021-22889554
021-26703715
مشاوره آموزشی رایگان

021-22889554  |  021-26703715 مشاوره آموزشی رایگان

معادله‌ای جدید برای هوش

Alex Wissner-Gross

A new equation for intelligence

Is there an equation for intelligence? Yes. It's F = T ∇ Sτ. In a fascinating and informative talk, physicist and computer scientist Alex Wissner-Gross explains what in the world that means.


تگ های مرتبط :

TEDx, Intelligence, Mind
هوش-- چیست؟ اگر نگاهی دوباره به تاریخ بندازیم تا ببینیم چه دیدگاهی نسبت به هوش وجود داشته است، یکی از مثالهای اولیه‌ای جمله معروف ادسخر دیکسترا است که می‌گوید: « این‌ پرسش که آیا یک ماشین قادر به فکر کردن است بهمان اندازه جالب است که پرسش آیا زیردریایی قادر به شنا کردن است.» حال زمانی که ادسخر دیکسترا این را نوشت، قصدش انتقادکردن از پیشگامان اولیه علم کامپیوتر بود، امثال آلن تورینگ. با اینحال، اگر نگاهی به گذشته انداخته
و به این فکر کنیم که بیشترین ابداعات قدرت بخش چه‌ چیزهایی بوده‌اند که ما را قادر به ساخت ماشین‌های مصنوعی کردند که شنا می‌کنند و ماشین‌های مصنوعی که پرواز می‌کنند. پی می‌برید که تنها از طریق فهمیدن مکانیزمهای فیزیکی اساسی شنا کردن و پرواز است که ما قادر به ساخت این ماشینها بوده‌ایم. و بنابراین، چندین سال قبل، در تلاشی جهت فهم مکانیزیم‌های بنیادی فیزیک که اساس هوش است دوره‌ای را گذراندم. بگذارید یک قدم به عقب برداریم.
بیاید اول با یک آزمایش فکری شروع کنیم. وانمود کنید که از یک نژاد فرازمینی هستید که چیزی راجع به بیولوژی زمین نمی‌دانستید یا همینطور علم عصب شناسی زمینی یا هوش زمینی، اما این تلسکوپهای اعجاب‌انگیز را دارید و قادر به تماشای زمین هستید، و این طول عمر شگفت آور را دارید، بنابراین قادر به تماشای زمین هستید در طی میلیون‌ها سال، حتی میلیاردها سال. و اثری واقعا عجیب را مشاهده می‌کنید. مشاهده می‌کنید که در طی مسیر هزار ساله، زمین بطور دائمی از سوی سیارک‌ها تا یک نقطه‌ای در زمان بمباران شده است،
و در آن نقطه، که تقریبا به تقویم ما برابر با سال ۲۰۰۰ بعد از میلاد مسیح است، سیارک‌هایی که در مسیر برخورد با زمین قرار دارند و باید با آن برخورد می‌کردند بطور اسرارآمیزی منحرف شده یا پیش از خوردن به زمین منفجر می‌شوند. حال البته، ما بعنوان زمینی‌ها می‌دانیم که علت آن این خواهد بود که ما تلاش برای نجات خودمان داریم. سعی داریم از یک اصابت پیش گیری کنیم. اما اگر از نژادی فرازمینی باشید هیچکدام این‌ها را نمی‌داند، هیچ مفهومی از هوش زمینی ندارد،
وادار خواهید شد نظریه فیزیکی را سرهم کنید که توضیح دهد چطور تا یک نقطه خاص در زمان سیارک‌هایی که سطح یک سیاره را نابود می‌کنند بطور اسرارآمیزی از انجام آن دست کشیدند. و همینطور ادعا می‌کنم که این همان پرسش مشابه‌ فهمیدن ماهیت فیزیکی هوش است. بنابراین در این دوره‌ای که چند سال قبل گذراندم انواع سرنخهای مختلف در حوزه علم وانواع نظام‌ها را بررسی کردم، فکر می‌کنم که در جهت مکانیزمی مجرد و زیربنایی برای هوش حرکت می‌کردند. در كيهان شناسى براى مثال،
انواع سرنخهاى مختلف از شواهدى موجود است دال بر اين كه جهان ما بخوبى در جهت رشد هوش تنظيم شده است، و در واقع، در جهت توسعه جهان بیان می‌کند كه تنوع آينده‌‌هاى محتمل را به حداكثر مى‌‌رساند. برای مثال در هنگام بازی مسابقه Go-- همه خاطرشان هست که در ۱۹۹۷ زمانی که دیپ بلو کامپیوتر شطرنجباز ساخت آی‌بی‌ام گری گاسپاروف را شکست داد-- آدمهای کمی اطلاع دارند که در طی ۱۰ سال گذشته یا چیزی در همین حدود، در بازی Go که می‌شود ادعا کرد کمابیش بازی چالشی است بخاطر این که از ضریب انشعاب بسیار بالاتری برخوردار است،
نیز به همین دلیل مشابه شروع به تسلیم شدن در مقابل بازیکنان مسابقه کامپیوتری نموده‌اند: بهترین تکنیک‌های حال حاضر برای کامپیوترهای بازی کننده ‌Go تکنیکهایی است که اقدام به حداکثر رساندن گزینه‌های آتی در طی مسابقه می‌کنند. سرانجام، در برنامه‌ریزی حرکت رباتیک اخیرا انواعی از تکنیهای مختلف بکار گرفته شده که سعی در بهره‌گیری از قابلیت روباتها جهت به حداکثر رساندن آزادی آتی در اقدام داشته‌اند تا وظایفی پیچیده را تکمیل کنند. و به این ترتیب، با در نظر گرفتن تمامی این رشته‌های مختلف
و قرار دادنشان کنار یکدیگر، چند سال پیش شروع کردم به مطرح نمودن این پرسش که آیا مکانیزمی بعنوان متضمن هوش وجود دارد که بتوانیم از میان همه این رشته‌های مختلف بتوانیم آن را فاکتور بگیریم؟ آیا تک معادله‌ای برای هوش وجود دارد؟ و به نظرم پاسخ بله باشد:F = T ∇ Sτ چیزی که شما مشاهده ی‌کنید شاید نزدیکترین معادل به فرمول E=mc2 برای هوش است که تا بحال دیده‌ام. بنابراین چیزی که اینجا مشاهده می‌کنید بیانگر این ارتباط است که هوش نیروی F است، که عملکرد آن در جهت به حداکثر رساندن آزادی آتی از اقدام است.
طوری عمل می‌کند که آزادی آتی از اقدام به حداکثر رسد. یا باز نگهداشتن گزینه‌ها، با اندازه‌ای از قدرت T، همراه با دامنه متنوعی از آینده‌های قابل دسترس ممکن، S، در افقی زمانی در آینده، tau (نوزدهمین حرف یونانی) خلاصه این که هوش علاقه ای به در دام افتادن ندارد. هوش تلاش در به حداکثر رساندن آزادی آتی در اقدام و باز نگهداشتن گزینه‌ها دارد. و در نتیجه، با فرض این معادله، این پرسش طبیعی است که چه کاری می‌توان با این کرد؟ چقدر پیشگویانه است؟ آیا در سطح هوش انسان قادر به پیشگویی است؟ آیا هوش مصنوعی را پیشگویی می‌کند؟
بنابراین الان قصد دارم ویدیویی را به شما نشان دهم که فکر می‌کنم برخی کاربردهای شگفت‌اور از تنها این تک معادله را نشان خواهد داد. (ویدیو) راوی: تحقیق اخیر در کیهان‌شناسی پیشنهاد می‌کند که دنیا‌هایی که بی‌نظمی بیشتر یا اصطلاحا آنتروپی را در طی چرخه حیاتشان تولید می‌کنند باید تمایل به داشتن شرایط مطلوب‌تر برای وجود موچودات باهوش از قبیل خودمان داشته باشد. اما چطور می‌شود اگر آن ارتباط کیهان‌شناسانه تایید نشده بین آنتروپی و هوش به رابطه‌ای عمیق‌تر اشاره داشته باشد؟ چطور می‌شود اگررفتار هوشمندانه صرفا با تولید
آنتروپی طولانی مدت ارتباط نداشته باشد، اما در واقع مستقیما از آن ظاهر می‌شود؟ برای پی بردن به آن، موتور نرم‌افزاری را ساختیم که انتروپیکا نام گرفت، جهت به حداکثر رساندن تولید آنتروپی طولانی مدت هر سیستمی که خودش را در آن میابد، طراحی شده است. شگفت‌اور اینکه، آنتروپیکا قادر به گذراندن آزمونهای متعدد هوش حیوانی، بازی‌های بشر و حتی کسب پول از معاملات سهام بود بی‌انکه حتی برای انجام این کارها آموزشی دریافت کند. در اینجا شاهد مثالهایی از انتروپیکا در حین عمل هستید. درست مثل انسان بطور قائم بدون اینکه بیفتد بایستد ، در اینجا انتروپیکا را می‌بینیم
که بطور خودکار طنابی را با استفاده از چرخ متوازن می‌کند. این رفتار تا حدودی قابل توجه است زیرا هرگز به انتروپیکا هدفی ندادیم. صرفا درباره ایجاد توازن در طناب خودش تصمیم گرفت. این قابلیت در ایجاد توازن برای ربات‌های انسان‌نما و فناوریهای‌ کمکی بشرکاربردهایی خواهد داشت. درست همانطور که برخی حیوانات می‌توانند از اشیاء بعنوان ابزار در محیط خود استفاده کنند تا به فضاهای باریک‌تری دست پیدا کنند، در اینجا می بینیم که انتروپیکا، دوباره با استفاده از شم خویش قادر به جابجا کردن دیسک بزرگی بود که نمایانگر یک حیوان است
تا به یک دیسک کوچک که نمایانگر ابزاری است در فضایی محصور شده که در دیسک سوم نگهداری می‌شود دست پیدا کند و دیسک سوم از جایگاه ثابت اولیه‌اش رها گردد. این قابلیت استفاده از ابزار اپلیکیشن‌های برای کشاورزی و سازندگی هوشمند خواهد داشت. علاوه بر این،درست همانطور که دیگر حیوانات قادر به همکاری با کشیدن سر دیگر طناب هم زمان برای رها کردن غذا هستند، در اینجا می‌بینیم که انتروپیکا قادر به تکمیل یک نمونه نسخه از آن وظیفه است. این قابلیت همکاری پیامدهای جالبی برای برنامه ریزی اقتصادی و انواع حوزه‌های دیگر دارد.
انتروپیکا بطور گسترده‌ای در دامنه‌های مختلف کاربرد دارد. برای مثال، در اینجا شاهدیم که با موفقیت به بازی پینگ پنگ بازی کردن علیه خودش می‌پردازد، توانایی بالقوه اش برای مسابقه دادن را شرح می‌دهد. در اینجا شاهدیم که انتروپیکا به هماهنگ سازی ارتباطات جدید در شبکه‌ای اجتماعی می‌پردازد که در آنجا دوستان دائما ارتباطشان با هم قطع می‌شود و با موفقیت به حفظ ارتباط در شبکه می‌پردازد. همان قابلیت هماهنگ سازی شبکه همچنین کاربردهایی در مراقبت سلامت، انرژی و هوش دارد. در اینجا می‌بینیم که انتروپیکا به هداست خط سیر
ناوگان کشتی‌ها می‌پردازد، با موفقیت به کشف و استفاده از کانال پاناما می‌پردازد تا دامنه خود از اقیانوس آتلانتیک به اقیانوس آرام را در مقیاسی جهانی گسترش دهد. بهمین خاطر، انتروپیکا بطرز گسترده‌ای قابل کاربرد در مشکلات مربوط به حمل و نقل، تداراکات و دفاع خودکار است. سرانجام، اینجا می‌بینیم که انتروپیکا هم زمان به کشف و اجرای استراتژی فروش بالا، خرید کم در دامنه شبیه‌سازی شده معامله سهام، همراه با رشد موفق داراییها تحت مدیریت تعریفی می‌پردازد. این ریسک قابلیت مدیریتی
که کاربردهای گسترده‌ای در سرمایه‌گذاری و بیمه خواهد داشت. آلکس ویسنر-گراس: بنابراین چیزی که الان دیدید این است که نوعی از امضاء هوش بشر و رفتارهای ادراکی از قبیل استفاده ابزاری و راه رفتن مستقیم و مشارکت اجتماعی همگی دنباله رو یک معادله مجرد است که سیستم را به سویی سوق دهد تا آزادی آتی از عملش را به حداکثر برساند. حال، در اینجا با کنایه عمیقی روبرو هستیم. برگردیم به شروع استفاده از عبارت روبات، در نمایش «کارخانه ربات‌سازی روسوم»
همواره این مفهوم وجود داشته که اگر هوش ماشین را توسعه دهیم با طغیان سایبرنتیک مواجه خواهیم شد. ماشینها علیه ما شورش خواهند کرد. یکی از پیامدهای اصلی این کار این است که شاید همه این ده‌ها سال، ما کل مفهوم طغیان سایبرنتیک را به طور معکوس دریافت کرده‌‌ایم. این مفهوم درست نیست که ماشینها نخست هوشمند و بعد خود بزرگ پندار شده و سعی در به اختیار گرفتن جهان کردند. کاملا بلعکس است، که اصرار برای به کنترل گرفتن تمامی آینده‌های محتمل
بیشتر اصلی بنیادی است در قیاس با هوش، آن هوش عمومی که شاید در واقع مستقیما از این نوع در دست گرفتن کنترل ناشی می‌شود، تا بلعکس آن. پیامد مهم دیگر جستجوی هدف است. از من اغلب سوال میشود، چگونه قابلیت جستجوی اهداف از این نوع چارچوب کاری تبعیت می کند؟ و جواب این است، توانایی برای جستجوی اهداف مستقیما در ادامه این با مفهوم زیرین خواهد بود: درست همانطوری که از داخل یک تونل عبور می کنید، تنگنایی در فضای مسیر آینده تان برای رسیدن به بسیاری دیگری از
اهداف گوناگون، یا درست مثل سرمایه گذای در یک موقعیت مالی مطمئن، با کاهش قابلیت تبدیل به پول در کوتاه مدت به منظور افزایش ثروتتان در طولانی مدت، جستجوی هدف مستقیما از یک محرک دراز مدت ظاهر می‌شود تا آزادی آتی عمل را افزایش دهد. سرانجام اینکه ، ریچارد فینمن، فیزیکدان معروف، یکبار نوشت که اگر تمدن بشری نابود می‌شد و می‌توانستید تنها یک مفهوم مجرد را به بازماندگان خود منتقل کنید تا به آنها در باسازی تمدن کمک کرده باشید آن مفهوم باید این باشد که
همه مواد اطراف ما از عناصر بسیار خردی ساخته شده اند که همدیگر را زمانی جذب می‌کنند که جدا از هم هستند اما زمانی که نزدیک هم هستند یکدیگر را دفع می‌کنند. معادل من از آن عبارت برای انتقال به نسلهای بعدی کمک کردن به آنها در ساخت هوشهای مصنوعی یا کمک کردن به آنها در فهم هوش انسان ، به شرح زیر است: هوش را باید بعنوان یک فرایند فیزیکی مورد بررسی قرار داد که سعی در به حداکثر رساندن آزادی عمل آتی و ممانعت از محدودیتها در آینده خودش دارد. خیلی از شما متشکرم.
(تشویق)
Intelligence -- what is it? If we take a look back at the history of how intelligence has been viewed, one seminal example has been Edsger Dijkstra's famous quote that "the question of whether a machine can think is about as interesting as the question of whether a submarine can swim." Now, Edsger Dijkstra, when he wrote this, intended it as a criticism of the early pioneers of computer science, like Alan Turing. However, if you take a look back
and think about what have been the most empowering innovations that enabled us to build artificial machines that swim and artificial machines that [fly], you find that it was only through understanding the underlying physical mechanisms of swimming and flight that we were able to build these machines. And so, several years ago, I undertook a program to try to understand the fundamental physical mechanisms underlying intelligence. Let's take a step back.
Let's first begin with a thought experiment. Pretend that you're an alien race that doesn't know anything about Earth biology or Earth neuroscience or Earth intelligence, but you have amazing telescopes and you're able to watch the Earth, and you have amazingly long lives, so you're able to watch the Earth over millions, even billions of years. And you observe a really strange effect. You observe that, over the course of the millennia, Earth is continually bombarded with asteroids up until a point,
and that at some point, corresponding roughly to our year, 2000 AD, asteroids that are on a collision course with the Earth that otherwise would have collided mysteriously get deflected or they detonate before they can hit the Earth. Now of course, as earthlings, we know the reason would be that we're trying to save ourselves. We're trying to prevent an impact. But if you're an alien race who doesn't know any of this, doesn't have any concept of Earth intelligence,
you'd be forced to put together a physical theory that explains how, up until a certain point in time, asteroids that would demolish the surface of a planet mysteriously stop doing that. And so I claim that this is the same question as understanding the physical nature of intelligence. So in this program that I undertook several years ago, I looked at a variety of different threads across science, across a variety of disciplines, that were pointing, I think, towards a single, underlying mechanism for intelligence.
In cosmology, for example, there have been a variety of different threads of evidence that our universe appears to be finely tuned for the development of intelligence, and, in particular, for the development of universal states that maximize the diversity of possible futures. In game play, for example, in Go -- everyone remembers in 1997 when IBM's Deep Blue beat Garry Kasparov at chess -- fewer people are aware that in the past 10 years or so, the game of Go,
arguably a much more challenging game because it has a much higher branching factor, has also started to succumb to computer game players for the same reason: the best techniques right now for computers playing Go are techniques that try to maximize future options during game play. Finally, in robotic motion planning, there have been a variety of recent techniques that have tried to take advantage of abilities of robots to maximize future freedom of action
in order to accomplish complex tasks. And so, taking all of these different threads and putting them together, I asked, starting several years ago, is there an underlying mechanism for intelligence that we can factor out of all of these different threads? Is there a single equation for intelligence? And the answer, I believe, is yes. ["F = T ∇ Sτ"] What you're seeing is probably the closest equivalent to an E = mc² for intelligence that I've seen. So what you're seeing here
is a statement of correspondence that intelligence is a force, F, that acts so as to maximize future freedom of action. It acts to maximize future freedom of action, or keep options open, with some strength T, with the diversity of possible accessible futures, S, up to some future time horizon, tau. In short, intelligence doesn't like to get trapped. Intelligence tries to maximize future freedom of action and keep options open. And so, given this one equation, it's natural to ask, so what can you do with this?
How predictive is it? Does it predict human-level intelligence? Does it predict artificial intelligence? So I'm going to show you now a video that will, I think, demonstrate some of the amazing applications of just this single equation. (Video) Narrator: Recent research in cosmology has suggested that universes that produce more disorder, or "entropy," over their lifetimes should tend to have more favorable conditions for the existence of intelligent beings such as ourselves. But what if that tentative cosmological connection
between entropy and intelligence hints at a deeper relationship? What if intelligent behavior doesn't just correlate with the production of long-term entropy, but actually emerges directly from it? To find out, we developed a software engine called Entropica, designed to maximize the production of long-term entropy of any system that it finds itself in. Amazingly, Entropica was able to pass multiple animal intelligence tests, play human games, and even earn money trading stocks, all without being instructed to do so.
Here are some examples of Entropica in action. Just like a human standing upright without falling over, here we see Entropica automatically balancing a pole using a cart. This behavior is remarkable in part because we never gave Entropica a goal. It simply decided on its own to balance the pole. This balancing ability will have appliactions for humanoid robotics and human assistive technologies. Just as some animals can use objects in their environments as tools to reach into narrow spaces,
here we see that Entropica, again on its own initiative, was able to move a large disk representing an animal around so as to cause a small disk, representing a tool, to reach into a confined space holding a third disk and release the third disk from its initially fixed position. This tool use ability will have applications for smart manufacturing and agriculture. In addition, just as some other animals are able to cooperate by pulling opposite ends of a rope at the same time to release food, here we see that Entropica is able to accomplish
a model version of that task. This cooperative ability has interesting implications for economic planning and a variety of other fields. Entropica is broadly applicable to a variety of domains. For example, here we see it successfully playing a game of pong against itself, illustrating its potential for gaming. Here we see Entropica orchestrating new connections on a social network where friends are constantly falling out of touch and successfully keeping the network well connected. This same network orchestration ability
also has applications in health care, energy, and intelligence. Here we see Entropica directing the paths of a fleet of ships, successfully discovering and utilizing the Panama Canal to globally extend its reach from the Atlantic to the Pacific. By the same token, Entropica is broadly applicable to problems in autonomous defense, logistics and transportation. Finally, here we see Entropica spontaneously discovering and executing a buy-low, sell-high strategy
on a simulated range traded stock, successfully growing assets under management exponentially. This risk management ability will have broad applications in finance and insurance. Alex Wissner-Gross: So what you've just seen is that a variety of signature human intelligent cognitive behaviors such as tool use and walking upright and social cooperation all follow from a single equation, which drives a system to maximize its future freedom of action.
Now, there's a profound irony here. Going back to the beginning of the usage of the term robot, the play "RUR," there was always a concept that if we developed machine intelligence, there would be a cybernetic revolt. The machines would rise up against us. One major consequence of this work is that maybe all of these decades, we've had the whole concept of cybernetic revolt in reverse. It's not that machines first become intelligent and then megalomaniacal
and try to take over the world. It's quite the opposite, that the urge to take control of all possible futures is a more fundamental principle than that of intelligence, that general intelligence may in fact emerge directly from this sort of control-grabbing, rather than vice versa. Another important consequence is goal seeking. I'm often asked, how does the ability to seek goals follow from this sort of framework? And the answer is, the ability to seek goals
will follow directly from this in the following sense: just like you would travel through a tunnel, a bottleneck in your future path space, in order to achieve many other diverse objectives later on, or just like you would invest in a financial security, reducing your short-term liquidity in order to increase your wealth over the long term, goal seeking emerges directly from a long-term drive to increase future freedom of action. Finally, Richard Feynman, famous physicist,
once wrote that if human civilization were destroyed and you could pass only a single concept on to our descendants to help them rebuild civilization, that concept should be that all matter around us is made out of tiny elements that attract each other when they're far apart but repel each other when they're close together. My equivalent of that statement to pass on to descendants to help them build artificial intelligences or to help them understand human intelligence,
is the following: Intelligence should be viewed as a physical process that tries to maximize future freedom of action and avoid constraints in its own future. Thank you very much. (Applause)