بسازیم که بتوانند خودشان را بسازند؟

الهام گرفتن از حشرات اجتماعی برای ساخت قواعد ربات‌ها

و اینجا، می‌توانیم از حشرات اجتماعی نیز الهام بگیریم. اگر تپه موریانه‌‎ها را درنظر بگیرید یا حتی مورچه‌های سرباز، آنها لانه‌های پیچیده ای ازگل را به طور باورنکردنی می‌سازند و حتی از خود بدن‌هایشان.

و این سیستمی است که قبلا به شما گفته بودم، و این حشرات واقعاً همچنین الگوهایی دارند که به آنها کمک می‌کنند بفهمند چی بسازند، و این الگو می‌تواند از حشرات دیگر نیز گرفته شود، یا حتی از ساختار گِل. و ما می‌توانیم از همین ایده برای ساخت قواعد ربات‌ها استفاده کنیم.

در اینجا بعضی از ربات‌‎های شبیه سازی شده را می‌بینید. این ربات شبیه سازی شده دارای یک قانون حرکت است که چگونه از الگوها برای توسعه استفاده می‌کند، چگونه یک مکان را برای قرار گیری پیدا کند، و الگوهایی دارد که وقتی به گروهی از بلوک‌ها می‌رسد تصمیم بگیرد که بلوک جدیدی را بگذارد یا نه.

و با قوانین حرکت و الگوهای درست، ما می‌توانیم از ربات‌ها برای ساخت هر چیزی که می‌خواهیم استفاده کنیم. معلومه که هرکسی دنبال ساخت برج خودش خواهد بود.

ساخت شکل ربات‌ها

پس بعد از مشخص شدن قوانین، می‌توانیم سراغ ساخت شکل ربات‌ها متناسب با این الگوها برویم. اینجا رباتی را می‌بینید که می‌تواند از بلوک‌ها بالا برود و می‌تواند بلوک‌ها را بلند و جا به جا کند و می‌تواند مکان هر بلوک را اصلاح کند. اما با این قوانین، این تنها یک نوع از ربات‌هایی هست که می‌توانید تصورش کنید.

ساخت-شکل-ربات‌ها
ساخت-شکل-ربات‌ها

می‌توانید انواع اشکال مختلفی از ربات‌ها را تصور کنید. می‌توانید روباتی را تصور کنید که کیسه‌های شن را جا به جا کند و می‌تواند به ساخت خاکریزها کمک کند، یا می‌توانیم ربات‌هایی را تصور کنیم که از مواد نرم ساخته شده اند و باهم برای آوار برداری یک ساختمان فرو ریخته همکاری کنند.

پس اینجا نیز می‌توان همان قوانین اولیه را در ربات‌هایی با اشکال مختلف نیز دید. یا اگر، مثل گروه من، مشتاق در روش مورچه‌های سرباز هستید. شاید بتوانیم ربات‌هایی را بسازیم که به معنای واقعی کلمه از هر چیزی حتی از روی خودشان نیز بالا بروند و چیزهایی را به‌تنهایی بسازند. هنگامی که قوانین را می‌فهمید، می‌توانید انواع مختلفی از ربات‌ها بسازید.

ساخت نسخه‌های با قدرت از تعامل جمعی برای پاسخ به درخواست‌های کاربردی ما در آینده

خب برگردیم به سفر دریایی‌مان، ما در واقع تعامل بزرگی در دسته ماهی‌ها می‌بینیم که از آن بهره می‌برند. پس اگر بتوانیم همچین چیزی را بسازیم، ممکن است در آینده من و گروهم به سفر غواصی دریایی برویم که دسته ماهی‌هایشان را خودمان ساخته‌ایم.

هر کدام از سیستم‌هایی که من به شما نشان دادم، ما را به ابزارهای ریاضی و مفهومی نزدیک می‌کنند که بتوانیم نسخه‌های با قدرت از تعامل جمعی برای خودمان را بسازیم، و این می‌تواند به بسیاری از درخواست‌های کاربردی ما در آینده پاسخ دهد.

وقتی که ربات‌هایی به وجود آیند که مانعی برای سیل بسازند یا ربات‌های زنبور مانندی که محصولات کشاورزی را گرده افشانی کنند یا دسته ربات‌های آبی که صخره‌های مرجانی را زیر نظر داشته باشند، یا اگر ما به ستاره‌ها رسیدم، برای [برقراری ارتباط] بتوانیم شبکه‌ای از ماهواره‌های برنامه پذیر داشته باشیم. در هر کدام از این سیستم‌ها، توانایی فهم نحوه طراحی قوانین تعامل و توانایی ساخت رفتار جمعی خوب کلیدی است که برای درک بهتر این دیدگاه‌ها.

قوانین حاکم بر مشارکت جمعی انسان ها

تاکنون، درباره قوانین حشرات، ماهی‌ها و همچنین روبات‌ها صحبت کردم، اما درباره قوانینی که حاکم بر مشارکت جمعی ماست چطور؟ و آخرین حرفی که می‌خوام شما را باهاش تنها بگذارم اینه که علم البته در وجود خودش شاکله‌ای باورنکردنی از هوشمندی دسته‌جمعی را دارد.

اما برخلاف دسته ماهی‌هایی که مطالعه می‌کنم، من احساس می‌کنم مسیر تکاملی طولانی‌تری برای رفتن داریم. بنابراین علاوه‌بر کار بر روی بهبود علم مشارکت ربات‌‌‌ها، من درباره ساخت ربات و قوانین آن کار می‌کنم که در آینده همکاری علمی خودمان را بهبود خواهد داد.

چیزی که دوست دارم بگم اینه که: محقق علمی است که تعیین می‌کند علم به کجا برود. جامعه‌ای را تصور کنید که در آن قوانین تعاملی داشته باشیم که هر بچه‌ای که بزرگ می‌شود باور داشته باشد که روزی می‌تواند در اینجا بایستد و محقق تکنولوژی آینده باشد، یا جایی که هر بزرگ سالی معتقد باشد که نه‌تنها می‌تواند بفهمد، بلکه توانایی تغییر این که چطور تکنولوژی هر روز بر زندگی‌شان تاثیر می‌گذارد را دارد.

همچین جامعه‌ای به چی شبیه است؟ معتقدم می‌توانیم انجامش دهیم. معتقدم می‌توانیم قوانین خودمان را بسازیم، ما فقط ربات‌ها را مهندسی نمی‌کنیم بلکه مجموعه انسانی را نیز می‌توانیم مهندسی کنیم، و اگر بتوانم و زمانی انجامش بدهیم، جامعه زیبایی خواهیم داشت.

LEAVE A REPLY

Please enter your comment!
Please enter your name here

nineteen − 11 =