الذكاء -- ما هو؟ إن نظرنا إلى تطور المنظور إلى الذكاء، أحد الأمثلة الأولى كانت الاقتباس الشهير لإدسجر ديجكسترا القائل: "إن السؤال عن ما إذا كانت الآلة تستطيع التفكير مشوّق بنفس قدر السؤال عن ما إذا كانت الغواصة يمكنها السباحة." الآن، إدسجر ديجكسترا، عندما كتب هذا، لقد قصده كانتقاض لأوائل علماء الحاسوب، مثل ألان تيرنج. لكن، إن نظرت نظرة إلى الوراء و فكرت بما هو أكثر الإبداعات تمكيناً الذي جعلنا قادرين على بناء ألات صناعية تسبح و ألات صناعية تطير، تجد أنه فقط من خلال فهم الآليات الفيزيائية الكامنة في السباحة و الطيران استطعنا بناء هذه الآلات. و هكذا، منذ عدة سنوات، شرعت ببرنامج لمحاولة فهم الآليات الفيزيائية الأساسية التي تكمن في الذكاء.
Intelligence -- what is it? If we take a look back at the history of how intelligence has been viewed, one seminal example has been Edsger Dijkstra's famous quote that "the question of whether a machine can think is about as interesting as the question of whether a submarine can swim." Now, Edsger Dijkstra, when he wrote this, intended it as a criticism of the early pioneers of computer science, like Alan Turing. However, if you take a look back and think about what have been the most empowering innovations that enabled us to build artificial machines that swim and artificial machines that [fly], you find that it was only through understanding the underlying physical mechanisms of swimming and flight that we were able to build these machines. And so, several years ago, I undertook a program to try to understand the fundamental physical mechanisms underlying intelligence.
دعنا نرجع خطوة إلى الوراء. دعنا أولاً نبدأ بتجربة فكرية. تخيل أنك من جنس فضائي لا تعلم أي شيء عن الأحياء على الأرض أو علم الأعصاب على الأرض أو الذكاء على الأرض، لكنك تمتلك مناظير رائعة و أنت قادر على مشاهدة الأرض، و لديك حياة طويلة جداً، بحيث أنك قادر على مشاهدة الأرض خلال الملايين، بل المليارات من السنين. و قد شاهدت تأثير غريب حقاً. لقد شاهدت، خلال الألفيات، إن الأرض تُضرب بالكويكبات بشكل مستمر حتى مرحلة ما، و هذا في مرحلة معينة، تشير تقريباً لسنتنا، 2000 بعد الميلاد، إن الكويكبات التي تضرب الأرض و التي من المفترض أن تتصادم معها انحرفت بشكل غامض أو تفجرت قبل ارتطامها بالأرض. الآن بالطبع، كسكان الأرض، نحن نعلم السبب قد يكون أننا نحاول أن نحمي أنفسنا. نحن نحاول أن نمنع الارتطام. لكن إن كنت من جنس فضائي لا يعلم أي من هذا، و لا تمتلك أي مفهوم عن الذكاء الأرضي، أنت مجبر على تكوين نظرية فيزيائية تفسر كيف، حتى نقطة معينة في الزمن، الكويكبات التي تهدم سطح كوكب توقفت بشكل غامض عن فعل ذلك. لذا إنني أدّعي أن هذا هو نفس التساؤل في فهم الطبيعة الفيزيائية للذكاء.
Let's take a step back. Let's first begin with a thought experiment. Pretend that you're an alien race that doesn't know anything about Earth biology or Earth neuroscience or Earth intelligence, but you have amazing telescopes and you're able to watch the Earth, and you have amazingly long lives, so you're able to watch the Earth over millions, even billions of years. And you observe a really strange effect. You observe that, over the course of the millennia, Earth is continually bombarded with asteroids up until a point, and that at some point, corresponding roughly to our year, 2000 AD, asteroids that are on a collision course with the Earth that otherwise would have collided mysteriously get deflected or they detonate before they can hit the Earth. Now of course, as earthlings, we know the reason would be that we're trying to save ourselves. We're trying to prevent an impact. But if you're an alien race who doesn't know any of this, doesn't have any concept of Earth intelligence, you'd be forced to put together a physical theory that explains how, up until a certain point in time, asteroids that would demolish the surface of a planet mysteriously stop doing that. And so I claim that this is the same question as understanding the physical nature of intelligence.
لذا في هذا البرنامج الذي توليته منذ بضعة سنوات، نظرت إلى مجموعة متنوعة من المواضيع في العلم، و في العديد من المجالات، التي كانت تشير، باعتقادي، إلى آلية كامنة، وحيدة للذكاء. في علم الكونيات، على سبيل المثال، لقد كان هناك العديد من المواضيع المختلفة التي تدلنا على أن كوننا يبدو أنه منظّم بطريقة فائقة الدقة لتطوير الذكاء، و، بالأخص، لتطوير الحالات الكونية التي تزيد إلى الحد الأعلى من التنوع في الأزمنة المستقبلية المحتملة. في الألعاب، على سبيل المثال، في لعبة الڠـو(شبيهة بالشطرنج) -- الجميع يذكر في عام 1997 عندما هزم ديب بلو (حاسب شطرنج) الذي صنعته أي بي أم جاري كاسباروف في الشطرنج -- القليل من الناس تدرك أنه في السنوات العشر الماضية تقريباً، في لعبة الڠـو، يقال أنها لعبة أكثر تحدي بكثير لأنه لديها عامل أكثر تفرع بكثير، أيضاً بدأت بالخضوع للاعبي ألعاب الكمبيوتر للسبب عينه: إن أفضل التقنيات اليوم للحواسب التي تلعب الڠـو هي التقنيات التي تحاول زيادة الخيارات المستقبلية لأكبر قدر ممكن خلال اللعب. بالنهاية، في التخطيط الحركي الآلي، يوجد العديد من التقنيات الحديثة التي حاولت استغلال قدرات الروبوتات لزيادة حرية التصرف المستقبلية إلى الحدود القصوى من أجل إنجاز مهام معقدة. و هكذا، بأخذ كل هذه المواضيع و بتجمعها مع بعض، تساءلت، منذ بضع سنوات مضت، هل هناك تقنية كامنة للذكاء التي يمكننا عزلها من كل هذه المواضيع المختلفة؟ هل يوجد معادلة وحيدة للذكاء؟
So in this program that I undertook several years ago, I looked at a variety of different threads across science, across a variety of disciplines, that were pointing, I think, towards a single, underlying mechanism for intelligence. In cosmology, for example, there have been a variety of different threads of evidence that our universe appears to be finely tuned for the development of intelligence, and, in particular, for the development of universal states that maximize the diversity of possible futures. In game play, for example, in Go -- everyone remembers in 1997 when IBM's Deep Blue beat Garry Kasparov at chess -- fewer people are aware that in the past 10 years or so, the game of Go, arguably a much more challenging game because it has a much higher branching factor, has also started to succumb to computer game players for the same reason: the best techniques right now for computers playing Go are techniques that try to maximize future options during game play. Finally, in robotic motion planning, there have been a variety of recent techniques that have tried to take advantage of abilities of robots to maximize future freedom of action in order to accomplish complex tasks. And so, taking all of these different threads and putting them together, I asked, starting several years ago, is there an underlying mechanism for intelligence that we can factor out of all of these different threads? Is there a single equation for intelligence?
و الإجابة، باعتقادي، هي نعم. ["F = T ∇ Sτ"] الذي ترونه هو على الأغلب أقرب نظير إلى E = mc² (المعادلة الشاملة لأينشتاين) للذكاء قد رأيته في حياتي. إذاً ما ترونه هنا هو تصريح توافقي أن الذكاء هو إجبار، F، الذي تعمل على زيادة حرية التصرف المستقبلي للحدود القصوى. إنها تعمل على زيادة حرية التصرف المستقبلية إلى الحدود القصوى، أو إبقاء الخيارات متاحة، باستخدام بعض القوة T، مع تنوع الأزمنة مستقبلية ممكنة، S، حتى أفق الزمن المستقبلي، تاو. باختصار، إن الذكاء لا يحب أن يُحصَر. إن الذكاء يحب أن يزيد من حرية التصرف المستقبلية إلى أقصى الحدود و أن يبقي الخيارات مفتوحة. و هكذا، بامتلاك هذه المعادلة الوحيدة، إنه من الطبيعي أن تسأل، إذاً ماذا يمكننا صنعه بهذه؟ ما هو مدى قدرتها التنبؤية؟ هل تتنبأ بالذكاء البشري؟ هل تتنبأ بالذكاء الاصطناعي؟ إذاً سوف أريكم فيديو الآن الذي، باعتقادي، سوف يعرض بعض من التطبيقات الرائعة لهذه المعادلة الوحيدة فقط.
And the answer, I believe, is yes. ["F = T ∇ Sτ"] What you're seeing is probably the closest equivalent to an E = mc² for intelligence that I've seen. So what you're seeing here is a statement of correspondence that intelligence is a force, F, that acts so as to maximize future freedom of action. It acts to maximize future freedom of action, or keep options open, with some strength T, with the diversity of possible accessible futures, S, up to some future time horizon, tau. In short, intelligence doesn't like to get trapped. Intelligence tries to maximize future freedom of action and keep options open. And so, given this one equation, it's natural to ask, so what can you do with this? How predictive is it? Does it predict human-level intelligence? Does it predict artificial intelligence? So I'm going to show you now a video that will, I think, demonstrate some of the amazing applications of just this single equation.
(فيديو) الراوي: اقترحت الأبحاث الحديثة في علم الكونيات أن الأكوان التي تنتج المزيد من الفوضى، أو "الإنتروبي"، خلال حياتها لا بد لها من أن تميل إلى ظروف أكثر تفضلاً لوجود كائنات ذكية كأنفسنا. لكن ماذا لو أن هذه العلاقة الكونية المؤقتة بين الإنتروبي و الذكاء تشير إلى علاقة أعمق؟ ماذا لو السلوك الذكائي لا يرتبط فقط بإنتاج إنتروبي ذات المدى الطويل، لكن في الحقيقة ينبثق مباشرة منها؟ لاكتشاف ذلك، لقد طورنا محرك برامج اسمه إنتروبيكا، صُمم لزيادة إنتاج إنتروبي ذات المدى الطويل لأي نظام يجد نفسه به. بشكل رائع، كان إنتروبيكا قادر على النجاح في عدة إختبارات ذكاء حيواني، في لعب ألعاب بشرية، و حتى في كسب المال بتداول الأسهم، كل ذلك بدون إعطائه تعليمات لفعل ذلك. هذه بعض الأمثلة على إنتروبيكا في الواقع.
(Video) Narrator: Recent research in cosmology has suggested that universes that produce more disorder, or "entropy," over their lifetimes should tend to have more favorable conditions for the existence of intelligent beings such as ourselves. But what if that tentative cosmological connection between entropy and intelligence hints at a deeper relationship? What if intelligent behavior doesn't just correlate with the production of long-term entropy, but actually emerges directly from it? To find out, we developed a software engine called Entropica, designed to maximize the production of long-term entropy of any system that it finds itself in. Amazingly, Entropica was able to pass multiple animal intelligence tests, play human games, and even earn money trading stocks, all without being instructed to do so. Here are some examples of Entropica in action.
تماماً كإنسان يقف مستقيماً من دون أن يقع، هنا ترى إنتروبكا يوازن بشكل آلي عصا باستخدام عربة. هذا السلوك استثنائي جزئياً لأننا لم نعطي إنتروبيكا هدف أبداً. لقد قرر بمفرده أن يوازن العصا. هذه القدرة على الموازنة سوف يكون لها تطبيقات في الروبوتات البشرية و في التكنولوجيا المساعدة للإنسان. تماماً كما تستخدم الحيوانات الأشياء في بييئتها كأدوات للوصول إلى المساحات الضيقة، هنا نرى إنتروبيكا، مرة أخرى بمبادرته الفردية، كان قادر على تحريك قرص كبير يمثل حيوان إلى مكان آخر لجعل قرص صغير، يمثل أداة، يصل إلى مساحة صغيرة حيث يوجد قرص ثالث و تحرير القرص الثالث من موضعه الأصلي. هذه الأداة تستخدم قدرة سوف يكون لها تطبيقات في الصناعة و الزراعة الذكية. أيضاً، تماماً كبعض الحيوانات الأخرى القادرة على التعاون لسحب نهايتي الحبل في نفس الوقت لتحرير الطعام، هنا نحن نرى أن إنتروبيكا قادر على إنجاز نسخة نموذجية لتلك المهمة. لهذه القدرة على التعاون تطبيقات مثيرة للاهتمام للتخطيط الاقتصادي و العديد من المجالات الأخرى.
Just like a human standing upright without falling over, here we see Entropica automatically balancing a pole using a cart. This behavior is remarkable in part because we never gave Entropica a goal. It simply decided on its own to balance the pole. This balancing ability will have appliactions for humanoid robotics and human assistive technologies. Just as some animals can use objects in their environments as tools to reach into narrow spaces, here we see that Entropica, again on its own initiative, was able to move a large disk representing an animal around so as to cause a small disk, representing a tool, to reach into a confined space holding a third disk and release the third disk from its initially fixed position. This tool use ability will have applications for smart manufacturing and agriculture. In addition, just as some other animals are able to cooperate by pulling opposite ends of a rope at the same time to release food, here we see that Entropica is able to accomplish a model version of that task. This cooperative ability has interesting implications for economic planning and a variety of other fields.
إن إنتروبيكا له تطبيقات واسعة في العديد من الميادين. مثلاً، هنا نحن نراه يلعب بنجاح لعبة بونج ضد نفسه، و هو يعرض قدرته على اللعب. هنا نحن نرى إنتروبيكا يُوَلِّف اتصالات جديدة على شبكة تواصل اجتماعي حيث ينقطع الاتصال مع الأصدقاء بشكل مستمر و الحفاظ بنجاح على الاتصال الجيد للشبكة. لهذه القدرة على توليف الشبكات تطبيقات أيضاً في الرعاية الصحية، و الطاقة، و الذكاء. هنا نرى إنتروبيكا تدير مسارات أسطول من السفن، يكتشف بنجاح و يستخدم قناة بنما ليمتد في رحلته من المحيط الأطلسي إلى المحيط الهادي. باستخدام النموذج نفسه، إن إنتروبيكا له استخدامات واسعة في المشكلات المتعلقة بالدفاع الذاتي، و الخدمات اللوجستية و التنقل.
Entropica is broadly applicable to a variety of domains. For example, here we see it successfully playing a game of pong against itself, illustrating its potential for gaming. Here we see Entropica orchestrating new connections on a social network where friends are constantly falling out of touch and successfully keeping the network well connected. This same network orchestration ability also has applications in health care, energy, and intelligence. Here we see Entropica directing the paths of a fleet of ships, successfully discovering and utilizing the Panama Canal to globally extend its reach from the Atlantic to the Pacific. By the same token, Entropica is broadly applicable to problems in autonomous defense, logistics and transportation.
أخيراً، نحن هنا نرى إنتروبيكا يكتشف بشكل عفوي و ينفذ خطة اشتري بسعر رخيص، بع بسعر مرتفع في سوق أوراق المالية المحاكي للحقيقة، و يزيد من الممتلكات التي يديرها بنجاح بشكل طردي. هذه القدرة على تنظيم المخاطرة سوف يكون لها تطبيقات واسعة في الاقتصاد و التأمين.
Finally, here we see Entropica spontaneously discovering and executing a buy-low, sell-high strategy on a simulated range traded stock, successfully growing assets under management exponentially. This risk management ability will have broad applications in finance and insurance.
ألكس ويسنير-جروس: إذاً ما قد شاهدتم للتو هو أن مجموعة من التصرفات المعرفية الذكية الخاصة بالإنسان كاستخدام الأدوات و المشي باستقامة و التعاون الاجتماعي كلها تتبع معادلة واحدة، التي تسيِّر نظام ما لزيادة حريته في التصرف المستقبلي إلى أقصى الحدود.
Alex Wissner-Gross: So what you've just seen is that a variety of signature human intelligent cognitive behaviors such as tool use and walking upright and social cooperation all follow from a single equation, which drives a system to maximize its future freedom of action.
الآن، هناك سخرية عميقة هنا. بالرجوع إلى بداية استخدام الكلمة "روبوت"، مسرحية "رور" ("روسوم يونيفيرسال روبوت")، كان هناك دائماً مفهوم أننا إن طورنا الذكاء الآلي، سوف يكون هناك ثورة آلية. سوف تثور الآليات ضدنا. أحد العواقب الكبرى لهذا العمل هو أنه لربما طوال كل هذه العقود، كان لدينا المفهوم العكسي للثورة الآلية. الأمر ليس في أن الآلات تصبح ذكية في البداية ثم ينتابها جنون العظمة و تحاول السيطرة على العالم. إنه تماماً العكس، أن النزعة للسيطرة على كل الأزمنة المستقبلية الواردة هي مبدأ أساسي أكثر من مبدأ الذكاء، أن نواحي الذكاء العامة يمكن في الحقيقة أن تنبعث مباشرة من السيطرة، بدلاً من أن يكون الأمر بالعكس.
Now, there's a profound irony here. Going back to the beginning of the usage of the term robot, the play "RUR," there was always a concept that if we developed machine intelligence, there would be a cybernetic revolt. The machines would rise up against us. One major consequence of this work is that maybe all of these decades, we've had the whole concept of cybernetic revolt in reverse. It's not that machines first become intelligent and then megalomaniacal and try to take over the world. It's quite the opposite, that the urge to take control of all possible futures is a more fundamental principle than that of intelligence, that general intelligence may in fact emerge directly from this sort of control-grabbing, rather than vice versa.
عاقبة أخرى مهمة هي البحث عن الهدف. إنني أُسأل غالباً، كيف يمكن تفسير قدرة البحث عن الأهداف في هذا الإطار؟ و الإجابة هي، إن القدرة على البحث عن الأهداف يمكن تفسيرها مباشرة من هذا بالمنطق التالي: كما تعبر خلال نفق، عنق زجاجة في فضاء طريقك المستقبلي، من أجل إنجاز العديد من الأهداف الأخرى لاحقاً، أو كما تستثمر بضمان مالي، تقليل من مرونك في المدى القصير من أجل زيادة ثروتك على المدى الطويل، إن البحث عن الهدف ينتج مباشرة عن دافع طويل الأمد لزيادة حرية تصرفك المستقبلية.
Another important consequence is goal seeking. I'm often asked, how does the ability to seek goals follow from this sort of framework? And the answer is, the ability to seek goals will follow directly from this in the following sense: just like you would travel through a tunnel, a bottleneck in your future path space, in order to achieve many other diverse objectives later on, or just like you would invest in a financial security, reducing your short-term liquidity in order to increase your wealth over the long term, goal seeking emerges directly from a long-term drive to increase future freedom of action.
و أخيراً، ريتشارد فينمان، فيزيائي معروف، كتب مرة أنه إن تدمرت الحضارة البشرية و كنت قادر على إعطاء مبدأ واحد فقط لأحفادنا لمساعدتهم على إعادة بناء الحضارة، إن ذلك المبدأ يجب أن يكون أن كل المادة حولنا مصنوعة من عناصر صغيرة يجذب بعضها الآخر عندما تبتعد عن بعضها لكن تتنافر عندما تقترب من بعضها. نسختي المقابلة لتلك المقولة هي أن نعطي أحفادنا لمساعدتهم على بناء نواحي الذكاء الاصطناعي أو لمساعدتهم على فهم الذكاء البشري، هو التالي: إن الذكاء يجب أن ينظر إليه على أنه عملية فيزيائية التي تحاول أن تزيد من حرية التصرف المستقبلية إلى أقصى الحدود و تتجنب القيود في مستقبلها.
Finally, Richard Feynman, famous physicist, once wrote that if human civilization were destroyed and you could pass only a single concept on to our descendants to help them rebuild civilization, that concept should be that all matter around us is made out of tiny elements that attract each other when they're far apart but repel each other when they're close together. My equivalent of that statement to pass on to descendants to help them build artificial intelligences or to help them understand human intelligence, is the following: Intelligence should be viewed as a physical process that tries to maximize future freedom of action and avoid constraints in its own future.
شكراً جزيلاً.
Thank you very much.
(تصفيق)
(Applause)