چرا هوش مصنوعی نمی‌تواند مثل انیشتین فکر کند؟ پاسخ جدید گوگل را بخوانید!

این پژوهش مهم به بررسی تفاوت‌های اساسی میان فرایندهای فکری انسان و ماشین می‌پردازد و آنها را به سه بخش اصلی استدلال استقرایی، استدلال قیاسی و فرضیه‌سازی تقسیم می‌کند.
بر اساس این مقاله، مدل‌های هوش مصنوعی با تکیه بر توانایی بی‌نظیرشان در تشخیص الگوهای آماری و فشرده‌سازی حجم عظیمی از داده‌ها، در حوزه استدلال استقرایی به بلوغ چشمگیری دست یافته‌اند. همچنین، سیستم‌های پیشرفته‌ای نظیر «آلفا‌پروف» موفقیت‌های قابل توجهی را در زمینه استدلال قیاسی به ثبت رسانده‌اند.
اما نقطه ضعف اصلی هوش مصنوعی در «فرضیه‌سازی» نهفته است؛ قابلیتی که صرفاً مختص انسان بوده و به او این امکان را می‌دهد که حتی در شرایط کمبود شدید داده، فرضیه‌هایی کاملاً نو و بی‌سابقه خلق کند.
پیش از این، «یورگن اشمیدهودبر»، از پیشگامان شناخته‌شده در علوم کامپیوتر و هوش مصنوعی، کشف علمی را تنها شکلی پیشرفته از فشرده‌سازی داده‌ها می‌دانست. با این حال، مقاله اخیر «گوگل دیپ‌مایند» این دیدگاه را به چالش کشیده و برای اثبات مدعای خود، به شیوه شکل‌گیری نظریه نسبیت عام توسط «آلبرت اینشتین» استناد می‌کند.
انیشتین در زمان بسط این نظریه انقلابی، با کمبود شدید اطلاعات بصری و تجربی مواجه بود و مجموعه داده‌های آماری قابل توجهی برای تحلیل و فشرده‌سازی در اختیار نداشت. او به جای آن، بر آزمایش‌های فکری تصور شده تکیه کرد؛ به عنوان مثال، تصور حس واقعی فردی که در داخل یک آسانسور دربسته در حال سقوط آزاد است. انیشتین توانست تنها با اتکا به شهود فیزیکی و ایجاد پیوند میان تجربیات حسی خود، اصول ریاضی جدیدی را پایه ریزی کند.
یک مدل زبانی بزرگ قادر است محاسبات ریاضی پیچیده را پس از دریافت فرضیات اولیه اینشتین به انجام برساند، اما هرگز نمی‌تواند چنین فرضیات بدیع و خلاقانه‌ای را صرفاً از طریق تحلیل متون موجود ابداع کند.
ابزارهای کنونی کشف خودکار و کدنویسی مبتنی بر هوش مصنوعی، همچنان به چارچوب‌ها و مرزهای از پیش تعیین‌شده محدود هستند و توانایی خلق ساختارهای نوین را ندارند. از آنجا که مدل‌های زبانی فاقد درک بنیادین و فیزیکی از جهان واقعی هستند، امکان ساخت مدل‌های شهودی بر اساس روابط علت و معلولی برای آن‌ها وجود ندارد.
این مقاله تأکید می‌کند که حتی توسعه بی‌رویه زیرساخت‌های هوش مصنوعی، احداث مراکز داده جدید و افزایش توان پردازشی نیز نمی‌تواند به شکلی معجزه‌آسا، مدل‌های زبانی را به سطح نبوغ انسانی و قابلیت ایجاد تحولات بنیادین علمی برساند.