افسانه کامپیوتر
The Myth of the Computer
Written by Professor John R. Searle
Translated by Dr. Farzad Hamidi
March 2009
Twenty Questions: An Introduction to Philosophy( این مقالۀ فلسفی ازچاپ چهارم ( 2000 میلادی ) کتاب ( انتخاب و ترجمه شده. Robert C Solomonو Meredith W. Michaels ، G. Lee Bowie تألیف
راههای معمولی ما درسخن گفتن ازخودمان و دیگران، قضاوت درمورد رفتارمان و شرح رفتار دیگران، تصوری conception معین اززندگی انسان را بیان می کنند که بقدری نزدیک به ما و جزئی ازشعورعام common-sense است که بدشواری می توانیم آن را ببینیم. تصوری که بر طبق آن هرشخص، یک ذهنmind دارد( یا شاید یک ذهن است )؛ محتویات ذهن- باورها، ترسها، امیدها، انگیزه ها، میل ها و مانند آن- اعمال ما را موجب می شوند و لذا آنها را توضیح می دهند؛ و استمرار continuity اذهان ما، منشأ شخصیت individuality و هویت identity ما به عنوان اشخاص می باشد.
در دو قرن گذشته نیزمتقاعد شده ایم که روانشناسی شعورعادیcommonsense psychology ، پایه در مغز دارد. به این ترتیب که این حالات states و رویدادهای ذهنی به نحوی( کاملاً مطمئن نیستیم که چگونه) در فرآیندهای نوروفیزیولوژیک neurophysiological processes مغز روی می دهند.
] نوروفیزیولوژی: شاخه ای ازفیزیولوژی که کارکردهایfunctions سیستم عصبی nervous system را مورد بحث قرارمی دهد.
فیزیولوژی: شاخه ای از بیولوژی ( زیست شناسی )biology که کارکردها و فعالیت های ارگانیسم های زنده و اجزائشان را- که شامل تمام فرآیندهای processes فیزیکی و شیمیایی می گردد- مورد بحث قرارمی دهد؛ فرآیندها یا کارکردهای ارگانیک( اندامی)organic در یک ارگانیسم یا در هر بخش آن.( از واژه نامه Webster چاپ 2003 )- مترجم [
لذا این امراجازه می دهد که بتوانیم در دو سطح level، انسان را توصیف و تشریح نماییم:
روانشناسی شعورعادی، که بنظرمی رسد درعمل بقدر کافی خوب کارمی کند، اما علمی نیست؛ و نوروفیزیولوژی که قطعا ًعلمی ست، اما حتی بالاترین متخصصین، در این موردْ بسیار اندک می دانند.
اما آیا احتمال سومی نمی توانست درکار باشد: یعنی علمی در مورد انسان که نه روانشناسی درون نگرintrospective شعورعادی باشد و نه نوروفیزیولوژی؟ این امر، بزرگترین رویای علوم انسانی human sciences در قرن بیستم بوده است، اما تاکنون تمام تلاشها در این رابطه- به درجات مختلف- ناتوان بوده اند. تماشایی ترین شکست، در ارتباط با رفتارگرایی behaviorism بود.
] رفتارگرایی: نظریه یا اصولی doctrine که برطبق آن روانشناسی انسان یا حیوان فقط می تواند از راه آزمایش و آنالیز( یا تحلیل) رویدادهای رفتاریی که بطورعینی objectively قابل مشاهده و قابل تعیّن کمّی quantifiable هستند( در برابر حالات ذهنی که غیرعینی subjective هستند)، بدرستی مورد مطالعه قرار گیرد.( از ( Webster- م[
اما در طول حیات فکری ام، به همراه دیگران، درمیان امیدهای اغراق آمیز و ناامیدی هایی زیسته ام که در نظریه بازی ها
games theory، سایبرنتیک cybernetics ، نظریه اطلاعات information theory ، گرامر مولّد generative grammar ،
ساختارگرایی structuralism و روانشناسی فرویدی Freudian psychology جای دارد.
] نظریه بازی ها: یک نظریه ریاضی که استراتژی ها( یا راهبردها) را برای به حداکثر رساندن سود( یا دستاورد) gains و به حداقل رساندن زیان( یا از دست دادگی) losses در خلال قیدها و اضطرارهای معین، مورد بحث قرار می دهد؛ مانند قواعد یک بازی کارتی.این نظریه درحل مسائل گوناگونی که نیاز به تصمیم گیری دارند، کاربرد گسترده دارد، مانند استراتژی نظامی و سیاست تجاری.
سایبرنتیک: مطالعۀ کارکردهای کنترلی انسان human control functions و سیستم های مکانیکی و الکترونیکی، که برای جایگزینی با کارکردهای انسان طراحی شده اند؛ مطالعه و مقایسه بین سیستم عصبی خودکار( مغز و اعصاب ) با سیستم های مکانیکی و الکترونیکی؛ فرمانشناسی.
نظریه اطلاعات: نظریه ریاضی مرتبط با محتوا، انتقال( ارسال)، ذخیره و بازیافت( یا حصول مجدد ) retrieval اطلاعات، که معمولاً بصورت پیام ها messages یا داده ها( دانسته ها ) data می باشند و مخصوصا ً بوسیله کامپیوترها.
گرامرمولّد: یک نظریۀ زبانشناختی که تلاش می کند دانش خاموش یا ضمنی tacit knowledge را که یک( سخن) گویندۀ بومی
native speaker از یک زبان دارد، تشریح نماید. این امر، از طریق بنا نهادن مجموعه ای از قواعد صریح و صوری شده،
صورت می گیرد، که این قواعد همۀ جملات گرامری- از یک زبان- را معین یا تولید می کنند و حال آنکه همۀ جملات غیرقابل قبول را
مستثنی می کنند.
ساختارگرایی: هر نظریه ای که اصول ساختاری را دربردارد. ساختار: یک سیستم پیچیده که از نقطه نظر کل whole درنظر گرفته می شود تا هر جزءpart منفرد، مانند ساختارعلم مدرن.( ازWebster )- م [
در واقع، این مسئله که علمی در مورد ذهن انسان و رفتارش نداریم و این که روش های علوم طبیعی natural sciences وقتی در مورد انسان بکار رفته اند، چنین نتایج ضعیفی را بدست داده اند، لکه ننگی برای قرن بیستم شده است.
آخرین کاندید یا خانواده ای از کاندیدها برای پرنمودن این شکاف، علم ِ آگاهی( یا شناسا شناسی ) cognitive science نامیده
می شود: مجموعه ای از تحقیقات مرتبط با ذهن انسان، که روانشناسی، فلسفه، زبانشناسی linguistics ،
انسان شناسی anthropology و هوش مصنوعی artificial intelligence را درگیرمی سازد.
]علم آگاهی( شناسا شناسی ): مطالعۀ ماهیت ِ nature دقیق کارهای ذهنی متفاوت و عملکردهای مغز، که انجام آنها را میسر
می سازد. این دانش، رشته های روانشناسی، علم کامپیوتر، فلسفه و زبان شناسی را بکارمی گیرد.
زبانشناسی: علم زبان، شامل: فونتیکس phonetics ، فونولوژی phonology ، مورفولوژی morphology ، نحو syntax ،
معنی شناسی semantics ، پراگماتیکس pragmatics و زبانشناسی تاریخی.historical linguistics
فونتیکس( تلفظ شناسی ): 1) علم یا مطالعۀ صداهای گفتاری و نحوۀ تولید، انتقال و دریافت شان، و آنالیز، طبقه بندی و
آوانویسی transcription آنها؛ مبحث تلفظ صوتی حروف و کلمات.
2) سیستم فونتیک ِ یک زبان خاص.
فونولوژی: 1) مطالعۀ توزیع و الگوی( یا نوع ، خصوصیات ) patterning صداهای گفتاری در یک زبان، و مطالعۀ قواعد
ضمنی حاکم برتلفظ pronunciation.
2) سیستم فونولوژیک ِ یک زبان.
مورفولوژی: 1) الگوهای ساخت formation کلمه در یک زبان خاص، شامل صرف inflection ،
اشتقاق( اصل و ریشه ) derivation و ترکیب .composition
2) مطالعه و توصیف این الگوها.
3) مطالعۀ رفتار و ترکیب( جورشدگی ) واحدهای معنی دارلغوی( بسیط - واژه ها ) .morphemes
نحو: 1) مطالعۀ قواعد ساخت formation جمله های گرامری grammatical در یک زبان.
2) مطالعۀ الگوهای ساخت جملات وعبارات از کلمات.
سمانتیکس: 1) مطالعۀ معنی meaning.
2) مطالعۀ توسعۀ development زبانی ازطریق طبقه بندی classifying و آزمودن تغییرات در معنا
و فرم( شکل ) . form
پراگماتیکس: تحلیل analysis زبان برحسْب زمینۀ موقعیتی situational context که در آن، اظهارات صورت گرفته، شامل دانش و باورهای گوینده و ارتباط بین گوینده و شنونده.
زبانشناسی تاریخی: مطالعۀ تغییرات در یک زبان یا گروهی از زبان ها در طول یک دورۀ زمانی.
انسان شناسی: 1) علمی که مبدأ ( سرچشمه ها )، نمو( یا پیشرفت ) development فرهنگی و فیزیکی، خصوصیات بیولوژیک، رسوم اجتماعی و باورهای نوع بشر humankind را مورد بحث قرارمی دهد.
2) مطالعۀ شباهت و اختلاف انسان با دیگر حیوانات.
3) علم انسان ها و کارهایشان.
4) مطالعۀ طبیعت و ذات ِ essence نوع بشر، که انسان شناسی فلسفی philosophical anthropology نیزنامیده می شود.
هوش مصنوعی: قابلیت کامپیوتر برای انجام کارهای مشابه با یادگیری و تصمیم گیری در انسان ها، همانطور که توسط:
یک سیستم ویژه گر( ماهر ) expert ؛ برنامه ای برای CAD( طراحی به یاری کامپیوتر: computer-aided design ) یا
CAM( ساخت ( یا عمل آوری ) به یاری کامپیوتر: computer-aided manufacturing )؛
یا برنامه ای برای ادراک perception و شناسایی recognition شکل ها در سیستم های دید کامپیوتر
computer vision systems ؛ انجام می شود.( ازWebster )- م [
علم آگاهی، در واقع نام خانواده ای ازطرح های تحقیقاتی ست، و نه یک تئوری؛ اما بسیاری ازممارسین آن، چنین می اندیشند که قلب این دانش، نظریه ای در مورد ذهن است که بر مبنای هوش مصنوعی( AI ) می باشد.
بر طبق این نظریه، اذهان صرفا ً برنامه های کامپیوتری از انواع معین هستند.هدف ایدئالیستی اصلی کتاب Hofstadter و Dennett پیشبرد این نظریه است....
این نظریه که نسبتا ً خوب و گسترده در شناسا شناسی( علم آگاهی ) جای گرفته، می تواند در سه گزاره proposition خلاصه گردد:
1. ذهن به مثابه برنامه.Mind as Program
آنچه اذهان می نا میم، بطورساده برنامه های کامپیوتری دیژیتال digital بسیار پیچیده اند. حالات( یا کیفیات ) states ذهنی، بطورساده حالات کامپیوترند و روندهای processes ذهنی، روندهای محاسباتی اند( computational ).
هر سیستمی،]یا[ هر آنچه که برنامه ای بجا right دارد، با ورودی و خروجی input and output بجا، می بایست با همان احساس واقعی که من و شما داریم، واجد حالات و روندهای ذهنی باشد، زیرا این امر، تمام آن چیزی ست که درمورد حالات و روندهای ذهنی وجود دارد و ] نیز[ تمام آنچه که من و شما داریم.
برنامه های مورد پرسش عبارت از « سیستم های نشانگر ِ» « خود- نوشونده » یا « خود- طراح » هستند.
[“self-updating” or “self-designing” “systems of representations.”]
2. بی ربطی نوروفیزیولوژی مغز. The Irrelevance of the Neurophysiology of the Brain
در مطالعۀ ذهن، رویدادهای facts بیولوژیک واقعی در مغزهای انسانی و حیوانی واقعی، بی ربط هستند، زیرا
ذهن « چیزی از نوع مجرد( یا یک جور چیز انتزاعی )» “abstract sort of thing” anاست و مغز انسان صرفا ً در زمرۀ تعداد بسیار نامحدودی از انواع کامپیوترها- که می توانند واجد ذهن باشند- قرار دارد.
اذهان ما- چنین واقع می شوند که- در مغزهای ما مُندَرَج embodied شده اند، اما هیچ ارتباط اساسی میان ذهن و مغز وجود ندارد.
هر کامپیوتر دیگری نیز با برنامه ای بجا، واجد ذهن خواهد بود.
تزها( برنهادها )ی theses یک و دو در مقدمۀ کتاب مذکور خلاصه شده اند، آنجا که نویسنده پیرامون« دیدگاه پدیداری emerging از ذهن به مثابه نرم افزارsoftware یا برنامه ـــــ به مثابه چیزی از نوع مجرد که اصلیت identity آن مستقل از هر
دربردارندۀ embodiment فیزیکی خاص است» سخن می گوید.
3. آزمون تورینگ به مثابه معیار امر ذهنیThe Turing test as the Criterion of the Mental.
دلیل قطعی( نهایی ) وجود ِ حالات و ظرفیت های ذهنی، توانایی یک سیستم در گذر از آزمون تورینگ است: آزمونی که توسط
Alan Turing ابداع گردید و در مقاله اش در کتاب ِ Hofstadter و Dennett شرح داده شده است.
اگر سیستمی بتواند کارشناس لایقی competent expert را قانع نماید که حالات ذهنی دارد، آنگاه واقعا ً واجد آن حالات ذهنی ست.
برای مثال، اگر ماشینی توانست با یک چینی زبان بومی native Chinese speaker بطریقی « صحبت » نماید که وی را قانع کند که زبان چینی را می فهمد، آنگاه واقعا ً آن را می فهمد.
یکی از مؤلفین می نویسد: « ذهن ها در مغزها وجود دارند و ممکن است در ماشین های واجد برنامه ] نیز[ به هستی درآیند.
اگر- وهرگاه که- چنین ماشین هایی بانجام برسند، توان های سببی causal powers آنها ] منظور، توان هایی که علت یا عامل کارهای آنهاست.( واژۀ power را می توان بر حسب مورد به معنای « نیرو، توان، قوّه، توانایی، قدرت، استطاعت(سرمایه)» گرفت.)- م [از موادی که از آن ساخته شده اند، ناشی نمی شود، بلکه از طرح ها و برنامه هایی که در آنهاست، منتج می گردد.
و راهی که به توسط آن خواهیم دانست که واجد آن توان ها هستند، صحبت کردن با آنها و گوش سپردن دقیق به چیزی ست که برای گفتن دارند.»
در این نوشته، هر سه تزtheses به خوبی در یکجا بیان شده اند. محتملا ً می توانیم این مجموعه از تزها را « هوش مصنوعی قوی »
“strong artificial intelligence” ( strong AI ) بنامیم.( واژۀ قوی برای تمایز از هوش مصنوعی« ضعیف» weak یا
« مراقب » cautious است که ]هر دو[ دال بر آنند که کامپیوتر، بطورساده ابزاری بسیار سودمند در مطالعۀ ذهن است،
نه آنکه- کامپیوتری که بخوبی برنامه ریزی شده- واقعا ً واجد ذهن باشد.)
این تزها قطعا ً بطوربدیهی obviously صادق نیستند و ندرتا ً بصراحت explicitly تشریح و تعریف می گردند.
بیایید ابتداء در این مورد تحقیق کنیم که چگونه قابل پذیرش است که بپنداریم نیروهای بیوشیمیایی biochemical powers خاص مغز واقعا ً نسبت به ذهن بی ربط اند.] بیوشیمی biochemistry : شیمی مرتبط با موجودات زنده - م[
در ضمن جای شگفتی ست که مؤلفین- در27 قطعه پیرامون ذهن- شایسته ندیده اند مطلبی بگنجانند که- هدف اولیه آن بیان این باشد که- واقعا ً مغز چگونه کارمی کند؛ و این غفلت به وضوح از این تصور آنها ناشی می شود که چون ذهن چیزی از نوع مجرد( انتزاعی) است، لذا نوروفیزیولوژی خاص مغز، امری فرعی( یا غیرمهم ) incidental است.
بخشی از پناهگاه appeal این ایده، از آنجاست که مؤلفین، بحث خود را پیرامون« آگاهی» consciousness، « ذهن» و
« روان» soul در یک سطح کلی بسیار انتزاعی abstract نگه می دارند؛ اما اگرحالات و روندهای ذهنی خاصی را درنظر
بگیرید- مانند تشنه بودن، خواست ِ حمام رفتن، نگرانی در مورد مالیات بر درآمدتان، تلاش برای حل معما های ریاضی، احساس افسردگی، یاد آوری واژۀ فرانسوی برای پروانه- حداقل کمی عجیب بنظرمی رسد که فکر کنیم مغز آنقدر بی ربط باشد.
تشنگی را درنظربگیرید: امری که واقعا ً چیز اندکی در مورد چگونگی عملکرد آن می دانیم. ترشح کلیوی ]مادۀ [ رنین rennin ،
ماده ای بنام آنژیوتانسین angiotensin را سنتز می کند( یا می سازد ). این ماده بداخل هیپوتالاموس hypothalamus می رود و موجب تحریک یک رشته از جریانات عصبی neuron firings می شود.
] هیپوتالاموس: ناحیه کوچکی از مغز که با تنظیم چرخه های خواب، دمای بدن، اشتها و غیره، به عنوان مرکز عمدۀ کنترل در سیستم عصبی خودکار autonomic nervous system عمل می کند؛ و ] نیز[ با تولید هورمون ها hormones ، به عنوان یک غدۀ مترشحۀ داخلی endocrine عمل می کند، مانند ترشح فاکتورهای آزاد کننده ای releasing factors که ( منظور، فاکتورهایی که با
تحریک غدد دیگر موجب آزاد شدن هورمون های آنها می شوند.) ترشحات هورمونی غدۀ هیپوفیز pituitary gland ] واقع در مغز[ را کنترل می کنند.( ازWebster )- م [
حال بوضوح، چیز بیشتری برای گفتن هست: برای مثال، دربارۀ ارتباطات بین واکنش های هیپوتالاموسی با بقیۀ مغز، دربارۀ چیزهای دیگری که در هیپوتالاموس رخ می دهند و در مورد تمایزات ممکن میان احساس تشنگی و نیاز شدید( یا فوری ) urge به نوشیدن.
فرض کنیم داستان را از طریق بیان علل باقیمانده- که بیوشیمیایی ست- کامل کرده ایم.
حال این تزها- یعنی ذهن بمثابه برنامه و بی ربطی مغز- قرار است به ما بگویند که چه چیزهایی در ارتباط با این داستان،
خواص properties بیوشیمیایی ــ ویژۀ آنژیوتانسین یا هیپوتالاموس – نیستند، بلکه صرفا ً برنامه های کامپیوتری صوری اند که کل توالی sequence، دلیل مشخصinstantiates آن است. بسیار خوب، آنها را مانند یک فرضیه hypothesis مورد آزمون قرار دهیم و ببینیم چگونه عمل می کنند.
کامپیوتر می تواند خواص( یا صفات ) صوری formal مرتبط با توالی پدیده های شیمیایی و الکتریکی در ایجاد تشنگی را
شبیه سازی simulate نماید، درست همانگونه که می تواند در مورد هر چیز دیگری چنین نماید: می توانیم تشنگی را شبیه سازی کنیم، همانطورکه می توانیم طوفان ها، باران های شدید، آتش سوزی ها، موتورهای احتراقی، فتوسنتز photosynthesis ،
ترشح یا ساخت شیر lactation ] در پستانداران- م[ یا جریان پول در رکود اقتصادی را شبیه سازی نماییم.
] فتوسنتز: ( بویژه در گیاهان ) ساخت( سنتز) مواد آلی organic پیچیده- بویژه کربوهیدراتها- از دی اکسید کربن، آب و نمک های معدنی inorganic salts ، با استفاده از نور خورشید به عنوان منبع انرژی و با کمک کلروفیل chlorophyll و
رنگدانه های pigments مرتبط.( ازWebster )- م [
اما هیچ عقل سلیمی نمی پندارد که شبیه سازی کامپیوتری از آتش سوزی، اهالی محل را می سوزاند یا در مورد موتور احتراقی، به اتوموبیلی نیرو می بخشد یا شبیه سازی کامپیوتری از ترشح شیر و فتوسنتز، شیر و قند تولید می کند. با اینحال، دریافته ام که بسیاری از مردم گمان می کنند که شبیه سازی های کامپیوتر از پدیده های phenomena ذهنی- خواه در سطح فرآیندهای مغز باشد یا نه- واقعاً
پدیده های ذهنی را ایجاد یا تولید می کنند: این امر، مایۀ شگفتی من است. دوباره آن را می آزماییم.
کامپیوتر مورد علاقه مان یعنی PDP-10 را با برنامه ای صوری که تشنگی را شبیه سازی می کند، برنامه ریزی می کنیم.حتی
می توانیم به آن برنامه دهیم که در انتها چنین چاپ نماید:« پسر، تشنه ام!» یا « کسی نیست که لطفا ً به من نوشیدنی بدهد؟» و مانند آن.
حال آیا هیچ کس تصور خواهد نمود که به موجب آن حتی کمترین دلیل برای این پنداشت که کامپیوتر واقعا ً تشنه است، داریم؟
یا آنکه، هر شبیه سازی از هر پدیده ذهنی دیگری، مثل فهم داستان ها، احساس افسردگی یا نگرانی در مورد کسری اقلام، باید بر این مبنا چیزی حقیقی تولید نماید؟
افسوس که پاسخ آن است که بسیاری از مردم، تسلیم انگاره ای ideology شده اند که از آنان می خواهد که چنین باور کنند( یعنی باور به تولید چیزی حقیقی- م ). از اینرو، داستان را یک قدم جلوتر می بریم.
PDP-10 از الکتریسیته، قوّه( یا نیرو )power می گیرد و شاید خواص الکتریسیتۀ آن بتواند برخی از توان های سببی واقعی مرتبط با صور( یا خصوصیات ) featurs الکتروشیمیایی مغز در تولید حالات ذهنی را بازتولید نماید.
قطعا ً نمی توانیم این احتمال را بطورپیشینی a priori ( یعنی، مقدم بر تجربه و مستقل از آن- م ) رد کنیم.
اما بخاطر آورید که: تز هوش مصنوعی قوی مبنی بر آن است که ذهن« مستقل از هر دربردارندۀ فیزیکی خاص» است، زیرا ذهن مثل یک برنامه است و برنامه می تواند در کامپیوتری که از هر چیزی ساخته شده، عمل نماید( یا جاری گردد )، مشروط بر این که آن چیز به اندازۀ کافی پایدار و پیچیده باشد که بتواند برنامه را حمل نماید.
کامپیوتر فیزیکی واقعی می توانست یک دسته از مورچه های مهاجر( یکی از نمونه هایشان )؛ مجموعه ای از قوطی های آبجو؛
دسته های کاغذ توالت با سنگ های کوچک در چهارگوشه ها؛ مردانی با چشمان سبز که روی چارپایه ها نشسته اند ـــــ هر چه که دوست دارید، باشد.
بیایید تصور کنیم که برنامۀ ما از شبیه سازی تشنگی، در کامپیوتری که از قوطی های کهنۀ آبجو ساخته شده، عمل می کند:
میلیونها ( یا میلیاردها ) قوطی کهنۀ آبجو که به اهرم ها مجهزند و از آسیاب های بادی قوّه powered می گیرند. می توانیم تصور کنیم که این برنامه، جریان های عصبی در سیناپس ها synapses را ازطریق ضربۀ قوطی های آبجو به یکدیگر، شبیه سازی می کند.
]سیناپس: ناحیه ای که جریان های عصبی nerve impulses فرا فرستاده و دریافت می شوند، شامل:
انتهای آکسونی axon terminal یک سلول عصبی neuron که ناقلین عصبی neurotransmitters ( این ناقلین، ترکیبات شیمیایی هستند ) را در پاسخ به یک جریان عصبی، آزاد می کند؛
فضای خالی gap بسیار کوچکی که ناقلین عصبی از میان آن حرکت می کنند؛
و غشاء membrane مجاور متعلق به یک آکسون، دندریت dendrite یا سلول عضلانی یا ترشحی gland با مولکول های گیرندۀ مناسب برای گرفتن ناقلین عصبی.
آکسون: رشته بلند سلول عصبی، که جریان های عصبی را به خارج از بدنۀ سلول منتقل می کند.
دندریت: زائده های شاخه شاخۀ یک سلول عصبی که جریان های عصبی را بطرف سلول هدایت می کند.( ازWebster )- م[
از اینرو، تشابه ( یا مطابقت ) محضی بین جریان های عصبی و ضربه های قوطی آبجو بانجام می رسد. در انتهای این توالی، یک قوطی آبجو به آنچه که روی آن نوشته شده « تشنه ام.» ضربه می زند. حال این پرسش را تکرار می کنیم: آیا هیچ کس تصور می کند که این دستگاه ] منتسب به [ Rube Goldberg واقعا ً- با آن حسی که من و شما داریم - تشنه است؟
توجه کنید که تزHofstadter و Dennett دال بر آن نیست که هر آنچه به عنوان مجموعه ای ازقوطی های آبجو می شناسیم، محتملا ً می تواند تشنه باشد، بلکه دال بر آن است که اگر مجموعه ای واجد برنامۀ بجا با ورودی و خروجی بجا باشد، آنگاه( لزوما ً ) باید تشنه باشد ( یا proust ( نام یک رمان نویس برجسته- م ) را بفهمد یا در رابطه با مالیات بر درآمد آن نگران باشد یا هر حالت ذهنی دیگری را داشته باشد )، زیرا این امر تمام آنچه است که ذهن است: یعنی نوع معینی از برنامۀ کامپیوتر.
و نیز دال بر آن است که هر کامپیوتر( از هر چه ساخته شده باشد ) دارای برنامۀ بجا،( این) حالات ذهنی درخور را خواهد داشت.
بر این باورم که هر آنچه دربارۀ بیولوژی انسانی و حیوانی آموخته ایم، اشاره می کند که آنچه پدیده های « ذهنی» mental می نامیم، همانقدر بخشی از تاریخ طبیعی بیولوژیک( زیست شناختی ) ماست که هر پدیدۀ بیولوژیک دیگری چنین است؛ همانقدر بخشی از بیولوژی ست که گوارش، ترشح شیر lactation یا ترشح صفرا بخشی از آن است.
نامقبولی تز AI قوی، بیشتر ناشی از ضدیت استوار آن با بیولوژی ست: به این طریق که] بر طبق آن[ ذهن، یک پدیدۀ بیولوژیک واقعی نیست، بلکه « چیزی از نوع مجرد» است.
با وجود این، در فراخوان توجه به نامقبولی این فرض که توان های سببی خاص مغزها نسبت به اذهانْ بی ربط اند، هنوز بطور کامل مهمل بودن موقعیت AI قوی را- که توسط Hofstadter و Dennett اتخاذ شده- نشان نداده ام، لذا بگذارید بر آن فشار آوریم و تز ذهن بمثابه برنامه را از زاویه ای نزدیکتر بیازماییم.
برنامه های کامپیوتری دیژیتال بنا به تعریف عبارتند از:
مجموعه های اعمال محض صوری بر روی نشانه ها( یا نمادها )یی symbols که بطور قراردادی formally معین شده اند.
نمونۀ فرضی کامپیوتر، چنین کارهایی را انجام می دهد: صفر را روی نوار tape، چاپ print می کند، یک خانهsquare به چپ حرکت می کند، عدد 1 ی را پاک می کند، به راست بازمی گردد و الی آخر.
معمولا ً این را تحت عنوان« بکاربری نشانه» symbol manipulation توصیف می کنند؛ یا با استفاده از زبان مورد علاقۀ Hofstadter و Dennett بصورت ِ: کل سیستم،یک« سیستم نشانگرخود- نوشونده» self-updating representational system
است. اما این واژه ها حداقل کمی گمراه کننده اند، چون کامپیوتر تا جایی که با نشانه ها( یا نمادها ) مرتبط است، هر چیزی را
نماد پردازی symbolize یا نشانگری( نمایانگری، نمایشگری )represent نمی کند. آنها فقط شمارنده های صوری
formal counters هستند.
کامپیوتر هیچ معنا، تعبیر( یا تفسیر ) یا محتوایی content را به نشانه های صوری( یا قراردادی ) پیوست( یا متصل ) نمی کند؛ کامپیوتر در خصلت ِ qua کامپیوتر نمی تواند چنین نماید، زیرا اگر تلاش کنیم به کامپیوتر، تعبیری از نشانه هایش را بدهیم، صرفا ً نشانه های تعبیرنشدۀ بیشتری را به آن داده ایم.
تعبیر نشانه ها کاملا ً برعهدۀ برنامه ریزان و کاربران کامپیوتر است. برای مثال، اگر در ماشین حساب جیبی ام بنویسم « 3 × 3 = , »
ماشین حساب خواهد نوشت « 9 » ، اما ایده ای( یا فکری ) ندارد که « 3 » به معنای 3 است یا « 9 » به معنای 9 یا این که هر چیزی به معنای هر چیزی است.
محتملا ً می توانیم این نکته را با این گفتار مطرح نماییم که: کامپیوتر واجد نحو syntax است ولی نه واجد معنا .semantics
] از نظر زبانشناسی، نحو به معنای مطالعۀ قواعد و الگوهای تشکیل( یا ساخت ) جملات وعبارات گرامری ازکلمات است. در رابطه با کامپیوتر می تواند به معنای ترتیب ها یا آرایش هایی باشد که یک سیستم به نشانه های واقع در آن می دهد.
در مورد semantics این واژه از نظر زبانشناسی معادل با مطالعۀ معناست. بجز آن، نام علم بررسی ارتباط بین نشانه ها و معانی آنهاست. در رابطه با کامپیوتر معادل با مرتبط ساختن معنی یا تعبیر با یک نشانه است، که کامپیوتر فاقد این توانایی ست- م [
کامپیوتر، نشانه های صوری را بکار می برد، اما هیچ معنایی را به آنها متصل نمی کند و این مشاهدۀ ساده، ما را قادر خواهد ساخت که تزtheses ذهن بمثابه برنامه را رد کنیم.
تصور کنید برنامه ای کامپیوتری برای شبیه سازی فهم زبان چینی نوشته ایم؛ به نحوی که برای مثال، اگر از کامپیوتر سؤالاتی به زبان چینی پرسیده شود، این برنامه قادر می سازد که پاسخهایی به زبان چینی دهد؛ اگر خواسته شود که داستان هایی را که به زبان چینی اند، خلاصه نماید، می تواند چنین خلاصه هایی را ارائه دهد؛ اگر سؤالاتی پیرامون داستانهایی که به آن داده شده، پرسیده شود، به چنین سؤالاتی پاسخ می دهد.
حال تصور کنید من که ابداً زبان چینی را نمی فهمم و حتی نمی توانم نشانه های چینی را از برخی انواع دیگر تمیز دهم، در اتاقی با تعدادی جعبه های مقوایی پر از نشانه های چینی محبوس شده ام. تصور کنید کتابی به انگلیسی در مورد قواعد بمن داده شده که چگونگی پیوند دادن match این نشانه های چینی با یکدیگر را آموزش می دهد.
این قواعد چیزهایی مانند این می گویند: علامت ِ(sign) squiggle-squiggle با علامت ِ squoggle-squoggle دنبال گردد.
فرض کنید کسانی که بیرون اتاق هستند، نشانه های چینی بیشتری را عبور می دهند و من به پیروی از کتاب راهنما، نشانه های چینی را به آنها بازمی گردانم. فرض کنید برای من نادانسته است که: کسانی که نشانه ها را به من رد می کنند، آنها را« سؤالات » می نامند؛ کتاب راهنما را که من از روی آن کار می کنم، « برنامه» می نامند، و نشانه هایی را که من به آنها بازمی گردانم، « پاسخ ها به سؤالات » می نامند.
فرض کنید پس از مدتی، برنامه نویسان programmers چنان در نوشتن برنامه ها خوب می شوند و من چنان در
بکار بردن manipulating نشانه ها خوب می شوم که پاسخ های من از پاسخ چینی زبانان غیرقابل تمیز می گردد. من می توانم از آزمون تورینگ در رابطه با فهم زبان چینی قبول شوم.
اما با این همه، من هنوز یک کلمۀ چینی هم نمی فهمم و هر کامپیوتر دیژیتال دیگری هم نمی فهمد، زیرا هر چه کامپیوتر دارد، من نیز دارم: برنامه ای صوری که هیچ معنا، تعبیر یا محتوایی را به هیچ نشانه ای متصل نمی کند.
آنچه این استدلال argument ساده نشان می دهد آن است که هیچ برنامۀ صوری به تنهایی برای فهمْ کافی نیست، زیرا اصولاً برای یک عامل agent ، همیشه امکان پذیر است که مراحل steps برنامه را طی نماید و بازهم فهم ذیربط را نداشته باشد.
و آنچه در مورد زبان چینی صادق است، در مورد پدیده های ذهنی دیگر نیز صادق است. برای مثال، می توانم بدون احساس تشنگی، مراحل برنامۀ شبیه سازی تشنگی را طی نمایم.
درضمن، این استدلال همچنین آزمون تورینگ را رد می کند، زیرا نشان می دهد که یک سیستم، یعنی من، می تواند در آزمون تورینگ
قبول شود، بدون آنکه حالات ذهنی درخور را داشته باشد....
باقی آنچه آنها برای گفتن دارند، عمدتا ً تکرار نکاتی ست که توسط مؤلفین دیگر مطرح شده و قبلاً توسط من پاسخ داده شد.
آنان بطور ویژه، بر« پاسخ سیستم ها » systems reply به استدلال اتاق چینیChinese room argument صحه می گذارند، که بر مبنای آن، مردی که در اتاق است، زبان چینی را نمی فهمد، اما سیستمی که او بخشی از آن است- شامل کتاب راهنما، نشانه های چینی و غیره- حقیقتا ً زبان چینی را می فهمد. طرفداران این دیدگاه- ضمن حیرت مداوم من- باور دارند که گرچه این مرد از فهمیدن
درمی مانَد، اما اتاقْ زبان چینی را می فهمد.
اعتراض آشکار بر این امر، آن است که سیستم- بیش از مردی که درمکان اول] یعنی اتاق[ انجام داد- راهی برای اتصال معنا به
نشانه های تعبیرنشدۀ چینی ندارد. سیستم، مثل این مرد، واجد نحو syntax است، ولی نه] واجد[ معنا .semantics
و با این تصور ساده که مرد مورد نظر، کل سیستم را درونی internalize سازد( یعنی به جای کل سیستم نهاده شود- م ) می توانید این امر را بفهمید: فرض کنید او حافظه ای عالی super و] نیز[ هوشی عالی دارد، طوری که کتاب راهنما را حفظ می کند و همۀ محاسبات را در سرش انجام می دهد. برای خلاص شدن از دست اتاق، حتی می توانیم فرض کنیم که بیرون از اتاق، کارمی کند.
حال، چون این مرد زبان چینی را نمی فهمد و چون هیچ چیز در سیستم نیست که در این مرد نباشد، لذا راهی وجود ندارد که سیستم بتواند چینی را بفهمد.
تقریبا ً می توانم بگویم که تنها پاسخ Hofstadter و Dennett ، این ملاحظه است که هیچ انسان عادی نمی تواند چنین شاهکار حافظه را انجام دهد. البته این امرکاملا ً درست است، اما کاملا ً نیز بی ربط به نکتۀ مورد نظر است که به تکرار، عبارت است از این که:
از نحو محض، نمی توانید معنا بدست آورید....
جزئیات چگونگی کارکرد مغز، بی اندازه پیچیده و بسیار ناشناخته اند، اما برخی از اصول کلی ارتباطات میان عملکرد مغز و
برنامه های کامپیوتری می توانند کاملا ً بسادگی بیان شوند.
نخست، می دانیم که روندها( یا فرآیندها )ی مغزی موجب پدیده های ذهنی می شوند. حالات ذهنی mental states به توسط ساختار مغز ایجاد و در آن ادراک realize می شوند. از این امر چنین برمی آید که هر سیستمی که حالات ذهنی را ایجاد می کند، می باید
توان هایی powers هم ارز با توان های مغز داشته باشد. چنین سیستمی ممکن است از شیمی متفاوتی استفاده نماید، اما شیمی آن
هر چه که باشد، می باید قادر به ایجاد cause آنچه که مغز ایجاد می کند( یا موجب می گردد )، باشد.
از استدلال اتاق چینی می دانیم که برنامه های کامپیوتری دیژیتال هرگز به تنهایی برای تولید حالات ذهنی، بسنده نیستند.حال، از آنجایی که مغزها، ذهن ها را تولید می کنند و چون برنامه ها به تنهایی نمی توانند ذهن ها را تولید نمایند،] لذا[ چنین نتیجه می شود که چگونگی انجام این کار توسط مغز نمی تواند بسادگی از طریق یک برنامۀ کامپیوتری، مُدَلل instantiating گردد.
( براستی، هر چیزی نیاز به قدری برنامه دارد و مغزها ] نیز[ مستثنی نیستند؛ لذا ازجهت این مفهوم جزئی، مغزها مانند هر چیز دیگر، کامپیوترهای دیژیتال هستند.)
و همچنین نتیجه می شود که اگر بخواهید ماشینی برای تولید حالات ذهنی بسازید- یعنی یک ماشین متفکرthinking machine-
نمی توانید چنین کاری را فقط بر مبنای این امر انجام دهید که ماشین شما نوع معینی از برنامۀ کامپیوتری را اجرا ran نماید.
ماشین متفکر نمی تواند منحصراً در( قالب یا ) خصلت ِ in virtue of یک کامپیوتر دیژیتال( بودن ) کار کند، بلکه می باید از
توان های سببی ِ مختص مغز عینا ً کپی برداری duplicate نماید.
بسیاری از مهملاتی nonsense که امروزه پیرامون کامپیوترها گفته می شود، از کمبود نسبی و لذا رازگونگی mystery
ریشه می گیرد. چنانچه کامپیوترها و ربات ها robots - همانند تلفن ها، ماشین های شستشو و کامیون های
چنگال دار forklift trucks - عمومی تر شوند، آنگاه محتمل بنظرمی رسد که این تجلی ناپدید گردد و مردم کامپیوترها را بخاطر آنچه که هستند- یعنی به عنوان ماشین های سودمند- بپذیرند.
در ضمن، شخص باید بکوشد تا از خطاهای تکراری معینی که از کتاب Hofstadter و Dennett و نیز دیگر بحثهای رایج،
ناشی می شوند، اجتناب نماید.
نخست، این عقیده idea که موفقیت های کامپیوتر به نحوی انسان را در معرض برخی انواع تهدیدها یا چالش ها قرارمی دهد. اما این حقیقت که برای مثال، ماشین حساب می تواند حتی از بهترین ریاضی دان پیش افتد، مهمتر یا تهدید کننده تر از این حقیقت نیست که بیلی که با بخار steam shovel کار می کند، بتواند از بهترین حفار انسانی پیش افتد.
( در ضمن، یک نکتۀ عجیب در مورد هوش مصنوعی، کندی برنامه نویسان در ابداع برنامه ای ست که بتواند بهترین شطرنج بازان را مغلوب نماید. از نقطه نظر تئوری بازی ها games theory شطرنج، یک بازی کم مایه( یا جزئی ) است، چون هر طرف، اطلاعات کاملی دربارۀ موقعیت و حرکتهای احتمالی طرف مقابل دارد و شخص باید چنین بیانگارد که بزودی برنامه های کامپیوتری بتوانند از هر شطرنج باز انسانی پیشی گیرند.] اما چنین نیست- م[ )
دومین سفسطه fallacy این عقیده است که برخی از تجارب خاص انسانی بدلیل بشری بودن ویژۀ آنها، ممکن است خارج از]توان[ شبیه سازی کامپیوتر باشند. گاها ً گفته می شود که کامپیوترها نمی توانند احساس افسردگی یا عاشق شدن یا داشتن حس شوخی را
شبیه سازی نمایند. اما تا جایی که به شبیه سازی مربوط است، می توانید به همان سادگی که کامپیوتر خود را برای چاپ print out
« 9 3 × 3 = » برنامه ریزی می کنید، برای چاپ « من افسرده ام » ، « سالی Sally را دوست دارم » یا « ها، ها » Ha, ha
برنامه ریزی نمایید.
اشتباه واقعی آن است که تصورکنید شبیه سازی، کپی برداری برابر با اصل duplication است؛ و خطا درهمۀ موارد، صرفنظر از این که از چه حالات ذهنی ای سخن می گوییم، یکسان است.
اشتباه سوم- بر پایۀ تمام موارد دیگر- این عقیده است که اگر کامپیوتری بتواند داشتن حالت ذهنی معینی را شبیه سازی نماید، آنگاه برای
فرض این که واقعا ً واجد آن حالت ذهنی است، همان دلایلی ( یا زمینه ها یا بنیادهایی ) grounds را داریم که در رابطه با فرض این که انسان ها واجد آن حالت باشند.
اما از استدلال اتاق چینی و نیز بیولوژی می دانیم که این رفتارگرایی behaviorism ساده دلانۀ simple-minded آزمون تورینگ، بر خطاست.
تا وقتی که کامپیوترها و ربات ها robots به اندازۀ اتوموبیل ها عمومی شوند و تا وقتی که مردم به همان سهولتی که اکنون رانندگی می کنند، بتوانند آنها را برنامه ریزی نموده و بکار برند، احتمالاً تا آن زمان از یک تصور افسانه ای mythological معین در رابطه با کامپیوترهای دیژیتال در رنج خواهیم بود.
کتاب ِ Hofstadter&Dennett بخش بسیار عمده ای از دورۀ افسانه ای کنونی ِ مرتبط با کامپیوتر است.□
پایان ترجمه: اول فروردین 1388 شمسی
March 2009 20
California
] دربارۀ نویسنده و مترجم: پروفسور جان سِرل( ــ 1932)، استاد فلسفه در دانشگاه برکلی Berkeley است. وی کار مهمی در فلسفۀ زبان انجام داده است. او کتاب ذهن، زبان و جامعه Mind, Language and Society(1998) و کتابهای متعدد دیگری را
نگاشته است.
دکتر فرزاد حمیدی( ــ 1969)، نویسندۀ دو کتاب پاره های فلسفی (2005)Philosophical Segments ؛ و تحلیلی نو، بر پارادوکس راسل و پیوستار، همراه با معرفی یک هندسۀ جدید است: A New Analysis on Russell 's Paradox and Continuum, with an Introduction to a New Geometry(2000).]