آیا سیلیکون می‌تواند رنج بکشد؟

فیلم علمی-تخیلی «فرا-ماشین» با آزمونی به‌ظاهر آشنا آغاز می‌شود: یک برنامه‌نویس جوان به نام کیلب مأمور می‌شود تا با یک هوش مصنوعی پیشرفته به نام ایوا تعامل کرده و تشخیص دهد که آیا این ماشین دارای آگاهی است یا خیر. با این حال، این آزمون، یک آزمون تورینگ کلاسیک نیست. کیلب از همان ابتدا می‌داند که ایوا یک ماشین است. چالش واقعی، فراتر از تقلید صرف رفتار انسان، اثبات درک واقعی، خودآگاهی و وجود یک ذهن حقیقی است. این فیلم، بیش از آن‌که داستانی درباره آیندۀ هوش مصنوعی باشد، نمایشی از مسائل فلسفی عمیقی است که در قلب علوم کامپیوتر قرار دارند.

برای قرن‌ها، فلاسفه با یک پرسش بنیادین درگیر بوده‌اند: «مسئلۀ ذهن و بدن». به زبان ساده، ذهن ما (افکار، احساسات و آگاهی ما) چگونه با بدن فیزیکی‌مان ارتباط برقرار می‌کند؟ چطور یک فکر نامرئی می‌تواند دست ما را به حرکت درآورد؟

در میانۀ قرن بیستم، پاسخی انقلابی به این پرسش ارائه شد که مسیر فلسفۀ ذهن و علوم شناختی را برای همیشه تغییر داد: کارکردگرایی. این نظریه که توسط فیلسوفی به نام هیلاری پاتنم مطرح شد، به‌طور کامل پرسش «جنس» ذهن را کنار گذاشت. کارکردگرایی ادعا می‌کند که حالات ذهنی با آن‌چه هستند (جنس مادی یا غیرمادی) تعریف نمی‌شوند، بلکه با آن‌چه انجام می‌دهند تعریف می‌شوند؛ یعنی کارکرد آن‌ها در یک سیستم. این نظریه، استعارۀ قدرتمند «ذهن، به‌مثابۀ نرم‌افزار» و «مغز، به‌مثابۀ سخت‌افزار» را معرفی کرد که به سنگ بنای علوم شناختی مدرن تبدیل شد.

انقلاب کارکردگرایی: اگر مانند ذهن عمل کند، پس ذهن است

برای درک اهمیت کارکردگرایی، باید ابتدا نظریۀ رقیب آن را بشناسیم: نظریۀ این‌همانی ذهن-مغز.

این نظریه را می‌توان هم‌چون یک تابع یک‌به‌یک در نظر گرفت. این دیدگاه ادعا می‌کند که بین مجموعۀ «انواع حالات ذهنی» و مجموعۀ «انواع حالات فیزیکی مغز» یک تناظر ‌یک‌به‌یک وجود دارد. به عبارت دیگر، هر حالت ذهنی مشخص، مانند درد، دقیقاً و منحصراً به یک حالت فیزیکی خاص در مغز، مانند «فعال شدن رشته‌های عصبی C» نگاشت می‌شود و با آن این‌همان است. این مدل، یک راه‌حل فیزیکالیستی ساده و زیبا بود، اما هیلاری پاتنم نشان داد که این تابع در واقع یک‌به‌یک نیست. او استدلال کرد که یک حالت ذهنی واحد می‌تواند توسط چندین حالت فیزیکی متفاوت تحقق یابد، که این امر اساساً فرض تناظر یک‌به‌یک را نقض می‌کند.

برهان قاطع: تحقق‌پذیری چندگانه

برهان اصلی پاتنم علیه نظریۀ این‌همانی، مفهومی به نام «تحقق‌پذیری چندگانه» بود. پاتنم استدلال کرد که ایدۀ «هر حالت ذهنی با یک نوع حالت مغزی خاص این‌همان است»، به‌شدت نامحتمل و حدسی بسیار جاه‌طلبانه است. او به این واقعیت تجربی اشاره کرد که موجودات بسیار متفاوتی در طبیعت، مانند پستانداران، خزندگان، پرندگان و حتی هشت‌پاها، همگی به نظر می‌رسد که درد را تجربه می‌کنند. با این حال، ساختار عصبی این موجودات به‌شدت با یک‌دیگر متفاوت است. اگر نظریه این‌همانی درست باشد، باید یک ویژگی فیزیکی-شیمیایی مشترک در مغز تمام این گونه‌های متفاوت وجود داشته باشد که دقیقاً با حالت ذهنی درد متناظر باشد؛ امری که از نظر زیست‌شناختی بسیار نامحتمل است. شهود ما می‌گوید که اگر سیستمی به شیوه‌ای مشابه ما رفتار کند و همان نقش‌های کارکردی را ایفا کند، می‌تواند همان حالات ذهنی ما را داشته باشد.

قدرت تحقق‌پذیری چندگانه در این بود که نشان داد همان‌طور که یک دانشمند کامپیوتر می‌تواند منطق یک الگوریتم (مانند DFS) را بدون توجه به سخت‌افزاری که روی آن اجرا می‌شود (پردازندۀ اینتل، ARM یا یک کامپیوتر مکانیکی) تحلیل کند، کارکردگرایی نیز ذهن را در سطح الگوریتم‌های آن تحلیل می‌کند، نه در سطح پیاده‌سازی فیزیکی. ذهن، برنامه است، نه ماشینی که برنامه را اجرا می‌کند.

همان‌طور که پاتنم به شکلی به‌یادماندنی گفت: «ما می‌توانستیم از پنیر سوئیسی ساخته شده باشیم و این هیچ اهمیتی نداشت.» این ایده، مجوز فلسفی لازم برای پروژۀ هوش مصنوعی عمومی را صادر کرد: اگر هوش یک ویژگی کارکردی است، پس می‌توان آن را مهندسی معکوس کرد و بر روی یک بستر جدید و غیربیولوژیکی مانند سیلیکون پیاده‌سازی نمود.

کارکردگرایی ماشین-حالت پاتنم

فرمول‌بندی اولیۀ پاتنم، یک مدل‌سازی مستقیم از ذهن بر اساس نظریۀ اتوماتاست. در این دیدگاه، یک سیستم شناختی را می‌توان به‌صورت یک ماشین تورینگ با خروجی رفتاری، مدل‌سازی کرد که آن را «ماشین تورینگ روان‌شناختی» یا PTM می‌نامیم.

۱. تعریف صوری ماشین

یک PTM به‌صورت یک ۶-تایی مرتب $M = (Q, \Sigma, \Gamma, B, \delta, q_0)$ تعریف می‌شود.

• $Q$ (مجموعۀ حالات ذهنی): مجموعه‌ای متناهی از حالات داخلی ماشین است که متناظر با انواع حالات ذهنی مانند درد، شادی، باور یا میل است.

$$Q = \{q_{\mathrm{neutral}}, q_{\mathrm{pain}}, q_{\mathrm{belief}_p}, q_{\mathrm{desire}_q}, \dots\}$$

• $\Sigma$ (الفبای ورودی حسی): مجموعه‌ای متناهی از نمادهای ورودی است که از محیط دریافت می‌شوند.

$$\Sigma = \{\sigma_{\mathrm{light}}, \sigma_{\mathrm{sound}}, \sigma_{\mathrm{damage}}, \dots\}$$

• $\Gamma$ (الفبای نوار/حافظه): مجموعه‌ای متناهی از نمادهای حافظه که می‌توان روی نوار نوشت. این نوار حافظه، باورها و خاطرات سیستم را بازنمایی می‌کند.

$$\Gamma = \{\sqcup, \sigma_{\mathrm{red}}, \sigma_{\mathrm{square}}, \dots\}$$

• $B$ (الفبای خروجی رفتاری): مجموعه‌ای متناهی از رفتار خروجی است که ماشین می‌تواند در جهان فیزیکی انجام دهد.

$$B = \{A_{\mathrm{scream}}, A_{\mathrm{move}}, A_{\mathrm{speak}}, \dots\}$$

• $q_0 \in Q$: حالت اولیهٔ ماشین.

• $\delta$ (تابع گذار): این تابع، برنامه یا قوانین روان‌شناختی ذهن را تعریف می‌کند. این یک نگاشت است که وضعیت فعلی سیستم و نماد خوانده‌شده از حافظه را به وضعیت بعدی، عملیات روی حافظه و یک رفتار خروجی مرتبط می‌کند.

$$\delta : Q \times \Gamma \to Q \times \Gamma \times \{L, R, S\} \times B$$

۲. تحلیل مثال درد

اکنون درد را نه به‌عنوان یک حس، بلکه به‌عنوان یک حالت ($q_{\mathrm{pain}}$) در ماشین تعریف می‌کنیم.

فرض کنید سیستم در حالت خنثی ($q_{\mathrm{neutral}}$) قرار دارد. یک ورودی حسی آسیب بافتی ($\sigma_{\mathrm{damage}}$) دریافت می‌شود. این ورودی روی نوار خالی نوشته می‌شود.

پیکربندی ماشین:

• حالت فعلی: ($q_{\mathrm{neutral}}$)
• محتوای نوار:

$$\dots \sigma_{\mathrm{something}}, \sigma_{\mathrm{damage}}, \sigma_{\mathrm{something}} \dots$$

(هد روی $\sigma_{\mathrm{damage}}$ قرار دارد.)

اجرای الگوریتم:

ماشین تابع گذار $\delta$ را برای ورودی $(q_{\mathrm{neutral}}, \sigma_{\mathrm{damage}})$ فراخوانی می‌کند. فرض کنید یک قاعده در $\delta$ به‌صورت زیر تعریف شده باشد:

$$\delta(q_{\mathrm{neutral}}, \sigma_{\mathrm{damage}}) = (q_{\mathrm{pain}}, \sigma_{\mathrm{pain}}, S, A_{\mathrm{scream}})$$

این قاعده به زبان صوری می‌گوید: اگر در حالت $q_{\mathrm{neutral}}$ هستی و نماد $\sigma_{\mathrm{damage}}$ را می‌خوانی، آن‌گاه به حالت $q_{\mathrm{pain}}$ برو، مقدار $\sigma_{\mathrm{pain}}$ را روی نوار بنویس، هد را ثابت نگه دار و عمل فریاد زدن ($A_{\mathrm{scream}}$) را اجرا کن.

در این مدل، درد چیزی نیست جز حالت $q_{\mathrm{pain}}$ که نقش آن کاملاً توسط قواعدی مانند قاعدۀ بالا در تابع $\delta$ تعریف می‌شود. این حالت، یک گره در یک گراف عظیم از حالات و گذارهاست که رفتار کل سیستم را مشخص می‌کند.

مسئلۀ دشوار: آیا یک الگوریتم می‌تواند درد را احساس کند؟

کارکردگرایی با ارائۀ یک مدل ماشینی و غیررازآلود از ذهن به موفقیت بزرگی دست یافت. اما همین ویژگی ماشینی بودن، بزرگ‌ترین نقطۀ ضعف آن را آشکار کرد: این نظریه به‌خوبی جنبه‌های پردازش اطلاعاتی ذهن را توضیح می‌دهد، اما در توضیح یک جنبۀ اساسی دیگر ناتوان به نظر می‌رسد: تجربۀ سوبژکتیو آگاهی یا کوالیا. تصور کنید یک ربات فوق‌پیشرفته می‌تواند یک لیمو را اسکن کند، فرمول شیمیایی آن را تحلیل کند و بگوید: «این میوه ترش است». ربات تمام اطلاعات مربوط به ترشی را دارد. اما آیا آن حس واقعی و درونی ترشی را که شما تجربه می‌کنید، درک می‌کند؟ آن حس درونی و شخصی دقیقاً همان چیزی است که فلاسفه به آن کوالیا می‌گویند؛ کیفیت ذهنی و تجربۀ خام ما از جهان، مانند قرمزی رنگ قرمز یا دردناک بودن یک سردرد. مشکل اصلی این‌جاست که کارکردگرایی عملکردها را توضیح می‌دهد، اما به نظر می‌رسد این کیفیت درونی تجربه را نادیده می‌گیرد. این چالش به‌قدری جدی است که فلاسفه برای نشان دادن آن، چندین آزمایش فکری طراحی کرده‌اند.

آزمایش فکری: اتاق مری (برهان معرفت)

مشهورترین برهان علیه فیزیکالیسم و کارکردگرایی، توسط فرانک جکسون ارائه شد: مری یک دانشمند علوم اعصاب فوق‌العاده باهوش است که تمام عمر خود را در یک اتاق سیاه و سفید گذرانده و جهان را از طریق یک مانیتور سیاه و سفید مشاهده می‌کند. او متخصص فیزیولوژی عصبی بینایی رنگ است و تمام حقایق فیزیکی موجود دربارۀ جهان را می‌آموزد. او می‌داند که وقتی افراد یک گوجه‌فرنگی قرمز را می‌بینند، چه اتفاقی در مغز و شبکیۀ چشم آن‌ها رخ می‌دهد. یک روز، مری از اتاق آزاد می‌شود و برای اولین بار یک گوجه‌فرنگی قرمز واقعی را می‌بیند. پرسش اصلی این است: آیا مری چیز جدیدی یاد می‌گیرد؟ پاسخ شهودی اکثر مردم، بله است. او یاد می‌گیرد که دیدن رنگ قرمز چگونه است. اگر مری چیز جدیدی یاد بگیرد، به این معناست که دانش قبلی او —که شامل تمام حقایق فیزیکی و کارکردی بود— کامل نبوده‌است. بنابراین، باید حقایقی غیرفیزیکی و غیرکارکردی در جهان وجود داشته باشد؛ یعنی حقایقی دربارۀ کوالیا.

پاسخ کارکردگرا: حمله به مفهوم کوالیا

در مواجهه با این چالش، فیلسوفی مانند دنیل دنت به‌جای دفاع صرف، به خود مفهوم کوالیا حمله کرد. دنت استدلال می‌کند که کوالیا یک مفهوم فلسفی مغشوش و نامنسجم است. او مقدمۀ اصلی برهان اتاق مری را به چالش می‌کشد و می‌گوید اگر دانش مری واقعاً کامل بود، او می‌توانست با شبیه‌سازی عصبی، تجربۀ دیدن رنگ قرمز را پیش‌بینی کند و در نتیجه هیچ‌چیز جدیدی نمی‌آموخت. دنت می‌گوید اگر به مری یک موز آبی نشان دهند، او با دانش کاملش فریب نمی‌خورد و می‌گوید: «شما یک موز را آبی کرده‌اید. این تجربه با آن‌چه انسان‌ها هنگام دیدن رنگ آبی دارند، مطابقت دارد». این نشان می‌دهد دانش او از قبل، توانایی شناسایی تجربه را شامل می‌شده‌است. از نظر دنت، آن‌چه ما کوالیا می‌نامیم، ویژگی‌های جادویی و غیرفیزیکی نیست، بلکه مجموعه‌ای فوق‌العاده پیچیده از تمایلات و واکنش‌های عصبی در مغز ماست که به‌دلیل پیچیدگی‌شان، وصف‌ناپذیر به نظر می‌رسند. با این حال، بسیاری از فلاسفه معتقدند که این پاسخ، هرچقدر هم هوشمندانه باشد، شهود قدرتمند ما مبنی بر وجود یک کیفیت درونی واقعی در تجربیات‌مان را به‌طور کامل از بین نمی‌برد.

برنامۀ ناتمام

کارکردگرایی با تلقی ذهن به‌عنوان یک نرم‌افزار، سنگ بنای فلسفی هوش مصنوعی است، اما همچنان در توضیح تجربۀ ذهنی و آگاهی (کوالیا)، که در آزمایش فکری اتاق مری به چالش کشیده می‌شود، ناتوان است. این مناظرۀ حل‌نشده، با پیشرفت سیستم‌های هوشمند، از حوزۀ نظری به عملی منتقل شده و پرسش از امکان آگاهی ماشین را به یک چالش واقعی برای سازندگان آن تبدیل کرده‌است.