علوم شناختی موضوعی است که امروزه پژوهشهای زیادی روی آن صورت میگیرد و نتایج ارزشمندی نیز از آن استنتاج میشود. اما ورود هوش مصنوعی به این حوزه، سبب شده تا سرعت این پیشرفت چند برابر شود و نتایج آن نیز از دقت بیشتری برخوردار شوند. در این مقاله به ارتباط بین علوم شناختی و هوش مصنوعی و راهکارهای آنها میپردازیم.
خلاصه این مقاله را میتوانید از طریق فایل صوتی زیر بشنوید:
فهرست مطالب
ذهن و فلسفه آن
یکی از موضوعاتی که از دیرباز ذهن بشر را به خود مشغول داشته، ماهیت ذهن است. یکی از مهمترین پاسخهایی که به این سوال داده شده این است: ذهن چیزی است که میاندیشد. در واقع فکر کردن مستلزم ادراک کردن، باور، داشتن احساسات، استدلال کردن و آگاه بودن است. هر یک از این رویدادها را حالت ذهنی یا رویداد ذهنی میگویند.
حال سوال این است چه ارتباطی بین این حالات ذهنی و حالات بدنی وجود دارد؟ این تفاوت میان حالات ذهنی و بدنی باعث شده است که فیلسوفان در صدد تبیین رابطه میان آنها باشند. آنها میخواهند بدانند چگونه دو پدیده یا دو رویداد که به نظر میرسد ماهیت متفاوتی دارند بر یکدیگر تاثیر دارند.
در این راستا دو دیدگاه مطرح شده است:
- دوآلیسم
- فیزیکالیسم
نظریه اول را رنه دکارت مطرح کرد. دکارت را بنیانگذار فلسفه ذهن جدید میدانند. او معتقد بود ذهن و بدن دو چیز کاملا متفاوت هستند و ماهیت آنها با یکدیگر فرق دارد. ذهن هر چه باشد در مکان خاصی قرار ندارد و بعد و امتداد ندارد. اما بدن در مکان قرار دارد، بعد و امتداد دارد و نظایر آن. به عبارت سادهتر بدن از جنس ماده است اما ذهن از جنس ماده نیست، غیر مادی است. چالش اصلی دوآلیسم این است که توضیح دهد چگونه این روح غیر مادی با بدن مادی تعامل دارد.
برخی دیگر از فیلسوفان معتقدند که ذهن و بدن از یک جنس هستند، به عبارت دیگر آنها دو چیز کاملا متفاوت نیستند بلکه ماهیت آنها یک چیز است. این فیلسوفان ذهن و بدن را از جنس ماده میدانند. توماس هابز از جمله این فیلسوفان است. اما امروزه هر دو دیدگاه به نوعی با چالش رو به رو هستند. این چالشها، بررسیها و اطلاعاتی که پیرامون آن به دست آمده بستر بسیاری از پیشرفتهایی است که در علوم شناختی و رشتههای پیرامون آن رخ داده است.
علوم شناختی در حوزه روانشناسی
علوم شناختی مطالعهای بر ذهن و مغز است که دربرگیرنده علوم روانشناسی، عصبشناسی، زبانشناسی، فلسفه، انسانشناسی و مدلسازی کامپیوتری (هوش مصنوعی) میشود. امروزه علوم شناختی عنوانی پژوهشی و رشتهای دانشگاهی با ماهیتی میانرشتهای است که در پی مطالعه پدیدهها و رفتارهای شناختی مانند ادراک حواس پنجگانه، حساب، حل مسئله، تفکر شهودی، تصمیمگیری و ... میباشد. علاوه بر اینها زبان، حافظه، یادگیری و هر آنچه که بتوان آن را پدیده و رفتاری شناختی در نظر گرفت، در حوزه علوم شناختی قرار میگیرند.
این علم در زمینه بررسی حالتهای شناختی تا شبیهسازی و ارائه مدلهایی در جهت اهداف مورد نظر خود میپردازد. به همین جهت میتوان آن را پلی میان متخصصان این رشتهها، بخصوص روانشناسان و مهندسان هوش مصنوعی در نظر گرفت. علوم شناختی را نمیتوان یک مجموعه علمی معین و یکپارچه دانست، و شاید بتوان گفت شبیه به لایههایی متراکم هستند که با سطوح مختلف تحلیلی در کنار هم قرار گرفتهاند.
روانشناسی در دورههای دانشگاهی با عناوین متفاوتی از جمله روانشناسی شناختی، روانشناسی اجتماعی، روانشناسی هنجاری، روانشناسی شخصیت، روانشناسی زبان و ... مورد بررسی قرار میگیرد. این تقسیمبندی گویای این است که انواع مختلفی از توانمندیهای عاطفی و شناختی وجود دارند. روانشناسی شناختی که در حوزه علوم شناختی گستردگی زیادی دارد و به مطالعه ذهن و فرایندهای شناختی با روشهای نوین و علمی مطرح در دنیا میپردازد. این روشها بسیار گسترده و متنوع هستند و از جمله آنها میتوان به روشهای علوم اعصاب، تصویربرداری کارکردی، روشهای رفتاری و شناسایی عصب و ... اشاره کرد.
روانشناسان با مطالعه روی مغز انسان بهعنوان پردازشگر اطلاعات، مدلهای ذهنی را طراحی میکنند. این تکنیکها در حوزههای ادراک، حافظه، یادگیری، استدلال، تصمیمگیری، تفکر، هوش و ... اطلاعات و محتواهای مفید و کاربردی ارائه میدهند. ثبت و بررسی این اطلاعات و محتواها خدمات بسیار ارزشمندی در حوزههایی نظیر درمان و تشخیص اختلالات روانشناختی، آموزش و پرورش، مسائل اجتماعی و فرهنگی، مدیریت، سیاست، رسانه و ... ارائه کرده است.
نقش هوش مصنوعی در علوم شناختی
در مقاله آشنایی با هوش مصنوعی و کاربردها خواندیم که پیشرفتهای هوش مصنوعی باعث شدهاند که خیلی از حوزهها تحت تاثیر این تکنولوژی قرار بگیرند. علوم شناختی نیز از این قاعده مستثنی نیست. یکی از مهمترین سطوحی که در علوم شناختی مورد تحلیل و بررسی قرار گرفته است، شاخه هوش مصنوعی و زیرشاخههای اصلی آن اعم از یادگیری ماشین و یادگیری عمیق است.
با توجه به اینکه روانشناسی و شناسایی حالات روحی انسان امروزه بسیار حائز اهمیت است، میتوان توسط هوش مصنوعی بسیاری از حالات شناختی موجودات زنده را مورد بررسی و ثبت در یک پایگاه داده قرار داد و یک مدل هوشمند از آنچه که در راستای هدف ماست ایجاد کرد. این امر جهش بسیار بزرگی در ساخت رباتهای جدید ایجاد کرده است. در جدول زیر نقشهای دیگر هوش مصنوعی در علوم شناختی را همراه با مثال نوشتهایم:
نقش هوش مصنوعی در علوم شناختی |
مثال |
مدلسازی فرآیندهای شناختی |
شبیهسازی حافظه از طریق شبکههای عصبی مصنوعی برای درک چگونگی پردازش اطلاعات در مغز |
شبیهسازی رفتار انسانی |
استفاده از یادگیری تقویتی برای شبیهسازی رفتار در محیطهای پیچیده |
توسعه ابزارهای تشخیصی و درمانی |
تشخیص زودهنگام آلزایمر از طریق تحلیل گفتار و رفتار |
بررسی یادگیری و انطباق شناختی |
تحلیل یادگیری تقویتی از طریق تجربه و استدلال |
تاثیر متقابل علوم شناختی و هوش مصنوعی
انسان شامل مجموعهای از تواناییها و قابلیتهاست که همگی از پردازشهای موجود در مغز او حاصل میشوند. رشد بشر در دریافت اطلاعات و ثبت سیگنالها و تصویربرداری در سالهای اخیر سبب شده تا درک بهتری از ساختار مغز خود داشته باشد. چهبسا که این شناخت، بشر را در درک هرچه بهتر انواع بیماریها از جمله پارکینسون، آلزایمر، اوتیسم و ... یاری میکند.
دانشمندان حوزه علوم اعصاب در رشته علوم شناختی بیشتر به مطالعه جزئیات فعالیت مغز مشغولند. اما در بخش بهرهوری از این اطلاعات، دانشمندان و مهندسان کامپیوتر و هوش مصنوعی جزئیات را کنار میگذارند و به شبیهسازی این مدلها و تواناییهای شناختی انسان و موجودات زنده میپردازند. به عبارت دیگر شبیهسازی الگوریتمی تمام آنچه روانشناسان و متخصصان علوم اعصاب در این حوزه کسب کردهاند و ایجاد پایگاه داده آنها، به دست مهندسان کامپیوتر و هوش مصنوعی رخ میدهد.
از جمله زیرشاخههای هوش مصنوعی که در این حوزه بسیار کارآمد هستند، مبحث یادگیری ماشین و یادگیری عمیق میباشند. همانطور که در دوره آموزش یادگیری ماشین با پایتون Machine Learning by Python تدریس میشود، یادگیری ماشین مطالعه الگوریتمهای کامپیوتری برای بهینهسازی خودکار یک مسئله از طریق تجربه است که به عنوان زیرشاخهای از هوش مصنوعی شناخته میشود و پایتون به دلیل سادگی و قدرت بالا، به یکی از محبوبترین زبآنهای برنامهنویسی در حوزه علم داده و ماشین لرنینگ تبدیل شده است.
یادگیری عمیق نیز یکی از شاخههای کلیدی یادگیری ماشین محسوب میگردد و نقش مهمی در علم داده ایفا میکند. این حوزه شامل آمار و پیشبینی مدلسازی است و به دلیل راهبردهای منحصر به فرد خود، به حل مسائل پیچیدهتری میپردازد. از کاربردهای متنوع یادگیری عمیق میتوان به بینایی کامپیوتری، پردازش زبان طبیعی و پردازش تصویر اشاره کرد. دوره آموزش یادگیری عمیق با پایتون Deep Learning by Python در سه بخش اصلی مبانی اولیه یادگیری عمیق، برنامه نویسی یادگیری عمیق به صورت کاربردی و در نهایت آموزش و پیاده سازی شبکه GAN (با زبان برنامه نویسی پایتون) تدریس میگردد.
دادههای بهدستآمده از تصویربرداریها و آزمایشهایی که روانشناسان و دانشمندان علوم اعصاب انجام میدهند، ابتدا تحلیل و سپس پردازش میشوند. این دادهها در پایگاههای داده ذخیره میگردند و در مراحل بعدی، با استفاده از الگوریتمهای یادگیری ماشین و کدهای مربوطه، سیستم آموزش داده میشود. بدین ترتیب این سیستم قادر میشود با دریافت اطلاعات جدید و بدون نیاز به دخالت انسان، رفتارهای شناختی، بیماریها یا سایر الگوها را تشخیص نماید و اقدامات لازم را بهطور خودکار انجام دهد.
به همان نسبت که هوش مصنوعی در علوم شناختی تاثیرات بهسزایی دارد و توانسته است این علم میانرشتهای را رشد دهد، از سوی دیگر علوم شناختی نیز تاثیر خوبی در دنیای هوش مصنوعی گذاشته است. ما توانستهایم رباتها و ماشینهای هوشمندی که میسازیم را بر اساس حالات شناختی تقویت و بهبود بخشیم.
برای مثال، در ساخت اتومبیلهای خودران نیاز داریم اطلاعاتی در اختیار داشته باشیم که این اتومبیلها بتوانند با عوامل انسانی تعامل داشته باشند. یا مثلا در زمینه تولید نرمافزارهای هوشمند بانکی، نیاز به درک عمیقی از تفکر انسان داریم تا استفاده از تجهیزات مجهز را برای همه کاربران آسان کنیم. در شبکههای اجتماعی نیز باید به تمایلات کاربران و چگونگی روابط انسانی توجه شود. پس ارتباط و تاثیر در این دو حوزه کاملا دوسویه خواهد بود.
بهرهوری علوم شناختی در دنیای تکنولوژی
در سالهای گذشته، روشها و الگوریتمهای قدرتمندی ایجاد شدهاند که با شناخت بیشتر انسان، منجر به ساخت سیستمهای هوش مصنوعی بهینهتر گشتهاند. بنابراین، همگرایی علوم شناختی و اصول و روشهای هوش مصنوعی برای بهبود مهارتهای تفکر انسانی در روانشناسی و مهندسی مفید خواهد بود.
امروزه دانشمندان توانستهاند بسیاری از ماشینها و دستگاههای هوشمند را در جهت بهبود بهرهوری هرچه بیشتر علم در دنیای صنعت، پزشکی و ... شبیهسازی و تولید کنند. همین امر سبب میشود که در درمان، آموزش و اکثر حوزههای دیگر، پیشرفت فناوری کارآمد و قابل لمس باشد و همواره امید داشته باشیم که هر روز این بهرهوری بیشتر و بیشتر گردد. علوم شناختی در آیندهای نهچندان دور میتواند بسیاری از امور دنیا را تحت سلطه خود درآورد و با کار بر روی مغز انسان، دنیای فناوری را در جهت خدمترسانی به بشر، روزبهروز قدرتمندتر کند.
آینده و چالشهای علوم شناختی
علوم شناختی در مورد ذهن انسان تاکنون بینشهای خوبی به ارمغان داشته است و تمام دانش این علم میانرشتهای بر یک ستون اصلی استوار است: عملیات ذهنی در واقع فرایند پردازش اطلاعات هستند.
در ابتدای مقاله دیدیم که علوم شناختی از کنار هم گذاشتن موضوعات و علوم بهظاهر متفاوت شکل گرفته است. پردازش اطلاعات در مغز که نکته اصلی کار در علم شناخت است، به دو مدل محاسباتی قابل بررسی است:
- فرضیه سیستم نماد فیزیکی: که پردازش اطلاعات را دستکاری قانونمند ساختارهای فیزیکی میداند.
- مدل شبکه عصبی: که نگاهی کاملا متفاوت به پردازش اطلاعات دارد.
این دو رویکرد قطعی و انحصاری نیستند و انواعی از معماریهای ذهنی وجود دارند که هر دو رویکرد را در خود جای میدهند و ممکن است در نهایت معلوم شود که ذهن یک معماری ترکیبی دارد و روند پژوهش را با چالشهای مختلفی روبهرو کند.
اما با این وجود، علم میانرشتهای شناخت اکنون در اوج بالندگی است و هر روز رشتههای علمی جدید و فناوریهای پیشرفتهتری برای مطالعه مغز به کمک آن میآیند. بنابراین نمیتوان خوشبین نبود زیرا این حس که قدمبهقدم به درک کامل ذهن و شناخت نزدیکتر میشویم، بسیار ارزشمند و قابل لمس است.
جمعبندی
در این مقاله خواندیم که علوم شناختی یک علم میانرشتهای است که از مجموعهای از علوم از جمله روانشناسی، عصبشناسی، هوش مصنوعی و علوم کامپیوتر و … تشکیل شده و هر روزه علوم بیشتری را در خود جای میدهد. این علم، با ایجاد پل ارتباطی میان این علوم سبب شده است که امروزه بتوانیم پیشرفتهای بسیار چشمگیری در بهرهوری از رفتارهای شناختی و شبیهسازی آنها در ماشینهای هوشمند داشته باشیم. اگر به یادگیری تازهترین کاربردهای هوش مصنوعی در رشتههای مختلف مهندسی و مدیریت علاقهمند هستید، میتوانید از دورههای گروه آموزشی پارس پژوهان بهره بگیرید.
نویسندگان: نگین بشیری، کارشناس ارشد هوش مصنوعی و رباتیک – رضا صفایی، کارشناس مدیریت صنعتی