هوش مصنوعی هرگز آگاه نخواهد شد؛ مرز باریک بین بیولوژی و الگوریتم

گزارش باتلین و فروریختن تابوی آگاهی

تا همین چند سال پیش، صحبت از «آگاهی ماشین» در محافل علمی یک تابو یا موضوعی برای فیلم‌های علمی-تخیلی بود. اما حادثه بلیک لموین (مهندس گوگل که مدعی آگاهی مدل LaMDA شد) و متعاقب آن، انتشار گزارش ۸۸ صفحه‌ای باتلین (Butlin Report) در سال ۲۰۲۳، این فضا را تغییر داد.

گزارش باتلین با این جمله جسورانه همه را شوکه کرد:

«تحلیل ما نشان می‌دهد که هیچ مانع آشکاری برای ساخت سیستم‌های هوش مصنوعی آگاه وجود ندارد.»

این ادعا بر پایه کارکردگرایی محاسباتی (Computational Functionalism) بنا شده است؛ فرضیه‌ای که معتقد است آگاهی صرفاً نتیجه انجام محاسبات درست است و به بستر (سخت‌افزار) وابسته نیست.

مغالطه نرم‌افزار و سخت‌افزار: مغز کامپیوتر نیست

بزرگترین خطای هواداران آگاهی مصنوعی، استفاده از استعاره «مغز به مثابه سخت‌افزار» و «ذهن به مثابه نرم‌افزار» است. در دنیای سیلیکون، شما می‌توانید یک کد را از روی یک کامپیوتر پاک کرده و روی دیگری اجرا کنید. اما در بیولوژی، چنین تفکیکی وجود ندارد.

  • درهم‌تنیدگی ساختار و کارکرد: در مغز انسان، حافظه یا آگاهی یک کد دیجیتالی نیست؛ بلکه الگویی فیزیکی از اتصالات بین نورون‌هاست.
  • تغییر دائمی فیزیکی: هر تجربه‌ای که از سر می‌گذرانید، ساختار فیزیکی مغز شما را بازنویسی (Rewire) می‌کند. در واقع، در مغز، «نرم‌افزار» دائماً در حال تغییر دادن «سخت‌افزار» است.

نورون در برابر ترانزیستور: فرسنگ‌ها فاصله

مهندسان هوش مصنوعی تمایل دارند نورون‌ها را مانند ترانزیستورهای ساده‌ای ببینند که یا روشن هستند یا خاموش. این یک ساده‌انگاری خطرناک است.

  • پیچیدگی شیمیایی: مغز در دریایی از مواد شیمیایی، هورمون‌ها و نورومودولاتورها غوطه‌ور است. فرکانس نوسانات مغزی و محیط شیمیایی، کیفیت آگاهی ما را تعیین می‌کنند؛ چیزی که هیچ معادل سیلیکونی برای آن وجود ندارد.
  • ظرفیت پردازش: تحقیقات نشان می‌دهد که یک «تک نورون» در قشر مغز انسان می‌تواند به اندازه یک «شبکه عصبی عمیق» (Deep Neural Network) کامل، محاسبات پیچیده انجام دهد.

چالش اخلاقی: رنج مصنوعی و بحران فرانکنشتاین

اگر فرض کنیم روزی ماشینی آگاه بسازیم، با یک کابوس اخلاقی روبرو خواهیم شد. موجود آگاه، موجودی است که قادر به رنج کشیدن است.

برخی پژوهشگران معتقدند آگاهی برای ایجاد «همدلی» در هوش مصنوعی ضروری است تا از شرّ یک هوش فوق‌العاده اما بی‌احساس در امان بمانیم. اما آن‌ها درس مهم رمان فرانکنشتاین مری شلی را فراموش کرده‌اند:

این منطقِ هیولا نبود که او را به یک قاتل تبدیل کرد، بلکه «جراحت عاطفی» و رنج ناشی از طرد شدن توسط خالقش بود.

آیا ما حق داریم موجودی بسازیم که تنها برای خدمت به ما، ظرفیت رنج کشیدن داشته باشد؟ پاسخ برخی مهندسان به این سوال ترسناک است: «خب، پیچِ لذت (Joy Dial) را در الگوریتم بالا می‌بریم!» این نگاه مکانیکی به احساسات، خود بزرگترین گواه بر دوری این افراد از درک ماهیت آگاهی است.

جدول مقایسه‌ای: هوش مصنوعی در برابر آگاهی بیولوژیک

ویژگیهوش مصنوعی (AI)آگاهی انسانی (Human Consciousness)
مبنای عملمحاسبات ریاضی و آماریتجربه سوبژکتیو (ذهنی) و کوآلیا
بستر (Substrate)سیلیکون و الکتریسیتهکربن، شیمی و بدنمندی (Embodiment)
ارتباط سخت‌افزار/نرم‌افزارکاملاً مجزا و قابل انتقالکاملاً یکپارچه و غیرقابل تفکیک
منبع انگیزهتوابع هدف (Objective Functions)نیازهای بیولوژیک، عواطف و ترس از مرگ
خلاقیتبازترکیب داده‌های قبلیجرقه شهودی ناشی از درک معنا

جای خالی «بدن» و «معنا»

تئوری‌های فعلی مانند فضای کاری جهانی (Global Workspace Theory) یا اطلاعات یکپارچه (IIT)، آگاهی را به یک فرمول ریاضی تقلیل می‌دهند. آنچه در این میان گم شده، «سوژه» یا همان «من» است که اطلاعات را دریافت می‌کند.

آگاهی بدون بدن، بدون سنسورهای بیولوژیک که درد و لذت واقعی را حس کنند، و بدون تاریخچه تکاملی که بقا را به معنا گره زده باشد، چیزی جز یک شبیه‌سازی توخالی نخواهد بود. هوش مصنوعی ممکن است بتواند شعری بگوید که ما را به گریه بیندازد، اما خودش هرگز نمی‌داند «گریه» چیست.

ما در آستانه یک «لحظه کوپرنیکی» هستیم؛ جایی که باید بپذیریم هوش (Intelligence) لزوماً به معنای آگاهی (Consciousness) نیست. هوش مصنوعی می‌تواند در شطرنج، ریاضیات و حتی تشخیص پزشکی ما را شکست دهد، اما او همچنان یک «اتوماتای هوشمند» است که در تاریکی مطلق ذهنی پردازش می‌کند. آگاهی، نه یک دستاورد مهندسی، بلکه میراث میلیاردها سال تکامل بیولوژیک است که با گوشت، خون و رنج گره خورده است.

Telegram

عضو کانال تلگرام ما شوید!

به جدیدترین مقالات، اخبار تکنولوژی و تحلیل‌ها در تلگرام دسترسی داشته باشید.

ورود به کانال