آيا آينده خود را به دست الگوريتم‌ها بسپاريم؟

به گزارش مجله روز ، روزنامه “جوان” نيز نوشت: تصور كنيد عصر يك روز كاري است و به پياده روي رفته ايد. وقتي به مسير معمول پياده روي در محله رسيديد ، از خانه دور نيستيد و ناگهان ذهن شما به يك جمع مهم تبديل مي شود كه براي هفته آينده برنامه ريزي شده است. لحظه اي تصور كنيد كه به دنياي كارماي ارل منتقل شده ايد. – و همانطور كه صحنه را تصور مي كنيد ، يك غوغاي ظريف شادي در زندگي شما انتظار شما را مي كشد و اميدواريد كه ممكن است فرصتي براي درخواست افزايش سر داشته باشيد. ؛ البته نه براي افزايش حقوق از اين به بعد بلكه در ماه هاي آينده. براي لحظه اي تصور كنيد كه به درون جهان ارل كه توسط كارما هدايت مي شود ، منتقل شده ايد. و سال آينده با شريك زندگي خود سرانجام مي توانيد از شر بازار اجاره خلاص شويد و محله بهتري را در محله مجاور با تحصيلات بهتر خريداري كنيد. اما ذهن شما به سراغ مشكلي مي رود كه اخيراً با آن دست به گريبان بوديد: يكي از اعضاي با استعداد اما با روحيه گروه شما. هنگام راه رفتن ، احساس ناخوشايندي به ياد شما مي آيد كه وقتي همكار شما به شدت مورد آزردگي قرار گرفت ، اتاق شما را پر كرده بود. جلسه ديگري را تصور كنيد كه شش ماه بعد در آن رفتار انفجاري رخ مي دهد. اين بار اين اتفاق فقط در حضور رئيسان مي افتد. موج كوچكي از نگراني ذهن شما را پر مي كند. با خود فكر كنيد كه ممكن است براي اين شغل چندان مناسب نباشد و اين فكر شما را به ياد پنج سال پيش هنگام اخراج كارمندي مي اندازد. ذهن شما تنش ناخوشايند آن مكالمه را به ياد مي آورد و سپس تصور كنيد كه مكالمه مشابه با كارمند فعلي خود چقدر پرتنش و ناخوشايندتر است. وقتي ذهن شما اين سناريو را طي مي كند ، نزديك به وحشت جسمي احساس خواهيد شد. در چند دقيقه اشتباه ، چندين سفر رفت و برگشت از گذشته به آينده انجام دهيد: هفته بعد و جلسه مهم خود ، يك يا دو سال بعد و خانه خريداري شده در محله جديد ، به پنج سال گذشته ، چند هفته بعد. زنجيره هاي علت و معلولي مرتبط با اين لحظات مختلف ايجاد كنيد و به آرامي و پايدار از حوادث خارجي به سمت وقايع تصور برويد. كل اين سكانس شكل پيشرفته ژيمناستيك موقت است. در اين لحظات تفكر بدون ساختار ، ذهن ما به سرعت بين گذشته و آينده حركت مي كند ، مانند يك ويرايشگر فيلم كه در قاب هاي يك فيلم به عقب و جلو مي رود.

توانايي پيش بيني توسط بسياري از انقلاب هاي اجتماعي و علمي كه تاريخ بشر را شكل داده اند ، منعكس و تقويت شده است. كشاورزي خود بدون آينده عملي غيرقابل تصور بود: پيش بيني تغيير فصل و گرفتن پيشرفت هاي طولاني مدت كه از محصولات اهلي انتظار مي رود. سيستم هاي بانكي و اعتباري به ذهن هايي نياز داشتند كه بتوانند ارزش مالي زمان حال را فداي احتمال دستاوردهاي بيشتر در آينده كنند. ما براي تصور آينده با هديه اي بي نظير متولد شديم ، اما از ابتداي تمدن ، اين موهبت ها را تبليغ كرده ايم. امروزه پيشرفتهاي جديدي در الگوريتمهاي يادگيري ماشين در افق پديد آمده است كه به انسانها برتري نسبت به انواع خاصي از پيش بينيها را مي دهد. از آنجا كه هوش مصنوعي براي بهبود ابتدايي ترين استعداد انساني ما ساخته شده است ، ما اين سوال دقيق را از خود مي پرسيم: اگر بتوانيم آينده را پيش بيني كنيم ، آينده چه تفاوتي خواهد كرد؟

پيش بيني دقيق هوا فقط يكي از اولين دستاوردهاي سفر در زمان مبتني بر نرم افزار است: الگوريتم هايي كه به ما امكان مي دهد نگاه به آينده داشته باشيم ، كاري كه چند دهه پيش غيرممكن بود. و سه نويسنده از دانشگاه تورنتو در كتاب مشترك جديد آنها را “ماشين پيش بيني” مي نامند. الگوريتم ها مي توانند با كاوش در مخازن گسترده اي از داده هاي رويدادهاي گذشته ، پيش بيني هاي بسيار دقيق وقايع آينده را انجام دهند. مي توان يك الگوريتم را براي پيش بيني تأخير در بازپرداخت اقساط وام در آينده با تجزيه و تحليل هزاران فروش خانه و سوابق مالي خريداران و بررسي فرضيه ها با رديابي بدهكاران كه در نهايت آنها شكست مي خورند ، پيش بيني كرد. واضح است كه نتيجه اين برنامه ريزي يك پيش بيني غيرقابل تخريب قطعي نيست ، بلكه چيزي شبيه به پيش بيني هايي است كه در گزارش هاي هواشناسي به آنها اعتماد مي كنيم. اين الگوريتم ها مي توانند به رفع نقص هاي خطرناك در شبكه پيش فرض كمك كنند: شناخته شده است كه انسان هنگام تخمين احتمالات رفتار نادرستي دارد. سيستم هاي يادگيري ماشين مي توانند در تصميم گيري هاي ظريف كه مي توانند با تعداد زيادي گزينه مختلف روبرو شوند بسيار مفيد باشند. انسان ها توانايي ساخت همزمان و پرداخت آينده هاي موهوم براي جدول زماني مناسب را دارند: در يكي از اين جدول ها ، شما كار جديدي را پذيرفته ايد و در كار ديگر آن را رد كرده ايد ، اما ذهن ما هنوز هم در صورت لزوم چندين يا صدها مسير آينده است. ، سقف صورت و مرزهاي محاسباتي ؛ اما دستگاه هاي پيش بيني هوش مصنوعي اين محدوديت را ندارند و اين باعث مي شود كه آنها در كمك به آنها در تصميم گيري مهم از زندگي مهم مهارت كافي داشته باشند. تصميماتي كه براي تجزيه و تحليل و تعداد زيادي از گزينه هاي آينده به داده هاي ارزشمند طراحي بستگي دارد.

در دهه هاي آينده ، بسياري از ما با استفاده از پيش بيني هاي يادگيري ماشين به ما كمك مي كنيم تا انواع تصميمات را در زندگي بگيريم – به عنوان مثال ، تغييرات شغلي ، برنامه ريزي مالي و گزينه هاي شغلي. وقتي سعي مي كنيم بيشتر به ماشين هاي پيش بيني هوش مصنوعي اعتماد كنيم ، چه اتفاقي براي نيروهاي سفر در زمان ما خواهد افتاد؟ شايد نتيجه اين وضعيت وحشتناك آزاد شدن يا تركيبي عجيب از هر دو باشد. اكنون اجتناب ناپذير به نظر مي رسد كه هوش مصنوعي قدرت آينده نگرانه ما را به روشهاي خاص ، خوب يا بد بدل كند ، اما خوب است كه فكر كنيم همه فناوري به ما كمك مي كند تا در ابتدا شبكه پيش فرض را درك كنيم. ريشه هاي ما: به ذهن خود فرصت هاي بيشتري براي پرسه زدن ، فرار از زنجيرهاي حال ، خارج شدن از لحظه حال بدهيم.

ترجمه از وب سايت مترجم / نوشته شده توسط استيون جانسون / ترجمه: علي كوچكي / مرجع: نيويورك تايمز

انتهاي پيام