واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)
Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)
Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineeringچند مطلب درباره آشنایی با هوش مصنوعی و آینده کاربردش
گوگل در حال ساخت موتور جستجوی جدید مبتنی‌بر هوش مصنوعی است
گیزموچاینا می‌گوید، غول فناوری اهل مانتین‌ویوو در حال ساخت موتور جست‌وجوی جدیدی است که بر پایه‌ی هوش مصنوعی کار می‌کند و به‌عنوان به‌روزرسانی پلتفرم جست‌وجوی کنونی آن در نظر گرفته خواهد شد.
اسناد داخلی گوگل نشان می‌دهند این شرکت پروژه‌ای به نام Magi دارد که هدف آن به‌روزرسانی موتور جست‌وجوی کنونی با فناوری جدید است و درحال‌حاضر حدود ۱۶۰ کارمند روی آن کار می‌کنند.
ظاهراً گوگل قصد دارد ماه آینده از Magi رونمایی کند و انتظار داریم پاییز سال جاری ویژگی‌های دیگری به این پلتفرم اضافه شود. غول جست‌وجوی اینترنت در رویداد بعدی I/O خود جزئیات بیشتری درمورد برنامه‌هایش ارائه خواهد داد. طبق گزارش‌های اخیر، Magi ابتدا دردسترس یک میلیون کاربر ایالات متحده قرار خواهد گرفت و تا پایان سال ۳۰ میلیون کاربر دیگر می‌توانند از آن بهره ببرند.
مایکروسافت اخیراً از هوش مصنوعی در بینگ و سایر خدمات و محصولاتش استفاده کرده است و طی ماه‌های گذشته همواره در سرتیتر خبرهای فناوری حضور دارد. این شرکت با سرمایه‌گذاری چند میلیارد دلاری در استارتاپ OpenAI از فناوری‌های هوش مصنوعی آن بهره می‌برد.
آینده بشریت و هوش مصنوعی؛ نوش دارو یا هیولای فرانکشتاین؟
دیجیاتو نوشت*: «جک دی کوان»، ریاضی‌دان و زیست‌شناسی نظری در سال 1956 در سفری یک‌ساله به لندن به ملاقات «ویلفرد تیلور» و «دستگاه یادگیری» عجیب‌وغریب او رفت. او از دیدن دستگاه بزرگ و پیچیده‌ای که پیش رویش قرار داشت، شگفت‌زده شده بود. کوان تنها می‌توانست بایستد و عملکرد این ماشین را تماشا کند که ظاهراً داشت یک طرح حافظه را شبیه‌سازی می‌کرد؛ به‌عبارت دیگر این دستگاه می‌توانست یاد بگیرد که چگونه رابطه میان داده‌ها را بیابد و اطلاعات استخراج کند.
دستگاه تیلور شاید در ظاهر شبیه مجموعه بزرگی از مدارها بود که به هم لحیم و با مقدار زیادی سیم به یکدیگر متصل شده بودند، اما آنچه کوان می‌دید نمونه اولیه‌ای از یک شبکه عصبی بود؛ سیستمی که در نهایت پس از چند دهه به پیشرفته‌ترین فناوری‌های هوش مصنوعی از جمله ChatGPT تبدیل شد. فناوری زیربنایی ChatGPT همین شبکه عصبی اما پیشرفته‌تر است.
کوان و تیلور در سال 1956 می‌ایستادند و عملکرد این دستگاه را تماشا می‌کردند، اما نمی‌دانستند که این ماشین چگونه کارهای خود را انجام می‌دهد. پاسخ معمای مغز ماشینی تیلور در جایی میان «نورون‌های آنالوگ»، در رابطه میان حافظه ماشینی و از آن مهم‌تر، در این حقیقت وجود داشت که این عملکردهای خودکار را نمی‌توان به‌طور کامل توضیح داد.
عبارت شبکه عصبی دربرگیرنده دامنه وسیعی از سیستم‌هاست. به‌گفته شرکت آی‌بی‌ام، شبکه‌های عصبی‌های – که با عنوان شبکه‌های عصبی مصنوعی (ANN) یا شبکه‌های عصبی شبیه‌سازی‌شده (SNN) هم شناخته می‌شوند – زیرمجموعه‌ای از مبحث یادگیری ماشینی هستند و در دل الگوریتم‌های یادگیری عمیق قرار می‌گیرند. نکته مهم این‌جاست که این عبارت و شکل پیاده‌سازی آن با الهام از مغز انسان ساخته شده است و شیوه ارسال سیگنال توسط نورون‌های زیستی به یکدیگر را شبیه‌سازی می‌کند.
شبکه‌های عصبی آینده هوش مصنوعی هستند
در
مراحل ابتدایی شاید تردیدهایی درباره ارزش این سیستم‌ها وجود داشت، اما با
گذشت سال‌ها، سیستم‌های هوش مصنوعی بیشتر و بیشتر به‌سمت شبکه‌های عصبی
حرکت کردند. حالا گفته می‌شود که این شبکه‌ها آینده هوش مصنوعی را شکل
خواهند داد. این فناوری پیچیدگی‌های زیادی را برای ما و آنچه ما را تعریف
می‌کند، به‌وجود می‌آورند. اخیراً زمزمه‌هایی را در این رابطه شنیده‌ایم.
گروهی از فعالان فناوری ازجمله ایلان ماسک خواستار توقف شش‌ماهه توسعه
مدل‌های هوش مصنوعی شده‌اند تا درباره این پیچیدگی‌ها اطمینان بیشتری پیدا
کنند.
البته ساده‌لوحانه است اگر این شبکه‌های عصبی را صرفاً به‌عنوان ابزارهای هیجان‌انگیز و داغ در نظر بگیریم. این فناوری مدت‌هاست که به زندگی ما وارد شده است. در سال 1989 گروهی از محققان آزمایشگاه AT&T Bell از روش انتشار معکوس استفاده کردند تا سیستمی را برای شناسایی کدهای پستی دست‌نویس آموزش بدهند. در همین اواخر، مایکروسافت از نسخه جدید بینگ پرده برداشت که با کمک هوش مصنوعی می‌تواند به کمک‌خلبان شما برای وبگردی تبدیل شود.
هوش مصنوعی با تکیه بر حجم عظیمی از داده‌ها برای یافتن الگوها می‌تواند برای انجام کارهایی مثل تشخیص سریع تصاویر استفاده شود. در نتیجه، برای مثال امروز سیستم‌های تشخیص چهره را داریم. همین ویژگی در تشخیص الگوها باعث به‌وجود آمدن ابزارهای دیگری مثل ابزارهای پیش‌بینی قیمت سهام شده است.
شبکه‌های عصبی شیوه درک و ارتباطات ما را هم تغییر می‌دهند. برای مثال سرویس گوگل ترنسلیت که توسط تیم گوگل Brain توسعه داده شده است، نمونه دیگری از این شبکه‌ها به‌حساب می‌آید. از طرفی، مردم دیگر نمی‌خواهند با کامپیوترها شطرنج یا شوگی بازی کنند. کامپیوترها تسلط بالایی بر قوانین دارند و با کمک شبکه‌های عصبی می‌توانند همه استراتژی‌ها و حرکات ممکن را به‌خاطر بیاورند و بسیار بهتر از انسان‌ها این بازی‌ها را انجام دهند.
ولی گستره قابلیت‌های این فناوری فقط به همین موارد محدود نمی‌شود. اگر جست‌وجوی ساده‌ای به‌دنبال پتنت‌های مربوط به شبکه‌های عصبی داشته باشید، به 135,828 نتیجه می‌رسید. با این سرعت بالای توسعه، احتمال این که ما بتوانیم یک روز اثر واقعی هوش مصنوعی را متوجه شویم، کم و کمتر می‌شود.
لایه‌های اسرارآمیز ناشناختگی
توجه
به تاریخ شبکه‌های عصبی نکته مهمی را درباره تصمیم‌گیری‌های خودکار به ما
یادآوری می‌کند، تصمیم‌گیری‌هایی که حال حاضرمان را تعریف می‌کنند یا
احتمالاً بر آینده‌مان اثر بزرگ‌تری خواهند گذاشت. همین تصمیم‌گیری‌های
خودکار به ما نشان می‌دهد که احتمالاً با گذشت زمان درک کمتری نسبت به هوش
مصنوعی و آثار آن پیدا خواهیم کرد.
هوش مصنوعی نه یک جعبه سیاه، بلکه چیزی است که ریشه آن به هدف و طراحی این سیستم‌ها برمی‌گردد. انسان همواره به‌دنبال چیزهای غیرقابل‌توضیح بوده است. هرچه یک سیستم ناشناخته‌تر باشد، تصور می‌شود که اصیل‌تر و پیشرفته‌تر است. مسئله فقط این نیست که این سیستم‌ها دارند پیچیده‌تر می‌شوند یا مالکیت‌های فکری جلوی دسترسی به سازوکارهای آنها را می‌گیرد (هرچند مورد دوم بی‌تأثیر هم نیست). در عوض باید گفت کسانی که این فناوری را توسعه می‌دهد علاقه و اشتیاق خاصی نسبت به «ناشناختگی» دارند.
این رازآلودگی حتی در فرم و گفتمان شبکه‌های عصبی نهادینه شده است. این سیستم‌ها دارای لایه‌های عمیق زیادی هستند – که نام یادگیری عمیق از همین‌جا می‌آید – و در این اعماق لایه‌های مخفیانه‌ای وجود دارند که اسرارآمیزتر به‌نظر می‌رسند. اسرار این سیستم‌ها با فاصله زیادی از لایه‌های سطح در اعماق این سیستم‌ها قرار دارد.
احتمالش بالاست که هرچه اثر هوش مصنوعی در زندگی ما بیشتر شود، درک ما از چرایی و چگونگی این فناوری کمتر شود. امروزه افراد زیادی در تلاشند تا هوش مصنوعی را قابل‌درک کنند. ما می‌خواهیم بدانیم این فناوری چگونه کار می‌کند و تصمیم‌گیری‌های خود را انجام می‌دهد. اتحادیه اروپا از ریسک‌های غیرقابل‌پذیرش و کاربردهای خطرناک هوش مصنوعی نگران است. ازاین‌رو، آنها مشغول کار روی قانون جدیدی برای هوش مصنوعی هستند که می‌خواهد استانداردهایی را برای توسعه ایمن، قابل‌اطمینان و اخلاقی این فناوری تدوین کند.
این قوانین جدید براساس نیاز به توضیح‌پذیری تنظیم می‌شوند، و درخواست می‌کنند که سیستم‌های هوش مصنوعیِ پرریسک مستندات مناسب، شفافیت، داده‌های قابل ردیابی، نظارت انسانی و دقت بالایی داشته باشند. این پیش‌نیازها می‌تواند ریسک خطرات این فناوری را کاهش دهد. وجود قوانین نه‌فقط برای ابزارهایی مثل سیستم‌های خودران اتومبیل‌ها بلکه برای تمام سیستم‌های آینده ضروری است، چون می‌توانند حقوق بشر را تهدید کنند.
این اقدامات بخشی از فراخوانی عمومی به‌منظور افزایش شفافیت در حوزه هوش مصنوعی است تا فعالیت‌ها در این زمینه قابل بررسی، حساب‌رسی و ارزیابی باشد. مثال دیگری که در این زمینه می‌توان زد سیاست‌های Royal Society در زمینه هوش مصنوعیِ توضیح‌پذیر است. این انجمن می‌گوید روزبه‌روز افراد بیشتری در سراسر دنیا خواستار شکلی از توضیح‌پذیری برای هوش مصنوعی هستند تا بتوان اصول اخلاقی را در طراحی و پیاده‌سازی این سیستم‌ها به کار گرفت.
بااین‌حال، داستان شبکه‌های عصبی به ما نشان می‌دهد که احتمالاً هر سال از این هدف دورتر خواهیم شد.
الهام‌گرفته از مغز انسان
شبکه‌های
عصبی شاید سیستم‌های پیچیده‌ای باشند، اما چند اصل مشخص دارند. این
شبکه‌ها با الگوبرداری از مغز انسان ساخته می‌شوند، یعنی سعی می‌کنند
شکل‌های بیولوژیکی و فکری مغز را کپی یا شبیه‌سازی کنند. آن‌طور که
آی‌بی‌ام می‌گوید، این سیستم‌ها از نظر ساختار و طراحی از لایه‌هایی از
گره‌ها (Node) ساخته شده‌اند که شامل یک لایه ورودی، یک یا چند لایه مخفی و
یک لایه خروجی است.
در این ساختار هر گره یا نورون مصنوعی به نورون‌های دیگر وصل شده است. از آن‌جایی که این نورون‌ها برای تولید خروجی نیازمند ورودی و اطلاعات هستند، با اتکا بر داده‌های تمرینی آموزش می‌بینند و در طول زمان دقت خود را افزایش می‌دهند. این جزئیات فنی اهمیت دارد، اما تمایل به مدل‌سازی این سیستم‌ها با الگوبرداری از پیچیدگی مغز انسان نیز مهم است.
آگاهی از جاه‌طلبی پشت این سیستم‌ها، در درک تأثیر این جزئیات فنی بر عملکرد سیستم‌ها نقش حیاتی دارد. «تیوو کوهونن»، متخصص شبکه‌های عصبی در مصاحبه‌ای در سال 1993 نتیجه‌گیری کرده بود که رویایش ساخت یک سیستم «خود-سامان‌ده» است که بتواند شبیه سیستم عصبی ما عمل کند. به‌عنوان مثال کوهونن می‌گفت چگونه سیستمی که بر خودش نظارت دارد و خودش را مدیریت می‌کند، می‌تواند به‌عنوان دستگاهی برای نظارت بر سایر ماشین‌ها استفاده شود. او باور داشت که با این سازوکار می‌شود در یک نگاه متوجه شد که وضعیت سیستم‌های پیچیده چگونه است.
هدف کلی داشتن سیستمی بود که بتواند خود را با وضعیت محیطش انطباق بدهد. چنین سیستمی می‌تواند فوری و خودکار عمل کند و شبیه سیستم عصبی انسان باشد. رویای متخصصانی مثل کوهونن این بود که سیستم‌ها بتوانند بدون نیاز به دخالت انسان کار کنند. پیچیدگی‌ها و ناشناختگی‌های مغز، سیستم عصبی و جهان واقعی خیلی زود بر طراحی و توسعه شبکه‌های عصبی هم اثر گذاشت.
شبیه‌سازی مغز، لایه به لایه
حتماً
متوجه شده‌اید که وقتی درباره شبکه‌های عصبی حرف می‌زنیم، همیشه بخشی از
این معادله به پیچیدگی مغز انسان مربوط می‌شود، چرا که منبع الهام اصلی این
سیستم‌ها بوده است. مغز هنوز یکی از ناشناخته‌های بزرگ جهان است و با این
وجود به‌عنوان الگوی عملکرد شبکه‌های عصبی انتخاب شده است. بنابراین طبیعی
است که درک این سیستم‌ها هم کار دشواری باشد.
«کارور مید»، مهندس رایانش عصبی در همین باره مبحث جالبی را پیرامون مفهومی موسوم به «کوه یخ شناختی» مطرح می‌کند. او می‌گوید ما فقط از نوک کوه یخ خودآگاهی اطلاع داریم و فقط همان قسمت کوچک را می‌بینیم. در نتیجه، بخش بسیار بزرگ‌تری وجود دارد که در زیر سطح آب ناشناخته باقی مانده است.
«جیمز اندرسون» که در سال 1998 چند وقتی بود روی شبکه‌های عصبی کار می‌کرد، متوجه شد که در بحث تحقیقات پیرامون مغز، بزرگ‌ترین چیزی که می‌دانیم صرفاً نوعی آگاهی است، آگاهی از این که ما واقعاً نمی‌دانیم در جهان چه اتفاقاتی در جریان است.
«ریچارد واترز»، خبرنگار فناوری نشریه فایننشال تایمز در سال 2018 در یادداشتی نوشت که چگونه شبکه‌های عصبی براساس نظریه‌ای پیرامون نحوه عملکرد مغز انسان مدل‌سازی شده‌اند و داده‌ها را از طریق لایه‌هایی از نورون‌های مصنوعی عبور می‌دهند تا به یک الگوی قابل‌تشخیص برسند.
واترز می‌گفت این موضوع مشکلی را به‌وجود می‌آورد، چون برخلاف مدارهای منطقی که در برنامه‌های نرم‌افزاری سنتی به کار گرفته می‌شدند، هیچ راهی برای ردیابی این روندهای جدید وجود ندارد و نمی‌توان دقیقاً گفت که کامپیوتر چطور به این پاسخ‌ها رسیده است. واترز نتیجه گرفته بود که این خروجی‌ها را نمی‌توان معکوس کرد. استفاده از این شیوه مدل‌سازی از مغز، یعنی عبوردادن داده‌ها از میان تعداد زیادی لایه، به‌معنای این است که نمی‌توان به‌راحتی مسیر به‌دست‌آمدن پاسخ را ردیابی کرد. چندلایه‌بودن سیستم یکی از دلایل اصلی این مشکل است.
هدف اصلی هوش مصنوعی انطباق‌پذیری است
دانشمندانی
مثل مید و کوهونن می‌خواستند سیستمی بسازند که ذاتاً بتواند خود را با
جهان اطرافش انطباق بدهد. چنین سیستمی می‌تواند با توجه به شرایط پاسخ‌های
متفاوت ارائه کند. مید به‌روشنی باور داشت که ارزش شبکه‌های عصبی به همین
توانمندی در رسیدن به انطباق‌پذیری است. او همچنین می‌گفت که دستیابی به
این امکان هدف اصلی آن‌هاست. او معتقد بود که این انطباق‌پذیری به‌خاطر
ماهیت جهان ما لازم است، چون همه‌چیز در آن تغییر می‌کند.
به این مسئله باید به‌طور خاص رسیدگی می‌شد، چون مید باور داشت که این موضوع مدت‌ها پیش توسط سیستم عصبی آنها انجام شده بود. این دو متخصص نه‌تنها با تصویری از مغز و ناشناخته‌های آن کار می‌کردند، بلکه آن را با بینشی از «جهان واقعی» و تردیدها، ناشناخته‌ها و تغییرات آن ترکیب می‌کردند. مید اعتقاد داشت که این سیستم‌ها باید بتوانند بدون دریافت دستورالعمل‌های جدید به شرایط گوناگون پاسخ بدهند و خود را با آنها منطبق کنند.
در همان حوالی زمانی در دهه 1990، «استفن گروسبرگ»، متخصص سیستم‌های شناختی که در زمینه ریاضیات، روانشناسی و مهندسی زیست‌پزشکی کار کرده بود، هم باور داشت که انطباق‌پذیری چیزی است که در درازمدت اهمیت بسیاری پیدا می‌کند. گروسبرگ در حین مدل‌سازی شبکه‌های عصبی با خود فکر کرد که مهمترین نکته این است که چطور روش‌های اندازه‌گیری بیولوژیکی و سیستم‌های کنترلی ما طراحی شده‌اند تا به‌شکلی سریع و پایدار در لحظه خود را با جهانی که به سرعت در حال تغییر است، انطباق بدهند.
همان‌طور که بالاتر درباره رویای کوهونن درباره یک سیستم «خود-سامان‌ده» گفتیم، فهم «جهان واقعی» تبدیل به زمینه اصلی برای تبیین پاسخ‌ها و انطباق‌هایی می‌شود که درون این سیستم‌ها کارگذاری خواهند شد. حال این که چگونه این جهان را درک و تصور کنیم، بدون شک بر نحوه طراحی سیستم‌هایی با قابلیت انطباق‌پذیری اثر خواهد گذاشت.
لایه‌های مخفی هوش مصنوعی
با
افزایش تعداد لایه‌ها، یادگیری عمیق به عمق‌های جدیدی رسید. «لری
هاردستی»، نویسنده علوم کامپیوتر، می‌گوید شبکه‌های عصبی با اطلاعاتی آموزش
داده می‌شود که به لایه پایینی آنها – یعنی لایه ورودی – داده می‌شود و
از لایه‌های بعدی می‌گذرد و به روش‌های پیچیده با یکدیگر ترکیب می‌شود تا
در نهایت به شکلی بسیار متفاوت به لایه خروجی برسد.
هرچه تعداد لایه‌ها بیشتر باشد، تحولات عظیم‌تر می‌شود و فاصله میان ورودی و خروجی افزایش می‌یابد. توسعه پردازشگرهای گرافیکی (GPU) امکان ایجاد شبکه‌های یک‌لایه در دهه 1960 و شبکه‌های سه‌لایه در دهه 1980 را فراهم کرد. امروزه شبکه‌هایی با 10، 15 و حتی 50 لایه داریم.
شبکه‌های عصبی دارند عمیق‌تر می‌شوند. به‌گفته هاردستی، همین افزودن لایه‌هاست که کلمه «عمیق» را در «یادگیری عمیق» به‌وجود آورده است. این مسئله اهمیت دارد، چون در حال حاضر یادگیری عمیق پشت بهترین سیستم‌ها در تقریباً هر حوزه‌ای از تحقیقات پیرامون هوش مصنوعی است.
اما این معما حتی از این هم پیچیده‌تر می‌شود. با افزایش لایه‌ها در شبکه‌های عصبی، پیچیدگی آنها بیشتر شده است. این مسئله همچنین به چیزی منجر شده که ما از آن با عنوان «لایه‌های مخفی» یاد می‌کنیم. بحث پیرامون بهترین تعداد لایه‌های مخفی در شبکه‌های عصبی همچنان ادامه دارد. «بئاتریس فازی»، تئوریسین رسانه‌ای می‌گوید به‌خاطر نحوه عملکرد شبکه‌های عصبی عمیق، و اتکا بر لایه‌های عصبی مخفی که میان اولین لایه نورون‌ها (لایه ورودی) و آخرین لایه آنها (لایه خروجی) قرار گرفته‌اند، تکنیک‌های یادگیری عمیق اغلب حتی برای توسعه‌دهندگان آنها غیرشفاف و غیرقابل‌فهم هستند.
با افزایش تعداد لایه‌ها (مشتمل بر لایه‌های مخفی) توضیح‌پذیری این سیستم‌ها کمتر می‌شود. «کاترین هیلز»، متفکر برجسته حوزه رسانه در این باره می‌گوید محدودیت‌هایی پیرامون میزان فهمی که می‌توانیم درباره این سیستم‌ها داشته باشیم، وجود دارد و این مسئله تحت‌تأثیر شبکه لایه‌های مخفی و الگوریتم‌های یادگیری عمیق است.
در جست‌وجوی توضیح‌ناپذیر
تمام
این پیشرفت‌ها بخشی از چیزی است که «تاینا بوچر»، جامعه‌شناس فناوری از آن
با عنوان «مشکل ناشناخته» نام می‌برد. «هری کالینز»، محقق هوش مصنوعی
می‌گوید هدف شبکه‌های عصبی این است که احتمالاً توسط یک انسان نوشته شوند
اما در ادامه به حیات مستقل خود ادامه دهند. بااین‌حال، او می‌گوید شیوه
دقیق عملکرد این برنامه‌ها می‌تواند به‌شکل یک معما باقی بماند. این موضوع
متأثر از همان رویای دیرینه ساخت سیستم‌های خود-سامان‌ده است.
گفتنی است که ناشناخته‌ها و ناشناختنی‌ها از همان ابتدا به‌عنوان یکی از اصول بنیادین این سیستم‌ها دنبال شده‌اند. پس این احتمال وجود دارد که هر چه اثر هوش مصنوعی در زندگی ما بیشتر شود، فهم ما از چرایی و چگونگی این سیستم‌ها کمتر شود.
بااین‌وجود، همان‌طور که گفتیم خیلی‌ها نمی‌خواهند این مسئله را بپذیرند. بشر می‌خواهد بداند هوش مصنوعی چطور کار می‌کند، چطور تصمیم‌های خود را می‌گیرد و این تصمیم‌ها چه تأثیری بر ما خواهد داشت. اما وقتی حرف از هوش مصنوعی توضیح‌پذیر و شفاف به میان می‌آید، داستان شبکه‌های عصبی به ما یادآوری می‌کند که به احتمال زیاد هر چه جلوتر برویم، فاصله ما با این هدف بیشتر خواهد شد.
*منبع: BBC
سخن‌رانی دکتر بیژن عبدالکریمی درباره دینداری در جهان پسامدرن، رمضان 1402
مقدمه واحد برای نوشتارها، مباحث و مطالب معرفتی
بیژن عبدالکریمی؛
در نخستین جلسه از سلسله نشست‌های «دینداری و دین‌گریزی در ایران امروز»، که به مناسبت ماه مبارک رمضان که به همت انجمن اندیشه و قلم و کانون توحید آغاز شده است، بیژن عبدالکریمی با موضوع «سنت دینی در ایران و دومین شکاف تمدنی» سخن‌رانی کرد.
در برابر سیلی پسامدرن هم غافلگیر شدیم
به گزارش عصر ایران، این استاد فلسفه دانشگاه، نخستین مواجهه ایرانیان با تمدن غرب را مربوط به جنگ‌های ایران و روس دانست که با ویران شدن برج و باروهای عالم سنت بر سر ایرانیان، اولین شکاف تمدنی را در ایران رقم زد و نیم قرن اخیر را زمان دومین شکاف تمدنی ما دانست که با انقلاب اسلامی نیز مصادف شده است.
وی تأکید کرد: سنت تاریخی و معنوی ایرانیان، با اسلام آغاز نشده؛ بلکه یک سنت چندهزارساله است که ایران را به یکی از مهم ترین کانون‌های معنوی جهان تبدیل کرده است اما امروز جامعه ما با این سنت تاریخی و معنوی دچار شکاف شده و باید پرسید آینده سنت و تفکر معنوی و آینده تشیع و اسلام در ایران چگونه است؟
عبدالکریمی اضافه کرد: نوعی بی‌تفاوتی به شعائر در میان جوانان بسط یافته است. نه فقط در فضاهای روشنفکری که حتی در تک‌تک خانه‌های ما، شک جان گرفته و همه چیز پادرهواست. مناسبات اخلاقی و خانوادگی، روابط جنسی و روابط اجتماعی تغییریافته و حتی گاه می‌پرسند: چه کسی گفته قران کتاب خداست؟
نه قدرت سیاسی و نه اپوزیسیون درکی از دنیای جدید ندارند
او درباره تفاوت جهت‌گیری‌های ضد سنت در مشروطه با امروز، گفت: گسست تاریخی ما معنای مضاعفی پیدا کرده که در هیچ دوره تاریخی شاهدش نبودیم. جامعه ایرانی در حال یک پوست‌اندازی عمیق تاریخی و فاصله‌گیری از میراث تاریخی و اسلام و تشیع است و به عقلانیت جدید و سکولاریسم و نیهلیسم حاصل از آن روی می‌آورد.
این استاد فلسفه ابراز کرد: ما با سونامی جدیدی روبه‌رو هستیم. جهان اسلام و کشور ما هنوز از سیلی مدرنیته گیج و گنگ بود که سیلی پسامدرنیته بر گونه‌های ما نواخته شد. به دنبال سونامی مدرنیته، هنوز نتواتسته بودیم خانمانی برپا کنیم که سونامی‌یی بمراتب قدرتمندتر، کاشانه فرهنگی ما را دارد همچون پر کاهی بازی می‌دهد
عبدالکریمی افزود: توفان، برخاسته و ما اصلا آماده مواجهه با آن نیستیم. روحانیت ما، قدرت سیاسی ما و گفتمان انقلاب ما، دانشگاهیان و روشنفکران ما هیچ‌کدام آماده مواجهه با این سونامی نیستند. همه درگیر سیاست‌اند و به مسائل تمدنی و تاریخی و فرهنگی توجهی ندارند. گوش‌ها کر است. ما در آینده با بحران‌های شدید هویتی، اجتماعی و تاریخی و حتی سیاسی و امنیتی مواجهیم.
عبدالکریمی با اشاره به مواجهه خود با دیدگاههای عجیب دانشجویانش گفت: نسل جدید می‌گوید تجزیه چه اشکالی دارد؟ مگر وطن یک کلمه مقدس است؟ اصلا چه ضرورتی دارد اخلاقی زندگی کنیم؟ چه کسی گفته خانواده مقدس است؟
این استاد فلسفه، تصریح کرد: بدترین خطا، برخورد پلیسی- امنیتی با این شکاف تمدنی است؛ اینکه فکر کنیم این یک مساله سطحی و لجبازی چند بچه است، یا یک مساله سیاسی است، یا حاصل تبلیغات رسانه‌های بیگانه است. نمی‌گویم اینها نیست، اما می‌گویم هسته مرکزی بحث را باید در جای دیگری جست‌وجو کرد.
وی با ابراز تاسف از عدم توجه به مواجهه فلسفی و پدیدارشناسانه با مسائل در کشور، گفت: گوش قدرت سیاسی ما و حتی اپوزیسیون ما نسبت به تفکر کر است و همه چیز را در سطح مبتذل بازی قدرت و مطالبات سیاسی می‌بینند. نگرانی من سیاسی نیست، یک نگرانی فرهنگی تمدنی است و نسبت به این روند نگرانم.
عبدالکریمی با انتقاد از کسانی که شعار وا اسلاما سر می‌دهند، گفت:من می‌خواهم در کنار حوزه‌های علمیه و گفتمان انقلاب اسلامی باشم. اما می‌گویم بدون فلسفه، نمی‌توانیم شناخت درستی از مساله داشته باشیم.
وی همچنین با اشاره به کسانی که او را به محافظه‌کاری و باج دادن به حکومت متهم می‌کنند، گفت: اپوزیسیون ما درکی از نیهیلیسم و بی‌تاریخی و بی‌ماوا و بی‌خانمانی یک ملت ندارد.
روحانیت و دانشگاه ما دچار تاخر تمدنی هستند
عبدالکریمی ادامه داد: همان‌طور که با ظهور مدرنیته، همه عوالم کهن به پایان رسید، با جهان پسامدرن هم، هرچه در جهان مدرن سفت و متصلب بود، دود شد و به هوا رفت. روند تکوین تاریخ واحد جهانی یا همان دهکده جهانی با مدرنیته شروع شد و در اتفاقات نیم قرن اخیر به شدت سرعت گرفته است. دیگرتاریخ‌های محلی بصورت مطلق نداریم و تاریخ واحد جهانی با هژمونی غرب در حال شکل‌گیری است.
عبدالکریمی، با اشاره به تفاوت‌های مدرنتیه متقدم و متاخر، روحانیت و دانشگاهیان را دچار تأخر تمدنی خواند که هنوز به ارزش‌های قرن 18 و 19 می‌اندیشند و اضافه کرد: احکام و قواعد مدرنیته متاخر با مدرنیته متقدم خیلی فرق دارد، اما متاسفانه هم حوزه‌های علمیه ما و هم دانشگاهیان و غالب طبقه متوسط و روشنفکران ما هنوز در عالم مدرنیته متقدم هستند. مثلا دنبال انقلاب سیاسی هستند، بی‌خبر از اینکه انقلاب سیاسی پدیدۀ دورۀ متقدم است و در شرایط پسامدرن، اصلا انقلاب معنا ندارد و هیچ زمینه‌ای برای آن نیست.
این استاد فلسفه دانشگاه آزاد، با اشاره به شکست ایدئولوژی در فروپاشی شوروی گفت: امروز نیز، ظهور شبکه جهانی ارتباطات و اطلاعات، مفهوم زمان و مکان را کاملا از بین برد، مرزهای جغرافیایی فروریخت و همه مرجعیت‌های دینی ناکارآمد شدند؛ حتی مرجعیت پدر و مادر و معلم و استاد.
عبدالکریمی با اشاره به عصر روشن‌گری و فروریختن الهیات مسیحی بر اثر جنایات کلیسا و روی آوردن بشر مدرن به عقل خودبنیاد، گفت: اما جهان در عصر ما بی‌متافیزیک است. شأن و جایگاه انسان کجاست؟ نوعی بدبینی و ناباوری نسبت به آرمان‌های سنت و مدرنیته شکل گرفته است. دیگرنه تنها روایت نظام‌های الهیاتی که حتی روایت علم از انسان و جهان مطلق گرفته نمی‌شود. دیگر نه لیبرالیسم و دموکراسی، نه ناسیونالیسم یونانی و نص‌گرایی، نه سکولاریسم، نه قدسی‌اندیشی شرقی، هیچ‌کدام دل‌های ما را گرم نمی‌کند. توفانی از درهم شکستگی، بی‌ریشگی و بی‌معنایی در راه است.
تفسیر ایدئولوژیک از دین، گوساله سامری زمان ماست
این استاد دانشگاه، سخن از امر معنوی و دینی را برای نسل‌های جدید بسیار دشوار خواند و گفت: روح فرهنگ به تفکر است و روح تفکر به پرسش‌های بنیادین است، همان که در جامعه ما سرکوب می‌شود. روحانیت ما یک نهاد فرهنگی است که حافظ فرهنگ ماست و من دست‌شان را می‌بوسم که این خانه را برای ما نگه داشتند، اما این خانه تفکر ندارد. متاسفانه روحانیت ما فاقد فرهنگ و تفکر فلسفی و اسیر اخباری‌گری و ذات‌اندیشی و فقه‌محوری است. همین باعث شده فرهنگ‌ما رو به اضمحلال برود و توان مقاومت نداشته باشد. البته روشنفکران ما هم وضع بهتری ندارند و درگیر مقولات ایدئولوژیک و شبه‌ایدئولوژیک و دانشگاه‌های ما هم مشغول بازی‌های احمقانه صدور مدرک‌اند و از حکمت و فلسفه به دور.
عبدالکریمی ابراز کرد: روحانیت ما دچار تأخر تاریخی است و سوژه مدرن را درک نکرده و با یک پدیده آنتولوژیک مواجه است. با یک سطل ماست نمی شود با سونامی پسامدرن مقابله کند. با تازیانه و نهاد امر به معروف و نهی از منکر نمی توان با یک رویداد تاریخی مقابله کرد. این درد را به که بگوییم؟ سیستمی ساخته‌اند به نام دین و تمام هم و غم آن دفاع از این سیستم به نحو جدلی است.
به عقیده او، تفسیر ایدئولوژیک از دین، دین را در جامعه ما عرفی و دست مالی کرده و از آن اسب تروا ساخته است. وی در این باره ابراز عقید کرد تفسیر ایدئولوژیک از دین، قلعه ایمان را فتح می‌کند و به دشمن تحویل می‌دهد. گوساله سامری زمان ماست که ندای بشری را می‌خواهد جانشین لوگوس یا کلمه الله کند.
وی توضیح داد: در این جهان، حقیقتی هست که جان بشر به آن بسته است و این ندا از اعماق هستی ما را به خود فرامی‌خواند و دین یعنی شنیدن این ندا و هم‌نوایی با آن. اما ما پاره‌ای جهت‌گیری‌های سیاسی اجتماعی یا نظام‌های الهیاتی را که برساخت تاریخی است، می‌خواهیم جانشین این ندا کنیم.
وی با اشاره به دو رویکرد تن دادن به غربزدگی جهانی و نیهیلیسم عصر پسامدرن یا تن دادن به بنیادگرایی، گفت: کسانی که بخواهند در برابر این دو رویکرد بایستند، راه دشواری در پیش دارند. باید جبهه جدیدی گشود و به پارادایم دیگری اندیشید که نشان دهد واقعیت موجود تاریخی ما با سنت دینی و معنوی ما خیلی فاصله دارد و قصه پاپ و مسیح، یکی نیست.
این استاد دانشگاه تاکید کرد: نباید به خاطر پیوند پاپ و قدرت، مسیح را قربانی کنیم.
دین مرجعیت محور پایان یافته است
وی در بیان دشواری‌های دفاع از امر دینی در جهان جدید، گفت: در جهان جدید فراروایت‌ها فروریخته و این تفسیر که اسلام یک فراروایت و یگانه روایت از جهان است نمی‌تواند در جهان پسامتافیزیک مخاطبی پیدا کند. دین مرجعیت‌محور پایان یافته و جهان پسامدرن دوران آزادی سوژه از مرجعیت‌هاست. دیگر نمی‌توان بر جایگاه مرجعیت‌های کهن تکیه کرد. باید با زبان دیگری با این مخاطب برخورد کرد.
عبدالکریمی با بیان اینکه فردگرایی در دوران ما به اوج رسیده و انسان‌ها اتمیزه شده‌اند، ابراز کرد: دینی که دین هویتی و جمعی باشد جوابگو نیست. تعابیری مانند ما مسلمان‌ها، ما مسیحی‌ها، نشانه دین هویتی است. دین ترس دیگر جوابگو نیست و دین آینده باید مذهب عشق باشد. دینی که فرد در درون خود زیسته، نه دینی که نهادها و مرجعیت‌های اجتماعی برایش تعیین کردند، دینی است که به انسان می‌آموزد بر خود متکی باشد. چقدر زشت است کسانی به زور شمشیر و ترس بخواهند دین را ترویج دهند؛ آن هم در جهانی که دموکراسی را تجربه کرده است.
این استاد دانشگاه، عصر کنونی را عصر تفسیر و هرمنوتیک خواند و
ابراز کرد: دین تجربه زیسته حاصل گفت‌وگوست و عصر منبر پایان یافته است. علم
جدید حادثه‌ای یگانه و بزرگ در تاریخ بشری است. از سویی، بشر نمی‌تواند
نسبت به تجربیات زیسته خود بی‌تفاوت باشد. اگر جهان اسلام نتواند جایگاه
مشخصی برای علم جدید و تجربیات بشری در نظام معرفتی خود پیدا کند با
بحران‌های عدیده مواجه خواهد بود. فقهی که علم جدید در آن جایی ندارد، برای
جهان آینده حرفی برای گفتن ندارد. اگر امر دینی در عرف و فقه و
شریعت در برابر تجربیات بشری و عرف قرار گیرد، مخاطب مقاومت خواهد کرد.
هشدارهای دبیرکل سازمان ملل
آنتونیو گوترش، دبیرکل سازمان ملل متحد به کشورها هشدار داد که تشدید درگیری روسیه و اوکراین به این معنی است که جهان بسوی "جنگ گسترده تری" پیش می رود.
به گزارش ایرنا، آنتونیو گوترش دبیر کل سازمان ملل روز دوشنبه به وقت محلی، اولویت های خود را در سال جاری در مجمع عمومی سازمان ملل متحد که بر جنگ روسیه و اوکراین، بحران آب و هوا و فقر شدید متمرکز بود، بیان کرد.
گوترش به دیپلمات های جهان در نیویورک گفت: ما سال ۲۰۲۳ را با نگاه به مجموعه ای از چالش‌ها آغاز کرده‌ایم که در طول زندگی ما رخ نداده است.
وی خاطرنشان کرد که دانشمندان ارشد و کارشناسان امنیتی ماه گذشته «ساعت وقوع روز قیامت» را تنها به ۹۰ ثانیه تا نیمه‌شب تغییر داده اند که نزدیک‌ترین زمان به نشانه نابودی بشریت است.
گوترش در حالی که به فهرستی از مسائل فوری برای سال ۲۰۲۳ اشاره می کرد، گفت: "ما باید بیدار و دست به کار شویم."
جنگ روسیه و اوکراین، در صدر فهرست دبیرکل سازمان ملل، بود که به نخستین سالگرد خود نزدیک می شود. او گفت: "چشم انداز صلح همچنان رو به کاهش است. احتمال تشدید بیشتر و خونریزی بیشتر می‌شود."
وی هشدار داد: دنیا در حال پیشروی به یک جنگ گسترده تر است.
گوترش به تهدیدهای دیگر برای صلح، از جمله تنش های اسرائیل و فلسطین، افغانستان، میانمار، ساحل و هائیتی اشاره کرد و افزود: اگر هر کشوری به تعهدات خود بر اساس منشور سازمان ملل متحد عمل کند، صلح تضمین می‌شود.
دبیرکل سازمان ملل فقدان "دیدگاه راهبردی" و "سوگیری" رهبران سیاسی و تجاری را محکوم کرد و افزود: همه به نظرسنجی بعدی، مانور سیاسی تاکتیکی بعدی برای حفظ به قدرت و همچنین چرخه تجاری بعدی یا حتی ارزش سهام در روز بعد فکر می کنند. این تفکر کوتاه مدت نه تنها عمیقا غیرمسئولانه است، بلکه غیراخلاقی است.
گوترش با تاکید بر نیاز به اقدام برای نسل های آینده، درخواست خود برای "تغییر ریشه ای" سیستم مالی جهانی را تکرار کرد.
دبیرکل سازمان ملل متحد گفت: امری در سیستم اقتصادی و مالی ما اساسا اشتباه است.
وی مشکل در سیستم مالی جهانی را عامل افزایش فقر و گرسنگی، شکاف فزاینده بین غنی و فقیر و ایجاد بدهی کشورهای در حال توسعه دانست و افزود: بدون اصلاحات اساسی، ثروتمندترین کشورها و افراد به انباشت ثروت ادامه خواهند داد و منابع کمی برای جوامع و کشورهای ضعیف در جهان باقی خواهند گذاشت.
جنگ آمریکا و چین؛ چرا؟ کی و کجا؟
جنگ آمریکا و چین؛ چرا، کی و کجا؟
به گزارش هم میهن، او در سالیان فعالیت‌اش در حوزه سیاست بین‌الملل شهرتی به‌عنوان یک «پیشگوی» قابل‌اتکا برای خود دست‌وپا کرده است. فریدمن بیش از یک دهه پیش حمله روسیه به اوکراین را در دهه‌های پیش رویش قطعی دانسته بود. او البته همین اواخر با تکیه بر چالش‌های بالقوه پیش روی روسیه در صورت حمله به اوکراین، پیش‌بینی کرده بود روسیه در نهایت پا به صحنه جنگ نخواهد گذاشت.
پس از وقوع حمله، فریدمن با عذرخواهی بابت غلط‌درآمدن پیش‌بینی کوتاه‌مدت‌اش، البته اشاره کرده بود که آنچه او به‌عنوان دلایل خودداری روسیه از حمله برشمرده بود، اکنون به مشکلات روسیه در این جنگ تبدیل شده‌اند. او در این مرحله از جمله کسانی است که وقوع جنگ بین چین و آمریکا را کم‌احتمال قلمداد می‌کند، اما در آنچه می‌خوانید، او با توجه به هشدارهای اخیر برخی مقامات آمریکا درباره احتمال بالای کلیدخوردن جنگ در آینده میان‌مدت یا حتی کوتاه‌مدت، دیدگاه‌هایش در این باره را مرور دوباره‌ای کرده است.
این گزارش‌ها موضوع سخن‌پراکنی‌های اتفاقی نیستند. من همچنان در این باره تردید دارم. پنتاگون اظهارات این ژنرال را گردن نگرفته است و هرچند ممکن است مک‌کال سیاستمدار محترمی باشد، همچنان یک سیاستمدار است؛ اما در ارزیابی دوباره احتمال یک جنگ، بعضی سوالات باید پاسخ داده شوند.
شاید سخت بتوان باور کرد که ایالات‌متحده چنین تقابلی را کلید خواهد زد. شکست‌دادن نیروی دریایی چین، گرچه عملی است، اما مسئله را حل نخواهد کرد. تا جایی که قلمرو سرزمینی چین دست‌نخورده باشد، پکن می‌تواند نیروهایش را بازسازی کند. برای چین، حمله به نیروی دریایی ایالات‌متحده قمار بزرگی خواهد بود و ناچار خواهد بود محاسبه کند هزینه این شکست در دریا چه خواهد بود، به‌خصوص در داخل کشور.
ممکن است چنین باشد که نهادهای اطلاعاتی ایالات‌متحده آموخته‌اند حمله‌ای برنامه‌ریزی‌شده و این خبر را پخش کرده‌اند تا به پکن علامت دهند که از اقداماتش باخبر شده‌اند. اما اگر واقعا این نقشه‌ها برای ۲۰۲۵ بوده‌اند، ایالات متحده وقت بسیاری برای آماده‌شدن برایشان می‌داشت. در جنگ، زمان و خطر یکی هستند و این ایده را که چین دارد برای آینده‌ای چنان دور برنامه‌ریزی می‌کند، سخت بتوان پذیرفت. هیچکس نمی‌خواهد به طرف دیگر امتیازی بدهد.
چین می‌خواهد بندر‌های شرقی‌اش را امن و دسترسی به مسیرهای تجاری در اقیانوس آرام را تضمین کند. ایالات‌متحده ممکن است بخواهد از یک تهدید نظری گذر کند و به یک تهدید واقعی برسد. آیا این جنگ روی زمین خواهد بود، روی هوا، روی دریا یا ترکیبی از این سه؟ ایالات‌متحده توانایی شروع جنگی زمینی در چین را ندارد؛ با توجه به مساحت و جمعیت چین. چین می‌تواند جنگی هوایی و دریایی آغاز کند، اما چنین کاری را علیه دشمنی بسیار توانا خواهد کرد.
امتیاز چین این است که قلمرو سرزمینی‌اش امن است. ایالات‌متحده البته همین امتیاز را دارد، اما این مزیت را هم دارد که می‌تواند در دوردست اقیانوس آرام برود و دور از خانه با چین درگیر شود. به‌عبارت دیگر، ایالات‌متحده تا حدی می‌تواند تعیین کند که جنگ کجا رخ خواهد داد.
هر دو اقتصاد در موقعیت‌های متزلزلی هستند، اما شواهدی هست که می‌گوید رکود در آمریکا اتفاقی چرخه‌ای است، درحالی‌که در چین، ساختاری است. حفظ تولیدات در حوزه‌های هوایی و دریایی برای چین سخت‌تر خواهد بود تا ایالات‌متحده.
مهاجم باید مخفی‌کاری داشته باشد. مدافع باید آمادگی‌اش را تبلیغ کند تا مهاجم را باز بدارد؛ بنابراین اگر چین مهاجم باشد، درز اخبار فاجعه‌بار خواهد بود. اما یکی از دلایلی که جنگ را نمی‌شود برای آینده خیلی دور برنامه‌ریزی کرد این است که هر چه دورخیز طولانی‌تر باشد، احتمال درز چیزی بیشتر می‌شود.
اگر جنگی واقعی در حال برنامه‌ریزی بود، در برنامه زمانی خیلی کوتاهی می‌بود. من برای این ژنرال و این نماینده کنگره احترام قائلم و واضح است که آنها به اطلاعات بهتری نسبت به من دسترسی دارند؛ اما باورش برای من سخت است که چین این قدر غافلانه برای جنگ برنامه‌ریزی کند.
با توجه به این درز اخبار، جنگ همچنان ممکن است در آستانه باشد، اما برای چین، احتمالا کوتاه خواهد بود. شاید من دارم به عادات بدم برمی‌گردم. اذعان می‌کنم که پاسخ دادن به سوالات خودم با دیدگاههای قبلی، کار اطلاعاتی ضعیفی است. اگر خواستید بگویید کدام سوالات را نپرسیدم و کدام جواب‌ها ناکافی بودند. با کمال میل اخم خواهم کرد و جواب خواهم داد.
دیدگاههای دکتر راغفر درباره طرح بانام "مولدسازی اموال دولتی"
