مسیو گینزبرگ در خیلی از کارها خوب است؛ او دانشمند هوش مصنوعی، نویسنده، نمایشنامه نویس، شعبده باز و خلبان هواپیما نمایشی است. اما او در حل جدول کلمات خيلي خوب نيست. در واقع او با وجود نوشتن جدول کلمات برای نیویورک تایمز میگوید که وقتی منتشر میشوند، اغلب نمیتواند خودش آنها را حل کند!
هنگامی که مسیو گینزبرگ در سالن مجلل هتل نشسته بود و همزمان داشت در یک مسابقه ی بزرگ حل جدول کلمات در ایالات متحده میباخت، تصمیم گرفت برای حل این مشکل کاری انجام دهد. او به بی بی سی گفت: «من با ۷۰۰ نفر که واقعاً در حل پازلهای جدول کلمات خوب بودند، رقابت کردم و این مسئله که آنقدر در حل آنها افتضاح بودم، مرا اذیت میکرد؛ بنابراین تصمیم گرفتم یک برنامه کامپیوتری بنویسم که از جانب من، جدولها را حل کند.
مسیو گینزبرگ بالاخره این کار را کرد؛ بعد از 10 بار تلاشی که به شکست منجر شد، دکتر فیل (نام برنامه کامپیوتری حل جدول کلمات) به تازگی در اولین نبردی که در مسابقات پازل جدول کلمات آمریکا شرکت کرده بود برنده شد.
دکتر فیل برای انبوهی از دادهها آموزش داده شده بود؛ که از آنها میتوان به یک پایگاه دادهی عظیم حل جدول کلمات و پاسخهای بدست آمده از وب اشاره کرد.
به این برنامه برای جستجوی پرسرعت کلمات جایگزین احتمالی، در جدول کلمات متقاطع، آموزش داده شده بود. دکتر گینزبرگ اعتراف میکند که این سیستم هنوز “تکامل نیافته” بود.
گینزبرگ درباره مسابقات بعدی گفت: «چند هفته قبل از این رویداد، با افرادی که در برکلی کار میکردند برخورد کردم که یک سیستم حل جدول کلمات متقاطع ساخته بودند. ما خیلی سریع متوجه شدیم که میتوانیم این دو را با هم ترکیب کنیم.»
پروفسور دن کلاین که ریاست گروه پردازش زبان طبیعی را در دانشکده برکلی دانشگاه کالیفرنیا برعهده دارد، به بی بی سی توضیح داد که به دنبال چیزی است تا تیم را در زمان قرنطینهی خانگی، گرد هم بیاورد؛ و آنها ایده ساخت یک حل کننده ی جدول کلمات متقاطع را مطرح کردند.
وقتی او در مورد دکتر فیل شنید، فکر کرد که این دو سیستم مشارکت خوبی خواهند داشت.
دن کلاین ادامه داد: «سیستم ما درک گستردهتری از زبان را به ارمغان آورد و کار دکتر فیل در نحوهی ترکیب پاسخها با سرنخهای دیگر خوب بود. آنها تکنیکهای بسیار متفاوتی هستند اما به زبان مشترک احتمالات صحبت میکردند.»
پنهی مسموم
شاید جدول کلمات متقاطع برای حل شدن توسط هوش مصنوعی عجیب بنظر برسد، اما در واقع آنها یک زمین بازی قابل استفاده از یادگیری ماشینی، ارائه میدهند.
جدول کلمات متقاطع ساده که نیازمند فردی است که پاسخها را بی درنگ بداند، بسیار برای هوش مصنوعی که با مقدار زیادی از اطلاعات وب و منابعی همچون ویکی پدیا برنامه ریزی شده، ساده است.
کلمات متقاطع رمزی، که مخاطبان بریتانیا ممکن است بیشتر با آن آشنا باشند، در واقع برای یک ماشین نیز بسیار آسان است ، زیرا حاوی قوانین و نشانه های بسیار مشخصی برای مواردی مانند آناگرام است.
از سوی دیگر کلمات متقاطع به سبک آمریکایی، هم به دانش و هم به درجه ای از تفکر خلاقانه نیاز دارند.
یک سوال که پروفسور کلاین خصوصا افتخار میکند که دکتر فیل درست پاسخ داده این بود: “ظرف پاستا در مرکز راز قتل”
پروفسور کلاین میگوید: «این پاسخ حتی در ویکی پدیا پیدا نشد؛ اما دکتر فیل آن را پاسخ داد!»
دکتر گینزبرگ تایید میکند که کلمات متقاطع به سبک آمریکایی میتوانند برای درک توسط رایانهها «به شدت سخت» باشند.
دکتر فیل تنها سه اشتباه در کل مسابقه مرتکب شد، اگر چه در پایان تنها با یک خطای کوچک برنده شد.
دکتر گینزبرگ پول جایزه 3000 دلاری (۲۱۰۰ پوندی) را دریافت نکرد و گفت این چیزیست که از پیش توافق شده و “تصمیم درستی” بود. او اذعان داشت که اگر هم انسانها و هم ماشینها در مسابقات شرکت کنند، برای سازمان دهندگان مسابقات چالش برانگیز است.
او گفت: «خوشبختانه جامعهی جدول کلمات متقاطع، جمع فوق العادهای است. درحالی که رقبا ممکن است وانمود کنند که از رقیب هوش مصنوعی خود نفرت دارند و زمانی که خوب بازی میکند او را هو میکنند، دکتر فیل، از صمیم قلبش باور دارد که شرکت کنندگان “برایش آرزوی موفقیت ” دارند.»
او با اطمینان این را نمیداند چون مسابقهی امسال مجازی بود (به این معنی که نمی توانست هیچ یک از رقبا را ببیند). اگرچه به این معنا هم بود که دکتر فیل میتوانست از قدرت بیشتر کامپیوتر بهره ببرد، کامپیوتری که در حالت عادی قابل حمل نبود. دکتر فیل، برنده جایزهی دیپ مایند را بهدست آورد (یک شرکت تحقیقاتی هوش مصنوعی پیشرو و شرکتی که معمولا در بازیها برنده میشود) که قابل توجهترین آنها برد در بازی گو در سطح جهانی و در سال 2016 است.
مایکل بولینگ، دانشمند ارشد تحقیقات دیپ مایند و استاد علوم محاسبات دانشگاه آلبرتا در مورد این برد گفت: «به دکتر گینزبرگ و تیم برکلی تبریک میگویم. دیدن محققان هوش مصنوعی پیشرو که نیروهای خود را باهم ترکیب میکنند و دیدن واحدهای قدرتمند ساختاری هوش مصنوعی برای جستجو و یادگیری ای که باهم به کار گرفته شدهاند، یک دستاورد فوق العاده و همکاری الهام بخش است. دانستن اینکه کسی هست که در حل جدول کلمات بهتر از من باشد، تلاش لذت بخش من برای حل جدول روز سه شنبه را تغییر نخواهد داد.»
یادگیری متفاوت
حرکت به سمت آنچه به عنوان هوش مصنوعی همه منظوره شناخته میشود، که در آن یک ماشین میتواند به جای خوب بودن در یک چیز، مجموعهای از وظایف را تکمیل کند، در حال حاضر یک راه طولانیست. اما پیشرفتهای زیادی داشته است.
پردازش زبان طبیعی، در حال حاضر متوجه دستاوردهایی در سناریوهای دنیای واقعی همچون ترجمه، تشخیص گفتار و ممکن ساختن مکالمات روزانه با دستیاران صدا، شده است. اما پروفسور کلاین گفت: «ما تنها در آغاز درکمان از نحوهی یادگیری ماشینها هستیم. درک ما از آنچه برای کامپیوترها آسان است و آنچه سخت است یک هدف در حال پیشروی است. مردم قبلاً شگفتزده میشدند که یک کامپیوتر میتواند در شطرنج رقابت کند، اما حالا ما فکر میکنیم شگفت انگیز است که یک انسان بتواند در شطرنج در برابر یک ماشین رقابت کند.»
او ادامه داد: «شیوهای که کامپیوتر تصمیم میگیرد در آن بازی چه حرکتی انجام دهد، ترکیبی از “ریاضی، منطق، و پیشبینی” است که بعید است انسان همین رویکرد را برای انجام حرکتی مشابه در پیش بگیرد.»
دکتر گینزبرگ با تاکید بر اینکه انسانها و ماشینها از دیدگاههای مختلف به مشکلات رسیدگی میکنند، گفت: «دکتر فیل جداول را بسیار متفاوت از ما حل میکند. او جستجوی عظیمی از بین تمام پاسخهای ممکن انجام میدهد.»
او گفت: «این تنوع یک “نوید خوب” برای آینده است. ما در کنار آنها مشکلات بیشتری را از آنچه به تنهایی میتوانیم، حل خواهیم کرد. ما میخواهیم با ماشینها تیمی بسازیم که به نفع ما عمل کند. اما او هنوز هيچ برنامه اي براي سلطه بر جهان ندارد. دکتر فیل فقط یک برنامه جدول کلمات متقاطع است و با آن مشکلی ندارم.»
منبع: bbc