آيا آينده خود را به دست الگوريتم‌ها بسپاريم؟

به گزارش ديباروز ، روزنامه جوان همچنين نوشت: «تصور كنيد اواخر عصر يك روز كاري است و به پياده روي رفته ايد. وقتي مسير معمول پياده روي محله را طي كنيد ، از خانه دور نخواهيد شد و ناگهان ذهنتان به يك جلسه مهم برنامه ريزي شده براي هفته آينده مي رود. براي لحظه اي تصور كنيد كه به دنياي كارما محور ارل منتقل مي شويد. – و همانطور كه صحنه را تصور مي كرديد ، در زندگي شما يك صداي شادي و لطيف در انتظار شماست – و شما اميدواريد كه فرصتي براي درخواست افزايش حقوق از رئيس خود داشته باشيد. البته نه براي اينكه از يك لحظه حقوق خود را افزايش دهيد بلكه در چند ماه آينده. براي لحظه اي تصور كنيد كه به قلمرو كارم محور ارل تبديل شده ايد. و سال آينده ، شما و همسرتان سرانجام مي توانيد بازار اجاره را رها كنيد و محله بهتري را در محله مجاور با تحصيلات بهتر خريداري كنيد. اما بعد ، ذهن شما به خاطر مشكلي كه اخيراً با آن دست و پنجه نرم مي كنيد گم شده است: يكي از اعضاي با استعداد اما با روحيه گروه شما. هنگام راه رفتن ، احساس ناخوشايندي به شما يادآوري مي شود كه وقتي به همكار شما خيلي اهانت شده است ، اتاق شما را پر كرده است. جلسه ديگري را تصور كنيد كه شش ماه بعد در آن رفتار انفجاري رخ مي دهد. اين اتفاق فقط اين بار در حضور روسا مي افتد. موج كوچكي از اضطراب ذهن شما را پر مي كند. با خود فكر مي كنيد كه شايد او براي اين كار چندان مناسب نباشد و اين فكر شما را به ياد پنج سال پيش هنگام اخراج كارمندي مي اندازد. مغز شما تنش آزار دهنده در آن مكالمه را به خاطر مي آورد و سپس تصور مي كنيد كه گفتگوي مشابه با كارمند فعلي خود چقدر عصبي و ناخوشايند خواهد بود. در حالي كه ذهن شما اين سناريو را پشت سر مي گذارد ، نزديك به وحشت جسمي احساس خواهيد شد. در عرض چند دقيقه پياده روي ، مي توانيد چندين سفر مشخص از گذشته به آينده داشته باشيد: به هفته آينده و جلسه مهم خود ، يك يا دو سال بعد ، سپس خريد خانه در محله جديد ، به پنج چند سال پيش ، تا چند هفته بعد شما زنجيره هاي علت و معلولي را ايجاد مي كنيد كه به آن لحظات مختلف متصل هستند ، و به آرامي و به طور پيوسته از حوادث بيروني به سمت تصورات پيش مي روند. اين توالي كامل فرم پيشرفته ژيمناستيك زماني است. در اين لحظات فكر نابسامان ، ذهن ما بين گذشته و آينده به سرعت جلو و عقب مي رود ، مانند يك تدوينگر فيلم كه در فريم هاي فيلم به عقب و جلو مي رود.

پيش بيني پذيري در بسياري از انقلاب هاي اجتماعي و علمي كه تاريخ بشر را شكل داده و تقويت كرده اند ، منعكس شده و مورد حمايت قرار گرفته است. خود كشاورزي بدون آينده عملي امكان پذير نبود: پيش بيني تغيير فصل و تجسم پيشرفت هاي طولاني مدت كه از محصولات اهلي انتظار مي رود. سيستم هاي بانكي و اعتباري به ذهن هايي نياز دارند كه بتوانند ارزش مالي زمان حال را فداي احتمال دستاوردهاي بيشتر در آينده كنند. ما با استعدادي منحصر به فرد در تصور آينده متولد شديم ، اما از طلوع تمدن ، اين هدايا را تبليغ كرده ايم. امروزه پيشرفت هاي جديدي در الگوريتم هاي يادگيري ماشين در آستانه است كه به انسان ها نسبت به انواع خاصي از پيش بيني ها برتري پيدا كرده است. همانطور كه هوش مصنوعي براي تقويت استعداد اصلي انسان ما طراحي شده است ، ما با اين س exactال دقيق روبرو مي شويم: اگر موفق به پيش بيني آينده شويم ، آينده چه تفاوتي ايجاد مي كند؟

پيش بيني هاي دقيق هواشناسي فقط يكي از دستاوردهاي اوليه سفر در زمان مبتني بر نرم افزار است: الگوريتم هايي كه به ما امكان مي دهد به آينده نگاه كنيم ، چيزي كه فقط چند دهه پيش غيرممكن بود. و سه نويسنده دانشگاه تورنتو در كتاب مشترك جديدي كه آنها آنها را ماشين هاي پيش بيني مي نامند. الگوريتم ها مي توانند با كاوش در مخازن عظيم داده هاي رويدادهاي گذشته ، پيش بيني هاي بسيار دقيقي از وقايع آينده داشته باشند. مي توان يك الگوريتم را براي پيش بيني تأخير در پرداخت وام هاي آينده با تجزيه و تحليل هزاران فروش خانه و سوابق مالي خريداران و بررسي فرضيه ها با رديابي بدهكاراني كه در نهايت پيش فرض دارند ، پيش بيني كرد. نتيجه اين برنامه ريزي مشخصاً پيش بيني مطمئني نيست كه قابل نقض نباشد ، اما چيزي مانند پيش بيني هايي است كه در گزارش هاي هواشناسي به آنها اعتماد مي كنيم. اين الگوريتم ها مي توانند به رفع نقص هاي جدي در شبكه مجازي كمك كنند: شناخته شده است كه انسان احتمالات را نادرست ارزيابي مي كند. سيستم هاي يادگيري ماشين مي توانند هنگام تصميم گيري ظريف كه احتمالاً با تعداد زيادي گزينه مختلف روبرو هستند بسيار مفيد واقع شوند. انسان ها بسيار قادر به ساختن آينده اي خيالي و پرداخت همزمان هزينه آن در بازه هاي زماني متغير هستند: در يكي از اين مقياس هاي زماني شما كار جديدي را پذيرفته ايد و در كار ديگر آن را رد كرده ايد ، اما ذهن ما در صورت لزوم چندين يا صدها مسير آينده را دنبال مي كند. سقف هاي سطحي و محدوديت هاي حساب؛ اما دستگاه هاي پيش بيني هوش مصنوعي اين محدوديت را ندارند و اين باعث مي شود كه آنها در كمك به تصميم گيري مهم از زندگي مهم بسيار ماهر باشند. تصميمات مبتني بر داده هاي ارزشمند طراحي براي تجزيه و تحليل و تعداد زيادي از قراردادهاي آتي جايگزين.

در دهه هاي آينده ، بسياري از ما از پيش بيني هاي يادگيري ماشين براي كمك به ما در تصميم گيري در زندگي استفاده مي كنيم: به عنوان مثال ، تغييرات شغلي ، برنامه ريزي مالي و انتخاب شغل. وقتي سعي كنيم بيشتر به دستگاههاي پيش بيني هوش مصنوعي اعتماد كنيم ، چه اتفاقي براي نيروهاي سفر در زمان خواهد افتاد؟ شايد نتيجه اين وضعيت وحشتناك يا رهايي باشد يا تركيبي عجيب از اين دو باشد. اكنون به نظر مي رسد اجتناب ناپذير است كه هوش مصنوعي قدرت آينده ما را به روشهاي هدفمند جديد ، به خوب يا بد تبديل مي كند ، اما خوب است كه باور كنيم همه فناوري هايي كه در درك اوليه ما از شبكه مجازي كمك مي كنند. ريشه هاي ما: به ذهن خود فرصت بيشتري براي پرسه زدن ، فرار از محدوديت هاي زمان حال ، و خارج شدن از لحظه حال بدهيم.

ترجمه از وب سايت مترجم / توسط استيون جانسون / ترجمه: علي كوشاكي / مرجع: نيويورك تايمز

انتهاي پيام