گزارش ویژه| زمان از نگاه هوش مصنوعی: وقتی ماشین‌ها علیت را وارونه می‌بینند
به گزارش صنایع نو، در حالی که ما همچنان در مورد اینکه «آیا هوش مصنوعی (AI) می‌تواند از هوشیاری برخوردار باشد» بحث می‌کنیم، یک چیز قطعی است: هوش مصنوعی زمان را به شکلی متفاوت تجربه خواهد کرد. درک آن از زمان نه توسط زیست‌شناسی، بلکه توسط فرآیندهای محاسباتی، حسی و ارتباطی‌اش تعیین می‌شود. چگونه با هوشی بیگانه همزیستی خواهیم کرد که در جهانی با درک زمانی کاملاً متفاوت ادراک و عمل می‌کند؟
هم‌زمانی برای انسان چه معنایی دارد؟
اگر در حالی که به دستان خود نگاه می‌کنید، کف بزنید، این عمل را به عنوان یک رویداد چندحسی واحد تجربه می‌کنید: بینایی، شنوایی و لامسه هم‌زمان به نظر می‌رسند و «اکنون» را تعریف می‌کنند. هوشیاری ما این ورودی‌های حسی را هم‌زمان پردازش می‌کند، هرچند در زمان‌های متفاوتی به مغز می‌رسند: نور سریع‌تر از صدا به چشم‌ها می‌رسد، در حالی که مغز اطلاعات صوتی را سریع‌تر از داده‌های پیچیده بصری پردازش می‌کند. با این حال، همه‌چیز مانند یک لحظه واحد احساس می‌شود.
این توهم ناشی از مکانیسم ذاتی مغز است. مغز «اکنون» را از طریق پنجره‌ای کوتاه تعریف می‌کند که در آن ادراکات حسی مختلف جمع‌آوری و یکپارچه می‌شوند. این بازه زمانی، که معمولاً تا چند صد میلی‌ثانیه است، **«پنجره زمانی یکپارچگی» (TWI)** نامیده می‌شود. به عنوان نمونه، فیلم‌های ۲۴ فریم بر ثانیه با استفاده از این شبکه زمانی، توهم حرکت پیوسته را ایجاد می‌کنند.
اما TWI انسانی محدودیت‌هایی دارد. اگر صاعقه‌ای دور را ببینید، چند ثانیه بعد صدای رعد را می‌شنوید. TWI انسان طی تکامل تنها برای رویدادهای در فاصله حدود ۱۰ تا ۱۵ متری تطبیق یافته است. این **«افق هم‌زمانی»** ماست.
هوش بیگانه در جهان فیزیکی
هوش مصنوعی به زودی بخش استاندارد ربات‌ها و ماشین‌هایی خواهد شد که جهان فیزیکی را درک و با آن تعامل می‌کنند. این ماشین‌ها نه تنها از حسگرهای متصل به بدن خود، بلکه از حسگرهای دورافتاده‌ای که داده‌ها را از راه دور ارسال می‌کنند، استفاده خواهند کرد. یک ربات ممکن است داده‌ها را از ماهواره‌ای در ارتفاع ۶۰۰ کیلومتری زمین دریافت کند و آن را به عنوان داده «زنده» پردازش کند، زیرا انتقال فقط ۲ میلی‌ثانیه طول می‌کشد — بسیار سریع‌تر از TWI انسان.
حسگرهای انسان به بدن «سیم‌کشی سخت‌افزاری» شده‌اند، که دو پیش‌فرض برای تعامل مغز با جهان فیزیکی ایجاد می‌کند:
۱. تاخیر انتقال از هر حسگر به مغز قابل پیش‌بینی است.
۲. هر حسگر فقط توسط یک مغز استفاده می‌شود.
افق هم‌زمانی انسان طی میلیون‌ها سال تحت این پیش‌فرض‌ها تکامل یافته تا به ما در ارزیابی فرصت‌ها و تهدیدها کمک کند. یک شیر در ۱۵ متری نگران‌کننده بود، اما رعد در ۳ کیلومتری احتمالاً نه.
اما این دو پیش‌فرض برای ماشین‌های هوشمند با ادراک چندحسی همیشه صادق نخواهد بود. یک سیستم هوش مصنوعی ممکن است داده‌ها را از حسگری دور با تاخیرهای غیرقابل پیش‌بینی دریافت کند. همچنین، یک حسگر می‌تواند به صورت هم‌زمان داده‌ها را به چندین ماژول هوش مصنوعی ارسال کند، مانند چشمی که بین چندین مغز به اشتراک گذاشته شده است. در نتیجه، سیستم‌های هوش مصنوعی درک خاص خود از فضا و زمان و افق هم‌زمانی خود را توسعه خواهند داد — و این تحول بسیار سریع‌تر از سرعت کند تکامل انسان رخ خواهد داد. به زودی با هوشی بیگانه همزیستی خواهیم کرد که درکی متفاوت از زمان و فضا دارد.
مزیت زمانی هوش مصنوعی
اینجاست که مسائل عجیب می‌شوند. سیستم‌های هوش مصنوعی محدود به سرعت پردازش بیولوژیکی نیستند و می‌توانند زمان را با دقتی بی‌سابقه درک کنند، روابط علت و معلولی را کشف کنند که برای ادراک انسان بیش از حد سریع هستند.
در جهان ابرمتصل امروز، این می‌تواند به **«اثر راشومون»** در مقیاس گسترده منجر شود، جایی که چند ناظر روایت‌های متضادی از یک رویداد ارائه می‌دهند. (این اصطلاح از یک فیلم کلاسیک ژاپنی گرفته شده که در آن چند شخصیت یک واقعه را به شیوه‌های کاملاً متفاوت توصیف می‌کنند.)
تصور کنید در سال ۲۰۴۵ یک تصادف در تقاطع شلوغی رخ دهد و سه ناظر شاهد آن باشند:
- یک عابر پیاده انسانی، که فقط رباتی را می‌بیند که به جاده وارد می‌شود و سپس ماشین به آن برخورد می‌کند.
- یک هوش مصنوعی محلی متصل به حسگرهای خیابان، که ترتیب دقیق را ثبت می‌کند: حرکت ربات → ترمز ماشین → برخورد.
- یک هوش مصنوعی دورافتاده که به دلیل تاخیر ارتباطی، ممکن است ترمز ماشین را قبل از ورود ربات به جاده ثبت کند.
هر دیدگاه ترتیب متفاوتی از علت و معلول ارائه می‌دهد. کدام ناظر معتبر خواهد بود: انسان یا ماشین؟ و کدام ماشین؟
حتی افراد خرابکار می‌توانند با استفاده از هوش مصنوعی‌های قدرتمند، «رویدادها»ی جعلی تولید کنند و آن‌ها را در جریان ادراک ماشین‌های ضعیف‌تر تزریق کنند. انسان‌های مجهز به رابط‌های واقعیت گسترده (XR) به ویژه در برابر این دستکاری‌ها آسیب‌پذیر خواهند بود، زیرا دائماً در حال دریافت داده‌های حسی دیجیتالی هستند.
اگر ترتیب رویدادها تحریف شود، درک ما از علیت مختل می‌شود و سیستم‌های وابسته به زمان مانند پاسخ اضطراری، معاملات مالی یا رانندگی خودکار با اختلال مواجه خواهند شد. حتی ممکن است از هوش مصنوعی‌هایی که می‌توانند رویدادها را میلی‌ثانیه‌ها قبل از وقوع پیش‌بینی کنند، برای ایجاد سردرگمی استفاده شود. مثلاً یک هوش مصنوعی که حرکات بازار سهام را پیش‌بینی می‌کند، می‌تواند یک هشدار خبری جعلی را دقیقاً قبل از یک فروش بزرگ منتشر کند تا علیتی ساختگی ایجاد کند.
رایانه‌ها زمان‌مهر می‌زنند، طبیعت نه
غرایز یک مهندس ممکن است او را به سمت حل مشکل با **زمان‌مهرهای دیجیتال** روی داده‌های حسی سوق دهد. اما زمان‌مهرها نیاز به همگام‌سازی دقیق ساعت دارند، که انرژی بیشتری نسبت به توان بسیاری از دستگاه‌های کوچک مصرف می‌کند.
حتی اگر داده‌های حسی زمان‌مهر داشته باشند، تاخیر در ارتباط یا پردازش ممکن است باعث شود داده‌ها دیر برسند و ماشین هوشمند نتواند در زمان واقعی واکنش نشان دهد. مثلاً یک ربات صنعتی در کارخانه که وظیفه دارد در صورت نزدیک شدن کارگر، دستگاه را متوقف کند، ممکن است به دلیل تاخیر ۲۰۰ میلی‌ثانیه‌ای شبکه، сигاخط را دیر دریافت کند و نتواند از حادثه جلوگیری کند. زمان‌مهرها تاخیرهای ارتباطی را قابل پیش‌بینی نمی‌کنند، اما می‌توانند برای بازسازی خطاها پس از وقوع مفید باشند.
طبیعت البته رویدادها را زمان‌مهر نمی‌زند. ما جریان زمانی و علیت را با مقایسه زمان رسیدن داده‌های رویدادها و یکپارچه‌سازی آن‌ها با مدل ذهنی جهان استنباط می‌کنیم.
نظریه نسبیت خاص آلبرت اینشتین نشان داد که هم‌زمانی به چارچوب مرجع ناظر بستگی دارد و با حرکت تغییر می‌کند. اما همچنین ثابت کرد که ترتیب علی رویدادها (توالی علت‌ها و معلول‌ها) برای همه ناظران یکسان است. اما برای ماشین‌های هوشمند اینگونه نیست. به دلیل تاخیرهای غیرقابل پیش‌بینی ارتباطی و زمان‌های پردازش متغیر، ماشین‌های هوشمند ممکن است رویدادها را در ترتیبی کاملاً متفاوت از علیت درک کنند.
در سال ۱۹۷۸، لزلی لامپورت این مسئله را در محاسبات توزیع‌شده بررسی کرد و «ساعت‌های منطقی» را برای تعیین رابطه «قبل از» بین رویدادهای دیجیتال معرفی کرد. اما برای تطبیق این روش با تقاطع جهان فیزیکی و دیجیتال، باید با تاخیرهای غیرقابل پیش‌بینی بین یک رویداد واقعی و زمان‌مهر دیجیتال آن دست و پنجه نرم کنیم.
این **تونل‌زنی حیاتی** از جهان فیزیکی به دیجیتال در نقاط دسترسی خاصی اتفاق می‌افتد: دستگاه‌ها یا حسگرهای دیجیتال، روترهای WiFi، ماهواره‌ها و ایستگاه‌های پایه. از آنجا که هک دستگاه‌های فردی نسبتاً آسان است، مسئولیت حفظ اطلاعات دقیق و قابل اعتماد درباره زمان و ترتیب علیت، روزبه‌روز بیشتر بر عهده **گره‌های بزرگ زیرساخت دیجیتال** خواهد بود.
این چشم‌انداز با تحولات در حال ظهور در فناوری 6G همسو است. در 6G، ایستگاه‌های پایه نه تنها اطلاعات را منتقل می‌کنند، بلکه محیط خود را نیز حس می‌کنند. این ایستگاه‌های پایه آینده باید به **درگاه‌های قابل اعتماد** بین جهان فیزیکی و دیجیتال تبدیل شوند. توسعه چنین فناوری‌هایی ممکن است برای ورود به آینده‌ای غیرقابل پیش‌بینی که توسط هوش‌های بیگانه به سرعت در حال تکامل شکل می‌گیرد، ضروری باشد.
منبع: IEEE spectrum
نظرات کاربران
هنوز نظری ثبت نشده است.