کاربست تدبر قرآنی در قالب الگوریتم‌های شبیه‌سازی برای ارتقای حکمرانی

به گزارش خبرنگار ایکنا، سلسله نشست‌های تخصصی «هوش مصنوعی و قرآن‌پژوهی دیجیتال» هم‌زمان با برگزاری سی و سومین نمایشگاه بین‌المللی قرآن کریم در مصلای امام خمینی (ره) تهران در حال برگزاری است.

نشست تخصصی «هوش مصنوعی و قرآن‌پژوهی دیجیتال» شامگاه دوشنبه 4 اسفند با سخنرانی حجت الاسلام و المسلمین سید سعیدرضا عاملی، رئیس دانشکده مطالعات جهان و عضو شورای عالی فضای مجازی برگزار شد.

وی در این جلسه به تبیین موضوع «نسبت میان شبکه‌های عصبی انسان، شبکه‌های هوش مصنوعی و یادگیری عمیق تعالیم قرآنی» با محوریت الگوهای اندیشه‌ورزی در قرآن کریم از جمله تفکر، تعقل، تدبر، رأی، فهم و علم پرداخت.

شباهت ساختاری مغز انسان و هوش مصنوعی در مقیاس تریلیونی

عاملی در ابتدای سخنان خود به مقایسه ظرفیت‌های پردازشی پرداخت و اظهار کرد: امروزه مدل‌های پیشرفته هوش مصنوعی ادعای استفاده از بیش از یک تریلیون پارامتر را دارند، این در حالی است که مغز انسان با حدود ۸۶ میلیارد نورون و بیش از یک تریلیون سیناپس، شبکه‌ای بی‌نظیر از تبادلات را شکل می‌دهد. اگر بخواهیم مغز انسان را به‌طور کامل کپی‌سازی کنیم، نیازمند تعریف پارامترهایی در همین مقیاس گسترده هستیم.

وی با اشاره به پژوهش‌های جدید در حوزه علوم اعصاب افزود: تحقیقات دانشمندانی چون موسوی موحد نشان می‌دهد که علاوه بر مغز، در قلب انسان نیز حدود ۴۰ هزار نورون وجود دارد که علیرغم تعداد کم، نقشی راهبردی و تعیین‌بخش در هدایت هوش هیجانی و فرآیندهای ادراکی ایفا می‌کنند.

از منطق صفر و یک تا انعطاف کوانتومی

عضو شورای عالی فضای مجازی با تبیین ساختار «ماژولار» و «لایه‌بندی‌شده» در مغز، اینترنت و هوش مصنوعی، خاطرنشان کرد: ساختار هوش مصنوعی از مغز انسان الگوبرداری شده است. لایه‌بندی در شبکه‌های عصبی عمیق به ما اجازه می‌دهد تا مانند ذهن انسان، ده‌ها فایل و لایه اطلاعاتی را به‌طور همزمان پردازش کرده و در نهایت یک پیکره واحد و یکپارچه (مانند قطعات یک پازل) ایجاد کنیم.

عاملی همچنین به عبور از منطق سنتی اشاره کرد و گفت: منطق کوانتوم، انحصار «صفر و یک» را از بین برده و فضایی معلق و منعطف میان این دو قطب ایجاد کرده است. این همان قابلیتی است که در مغز انسان به شکل «انعطاف‌پذیری عصبی» وجود دارد و به ما اجازه بازآرایی اتصالات و بهینه‌سازی انتخاب‌ها را می‌دهد.

ترجمه مفاهیم قرآنی به زبان الگوریتم

وی به امکان مدل‌سازی مفاهیم قرآنی در هوش مصنوعی اشاره کرد و گفت: مفاهیمی همچون تفکر، تعقل، تدبر و رأی که در قرآن کریم بر آن‌ها تأکید شده، قابلیت تبدیل شدن به مدل‌های الگوریتمی را دارند.

عاملی تفکر را فرآیندی تکرارشونده برای بازگشت به مقدمات و استقرار نتیجه دانست و آن را با فرآیند به‌روزرسانی تکرارشونده پارامترها در الگوریتم‌های یادگیری مقایسه کرد. 

وی تعقل را فراتر از پردازش آماری صرف توصیف کرد و گفت: تعقل در منطق قرآنی به معنای رها شدن از انقیاد هوای نفس است. در هوش مصنوعی، این موضوع را می‌توان به شکل الگوریتم‌های گرادیانی کاهشی برای کم کردن خطا و حرکت به سمت اصول ثابت و بهینه‌سازی نتایج مدل‌سازی کرد.

چالش هوش هیجانی و جعبه سیاه هوش مصنوعی

رئیس دانشکده مطالعات جهان با اشاره به وجود «جعبه سیاه» (Black Box) در شبکه‌های عصبی مصنوعی، یادآور شد که اگرچه هوش مصنوعی در محاسبات پیچیده و کاهش خطا بسیار موفق است، اما تفاوت بنیادین عقل انسانی در آمیختگی آن با احساسات و هیجانات (هوش هیجانی) نهفته است که ریشه در «قلب» دارد.

وی تأکید کرد که با تمرکز بر مولفه‌های عملیاتی، می‌توان فهم و تدبر قرآنی را در قالب الگوریتم‌های شبیه‌سازی، برای ارتقای حکمرانی و حل مسائل جامعه به کار بست.

مدل‌سازی «تعقل» و «تفکر» در بستر الگوریتم‌ها

عضو شورای عالی فضای مجازی با تبیین امکان تبدیل مفاهیم قرآنی به زبان ریاضی و الگوریتم گفت: مفاهیمی همچون تفکر، تعقل، تدبر، علم و رأی کاملاً قابل مدل‌سازی هستند. برای مثال، تفکر در لایه الگوریتمی، مشابه فرآیند به‌روزرسانی تکرارشونده پارامترهاست و تعقل به مثابه حرکت به سمت عقل محض و رهایی از انقیاد هوای نفس، شباهت بسیاری به منطق کاهش خطا و گرادیان‌ها در یادگیری عمیق دارد.

طراحی سیستم «قضاوت هوشمند» با الهام از مفهوم «رأی»

عاملی با انتقاد از فقدان آرای ثابت در برخی فرآیندهای قضایی کنونی، پیشنهاد طراحی «قضاوت هوشمند» را مطرح کرد و افزود: رأی در سنت تفسیری، داوری مبتنی بر موازین و پرهیز از قضاوت شتاب‌زده است. در روش‌های هوشمند، مدل می‌تواند چندین پاسخ تولید کرده و سپس با یک معیار درونی فرادست (مانند تفکیک روایات ثقه از غیرثقه)، بهترین گزینه را انتخاب و بر تعارض آرا غلبه کند.

از انقلاب داده تا انقلاب عملکرد؛ ضرورت کالیبراسیون مدل‌ها

رئیس دانشکده مطالعات جهان با تفکیک دو مرحله از انقلاب دیجیتال تصریح کرد: انقلاب اول تبدیل اطلاعات به داده بود که تا سال ۲۰۱۰ به اوج رسید، اما انقلاب دوم، تبدیل داده به عملکرد است؛ یعنی هوش مصنوعی بتواند از قرآن الهام گرفته و محصول و پاسخ تولید کند.

وی همچنین بر ضرورت «کالیبراسیون» مدل‌های زبانی بزرگ (LLMs) تأکید کرد و گفت: علم قرآنی، دانشی منسجم و منطبق بر حقیقت است، در حالی که مدل‌های فعلی غالباً دچار عدم کالیبراسیون هستند و باید با ظرفیت‌های بزرگ داده‌ای ما هم‌راستا شوند.

عملیاتی‌سازی «تدبیر» در معماری‌های نوین هوش مصنوعی

وی مفهوم قرآنی «تدبر» را به معنای نظر در عواقب و سنجش پیامدهای دوربرد دانست و اظهار کرد: امروز معماری‌های مبتنی بر توجه (Attention) در مدل‌های زبانی، امکان مدل‌سازی وابستگی‌های بلندمدت را فراهم کرده‌اند. ما می‌توانیم با ادغام شبیه‌سازهای پیامدی در کنار مدل‌های زبانی، پیش از صدور هر پاسخ، پیامدهای منطقی و هنجاری آن را ارزیابی کنیم که این همان عملیاتی‌سازی تدبر است.

لزوم تغییر پارادایم در مواجهه با هوش مصنوعی

عاملی در پایان خاطرنشان کرد: ظرفیت اصلی ما تنها استفاده از هوش مصنوعی برای فهم قرآن نیست، بلکه باید الگوی شبکه عصبی قرآن را برای طراحی هوش مصنوعی به کار بگیریم. هدف نهایی این است که هوش مصنوعی بتواند بر اساس تعالیم فکری قرآن، به مسائل پیچیده انسان معاصر از جمله چالش‌های هویتی و اختلالات روانی پاسخ دهد که این امر مستلزم پیوند حوزه‌های نورولوژی، ارتباطات و هوش مصنوعی است.