صياغة السؤال
يبدأ هامينج بفخ. "هل يمكن للآلات أن تفكر؟" يبدو مثل سؤال بسيط نعم أم لا. يجادل بأنه يخفي ثلاث مشاكل منفصلة: ما الذي يُعتبر آلة، ما الذي يُعتبر تفكيراً، وما إذا كان للسؤال إجابة ذات معنى حتى.
أمضى سنة في محاولة تحديد أصغر برنامج يعتقد أنه قد يفكر. بعد سنة من الفشل، خلص إلى أنه كان يطرح السؤال الخاطئ. ربما التفكير ليس خاصية نعم أم لا. ربما يقبل درجات.
تحول إطاره: بدلاً من "هل يمكن للآلات أن تفكر،" اسأل "إلى أي مدى يمكن للآلات أن تخفف الأعباء الفكرية في الحياة؟" يشير هذا السؤال مباشرة إلى الفائدة بدلاً من الميتافيزياء.
خطر اليقين
يحذر هامينج من أن كلا الطرفين ينطوي على مخاطر مهنية. إذا اعتقدت أن الآلات لا تستطيع التفكير: ستقلل من استخدامك لها وستتخلف عن الركب. إذا اعتقدت أن الآلات يمكنها بوضوح أن تفكر: ستبالغ في تقديرها وستبني أنظمة تفشل بطرق لم تتوقعها.
لا أحد من الاعتقادين آمن. يجب عليك تطوير موقفك الخاص المدروس.
اختبار تورينج
اقترح Alan Turing في عام 1950 اختباراً سلوكياً: إذا لم يستطع شخص على جهاز التلنت التمييز بين إنسان وآلة مبرمجة بشكل مناسب، فإن الآلة "تفكر" — بحكم التعريف.
يحترم هامينج براعة الحركة. يتجنب Turing السؤال الفلسفي التي لا يمكن الإجابة عليه حول الخبرة الداخلية ويحل محله سلوك قابل للملاحظة. هذا غريزة علمية جيدة.
لكن لدى هامينج اعتراض هيكلي: اختبار Turing ينتهك الطريقة العلمية القياسية. تبدأ العلوم بأبسط المشاكل أولاً، وليس بالأصعب. اختبار Turing يقفز مباشرة إلى الذكاء المحادثي الكامل قبل أن نفهم التعلم البسيط أو اتباع القواعد.
ما لا يمكن وضعه في الكلمات
ادعاء هامينج المركزي عن حدود ذكاء الآلة: ليست كل المعرفة البشرية قابلة للترجمة إلى قواعد أو تعليمات. تقاوم بعض المعرفة الرسمية — ليس لأننا نفتقر إلى الجهد أو الذكاء، بل لأن الحديث ليس الوسيط الصحيح.
حاولت الأنظمة الخبيرة في الثمانينيات أن تلتقط الخبرة كقواعد أساسية: إذا كانت الأعراض-أ والأعراض-ب ثم التشخيص-ج. عملوا في مجالات ضيقة محددة جيداً. فشلوا عند حدود تلك المجالات، حيث تعتبر المعرفة الضمنية للممارسين ذوي الخبرة مهمة جداً.
حدس الكيميائي حول الطريقة التي ستجري بها التفاعل، الشعور الموهوب للحام للفجوة الصحيحة، إحساس الجراح بأن الأنسجة تبدو خاطئة — هذه ليست ببساطة قواعد تنتظر التعبير عنها. يجادل هامينج أن بعضها قد يكون غير قابل للترميز بشكل دائم.
لماذا هذا مهم للأتمتة
تعمل الأنظمة القائمة على القواعد بشكل جيد جداً في مركز المجالات المحددة جيداً. إنهم فشلوا عند الحد. يعيش الممارسون ذوو الخبرة عند الحد. يشكل هذا عدم التماثل ما يمكن للأتمتة أن تحل محله وما لا يمكنها.
تحديد المعرفة الضمنية
عبارة Michael Polanyi عن هذا: "نحن نعرف أكثر مما يمكننا قول." استخدم مثال التعرف على الوجوه — معظم الناس يعرفون آلاف الوجوه على الفور ولكن لا يمكنهم وصف القواعد التي يستخدمونها.
يربط هامينج هذا بالأنظمة الخبيرة: المشكلة الأعمق ليست أننا لم نكتب القواعد بعد؛ إنها أنه بالنسبة لبعض المجالات، لا توجد مجموعة قواعد كاملة.
لعبة تيك تاك تو ذات البعد 4×4×4
يستخدم هامينج لعبة تيك تاك تو ثلاثية الأبعاد بحجم 4×4×4 كمثاله. يحتوي اللوح على 64 مربعات و76 خط فائز. لعبة تيك تاك تو ثنائية الأبعاد لها استراتيجية رسم معروفة؛ تثبت عدم وجود ذكاء مثير للاهتمام. نسخة 4×4×4 صعبة بما يكفي لتتطلب استدلالات حقيقية.
هيكل البرنامج
الخطوة 1: عدد الحركات القانونية.
الخطوة 2: تفضيل "النقاط الساخنة" — الزوايا والمراكز لها خطوط فائزة أكثر من خلالها من الحواف أو مراكز الوجه. استخدم ثنائية المركز والزاوية للمكعب: يوجد قلب للمكعب يرسل الزوايا إلى المراكز والمراكز إلى الزوايا مع الحفاظ على جميع الخطوط الـ 76.
الخطوة 3: اللعب عشوائياً بين الحركات المتوازنة تقريباً. تسمح اللعبة الحتمية لخصم صبور برسم استراتيجيتك والعثور على الثغرات. تمنع العشوائية الاستغلال المنهجي.
الخطوة 4: تطبيق القواعس المتسلسلة بترتيب الأولوية.
القواعس المتسلسلة، بترتيب الأولوية: (1) فوز إذا كانت الحركة الفائزة موجودة؛ (2) منع حركة الخصم الفائزة؛ (3) أخذ حركة متشعبة إن أمكن؛ (4) منع حركة الخصم المتشعبة؛ (5) إجراء حركات فرضية؛ (6) العودة إلى الاستدلالات.
لاحظ الهيكل: القواعس الحتمية تغطي المواقف المحددة بوضوح. الاستدلالات تتعامل مع كل شيء آخر. الخط بينهما هو بالضبط حيث تبدأ المعرفة الضمنية.
برنامج لعبة الداما الخاص بـ Samuel
كتب Arthur Samuel في IBM برنامج لعبة الداما الذي أصبح مشهوراً بهزيمة بطل الولاية. ما الذي جعله ملحوظاً: استخدم آلية التعلم. وضع Samuel المعاملات دالة التقييم (وزن التحكم في اللوحة، ميزة الملك، الحراك، تثبيت القطعة، إلخ)، ثم سمح لنسختين من البرنامج باللعب ضد بعضهما البعض مع إعدادات معاملات مختلفة قليلاً. نسخة الأداء الأفضل نجحت.
هذا بحث معاملات، وليس اكتشاف قواعد — لكنه يشكل التعلم بمعنى معنى. تحسن البرنامج بدون أن يكتب المبرمج قواعد أفضل بشكل صريح.
يسأل هامينج: هل أظهر برنامج Samuel أصالة عندما قام بتحركات مفاجئة؟ لا يمكنك إثبات أنه فعل، لكن لا يمكنك أيضاً إثبات أن لديك أصالة بأي معنى يستبعد برنامج الداما.
الأنظمة الخبيرة وحدودها
مثلت الأنظمة الخبيرة من السبعينات والثمانينات محاولة الأكثر منهجية لرسمية المعرفة المهنية كقواعس قابلة للتنفيذ الآلي. التشخيص الطبي، مسح جيولوجي، تحليل مالي، تصميم دارة — اجتذب كل مجال نظامه الخاص القائم على القواعس.
كان الأداء في المشاكل الفرعية المحددة جيداً غالباً ما يكون مثيراً للإعجاب. لكن الأنظمة مشتركة بطريقة فشل: عملوا حتى تجاوز المشكلة تغطية القاعدة، ثم فشلوا تماماً. يقلل الخبراء البشريون بشكل جميل؛ تقع الأنظمة القائمة على القواعس من منحدر.
السبب الجذري الذي يحدده هامينج: لم يكن لدى الأشخاص الذين بنوا الأنظمة الخبيرة طريقة منهجية لمعرفة ما كان يفتقد. يمكن للخبراء التعبير عن قواعدهم — لكن الخبراء يستخدمون حكمهم غير قابل للترميز لتقرر القواعس التي تنطبق في موقف معين. لم تصل تلك الحكم على المستوى الفوقي أبداً إلى النظام.
السؤال الصحيح لحياتك المهنية
السؤال المفيد عملياً ليس "هل يمكن للآلات أن تفكر؟" إنه: بالنسبة لأي مهمة في مجالك، هل تعيش الصعوبة المهمة في مركز مغطى بالقواعس، أم عند الحد حيث يعمل الحكم والمعرفة الضمنية؟ تتعامل الأتمتة بشكل موثوق مع السابق. تكافح مع الأخير. يتبع إستراتيجية حياتك المهنية من معرفة الفرق.