شاید همه ی ما به دیدن فیلم هایی با داستان های سرراست و بدون پیچیدگی عادت کرده و این فیلم ها را ترجیح می دهیم زیرا اغلب هدف از تماشای فیلم لذت بردن و سرگرم شدن برای یک یا چند ساعت است.
اما برخی فیلم ها درست برخلاف این خواسته و میل ذاتی افراد ساخته شده و با داستان پردازی پیچیده خود فرد را چنان درگیر خود کرده که تماشاگر برای درک کامل فیلم مجبور می شود دستکم یک بار دیگر آن را از اول تماشا کند.
برخی از فیلمسازان معروف مانند کریستوفر نولان در ساخت و پرداخت چنین داستان های گیج کننده ای تبحر خاصی دارند به طوری که شما مجبور می شوید در حین تماشای فیلم چندین بار به عقب برگردید یا حتی بعد از پایان فیلم ترجیح دهید دستکم یک بار دیگر ان را از اول تماشا کنید. البته معمولاً در هر فیلمی با تماشای دوباره می توان جزییات بیشتری را از آن درک کرد.
در ادامه ی این مطلب قصد داریم شما را با فیلم هایی آشنا کنیم که به خاطر پیچیدگی های داستان و تدوین های ماهرانه باید بیش از یک بار آن ها را تماشا کنید تا متوجه داستان فیلم شوید.
۱- پی (۱۹۹۸)
فیلم ترسناک و فلسفی «Pi» ساخته دارن آرونوفسکی را باید یکی از بهترین فیلم های این کارگردان سرشناس و صاحب سبک دانست.
داستان فیلم در مورد یک ریاضیدان وسواسی است که خود را درگیر عدد مرموز پی می کند. فیلم «پی» در اصل به موضوعاتی مانند دین، افسانه و ارتباط دنیا با ریاضی می پردازد. فیلم دو موجودیت ظاهراً سازش ناپذیر یعنی طبیعت ناکامل و غیرمنطقی انسان و قاعده مندی و خشک و انعطاف ناپذیر بودن ریاضی به ویژه تئوری اعداد را به تصویر می کشد.
مکس یک ریاضیدان بیکار و متخصص در حوزه ی تئوری اعداد است که در یک آپارتمان در شهر نیویورک زندگی می کند و به این اصل باور دارد که هر چیزی در طبیعت را می توان از طریق اعداد درک کرد. او می تواند محاسبات پیچیده ای را در درون مغز خود انجام دهد.
ریاضیدان جوان در کنار این استعداد خارق العاده ی خود از سردردهای متوالی، پارانویا، توهم و اضطراب اجتماعی رنج می برد. به خاطر مهارت خود در محاسبات پیچیده، مکس به کمک کامپیوتر خود تغییرات بازار بورس را پیش بینی می کند.
یک روز در حین این کار کامپیوتر وی دچار نقص شده و اعدادی نامفهوم را از پرینتر خود بیرون می دهد. مکس برگه ای که از کامپیوتر خارج شده را در سطل زباله می اندازد اما صبح روز بعد در می یابد که محاسبات کامپیوترش کاملاً درست بوده اند. مکس هر چه تلاش می کند برگه را پیدا نمی کند و در صحبت با استاد ظاهراً خل و چل خود در می یابد که او نیز قبلاً با این اعداد مواجه شده است.
در نهایت محاسبات و درگیری های ذهنی مکس را به مرز دیوانگی می کشاند. اگر چه این فیلم و دیالوگ های آن مربوط به دنیای ریاضی و اعداد است اما این ویژگی بدین معنا نخواهد بود که اگر به دنیای ریاضی علاقمند نیستید از دیدن فیلم لذت نخواهید برد. در کنار این موضوع باید اعتراف کرد که محاسبات فیلم شما را گیج خواهد کرد حتی اگر وسیله ی پیشرفته ای برای محاسبات نیز در دسترس داشته باشید.
۲- ممنتو (۲۰۰۰)
تریلر روانشناسانه ی نئونوآر «ممنتو» (Memento) یکی از شاهکارهای بی نقص کریستوفر نولان داستان مردی را روایت می کند که به دلیل ضربه ی شدید در یک حادثه ذهنش دیگر توانایی شکل دادن به خاطرات جدید را ندارد از این رو تقریباً هر ۵ دقیقه یک بار آن چه که در ذهن او ثبت شده است پاک می شود و او چیزی را به یاد نمی آورد.
با این شرایط نامناسب ذهنی وی تلاش می کند افرادی که به او حمله کرده و همسرش را کشته اند پیدا کند و برای این که تحقیقاتش را فراموش نکند هر چند دقیقه یک بار عکس گرفته و چیزهایی را روی آن یادداشت می کند.
در واقع داستان فیلم به دو صورت نقل می شود: یکی سیاه و سفید که به صورت عادی و با نظم زمانی درست روایت شده و دیگری رنگی که به صورت عقب گرد در زمان که شرایط ذهنی ناجور شخصیت اصلی داستان را برای بیننده تداعی می کند.
این دو روایت داستانی موازی در انتهای فیلم با هم تلاقی پیدا می کنند که باعث می شود بعد از گذراندن لحظاتی مملو از گیجی و سردرگمی تنها در انتهای فیلم متوجه داستان شوید. اما این شیوه ی داستان پردازی باعث می شود که برای درک فیلم مجبور شوید دستکم یک بار دیگر فیلم را از اول تا آخر تماشا کنید.
۳- آغازگر (۲۰۰۴)
فیلم هایی که قبل از فیلم «آغازگر» (Primer) و در مورد سفر در زمان ساخته شده بودند معمولاً همه چیز را ساده بیان می کردند اما این فیلم فلسفی که با هزینه ای ناچیز ساخته شده بود باعث شد که برای فهم برخی از صحنه ها و مفاهیم آن به دنبال کتاب های آموزشی فیزیک برویم. مهم نیست که چند بار این فیلم را تماشا کرده باشید زیرا با هر بار تماشای آن نکات جدیدی را در مورد داستان فیلم متوجه شده و از معماهایی که در ذهنتان ایجاد شده کاسته خواهد شد.
سازنده فیلم که خود یک ریاضیدان و مهندس تحصیلکرده است سعی نکرده برای فهم داستان فیلم دیالوگ های فیلمش را ساده کند. فیلم داستان دو مهندس جوان را روایت می کند که در حین آزمایشات خود برای کاهش وزن اشیاء در می یابند که سفر در زمان ممکن است.
در ابتدا آن ها خود را به ساعاتی قبل بازگردانده و از این طریق پول زیادی را در بازار بورس به جیب می زنند زیرا از قدرت خود در بازگشت به گذشته بهره می برند. اما این تنها آغاز ماجراست.
۴- جاده مالهالند (۲۰۰۱)
فیلم نئونوآر و معمایی «جاده مالهالند» (Mulholland Drive) به کارگردانی دیوید لینچ از فیلم هایی است که تماشاگر به راحتی آن را درک نخواهد کرد و با هر بار تماشا کردن آن درک و دیدگاه جدیدی نسبت به آن پیدا خواهید کرد. فیلم «جاده مالهالند» مانند یک پیاز لایه لایه دارای جزییات بسیار ریزی است که هر کدام نقش مهمی در درک داستان فیلم دارند.
فیلم داستان یک بازیگر جوان به نام بتی را روایت می کند که با سفر به شهر لس آنجلس برای رسیدن به رویاهایش و ورود به خانه عمه اش با زنی به نام بتی روبرو می شود که ادعا می کند حافظه اش را در اثر یک حادثه تصادف اتومبیل از دست داده است. در ادامه داستان های ظاهراً نامربوط متفاوتی نیز نقل می شود که در نهایت مشخص می شود همه به داستان اصلی فیلم مربوط می شوند. هر دو شخصیت اصلی داستان در تلاش برای بازیابی حافظه بتی با حقایق آزاردهنده ای روبرو می شوند.
۵- ۲۰۰۱: یک اودیسه فضایی (۱۹۶۸)
بسیاری از دوستداران سینما بر این نکته توافق دارند که استنلی کوبریک یک نابغه ی به تمام معنا بود اما داستان های داخل سفینه ی فضایی ۲۰۰۱ بیننده را گیج خواهد کرد. فیلم «۲۰۰۱: یک اودیسه فضایی» (۲۰۰۱: A Space Odyssey) داستان سفر یک گروه اکتشافی به سیاره مشتری و روبرو شدن آن ها با سنگی است که توانایی برقراری ارتباط داشته و مشخص می شود که در تکامل انسان ها نقش داشته است.
در این سفر تمامی ماموریت ها در کنترل یک روبات به نام هال بوده و همه بر این باورند که این روبات نه اشتباه می کند و نه دچار نقص می شود. اما در ابتدای ماموریت نقصی فنی رخ داده و هال دچار اشتباه می شود در نتیجه دو فضانورد و دانشمند حاضر در سفینه تصمیم می گیرند که علی رغم بهانه های هال او را کنار بگذراند. درگیری های بین این دو و روبات برنامه ریزی شده اتفاقات ناگواری را برای آن ها به وجود می آورد.
۶- اطلس ابر (۲۰۱۲)
فیلم علمی تخیلی «اطلس ابر» (Cloud Atlas) که بر اساس رمانی نوشته دیوید میچل با همین نام ساخته شده است داستان های موازی را روایت می کند که نشان می دهد اعمال انسان در گذشته و آینده زندگی اطرافیانش را تغییر داده و یا به نحوی تحت تاثیر قرار می دهد. به عبارت دیگر فیلم به نحوی نظریه ی تناسخ را به تصویر می کشد که چگونه روح یک انسان شرور می تواند در آینده در یک قهرمان حلول کند و یا مهربانی شخصی در آینده انقلابی را موجب شود.
داستان پردازی متقاطع و ترکیبی، پرش از زمانی به زمانی دیگر در طول تاریخ و ارتباطات پیچیده و گیج کننده شخصیت های فیلم با هم باعث شده که فیلم به یک معما تبدیل شود که بیننده باید سعی کند آن را حل نماید. هر یک از بازیگران فیلم در هر دوره زمانی نقش متفاوتی را بازی می کنند که روایت همزمان داستان های مختلف آن ها در اعصار مختلف بیننده را گیج می کند و برای درک آن ها باید چند بار فیلم را تماشا کند.
۷- حیثیت (۲۰۰۶)
همه می دانیم که هدف شعبده بازان و جادوگران این است که بیننده را گیج کنند اما این تریلر رازآلود که یکی دیگر از شاهکارهای کریستوفر نولان به شمار می آید چنان با مهارت ساخته شده است که برای درک اتفاقات آن باید با دقت بارها آن را تماشا کنید.
بنابراین تماشای فیلم «حیثیت» (The Prestige) برای کسانی که به دنبال فیلم هایی با داستان های سرراست و ساده هستند توصیه نمی شود. شیوه داستان پردازی فیلم طوری است که با تماشای چند باره آن نیز هنوز سوالاتی در ذهن شما در مورد داستان فیلم و شخصیت های آن باقی خواهد ماند.
فیلم داستان دو شعبده باز لندنی را روایت می کند که در سال های پایانی قرن نوزدهم سعی دارند هر یک روش های خلاقانه ی جدیدی را برای متحیر کردن بینندگان خود کشف کنند و در این مورد با هم رقابت شدیدی دارند. رقابت های آنان پیامدهای ناگواری برای هر دو در پی دارد.
۸- دانی دارکو (۲۰۰۱)
فیلم «دانی دارکو» (Donnie Darko) در ظاهر در مورد جوانی است که همواره یک خرگوش غول پیکر را در کنار خود می بیند اما با کمی دقت در می یابید که داستان به همین سرراستی و سادگی نیست. درام علمی تخیلی «دانی دارکو» در مورد یک پسر جوان است که یک روز صبح با دیدن یک موجود بزرگ شبیه خرگوش از خواب بیدار شده و به او گفته می شود که دنیا در ۲۸ روز آینده به پایان خواهد رسید.
رفتارها و سوالات عجیب دانی باعث می شود که همه فکر کنند ارتباط وی با واقعیت قطع شده و وی در توهم به سر برده و دچار پارانویا شده است.
بر اساس دستورات خرگوش مرموز که فرانک نام دارد دانی دست به کارهای عجیب و غریب و خطرناکی می زند. در نهایت اتفاقات ۲۶ روز گذشته به صورت برعکس در برابر چشمان دانی تکرار می شوند. اتفاقاتی که در انتهای فیلم می افتد بیننده را به طور کلی گیج خواهند کرد به طوری که مجبور خواهد شد فیلم را از اول تماشا کند.
۹- چشمه (۲۰۰۶)
فیلم درام عاشقانه «چشمه» (The Fountain) ساخته دارن آرونوفسکی دارای ماهیت افسانه ای جادویی بوده و با تماشای آن چنان سر در گم خواهید شد که ساعت ها و ساعت ها برای درک آن باید فکر کنید. فیلم دارای سه خط داستانی در مورد فناناپذیری و از دست دادن عشق و تلاش یک مرد برای جلوگیری از این سرنوشت ناخوشایند در زندگی دنیوی یا دنیای بعد از آن است.
هیو جکمن و راشل ویز نقش زن و مردی را بازی می کنند که با وجود تفاوت زمانی و فضایی، عشق آن ها را به هم مرتبط می کند. هر یک مشکلات خاص خود را دارند. زن یک ملکه ی اسپانیایی قرن شانزدهمی با سرنوشتی تلخ و مرد یک دانشمند امروزی است که همسرش به بیماری سرطان دچار شده و برای فرار از سرنوشت تلخ خود دست به هر کاری می زند.
در واقع این دو نقش دو زن و شوهر را در دو زمان متفاوت اما مرتبط بازی می کنند که بسیار سوررئالیستی بیان می شود. با دیدن فیلم بدون شک دچار سرگیجه خواهید شد.
۱۰- تلقین (۲۰۱۰)
باز هم هر وقت پای ذهن، مغز و داستان های اوهامی پیچیده به میان می آید شاهد حضور کریستوفر نولان هستیم. فیلم «تلقین» (Inception) بدون شک از آن دسته فیلم هایی است که با دیدن آن از اطرافیان خود در مورد معنا و مفهوم فیلم و داستان آن سوال خواهید کرد.
اما باید بدانید که دوست شما نیز اگر فیلم را قبلاً ندیده باشد چیزی بیشتر از شما نمی داند پس بهتر است چند بار فیلم را از ابتدا تماشا کنید. این فیلم علمی تخیلی داستان یک دزد حرفه ای با بازی لئوناردو دی کاپریو را روایت می کند که با نفوذ در ناخودآگاه قربانیان اطلاعات موجود در مغز آن ها را به سرقت می برد.
در نهایت به وی ماموریتی تقریباً غیر ممکن محول می گردد که در صورت انجام موفقیت آمیز آن سابقه ی نامناسب وی به طور کلی پاک خواهد شد. شخصیت اصلی داستان نیز که با اتهامات بسیاری مواجه شده و نمی تواند نزد خانواده اش برگردد با این ماموریت خطرناک و غیرممکن موافقت می کند که در نهایت با تشکیل یک گروه حرفه ای موفق به انجام آن می شود.
۱۱- سینکدوکی، نیویورک (۲۰۰۸)
فیلم درام و پست مدرن «سینکدوکی، نیویورک» (Synecdoche, New York) اولین فیلم ساخته چارلی کافمن با بازی فیلیپ سیمور هافمن یک کارگردان نمایشی مریض احوال به نام کادن را روایت می کند که در حال کار بر روی یک پروژه نمایشی است و وسواس او در ساخت و پرداخت این نمایش به واقعی ترین شکل ممکن باعث می شود که مرز بین واقعیت و داستان برای وی نامشخص شود. همزمان با روش های غیرمعمول او در کارگردانی شخصیت اصلی مجبور می شود راه حل هایی برای برون رفت از مشکلات خانوادگی و روحی و بهبود اوضاع جسمانی خود پیدا کند.
با گذشت سریع سال ها زندگی وی دستخوش تغییرات شدیدی می شود و او سعی می کند بیش از پیش خود را از فضای شهری بیرون از خانه و محل کارش دور نگه دارد. در ادامه اتفاقاتی رخ می دهد که کادن از درک آن ها عاجز بوده و دیگر مرز بین واقعیت و توهم را درک نمی کند. این سرگیجه ی ذهنی شخصیت اصلی داستان، بیننده را نیز درگیر خود می کند به طوری که مجبور می شود فیلم را دستکم یک بار دیگر از ابتدا تماشا کند.
منبع: روزیاتو
عصر ایران؛ هومان دوراندیش - پروژۀ
هوش مصنوعی، ظاهرا یکی از دالانهای اصلیِ گامنهادنِ انسان به "آینده"
است؛ آیندهای که از نظر بسیاری از مردم و متخصصان صرفا شگفتانگیز نیست،
بلکه میتواند هولناک هم باشد. اینکه هوش مصنوعی چیست و چه پیشینهای دارد و
چه آیندهای میتواند برای بشر رقم بزند، موضوعاتی است که در مصاحبه با
یاسر خوشنویس، مدیر کارگروه حکمرانیِ اندیشکدۀ رستا، مطرح شده است.
پاسخهای جناب خوشنویس، دست کم برای پرسشگر، مفید و مغتنم بود. باشد که
خوانندگان را نیز سودمند و معرفتافزا باشد.
***
جناب خوشنویس، لطفا ابتدا مختصرا هوش مصنوعی را تعریف کنید تا در ادامه به سوالات بعدی برسیم.
هوش مصنوعی یک پروژۀ شناختی بلندپروازانه است با هدف شبیهسازی یا بازسازیِ تواناییهای شناختی انسانها. مهمترین ابزار این پروژه رایانههاست. تواناییهای شناختی تصمیمگیری، پردازش اطلاعات، حرف زدن، تشخیص چهره و بسیاری قابلیتهای دیگر را شامل میشود.
ایدۀ هوش مصنوعی با آلن تورینگ شروع شده یا قبل از او هم وجود داشته؟
قبل از او هم وجود داشته. حداقل از قرن هفدهم میتوان رد پایش را پیدا کرد. حتی در برخی از دیدگاههای ارسطو هم میتوان اثری از این ایده را پیدا کرد. ولی اجرایی شدن آن در گرو توسعۀ ابزارهای محاسباتی رایانشی بوده است. مدلسازی و نظریهپردازی دربارۀ هوش مصنوعی، عملا با ماشین محاسب تورینگ شروع میشود. ولی در زمان تورینگ، کامپیوتر به صورت امروزی وجود نداشت. هوش مصنوعی در زمان تورینگ بیشتر یک فرضیه یا مفهوم انتزاعی بود.
آلن تورینگ
چرا در چند سال اخیر بحث هوش مصنوعی داغ شده؟ چرا بیست سال قبل، هوش مصنوعی مایۀ نگرانی نبود؟
پروژۀ هوش مصنوعی از اواخر دهۀ 1960 شروع شد و در دهههای 70 و 80
میلادی تا حدی توسعه پیدا کرد. این توسعه بیشتر در قالب ساختارهایی برای کمک به تصمیمگیری یا ابزارهای محاسباتی
بود. در آن مقطع زمانی، عموم مردم به هوش مصنوعی دسترسی نداشتند. به تدریج
پیشرفتهایی حاصل شد. مثلا برنامههایی طراحی شد که میتوانستند شطرنج یا دوز بازی کنند. این برنامهها بیشتر کارکرد آزمایشگاهی داشت.
یک دوره هم پروژه هوش مصنوعی به کلی افول کرد و این دوره را "زمستان هوش مصنوعی"
نامیدهاند. در این دوره، به نظر میرسید رویکرد محاسباتیای که پشتوانۀ
هوش مصنوعی بوده، حد اکثر توان خود را نشان داده و نمیتوان چندان پیشتر
رفت. بنابراین، فعالیتها تقریبا متوقف شد یا دست کم از شدت آنها کاسته شد.
اوایل قرن جاری میلادی، در اثر پیشرفتها در علوم شناختی و عصبشناسی ، رویکرد جدیدی شکل گرفت که آن را اتصالگرایی یا پیوندگرایی نامیدهاند.
وقتی این رویکرد را به صورت رایانهای شبیهسازی کردند، دستاوردهای جدید و بسیار جالبی تدریجا شکل گرفت. یکی از مهمترین این دستاوردها، پردازش تصویر بود. این دستاوردها به تدریج وارد زندگی روزمرۀ مردم شدند. مثل چتپادهایی که میتوانند با آدمها صحبت کنند؛ به نحوی که فرد متوجه نمیشود که طرف گفتوگویش انسان است یا ماشین. پیشرفتهترین این چتپادها همین چت جی پی تی است که اخیرا توجه زیادی را به خود جلب کرده است.
نمونه دیگر سیستمهای تشخیص چهرهای است که در ادارات استفاده میشود و جای انگشتزنی یا کارتزدن را گرفته است. یا حتی میتوان به سامانه تشخیص پلاک خودرو اشاره کرد که بر هوش مصنوعی مبتنی است. بنابراین هوش مصنوعی به زندگی روزمره نزدیک شده و این تحول، هم هیجان ایجاد کرده هم نگرانی.
طی دو دهه یا پانزده سال اخیر، امکانات اجرایی ما هم بیشتر شده است.
ظرفیت محاسباتی ما هم در هفت هشت سال اخیر رشد چشمگیری داشته. هوش مصنوعی
به تدریج به زندگی روزمره ما نزدیکتر شده و هم استفادههای تجاری و هم
کاربردهای تفننی برای ما دارد. در نتیجه هوش مصنوعی برای جامعه ملموستر
شده و توجه مردم بیشتر به این پدیده جلب شده است.
چه علومی پشت سر پروژۀ هوش مصنوعی هستند؟
یک پایۀ این پروژه منطق صوری و قضایای محاسباتی و مدلهای ریاضیاتی است. این بخش ها زودتر از سایر علوم در این زمینه مورد استفاده قرار گرفتند؛ به ویژه با کارهای آلن تورینگ در میانۀ قرن بیستم. پایۀ دیگر هوش منصوعی، علوم شناختی است که موضوع اصلی آن این است که شناخت انسانی ما چطور کار میکند؟ ما ابتدا باید نحوه کارکرد مغزمان را بشناسیم تا بعد بتوانیم آن را بازسازی یا شبیهسازی کنیم.
علوم شناختی یعنی علومی مثل نورولوژی (عصبشناسی)؟
عصبشناسی جنبۀ آناتومیک دارد و به کالبدشناسی مغز مربوط است. ولی علوم
شناختی موضوعش این است که کارکردهای شناختی چگونه محقق میشوند. این دو به
هم خیلی مرتبطاند. شما مدلهایی شناختی را میسازید، اما دادههای علوم
اعصاب هم باید این مدلها را تایید کند.
علوم شناختی چون در حوزۀ علوم طبیعی تجربی است، به نوعی زیرمجموعۀ علم پزشکی محسوب میشود؟
این حوزه وضعیتی بین رشتهای دارد. علوم شناختی تجربی است ولی در عین حال در پروژۀ هوش مصنوعی میخواهیم مدلسازی هم بکنیم. یعنی صرف اینکه شما فهرستی از دادههای نورولوژیک یا کالبدشناختی فراهم کنید، کافی نیست. شما باید متوجه شوید که مغز چگونه یک میدان بینایی را پردازش میکند. چگونه هزاران یا صدها هزار نورون با هم در تعاملاند. مهمترین نکته در این جا همان پیوندگرایی است. شبکهای از اعصاب وجود دارد و این سلولهای عصبی به طور مداوم به صورت الکتروشیمیایی در حال تعامل با هماند. برای آنکه به درکی جامع برسیم، رفت و برگشتی بین کالبدشناسی، پزشکی و مدلسازی شناختی وجود دارد.
یعنی شناخت مغز و رابطه آن با اندامهای حسی مانند چشم هم جزو علوم شناختی است.
در واقع، بخشی از عصبشناسی است، اما ارتباط نزدیکی با علوم شناختی دارد.
پس پشتوانههای علمی هوش مصنوعی شامل منطق و ریاضیات و علوم شناختی است و ...
عصبشناسی. ما باید بدانیم نحوۀ عملکرد مغز چگونه است. شما وقتی با یک رایانه میخواهید یک فرایند هوشمندانه را شبیهسازی کنید، سلولهای عصبی طبیعی ندارید، اما از علوم شناختی، که نحوه عملکرد این سلولها را مدل کرده، بهره میگیرید تا بتوانید کارکرد سلولهای عصبی طبیعی را بازسازی کنید. در واقع شما اطلاعاتی از کالبدشناسی مغز دارید و این اطلاعات را در علوم شناختی مدلسازی میکنید و معادل کارکردیِ این مدلسازیها را با رایانه میسازید.
پس علوم کامپیوتری هم یک پایۀ پروژۀ هوش مصنوعی است.
بله.
به غیر از آمریکا و چین، چه کشورهایی به نحو پیشرفته درگیر پروژۀ هوش مصنوعیاند؟
تقریبا همان کشورهایی که درگیر سایر فناوریهای پیشرفتهاند. چین در سالهای اخیر خودش را به جمع این کشورها رسانده است. آلمان و بریتانیا و ژاپن هم کشورهای مهمی در این زمینهاند که البته سهم شان در پیشبرد پروژۀ هوش منصوعی محدودتر از آمریکا است، اما چون سنت تجربی و توانمندیهای تکنولوژیک دارند، به هر حال نقش خاص خودشان را در پیشرفت این پروژه ایفا میکنند.
ایران چه وضعی دارد؟
این موضوع دو جنبه دارد. گاهی شما میتوانید مرز دانش را توسعه دهید. مثلا در علوم شناختی و علوم اعصاب به قدری پیشرفت کردهاید که مدلهای جدیدی میسازید. ایران از این حیث جزو کشورهای پیشرو نیست. ولی جنبۀ دیگر این است که چقدر میتوانید از مدلهای رایج در کسبوکارها و حل مسائل عمومی جامعه استفاده کنید. چنین چیزی کمابیش در کشور ما محقق شده است. یکی از نمونههایش سامانههای تشخیص پلاک خودرو است که حدود ده تا پانزده سال است که در ایران توسعه پیدا کرده است.
هوش مصنوعی در پزشکی، به غیر از تحقیقات، در تشخیص و درمان بیماری هم نقشی دارد؟
بالقوه در همۀ حوزهها میتواند در نقش دستیار در پردازش اطلاعات و تصمیمگیری کمک کند، از جمله به پزشکی که میخواهد در مورد تشخیص یا درمان بیماری تصمیمگیری کند.
بالفعل چه نقشی دارد؟
به تدریج چنین نقشی در حوزه پزشکی هم در حال تحقق است. به همین دلیل الان یکی از نگرانیها این است که در آینده احتمالا بخش بزرگی از تصمیمگیریها در تشخیص و درمان بیماریها
به هوش مصنوعی سپرده خواهد شد. در این صورت رویههای پزشکی مرسوم تغییر
خواهد کرد. یعنی شم و تجربۀ پزشک کمتر از امروز محل اتکا خواهد بود. مثلا ابرکامپیوتر هوشمند واتسون ، متعلق به شرکت آیبیام،
هزاران مورد پزشکی را به عنوان ورودی دریافت کرده و حال وقتی با یک
مورد جدید مواجه میشود، بیماری را تشخیص میدهد. بررسیها نشان دادهاند
که تشخیص واتسون از تشخیص بسیاری از پزشکان متخصص بهتر است. بنابراین ممکن
است در آینده مجموعهای از مشاغل در حوزۀ پزشکی از بین بروند یا تغییر شکل
پیدا کنند.
این وضعیت را در رشتۀ حقوق هم میتوان مشاهده کرد. یک ماشین هوش مصنوعی که هزاران پرونده را دریافت کرده، ممکن است در قبال پروندههای جدید تشخیص بهتری داشته باشد. یعنی بهتر بگوید که حق را باید به کدام طرف دعوا داد. و این تحول احتمالا موقعیت شغلی وکلا و قضات را تحت تاثیر قرار خواهد داد. این تحولات در ده سال اخیر رشد سریعی داشته و بخشی از مشاغل دانشپایه، که مشاغل شیک و باکلاسی هم بودند و آدمها سالها تحصیل میکردند تا به این مشاغل دست پیدا کنند، احتمالا تا حد زیادی به هوش مصنوعی سپرده خواهند شد.
پس از آغاز انقلاب صنعتی، کارگران نگران بودند که با ورود ماشین به فرایند تولید، طبقۀ کارگر به تدریج نابود خواهد شد. ولی ماشین نتوانست طبقۀ کارگر را نابود کند. آیا ممکن است هوش مصنوعی هم عملا نتواند لایههای فوقانی طبقۀ متوسط جدید، یعنی پزشکان و قضات و کارشناسان سایر حوزهها را از بین ببرد؟
این موضوع خیلی مهمی است که توجه دولتها و اصناف و شرکتهای درگیر در
پروژۀ هوش مصنوعی را عمیقا به خود جلب کرده است. در قرنهای هجدهم و
نوزدهم، ماشینهای خودکار جای کار یدی را میگرفتند. الان ممکن است
ماشینهای هوشمند جای مشاغل دانشپایه را بگیرند.
بنابراین
بالقوه تنشی در این زمینه وجود دارد و هر چه استفاده از ماشینهای هوشمند
بیشتر شود، این تنش هم بیشتر بروز میکند. اینکه در عمل چه اتفاقی میافتد،
خیلی وابسته است به شرایط اجتماعی و سیاسی حاکم بر جوامع. مثلا طی چند سال
اخیر، از یک ابزار هوش مصنوعی در بعضی فروشگاههای ایالتهایی از آمریکا
استفاده شد که خرید را برای مشتری آسان میکنند. به این شکل که مشتری هر
جنسی را که برمیدارد، دوربین کوچکی که روی سبد خرید تعبیه شده، به کمک هوش
مصنوعی تشخیص میدهد او چه جنسی را برداشته و مبلغ خرید هم به صورت خودکار
محاسبه میشود. در نتیجه، موقع بیرون آمدن از فروشگاه، مبلغ کالاهای
خریداری شده به صورت خودکار از حساب مشتری کم میشود و دیگر نیازی به
صندوقدار نیست. این استفاده از هوش مصنوعی موجب بیکار شدن صندوقدارها
میشود.
بنابراین، یک دعوای حقوقی در ایالت اورگن در آمریکا راه افتاد. صنف مربوط به صندوقداران شکایت کرد که این تکنولوژی در حال از بین بردن فرصتهای شغلی است. جنبۀ دیگر ماجرا این بود صندوقداران فروشگاهها نوعا افرادیاند که مهارتهای زیاد و تحصیلات بالایی ندارند تا اگر شغل شان را از دست دادند، به راحتی شغل دیگری پیدا کنند.
حکم دادگاه نهایتا این بود که فروشگاههای زنجیرهای نمیتوانند بیش از حد مشخصی، خریدها را خودکار کنند؛ یعنی همواره باید بخشی از مسیرهای فروش سنتی را حفظ کنند. بنابراین فروشگاهها موظف شدند توامان فروش سنتی و مدرن داشته باشند. ممکن است در کشور دیگری، این صنوف آن قدر قدرت نداشته باشند که بتوانند چنین شکایتی کنند. ممکن است شیفتگی به تکنولوژی جدید آن قدر زیاد باشد که دادگاه به نفع این صنوف رای ندهد. اینکه در عمل چه خواهد شد، خیلی وابسته است به توزیع قدرت در جامعه و اینکه نیروهای اجتماعی چگونه با هم در تعاملاند.
هوش مصنوعی حتما تنش به بار میآورد و شکل مشاغل را تغییر میدهد. در
برخی موارد ابزارهای هوش مصنوعی دستیارند؛ خصوصا در پزشکی. یعنی پزشک متخصص
حذف نمیشود، اما به واتسون یا ماشینهای مشابه هم اجازه میدهند نظر
بدهد. به ویژه اینکه مسئولیت تصمیمها در پزشکی خیلی مهم است. مثلا اینکه
یک بیمار را جراحی کنند یا شیمیدرمانی، تصمیمی است که باید کسی آن را
اتخاذ و امضا کند. در واقع، شغل پزشکی به معنای کلاسیکش از بین نمیرود و
هوش مصنوعی دستیار تصمیمگیری میشود.
در موارد دیگری مانند خودروی خودران که با تکیه بر هوش مصنوعی کار میکند، شغل انسانی حذف میشود. بنابراین این سوال پیش میآید که این همه رانندۀ اوبر در آمریکا یا اسنپ و تپسی
در ایران چه کار باید بکنند؟ قطعا این مسائل تنشآفرین است و شاهد شکایت و
اعتراض رانندگان خواهیم بود. این تنشها در سالهای آتی بیشتر به چشم
خواهد آمد.
هوش مصنوعی ممکن
است نهایتا نهاد دانشگاه را هم از زندگی بشر جمع کند. یعنی هر کاری که الان
توسط فارغالتحصیلان دانشگاهی انجام میشود، جزو کارکردهای هوش مصنوعی
شود.
محیط دانش، چه آکادمیک چه حتی غیرآکادمیک، کاملا پویاست. اگر شما به فهرست رشتههای دانشگاهی قرن هجدهم یا نوزدهم نگاه کنید، رشتههای زیادی را میبینید که الان دیگر وجود ندارند یا به کلی تغییر پیدا کردهاند. همچنین رشتههای علمی زیادی هم امروزه در دانشگاه ارائه میشود که در قرن هجدهم و نوزدهم اساسا وجود نداشتهاند. به عنوان مثالی که پیشتر در همین گفتوگو به آن اشاره کردیم، در نیمه اول قرن بیستم، رشتۀ "علوم شناختی" اصلا وجود نداشت. بنابراین در آینده نیز ممکن است برخی رشتههای علمی جدید ایجاد شود و برخی رشتههای علمی فعلی از بین برود یا تغییر ماهیت بدهند. بیست سال قبل اصلا واژۀ «دیتا-ساینتیست» وجود نداشت، اما الان دهها هزار نفر در دنیا دیتا-ساینتیست هستند.
پس ریزش و رویش داریم!
بله. ما فهرستهای جالبی میبینیم از مشاغل نوظهوری که در دهههای 2030 و 2040 ایجاد خواهند شد و رشد خواهند کرد. مشاغلی که اسمهایشان در حال حاضر برای ما به کلی ناآشنا یا حتی غیر قابل تصور است.
مثلا چه شغلی؟
مثلا کسی که کارش ساختن اندام مصنوعی برای افراد است. به نظر میرسد چنین شغلی تا پانزده یا بیست سال دیگر تثبیت شود. الان در بیمارستانهای پیشرفته چنین کاری انجام میدهند، اما احتمالا تا بیست سال دیگر کاملا عادی میشود کسی که مثلا کلیهاش مشکل پیدا کرده، به یک متخصص ساخت اندام مصنوعی مراجعه کند. او اطلاعات ژنتیکی این فرد را بگیرد، یک کلیه با سلولهای بدن خود این فرد بسازد و مدتی بعد تحویل او بدهد.
این کار البته تخصص و تجربه خاص خود را میخواهد و کار سادهای نیست. کسی که چنین شغلی دارد، در واقع در زمینۀ هوش مصنوعی و کالبدشناسی و ژنتیک و چندین رشتۀ دیگر آگاهی و مهارت دارد.
بنابراین رشتههای علمی پویایی زیادی دارند. اینکه از قدیم میگفتند انسان باید در کل عمرش یادگیرنده باشد، در زمان حاضر بسیار جدی شده است. بر خلاف آنچه قبلا رواج داشت، دیگر این طور نیست که ما یک بار دانشگاه برویم، یک مدرک علمی بگیریم و تا آخر عمر با همان مدرک کار کنیم.
مطابق این توضیح اخیرتان، میشود انتظار داشت که هوش مصنوعی با پیری یا مرگ مبارزه کند؟
امکان فنی اندامسازی همین الان هم وجود دارد. حتی در ایران هم برخی
اندامها مانند پوست مصنوعی تولید میشود. منظور من این بود که چنین امکانی
تبدیل خواهد شد به یک کسبوکار. به طور کلی بله، هوش مصنوعی در اندامسازی
کاربرد دارد و اگر اندامسازی فراگیر و معمول شود، طبیعتا هوش مصنوعی به
کارمبارزه با پیری یا حتی مرگ هم میآید؛ چیزی که آرزوی دیرینۀ بشر بوده است.
استفاده از موشکهای نقطهزن در عملیات نظامی نیز متکی به هوش مصنوعی است؟ و کلا از هوش مصنوعی چه استفادههایی در عرصۀ نظامی میشود؟
در تصمیمگیری برای انتخاب اهداف نظامی و هم در این زمینه که این تسلیحات هدف انتخاب شده را به درستی مورد اصابت قرار دهند، از هوش مصنوعی استفاده میشود؛ از سامانههای پردازش تصویر گرفته تا سامانههای دستیار تصمیمگیری.
یک جنبۀ بالقوۀ دیگر استفاده از هوش مصنوعی در حوزۀ نظامی، شبیه استفاده
از هوش مصنوعی به عنوان دستیار پزشکی است. یعنی شما دستیاری در حوزه مسائل
استراتژیک دارید که مجموعهای از اطلاعات سیاسی و ژئوپلیتیک را به آن
میدهید و مثلا میخواهید به این سوال پاسخ دهد که آیا ممکن است آمریکا و
چین تا پایان سال جاری بر سر تایوان وارد جنگ شوند؟
هر استراتژیست نظامی یا هر متخصص ژئوپلیتیک ممکن است به این سوال پاسخی دهد. هوش مصنوعی هم، مثل سامانۀ رایانهای واتسون در حوزۀ پزشکی، نظر مشورتی خودش را میدهد و ممکن است این نظر دقیقتر از نظر متخصصان قلمداد شود.
بخشهای قابل توجهی از تامین مالی تحقیقات در حوزۀ تصمیمگیریهای نظامی را جامعۀ اطلاعاتی آمریکا انجام میدهد و نوعا هم پیشرفتهترین ابزارها هم در همه جای دنیا، خصوصا در ایالات متحده، در اختیار ارتشهاست. هیچ بعید نیست که ارتشها ابزارهایی در زمینۀ دستیاریِ در تصمیمگیری یا کمک به طراحیهای استراتژیک و نظامی در اختیار داشته باشند که فعلا محرمانه باشند و بعدها آشکار شوند.
رباتهایی مثل سوفیا ، که هوش مصنوعی دارند، یک موجود ذیشعور محسوب میشوند؟
این بحث اخیرا خیلی داغ شده است. بگذارید مثالی بزنم. در قرن هفدهم، اهل فن موجوداتی را میساختند که نامشان «آوتومتا» یعنی موجود خودکار بود. مثلا یک اردک ساخته بودند که بالهایش را تکان میداد و کواککواک میکرد. در ساعتهای آن دوره هم خروسهایی کار گذاشته بودند که سر ساعت بیرون میآمد و قوقولی قوقو میکرد. یک عده از آدمها وقتی با این پدیدهها مواجه میشدند، فکر میکردند این موجودات روح دارند و واقعا زندهاند.
الان
هم وضعیت ما همین طور است. مثلا وقتی با چت جیپیتی صحبت میکنیم، سوال
میکنیم و او جواب میدهد، گاهی فکر میکنیم او واقعا میفهمد دارد چه کار
میکند. حال اگر ظاهرش هم شبیه انسان باشد، مثل سوفیا، واقعا ما را تحت
تاثیر قرار میدهد.
اما سوال مهمی که هم جنبۀ فلسفی پیدا میکند و هم جنبۀ تجربی، این است که آیا این ساختههای بشری، نسبت به کاری که انجام میدهند، آگاهاند؟ و آیا به جهان خارج التفات دارند؟ من نظرم این است که این موجودات نه آگاهاند و نه التفات دارند. بسیاری از محققان با این دیدگاه موافقاند و برخی هم خیر.
سوفیا
دیدگاه من این است که برای مثال، چت جیپیتی بر اساس مجموعهای از جملاتی که دریافت کرده و با آنها کارورزی کرده، جملات جدیدی را میسازد، اما خودش معنای این جملات را درک نمیکند. در واقع، تفسیر این جملات جدید با ما انسانهاست. یعنی ما فهم میکنیم که این ماشینها چه میگویند.
دست کم الان استدلال قدرتمندی نداریم که بر اساس آن، بگوییم خود ربات یا خود چت جیپیتی میفهمد که دارد چه کار میکند. البته پشت سر این موضوع حداقل چهل-پنجاه سال ادبیات وجود دارد و این یک بحث بسیار مفصل است که ما چطور میتوانیم به موجودات دیگر، آگاهی یا حیث التفاتی نسبت دهیم؟
ورود به این مباحث در واقع ورود به فلسفۀ ذهن است؟
دقیقا.
کسانی که میگویند سوفیا ذیشعور نیست، استدلال اصلیشان چیست؟
استدلال مشهوری است از فیلسوفی به نام جان سرل که خودش نامش را گذاشته استدلال "اتاق چینی". تصور کنید شما یک انگلیسیزبان هستید و وارد اتاقی میشوید که مجموعه بزرگی از راهنماها دربارۀ زبان چینی در آن اتاق وجود دارد.
اگر کسی از پشت در اتاق، از شما سوالی به زبان چینی که حروفی شبیه به نقاشی دارد، بپرسد، شما بر اساس آن نقاشیها یا علامتها به کتاب راهنمای زبان چینی که در اتاق هست، مراجعه میکنید. در راهنما آمده که اگر فلان زنجیره از علائم را به شما دادند، بهمان زنجیره از علائم را برگردان. در واقع در برابر سوالی که از شما میشود، یک مجموعه از نمادهای چینی را به عنوان پاسخ به بیرون از اتاق برمیگردانید.
جان سرل
اگر دستورالعملها و راهنماهای شما به اندازۀ کافی خوب باشند، جواب شما از نظر کسی که بیرون نشسته، منطقی و معقول به نظر میرسد. بنابراین کسی که بیرون اتاق نشسته، ممکن است فکر کند که شما زبان چینی بلدید. ولی شما نمیدانید معنای این زنجیرههای علائم چینی چیست. شما فقط با نمادها دارید کار میکنید. سرل این موقعیت را مثال میزند برای اینکه بگوید تمام رایانهها، هر چقدر هم که پیشرفته باشند و ماشینهای محاسب قویای باشند، در واقع فقط نمادپردازی میکنند.
برای مثال، آنها معنای واژۀ «باران» را نمیدانند، اما چت جیپیتی میتواند یک شعر با واژۀ «باران» بسازد؛ چرا که مجموعه بزرگی از جملات با واژۀ باران را دریافت کرده و الگوریتم مفصلی هم در اختیار دارد و بر اساس آنها، شروع میکند به جملهساختن با واژۀ «باران». دقیقا مثل اتفاقی که در "اتاق چینی"، برای فردی که زبان چینی بلد نیست، میافتد. این طرح کلی از یک استدلال مشهور است برای اینکه بگوییم چت جیپیتی یا سوفیا زبان انگلیسی یا زبان فارسی را نمیفهمد و فقط با نمادها کار میکند.
فرمودید سوفیا معنای "باران" را نمیفهمد. آیا علتش این نیست که رباتها احساس و عاطفه ندارند؟ یعنی اگر حواس پنجگانه داشته باشند، یک بار میروند زیر باران و میفهمند که باران چیست. وقتی میگوییم معنای باران را نمیفهمد، یعنی باران را حس نکرده؟ در واقع وقتی میگوییم سوفیا ذیشعور نیست، یعنی احساسات و عواطف ندارد؟
یکی از وظایف اصلی در علوم شناختی و فسفۀ ذهن این است که ما این قوای شناختی را از هم مجزا کنیم. هوشمند بودن یک موضوع چندبعدی است. یکی از ابعادش این است که من ادراک
دارم. یعنی رنگهای قرمز و آبی را میبینم، صدای ماشین در حال عبور را
میشنوم و بوی گل سرخ را حس میکنم. اینها ادراکات یا احساس به معنای sensation است.
جنبۀ دیگر هوشمندی، "عواطف" است. مثلا من غم دارم، شادی دارم، خشم دارم یا پشیمانم. به اینها میگوییم emotion یا عواطف. جنبۀ دیگر هوشمندی این است که من مرجع واژههایی
را که به کار میبرم، در جهان بیرونی میشناسم. مثلا اگر میگویم "باران"،
میدانم این واژه رجوع میکند یا برمیگردد به شیئی در جهان بیرونی که از
آسمان میآید. یا وقتی میگویم "اسب"، میدانم که این واژه در جهان بیرونی
برمیگردد به موجود چهارپایی که یال دارد و با سرعت زیادی میدود و چنین و
چنان است.
حالا مسئله این است که وقتی چت جیپیتی واژۀ «باران» را
به کار میبرد، نه معنایش را میداند و نه مرجعش را میشناسد، یعنی
نمیداند که این واژه به چه چیزی در جهان برمیگردد. اصلا چت جیپیتی یا
سوفیا "جهان" ندارند.
به عبارت دیگر، هیچ وقت ادارک
رنگ آبیِ دریا برایشان اتفاق نیفتاده. هیچ حسی هم نسبت به این موضوع ندارند
که باران لطیف است یا عاشقانه یا هر چیز دیگری. من گاهی سر همین چیزها با
چت جیپیتی سر و کله میزنم. مثلا میگویم: «تو تا حالا یک شیء آبیرنگ
دیدهای؟» یا «خورشید را دیدهای؟» او میگوید: «ندیدهام». البته همین هم
یک پاسخ هوشمندانه به معنای انسانی نیست. چت جیپیتی بر اساس الگوریتم
فعالیتش و مجموعه جملاتی که به آن داده شده، این پاسخ را میدهد. بله، نه
سوفیا و نه چت جیپیتی واقعا خورشید را ندیده و گرمای خورشید را حس نکرده
است.
ممکن است یک آدم در یک اتاق محبوس باشد و هیچ وقت باران را ندیده باشد ولی از توصیفات این و آن، تصوری از باران پیدا میکند. ممکن نیست سوفیا هم تصوری از باران پیدا کند؟ یعنی برنامهای که به یک ربات میدهند، خودش نمیتواند یکی از پایههای ذیشعور شدن ربات باشد؟
الگوریتمها یا برنامههایی که پایۀ چتباتها (مثل چت جیپیتی) است،
در واقع این طور کار میکند که مجموعۀ بسیار بزرگی، مثلا چند صد هزار یا
چند میلیون جمله به یک مدل زبانی داده میشود.
مدل شروع میکند به
جدا کردن اجزای جملات. سپس ماشین بر اساس الگوریتم جدیدی که طی ده سال اخیر
ایجاد شده و آن را هوش مصنوعی مولد (Generative AI) مینامیم، بر اساس
پردازشهایی که کرده، شروع میکند به جملهساختن.
در ابتدا بسیاری از این جملات برای یک مخاطب انسانی بیمعنا هستند و حتی اغلاط دستوری فاحش دارند. مثالی از این دست Google translate است. گوگل ترنسلیت هم یک ماشین هوش مصنوعی است.
ده سال قبل، ترجمههای گوگل ترنسلیت خیلی بد بود. به ویژه در زبانهایی که کمتر استفاده میشدند، مثل زبان فارسی. اما به تدریج که این ماشین تمرین بیشتری میکند و جملات بیشتری را برای ترجمه کردن میگیرد، ترجمهاش بهتر میشود.
نکتۀ مهم این است که افرادی هم مدام با این ماشین کار میکنند و با برچسبزدن در برابر پاسخهای آن، به ماشین میگویند این پاسخت خوب بود یا نبود. یعنی یک نظارت انسانی بر عملکرد ماشین وجود دارد.
همین الان در کنیا افرادی هستند که ساعتی دو دلار
دریافت میکنند و جوابهای چت جیپیتی را از نظر مناسب بودن یا نبودن آنها
برچسب میزنند. مثلا گاهی از چت جیپیتی خواسته شده که یک جوک علیه سیاهپوستان
بگوید و او هم چنین جوکی گفته، ناظران انسانی به ماشین یاد دادهاند که
دیگر از این حرفها نزند. مثل اینکه با یک بچه سر و کله بزنی و به او بگویی
دیگر از این حرفها نزن و این کلمۀ زشت را دیگر به کار نبر.
به مرور که کار کردن با این ماشینِ هوش مصنوعی بیشتر میشود، جملاتی که میسازد برای مخاطب انسانی منطقیتر و قابل درکتر میشود. اما آیا این ماشین به مرجع بیرونی واژههایی که به کار میبرد واقف است؟
ما در الگوریتمی که ماشین بر اساس آن کار میکند، اصلا به این موضوع کاری نداریم. یعنی ماشین گوگل ترنسلیت واژۀ «اسب» را به کار میبرد بدون اینکه اسبی دیده باشد. تفاوت ماشین است با انسانی که در خانۀ خودش نشسته و مثلا تا به حال کانگورو ندیده، ولی تصوری از کانگورو دارد در اینجاست. انسان مورد بحث موجودات زندۀ دیگری را دیده و تصوری از حیوانات دارد، اما سوفیا که با ما حرف میزند و تعامل میکند، اصلا هیچ موجودی را ندیده است، یعنی ظرفیت دیدن ندارد.
سوفیا وقتی در نشست خبری با خبرنگاران حرف میزند، آدمهای روبرویش را نمیبیند؟
این هم یک سوال مهم است. آیا پردازش نقاط نورانی با دیدن یکی است؟ مثلا ماشینی که پلاکخوان است، واقعا میفهمد عدد 2 چیست؟ یا سوفیا واقعا میفهمد صندلی چیست؟ یا اینکه او فقط میدانی از نقاط نوری را پردازش میکند؟
یعنی رباتی مثل سوفیا، ما را به شکل واقعی خودمان نمیبیند؟
دیدن اصطلاحا نوعی آگاهیِ پدیداری است. آگاهی پدیداریای که برای انسانها رخ میدهد، برای یک ماشین پردازش تصویر رخ نمیدهد. یا حداقل ما شواهد خاصی در این مورد نداریم. و این هم یک بحث اساسی در فلسفۀ ذهن است که آگاهی پدیداری برای انسانها چطور رخ میدهد؟ چون در نهایت مغز ما هم یک ماشین پیچیده است و مجموعۀ زیادی از نقاط نوری را پردازش میکند. از زمانی به بعد که پردازش پیچیدهتر میشود، ما تصویر داریم و میتوانیم اشیاء را بازشناسی کنیم. این اتفاق شاید برای کبوتر هم رخ میدهد.
این رباتها تصویر دارند؟
احتمالا ندارند. به این تصویر اصطلاحا میگوییم کیف ذهنی. ما باید شواهدی داشته باشیم تا ادعا کنیم که رباتها هم تصویر یا کیف ذهنی دارند. پایاننامۀ کارشناسی ارشد من دقیقا دربارۀ همین موضوع بود و به این موضوع پرداختم که آگاهیِ پدیداری چگونه ظهور میکند. در واقع، مستقل از بحث هوش مصنوعی، این یک سوال اساسی در فلسفۀ ذهن است که ما چطور میتوانیم آگاهی را توضیح دهیم یا تبیین کنیم.
با این حساب، سوفیا "من" ندارد.
اینکه سطح پیشرفتهتری است. مثلا دربارۀ همان کبوتر یک خرگوش ممکن است بگوییم کیف ذهنی دارد ولی "من" ندارد.
پستاندارانی مثل سگ و گربه "من" دارند؟
خیلی بعید است. حداقل سخت است که بگوییم "من" دارند.
آخر سگها گاهی از آدم بیشتر میفهمند!
بله، میدانم! البته بررسی کردن صحت و سقم این ادعا خیلی سخت است. قطعا جهان برای یک سگ یا گربه جنبههایی پدیداری دارد، اما اینکه یک سگ بتواند باورهایی دربارۀ خودش داشته باشد، مثلا بگوید من سگ مهربانی هستم، یعنی چیزی که هویت شخصی او را شکل میدهد، محل سوال است.
شاید بتوان استدلال کرد موجوداتی که در ردههای تکاملی بالاتری هستند، شخصیت یا پرسونالیتی دارند اما خرچنگ و مورچه احتمالا چنین چیزی ندارند. ولی به نظر میرسد که "در جهان بودن" شما، تعامل بدنمند شما با جهان، آگاهی پدیداری شما، همگی شرطهای نزدیک شدن شما به مرحلۀ "شخص شدن" است. چت جیپیتی و سوفیا هنوز در مراحلی عقبتر از سگ و گربه هستند. ممکن است سوفیا بگوید "من شهروند عربستان سعودیام" یا بگوید "من همیشه با شما مهربان صحبت میکنم." اینها را گفته و ضبط هم شده. ولی باز برمیگردیم به همان سوال اساسی که آیا او واقعا متوجه است که چه میگوید؟ مثل همان کسی که در اتاق چینی با کسی بیرون از اتاق حرف میزند.
پس این هراسها نسبت به اینکه موجودات واجد هوش مصنوعی ممکن است از برنامهریزی اولیهشان فراتر روند و کارهایی کنند که با الگوریتمشان جور درنمیآید، از کجا میآید؟ ترس از مسلط شدن موجودات هوشمند مصنوعی بر زندگی بشر، ناشی از جذابیت این موضوع برای رسانهها است یا واقعا این هراس جدی است؟
این موضوع تا حدی ناشی از جذابیت رسانهای است. وقتی هوش مصنوعی هنوز در زمستان خودش بود و موفقیتی کسب نکرده بود، فیلمهای عجیبی ساخته میشد دربارۀ اینکه ماشینهای مبتنی بر هوش مصنوعی بر ما انسانها حاکم میشوند. فیلم ماتریکس مشهورترین آنهاست.
اما این هراس بیراه هم نیست. چیزی که هوش مصنوعی را متمایز میکند، این است که اینها ماشینهای یادگیرندهاند. دو شکل از یادگیری وجود دارد. گاهی شما الگوهایی را به ماشین میدهید و ماشین دائما الگویابی میکند و بعد از مدتی متوجه میشود مثلا چه چیزی مستطیل است و چه چیزی دایره است. این در واقع یادگیری بر اساس الگویی است که ما از پیش به ماشین دادهایم.
اما اگر ماشین یک شبکۀ عصبی پیشرفته داشته باشد، علیالاصول میتوان انتظار داشت که او خودش الگوهای جدیدی را کشف کند. یعنی فراتر از الگوهایی برود که ما به او دادهایم. چنین چیزی الان عملا هم استفاده میشود. مثلا در بازارهای مالی، رباتهای هوش مصنوعی نسبت به انسانها معاملهگران بهتری هستند و الگوهایی را پیدا میکنند که انسانها نمیبینند.
اینجاست که ما احساس میکنیم این رباتها اگر توان پردازشیشان از حدی فراتر رود، ممکن است از انسانها بهتر عمل کنند. ممکن است ماشینهای هوش مصنوعی یادگیریها یا توانمندیهای جدیدی کسب کنند و یا حتی اشکالی از هوشمندی را پیدا کنند که برای ما ناشناخته باشد. بنابراین این نگرانی به کلی نامرتبط یا خیالی نیست.
چنین تحولاتی دست کم روی کاغذ ممکن است. همان طور که طی فرگشت زیستی، میلیونها سال طول کشیده تا انسان معاصر به عنوان هوشمندترین موجود شکل بگیرد، میتوانیم توسعه ماشینهای هوش مصنوعی را شبیه به یک فرایند فرگشتی در نظر بگیریم. شاید این فرایند مثلا طی صد سال یا دویست سال به اشکال جدید و غیرانسانی هوشمندی منجر شود. آیندهپژوهان و متخصصان متعددی در این زمینه مشغول ایدهپردازی و مباحثه هستند.
پیشرفت نسبی گوکل ترنسلیت با کمک انسانهاست یا خودبهخود دارد صورت میگیرد؟
پیشرفت گوگل ترنسلیت شبیه به یادگیری انسانی است. مثلا در ابتدا، 500 هزار جملۀ انگلیسی را به ماشین داده بودند و در شش ماه اول 20 هزار جمله را ترجمه کرده. هر چه که جملات بیشتری را ترجمه کند، عملکردش بهبود پیدا میکند. انسانها چطور چیز جدیدی را یاد میگیرند؟ با ورودی و تکرار. گوگل ترنسلیت هم هر چه ورودی و فرصت تمرین بیشتری داشته باشد، به تدریج بهتر میشود.
الان هوش مصنوعی استفادۀ گستردهای در تجارت دارد؟
بله، الان هوش مصنوعی پشت خیلی از این باتهای معاملههای سهام است.
در بورس نیز همین طور؟
بورس ایران را نمیدانم ولی در بورسهای خارجی بله. و چون ماشینهای هوش
مصنوعی سرعت عمل خیلی بالایی دارد، گاهی بازار مالی را یکدفعه تکان
میدهند. یعنی 8 صبح که بازار باز میشود، این ماشینها تا ساعت 8ونیم،
میلیونها سهام را مبادله میکنند بدون اینکه معاملهگران انسانی بفهمند چه
خبر شده. گاهی رفتار این ماشینها نگرانکننده میشود و حتی در بازار مالی
بحران ایجاد میکند.
هوش مصنوعی به لحاظ سیاسی چه پیامدهایی میتواند داشته باشد؟ ممکن است انتخابات و دموکراسی را بلاموضوع کند؟
این یک مسئلۀ جدی است و مثالش هم انتخابات سال 2016 آمریکا است که ابعادش هنوز کاملا روشن نشده و پروندهاش باز است. ما تصورمان این است که موجودات مختاری هستیم که بر اساس آگاهی و اطلاعاتی که به دست میآوریم، تصمیم میگیریم و بروز اختیار و استقلال فردی ما در سیاست این است که رای میدهیم و رایمان حاصل اندیشه و محاسبه و بینش سیاسی خود ماست.
ولی اگر آن داستانی که گفته شده، یعنی اینکه زاکربرگ در فیسبوک
با استفاده از هوش مصنوعی به افراد پیغامهای شخصی میفرستاده، کل این
تصویر و تلقی مورد تردید قرار میگیرد. ما چنین چیزی را در تبلیغات کاملا
میبینیم: بر اساس اینکه شما قبلا چه تبلیغاتی را دیدهاید یا چه خریدهایی
کردهاید، تبلیغات شخصیسازیشده دریافت میکنید. ادعا شده که در انتخابات
سال 2016 آمریکا، فیسبوک از این تکنیک یا الگوریتم هوش مصنوعی استفاده
کرده تا پیامهای سیاسی شخصیسازیشدهای را برای افراد بفرستد به نحوی که
ذهنشان را دستکاری کند و نهایتا مردم به نفع ترامپ رای بدهند. این ماجرا اگر رخ داده باشد، واقعا ترسناک است.
چون اختیار بشر را کمرنگ میکند؟
بله.
یعنی من چندان سیاسی نیستم و در یک هفتۀ اخیر چند پیام به نفع ترامپ برایم آمده و به همین دلیل احتمال رایدادنم به ترامپ بیشتر میشود.
بله. و چند تا پیام هم برایتان آمده است که رقیب ترامپ یعنی هیلاری کلینتون مثلا مالیاتش را نداده است. یعنی ذهن شما را دستکاری میکنند.
پس چرا در کشورهای کمونیستی که تبلیغات آن همه هم وسیع بود، این توفیقات حاصل نشد و حتی برعکس هم شد؟
نکتۀ جالب همین است. تفاوت در اینجاست که الگوریتم فیسبوک بدون اطلاع شما عمل میکند. اگر شما ببینید که فلان حزب توتالیتر میخواهد ذهنتان را دستکاری کند، علیه او گارد هم میگیرید. اما در فیسبوک یا اینستاگرام فکر نمیکنید کسی دارد ذهن شما را دستکاری میکند. اما در واقع کسی یا کسانی با استفاده از هوش مصنوعی مشغول دستکاری کردن ذهن شما هستند. در حقیقت ما به چنین چیزی واقف نیستیم. اگر به آن آگاه باشیم که در برابرش موضع میگیریم.
اما تجربۀ انتخابات 2016 آمریکا خودش آگاهیبخش است. یعنی آدمها از این به بعد نسبت به پیامهای انتخاباتی در فیسبوک و اینستاگرام و غیره حساس میشوند.
دقیقا. سال 2016 آدمها نمیدانستند چنین اتفاقی دارد میافتد؛ اما حساسیتها اکنون در این زمینه بیشتر است.
الان که میدانند، ممکن است هوش مصنوعی در آیندۀ دستمایۀ ترفند جدیدی برای رایسازی شود؟
بله، ممکن است تکنیکها و ترفندهای جدیدی ابداع شود. کسانی که لابی و هزینه میکنند تا کاندیدای مورد نظر خودشان رئیس جمهوری شود، طبیعتا پول خرج میکنند و کارهای جدیدی انجام میدهند که برای مردم ناشناخته باشد.
سوالم دربارۀ منتفی شدن انتخابات و دموکراسی توسط هوش مصنوعی را این طور هم میتوانم بپرسم: مثلا هوش مصنوعی بگوید بایدن برای تامین منافع آمریکا، صلاحیتش بیشتر از ترامپ است و دیگر نیازی به رایگیری نباشد. مثل وقتی که هوش مصنوعی در فلان بیمارستان میگوید این بیمار باید جراحی شود و نظرش دقیقتر از نظر پزشک متخصص است.
بله، چنین چیزی حداقل قابل تصور است. در واقع باید دید هدف از انتخابات چیست. اگر هدف "حکمرانی بهتر" است و آن ماشین هوش مصنوعی نظرش قابل اعتماد است، بله. در این صورت انتخابات به معنای امروزی منتفی میشود، چون هدف از انتخابات، انتخاب کاندیدایی بوده که کشور را بهتر اداره کند. اما همان طور که در پزشکی، هوش مصنوعی دستیار پزشک است، اینجا هم میتواند دستیار ملت باشد و تصمیمگیرنده نباشد. منتفی شدن انتخابات با استفاده از هوش مصنوعی، حالت انتهایی طیف است.
البته اگر انتخابات منتفی هم شود، به شکل دموکراتیک منتفی میشود. یعنی مردم رای میدهند که از این به بعد هوش مصنوعی در انتخابات ریاست جمهوری به جای آنها رای بدهد.
بله، مثلا همان طور که الان کالج الکترال در انتخابات
ریاست جمهوری آمریکا وجود دارد و در واقع، نهایتا چند فرد به نمایندگی از
مردم هر ایالت به کاندیداها رای می دهند، ممکن است مردم رای بدهند که ماشین
هوش مصنوعی نظرش را دربارۀ کاندیداها بگوید. نهایتا توافق بین اعضای جامعه
موضوع اصلی است. یک گزینه برای رایدادن هم این است که مردم به ماشین رای
بدهند. یعنی اعتمادشان را به ماشین هوش مصنوعی اعلام کنند.
اگر قرار است روزی رباتی با هوش مصنوعی به مردم بگوید به چه کسی رای دهید، آیا این امکان وجود ندارد که خود این ربات رئیس یک کشور شود؟ بویژه اینکه خشم و نفرت و انگیزههای شخصی و بدجنسیهای انسانی را ندارد و فقط بر مبنای هوشمندیاش بهترین تصمیمها را اتخاذ میکند. یعنی اعضای حکومت و اعضای پارلمان یک کشور، همگی ربات باشند!
چنین وضعیتی علیالاصول قابل تصور است ولی چند ملاحظه وجود دارد. اول اینکه همۀ ماشینهای دارای هوش مصنوعی در معرض سوگیری هستند؛ چون ما انسانها به آنها داده میدهیم و با همین کار، آنها را به جانب خاصی متمایل میکنیم.
این سوگیریها در ماشینهای دارای هوش مصنوعی یک موضوع خیلی جدی است. مثلا یک ربات ممکن است پردازشگر بسیار قدرتمندی هم باشد، اما در کل دوره فعالیتش فقط با طرفداران حزب جمهوریخواه در تعامل بوده باشد. چنین رباتی قاعدتا کاندیدای مناسبی برای ریاست جمهوری نیست.
ولی اگر این سوگیریها را بتوان مدیریت کرد و عقلانیت تام و تمام و عاری از سوگیری در یک ربات پیشرفته در کار باشد، پاسخ سوال شما میتواند مثبت باشد. مثلا شما کنترل ورودی و خروجی یک سد بزرگ یا گمرک کشور را به هوش مصنوعی میسپارید. بنابراین ممکن است سیاستگذاری و مدیریت کشور را هم کمابیش به هوش مصنوعی بسپارید. یعنی طیفی از دستیاری تا تفویض اختیار.
برای روشنتر شدن موضوع می توانم ماشینهای خودران را مثال بزنم. «خودران بودن: چند سطح دارد: ماشینی که راننده دارد و هوش مصنوعی کمکش میکند. ماشینی که هوش مصنوعی آن را میراند و راننده فقط مراقب است. ماشینی که هوش مصنوعی و راننده در آن میتوانند به جای هم کار کنند. ماشینی که کلا راننده ندارد و همۀ هدایتش با هوش مصنوعی است. چنین مدلسازیهای طیفی را میتوان در سیاست یا در حوزههای دیگر نیز در نظر داشت.
دینداران دربارۀ هوش مصنوعی موضع خاصی دارند؟ مثلا بگویند طراحی رباتی مثل سوفیا دست بردن در کار خدا و مصداق خلقت است؟
من در این مورد حداقل بحث پرسروصدایی ندیدهام، البته جستوجوی جامعی هم نکردهام. دینداران بیشتر نگران برنامۀ شبیهسازی انسان بودهاند و به مهندسی ژنتیک حساسترند. البته غیر از دینداران، خیلی از سکولارها هم نگران این موضوع بودند و نهایتا تصمیم گرفته شد که شبیهسازی انسان متوقف شود. در دهۀ 1980 چنین تصمیمی اتخاذ شد. این تصمیم حاصل یک توافق جمعی بود و صرفا خواست دینداران نبود؛ چون شبیهسازی ممکن بود هویت انسانی را زیر سوال ببرد.
موجود هوشمند را موجودی میدانند که میتواند نیازهای خودش را برآورده کند. مثلا موقع احساس خطر، فرار میکند. موجودی که هوش مصنوعی دارد، میتواند از خودش دفاع کند؟
ما دو نوع هوش مصنوعی را در نظر میگیریم: هوش مصنوعی خاص و هوش مصنوعی عمومی. هوش مصنوعی خاص یا محدود، فقط یک کارکرد خاص از هوشمندی را شبیهسازی یا بازسازی میکند. مثلا یک ماشین پردازش تصویر یا پردازش زبان طبیعی یا تشخیص پزشکی تنها یک توانمندی شناختی را از خود نشان میدهد. از چنین ماشینهایی انتظار نداریم که سایر ابعاد هوشمندی را داشته باشد. آنچه که ما الان به عنوان ماشینهای هوش مصنوعی میشناسیم، نوعا چنیناند.
اما هوش مصنوعی عمومی همۀ آنچه را که انسانها میتوانند انجام دهند،
باید انجام دهد. فعلا چنین ماشینی نداریم. یکی از کارکردهای انسان، تلاش
برای بقا یا توانمندی دفاع از خود یا تشخیص نحوه محافظت از خود است. الان
چنین چیزهایی در پروژۀ هوش مصنوعی، مسئلۀ شمارۀ یک نیستند؛ چون ما نوعا با
ماشینهایی سر و کار داریم که انسانها آنها را مدیریت میکنند. ما از این
ماشینها میخواهیم کمک کنند تا انسانها کارهای خاصی را بهتر انجام دهند.
حوزهای که موضوع محافظت از خود در آن مهم میشود، رباتهای جنگجوی مبتنی بر هوش مصنوعی است. ارتشها در کشورهای مختلف روی این تولید رباتها کار میکنند، اما اطلاعات چندانی از پیشرفتهایشان بروز نمیدهند. هدف از تولید این رباتها این است که در آینده در میدان جنگ، رباتها به جای سربازها بجنگند. این رباتها قطعا هوش مصنوعی دارند. یعنی هم بینایی ماشینی دارند، هم پردازش تصویر میکنند، هم تصمیمگیری پیشرفته دارند. باید تصمیم بگیرند چه کسی را بکشند و چه کسی را نکشند. اسیر بگیرند یا نه و البته باید بلد باشند از خودشان دفاع کنند. مانند اینکه چه سلاحی را به کار ببرند. اگر دیدند وضعیت نبرد مناسب نیست، عقبنشینی کنند. موضوع رباتهای نظامی در گفتارها مطرح است، اما اینکه چنین رباتهایی چه زمان وارد ارتشهای کشورهای گوناگون خواهند شد، مشخص نیست. این نکتۀ مد نظر شما، یعنی توان دفاع از خود در مقام یک موجود هوشمند، در عملکرد رباتهای نظامی اهمیت ویژهای خواهد داشت.
در فیلم "میانستارهای"، آن رباتی که اسمش "تارت" بود، این قابلیتها را داشت. چنان رباتی قاعدتا خیلی پیشرفتهتر از رباتهایی مثل سوفیا است. بله؟
بله، چنین قابلیتهای در رباتهای کنونی در دسترس نیست.
اگر کامپیوتر و اینترنت را منها کنیم، در حال حاضر هوش مصنوعی تاثیر چشمگیری در زندگی بشر دارد؟
تاثیرگذاری هوش مصنوعی بر زندگی بشر هنوز در ابتدای راه است. همان طور که اشاره کردم، امکانات مدلسازی و ابزار نظری انسان در این زمینه، به شکلی که الان میشناسیم، از سال 2000 به بعد توسعه پیدا کرده است. بنابراین باید گفت تازه اولش است!
مگتک نوشت: دنیای هوشهای مصنوعی، هرروز غافلگیریهای عجیبی برای ما دارد و هرچه میگذرد بیش از پیش کاربران را شگفتزده میکند. اینبار نوبت سینما و علاقهمندان به دنیای هنر است که از قدرت هوش مصنوعی لذت ببرند و یا حتی بترسند!
هوش مصنوعی نولان، یک ربات هوش مصنوعی است که از شما موضوع و عنوان فیلمنامه را دریافت میکند و سپس یک فیلمنامه از موضوعی که شما درخواست کردهاید تحویلتان میدهد. این ربات هوش مصنوعی حتی قادر است تا از کلمات و جملههایی که برای شما در فیلمنامه نوشته است، یک تصویر بسازد.
البته لازم به ذکر است که این هوش مصنوعی در مراحل اولیهی خود قرار دارد و ممکن است در ساخت فیلمنامه برای شما، کمی باگ داشته باشد. اما قطعا به وجود آمدن چنین رباتی قطعا در آینده میتواند دنیای فیلم و سینما را تحت تاثیر قرار دهد و از نویسندگان فیلمنامه بی نیاز کند.
ضمنا هنوز مشخص نیست که این هوش مصنوعی ارتباطی به کریستوفر نولان کارگردان بزرگ سینما دارد یا فقط یک ادای احترام به این فیلمساز مطرح و افسانهای است؟
کمدی «به بالا نگاه نکن» (Don't look up) به کارگردانی آدام مککی و با بازی لئوناردو دیکاپریو و جنیفر لارنس در ماه دسامبر از پلتفرم نتفلیکس پخش شد و نظر مثبت بسیاری از منتقدان را برانگیخت.
به گزارش یورونیوز؛ این کمدی، با پایانی بهشدت تراژیک، ماجرای راندال میندی و کیت دیبیاسکای، دو پژوهشگر آمریکایی را روایت میکند که در جریان مشاهدات معمول تلسکوپی، متوجه میشوند که یک سیارک به سرعت در حال نزدیک شدن به زمین است. استاد دانشگاه و دانشجوی دکتری فورا قضیه را به ناسا اطلاع میدهند.
در ادامه دو شخصیت محوری داستان فیلم، با توجه به جدی و نزدیک بودن خطر، به کاخ سفید هدایت میشوند و کمدی از همانجا آغاز میشود: شخصیتهای رده بالای حکومت ایالات متحده، از زن و مرد، آدمهایی شارلاتان، احمق و کلاهبردار توصیف میشوند که در آستانه نابودی زمین تمام توجه خود را به وارد کردن یکی قاضی متهم به بازی در فیلمهای پورنوگرافی به دیوان عالی معطوف میکنند.
علاوه بر دولت، رسانهها و جو حاکم بر مدیای دیجیتال هم هدف نقد گزنده فیلم قرار گرفته است. یک شبکه تلویزیونی و یک روزنامه بزرگ حاضر میشوند ماجرا و تهدید را از زبان دو دانشمند نقل کنند. در حالی که برنامه تلویزیونی با مزهپراکنیهای مجری و واکنش «پرخاشگرانه» کیت به هم میریزد و به رسوایی میانجامد.
جلسه بررسی نتایج انتشار گزارش دو دانشمند درباره نابودی قریبالوقوع کره زمین، احتمالا صحنهای آشنا برای بسیاری از خبرنگاران و روزنامهنگاران مشغول در تحریریههای دیجیتال است. مدیران روزنامه با نشان دادن الگوریتمها و آمار و ارقام بازدید از گزارش و واکنشها در شبکههای اجتماعی به آنها میگویند: «مطلبشان زیاد کلیک نیاورده و در حد اخبار آبوهوا بیننده داشته». دانشمندان حیران از این سطح از «حماقت» میگویند ولی ماجرا بر سر بود و نبود کره زمین است، اما پاسخ روسای تحریریه «نه مطلق» است.
نقد شبکههای اجتماعی و حضور پررنگ شهروندان در رسانههای نوظهور
عصر دیجیتال، یکی دیگر از درونمایههای «به بالا نگاه نکن» است. شهروندان
«خودآگاه پندار» با مراجعه به شبکههای اجتماعی، در باورهای غلط خود
استوارتر میشوند و نادانسته و با تصور مخالفت با سیستم، با روندی که از
سوی بخشی از قدرت ایجاد شده همراه میشوند. این ماجرا، بهخصوص برای
آنهایی که جنبشهای آنتیواکس در اروپا و آمریکای شمالی را میشناسند،
بسیار آشنا است.
در «به بالا نگاه نکن» سرنوشت کره زمین سرانجام به دست یک مولتی میلیاردر فعال در فنآوریهای جدید میرسد. مدیر عامل شرکتی خیالی به نام بَش (BASH) که ترکیبی است از شخصیتهای موفق دنیای تجارت و «کارآفرینی» امروز، عصاره ی ایلان ماسک، جف بزوس، استیو جابز، بیل گیتس و... در شخصیت پیتر ایشرول، مدیرعامل بَش خلاصه میشود. او باعث میشود عملیات ناسا برای انهدام دنبالهدار، با توجیه مزایای اقتصادی، نیمهکاره رها شود.
بسیاری از منتقدان در هفتههای اخیر داستان «به بالا نگاه نکن» را آینهای تمام نما از جامعه امروز بشری در مقیاس جهانی توصیف میکنند. اگرچه ماجرا در ایالات متحده آمریکا میگذرد، اما کیش «شایستهسالاری» حاکمان، رویکرد رسانهها و مردمانی سرگردان، احتمالا در همه جای جهان نمودهای کمابیش مشابهی دارد.
گرمایش زمین و شیوع جهانگیر ویروس کرونا، از جمله مواردی هستند که قبول کمدی «به بالا نگاه نکن» و همذاتپنداری با شخصیتهای آن را برای مخاطب عام بهشدت آسان میکند.