«پرسش صحیح این است: واتسون چیست؟» این جمله ساده اما نمادین، چشمگیرترین لحظات تاریخ رایانش را رقم زد. در فوریه ۲۰۱۱، رایانه واتسون متعلق به شرکت آیبیام (IBM) در یک رقابت تلویزیونی پرطرفدار، دو تن از بزرگترین قهرمانان تاریخ مسابقات ژوپاردی (Jeopardy!) را در هم شکست. مجموعهای از پردازندهها به اندازه یک اتاق، کاری را انجام داد که تا پیش از آن، صرفاً در قلمرو تخیل علمیتخیلی جا داشت؛ ماشین توانست به سوالات پیچیده، سرشار از کنایه و بار فرهنگی به زبان طبیعی انسان گوش دهد و در کسری از ثانیه، پاسخی دقیقتر از بهترین انسانها ارائه دهد.
تلاقی هوش مصنوعی و دامنه باز دانش
پیش از این رویداد تاریخی، مفهوم هوش مصنوعی برای عموم مردم بیشتر یک آزمایش آزمایشگاهی بود. اما پس از آن سه روز، این تکنولوژی به نیرویی ملموس تبدیل شد. قهرمانانی مانند کن جنینگز و برد راتر که در زمینه یادآوری حقایق، استدلال سریع و واکنشهای ذهنی بینظیر بودند، در برابر الگوریتمهای پردازش زبان طبیعی متحجر ماندند. این پیروزی اثبات کرد که ماشینها توانایی انجام وظایف استنتاجی پیچیده را در زمان واقعی (Real-time) دارند.
چرا مسابقه ژوپاردی آزمونی دشوار برای ماشین بود؟
برای درک عظمت این دستاورد، باید به محدودیتهای سیستمهای پرسشوپاسخ پیش از واتسون نگاهی بیندازیم. نرمافزارهای گذشته تنها میتوانستند اطلاعات را از پایگاهدادههای بسیار مشخص و ساختاریافته استخراج کنند. آنها توانایی درک مفاهیم مبهم را نداشتند. با این حال، مسابقه ژوپاردی چالشی کاملاً متفاوت ایجاد میکرد:
- دانش دامنهگسترده (Open-domain): ماشین به آگاهی عمیق از موضوعات بیشماری، از تاریخ و ادبیات گرفته تا فرهنگ عامه و بازیهای زبانی نیاز داشت.
- ترفندهای زبانی: معماها با سبکی خاص نوشته میشدند که شامل جناس، ایهام و ارجاعات فرهنگی پنهان بود.
- استنتاج چندلایه: سرنخها در این مسابقه صرفاً درخواست یک داده نیستند؛ ماشین باید.FieldContext، حساسیت به نشانههای زبانی را درک کرده و اطلاعات پراکنده را به هم پیوند میزد.
- قالب معکوس: پرسشها در این برنامه در قالب «پاسخ» ارائه میشدند و شرکتکنندگان (در اینجا ماشین) باید پاسخ خود را در قالب یک پرسخ فرمولبندی میکردند.
استدلال پیچیده در کسری از ثانیه
در نظر بگیرید که حل یک معمای ژوپاردی چه چیزی از یک ماشین میخواهد. مثلاً معمای زیر: «رمان سال ۱۸۵۰ این نویسنده که شخصیتی به نام کاپیتان آهاب در آن حضور داشت، در ابتدا 'نهنگ' نامیده میشد.» سیستم هوش مصنوعی باید تشخیص دهد که این عبارت به کتاب موبیدیک اشاره دارد، هرمان ملویل را بهعنوان نویسنده شناسایی کند، به این نکته پی ببرد که عنوان اولیه واقعاً «نهنگ» بوده و در نهایت، پاسخ را در قالب استاندارد مسابقه ارائه دهد.
چندین لایه استنتاج برای چنین درکی ضروری است و پاسخ بهصراحت در متن پرسش بیان نمیشود. اینها صرفاً جستوجوهای ساده در پایگاه داده نبودند؛ واتسون باید مفهوم کلام انسان را میفهمید.
تولد یک新风ورد جدید در فناوری
نقاط عطف در تاریخ علم معمولاً با لحظاتی مشخص میشوند که یک تکنولوژی از مرز آزمایشگاه عبور کرده و روی صحنه عمومی ظاهر میشود. پیروزی واتسون در سال ۲۰۱۱ دقیقاً همین کار را برای یادگیری ماشین و پردازش زبان طبیعی انجام داد. این رویداد فاز جدیدی از توسعه سیستمهای خبره را کلید زد؛ مسیری که امروزه سالها بعد، منجر به ظهور مدلهای زبانی پیشرفته و چتباتهای مولد شده است که روزانه با آنها تعامل داریم.
