کتاب هوش مصنوعی شمیز،رقعی،اندیشه مولانا

درباره کتاب هوش مصنوعی سازگاری با انسان و مسئله کنترلنویسنده کتاب حاضر , دانشمند کامپیوتر , از پژوهشگران ارشد و نویسنده کتاب درسی دانشگاهی در زمینه هوش مصنوعی و بنیان گذار مرز هوش مصنوعی سازگار با انسان در دانشگاه کالیفرنیا برکلی است. وی در این اثر استدلال میکند که اگرچه ادامه پیشرفت در قابلیت هوش مصنوعی به سبب انگیزه های اقتصادی اجتناب ناپذیر است , باید خطرات ناشی از هوش مصنوعی  بر آینده بشریت به سبب عدم قطعیت در مورد چگونگی پیشرفت آن را جدی گرفت. نویسنده برای توسعه ماشین های سودمند "رویکردی را پیشنهاد میکند که بر "احترام به انسان" تمرکز دارد و از سوتفاهم فاجعه آمیز ترجیحات انسانی جلوگیری میکند ؛ و از این رو سه اصل زیر را برای هدایت توسعه "ماشین های سودمند بیان و تشریح میکند :هدف ماشین تنها باید بیشینه کردن تحقق ترجیحات انسانی باشد در ابتدا چیستی آن ترجیحات برای ماشین قطعیت نداشته باشد رفتار آدمیان منبع نهایی کسب اطلاعات ماشین در مورد ترجیحات انسانی باشد. راسل یادگیری تقویتی معکوس را به عنوان مبنایی ممکن برای مکانیزم یادگیری ترجیحات انسانی بررسی میکند. در این فرآیند ماشین تابع پاداش را از رفتار مشاهده شده استنباط میکند. خواندن این کتاب که برای نخستین بار به فارسی ترجمه و منتشر شده برای عموم پژوهشگران علوم رایانه و علاقمندان به موضوع هوش مصنوعی و پیامدهای گسترش و توسعه و کنترل ماشین ها و همچنین برنامه ریزان و مدیران ارشد جامعه بسیار ضروری و مفید است.

بریده ای از کتاب در فصل سومکشف اعمالدر مقیاس های طولانی مدت , رفتار هوشمندانه نیاز به توانایی برنامه ریزی و مدیریت فعالیت ها به صورت سلسله مراتب در سطوح مختلف انتزاع دارد ؛ بدون محدودیت از گرفتن دکترا (یک تریلیون اعمال) گرفته تا یک دستور کنترل حرکتی که به یک انگشت برای تایپ یک کاراکتر به عنوان بخشی از نامه پوششی در یک درخواست فرستاده می شود. فعالیت های ما در سلسله مراتب پیچیده با ده ها سطح انتزاع سازماندهی شده اند. این سطوح و اقداماتی که آنها در بر دارند بخش مهمی از تمدن ما هستند و از طریق زبان و اعمال ما به نسل های بعدی منتقل میشوند. مثلا اعمالی مانند صید گراز وحشی درخواست ویزا و خرید بلیت هواپیما ممکن است شامل میلیون ها اعمال ابتدایی باشند , اما ما می توانیم در مورد آنها به عنوان واحدهای تک یا منفرد فکر کنیم چون انها از قبل در "کتابخانه" اعمال که زبان و فرهنگ ما را می سازند هستند و نیز برای اینکه می دانیم (تقریبا) چگونه آنها را انجام دهیم.

حل مسئله مورد نیاز است؛ دوم دانشمندان نظری کامپیوتر کاملاً مطمئن هستند که الگوریتم های کارآمدتر وجود ندارد. رشد تصاعدی دشواری ها به این معنی است که ممکن است مسائل به صورت تئوری قابل حل باشند (یعنی مطمئناً قابل تصمیم گیری هستند اما گاهی در عمل قابل حل نیستند. ما چنین مسائلی را محال می نامیم یک مثال مسئله تصمیم گیری برای یک نقشه مفروض است که میتوان قطعه های روی آن را تنها با سه رنگ متفاوت رنگ آمیزی کرد به طوری که هیچ دو قطعه مجاور هم رنگ نباشند. ما به خوبی میدانیم که رنگ آمیزی با چهار رنگ مختلف همیشه امکان پذیر است با یک میلیون قطعه، ممکن است مواردی وجود داشته باشد نه در همه موارد بلکه برخی از آنها و برای یافتن پاسخ به چیزی حدود ۲۰۰۰ مرحله محاسباتی نیاز دارد یعنی با ابررایانه سامیت حدود ۱۰۳۷۵ سال و با لپتاپ فیزیک غایی ست لوید حدود ۱۰۴۲ سال به طول میکشد. عمر کیهان حدود ۱۰۰ سال در مقایسه با این عدد یک مقدار کوچکی است. آیا وجود مسائل ناشدنی یا محال میتواند دلیلی باشد که فکر کنیم رایانه ها نمی توانند به اندازه انسانها با هوش باشند؟ نه هیچ دلیلی وجود ندارد که تصور کنیم انسانها میتوانند مسائل محال را حل کنند محاسبات کوانتومی کمی کمک میکند چه در ماشین ها و چه در مغزها اما برای تغییر نتیجه گیری اساسی کافی نیست پیچیدگی به این معنی است که مسئله تصمیم گیری در دنیای واقعی - مسئله تصمیم گیری در هر لحظه از زندگی یک نفر که اکنون چه باید بکند - آن قدر دشوار است که نه انسانها و نه

رایانه ها هرگز به یافتن راه حلهای کامل نزدیک نمیشوند.

نویسنده کتاب حاضر استوارت راسل دانشمند ،کامپیوتر از پژوهشگران ارشد و نویسنده کتاب درسی دانشگاهی در زمینه هوش مصنوعی و بنیان گذار مرکز هوش مصنوعی سازگار با انسان در دانشگاه کالیفرنیا برکلی است. وی در این اثر استدلال میکند که اگرچه ادامه پیشرفت در قابلیت هوش مصنوعی به سبب انگیزه های اقتصادی اجتناب ناپذیر است، باید خطرات ناشی از هوش مصنوعی فراهوش بر آینده بشریت به سبب عدم قطعیت در مورد چگونگی پیشرفت آن را جدی گرفت. نویسنده برای توسعه ماشینهای سودمند رویکردی را پیشنهاد میکند که بر احترام به انسان تمرکز دارد و از سوء تفاهم فاجعه آمیز ترجیحات انسانی جلوگیری میکند و از این رو سه اصل زیر را برای هدایت توسعه ماشین های سودمند بیان و تشریح میکند ۱ هدف ماشین تنها باید بیشینه کردن تحقق ترجیحات انسانی باشد. 
در ابتدا چیستی آن ترجیحات برای ماشین قطعیت نداشته باشد. رفتار آدمیان منبع نهایی کسب اطلاعات ماشین در مورد ترجیحات انسانی باشد. راسل یادگیری تقویتی معکوس را به عنوان مبنایی ممکن برای مکانیزم یادگیری ترجیحات انسانی بررسی میکند در این فرایند ماشین تابع پاداش را از رفتار مشاهده شده استنباط میکند. 
خواندن این کتاب که برای نخستین بار به فارسی ترجمه و منتشر شده برای عموم پژوهشگران علوم رایانه و علاقه مندان به موضوع هوش مصنوعی و پیامدهای گسترش و توسعه و کنترل ماشینها و همچنین برنامه ریزان و مدیران ارشد جامعه بسیار ضروری و مفید است.