آيا دانش بدون درك ممكن است؟

به گزارش خط بازار؛ اوايل مرداد امسال، اوپن‌اي‌آي خبري منتشر كرد كه در نگاه نخست بيشتر به يك بولتن فني شبيه بود تا رويدادي فلسفي؛ اما اگر كمي درنگ كنيم، مي‌بينيم زير پوست همين خبر، يكي از كهن‌ترين و پايدارترين پرسش‌هاي معرفت‌شناسي دوباره و با شدتي تازه زنده شده است.

اين شركت اعلام كرد نسخه‌اي داخلي و هنوز منتشرنشده از نسل بعدي مدل‌هايش با نام خانوادگي «آسترا» توانسته 10‌مساله باز و ديرينه در رياضيات، نظريه پيچيدگي كوانتومي و علوم كامپيوتر نظري را حل كند؛ مسائلي كه برخي‌شان دهه‌ها و برخي نزديك به سه دهه دست‌نخورده مانده بودند.

از ميان اين نتايج مي‌توان به اثبات قضيه تكرار موازي نمايي براي بازي‌هاي دونفره درهم‌تنيده كوانتومي اشاره كرد، اصلي بنيادين كه تا پيش از اين تنها در قلمرو كلاسيك به‌طور كامل اثبات‌شده بود، و نيز كران‌هاي سخت‌تر براي مساله نزديك‌ترين بردار كه پيامدهايي مستقيم براي رمزنگاري پساكوانتومي و راستي‌آزمايي كوانتومي دارد.

اثبات‌ها به صورت گواهي‌هاي صوري در سامانه‌ Lean منتشر شده‌اند؛ يعني هر كس مي‌تواند درستي‌شان را با يك كامپايلر تاييد كند، بي‌آنكه لازم باشد حتي يك خط از استدلال دروني مدل را «بفهمد» و دقيقا همين‌جاست كه پرسش آغاز مي‌شود: وقتي مي‌توانيم درستي يك نتيجه را با دقت ماشين تاييد كنيم اما راه رسيدن به آن برايمان كاملا تاريك و دست‌نيافتني است، آيا هنوز با «دانش» روبه‌روييم؟

در سنت فلسفي، دانش را معمولا چيزي بيش از باور درست مي‌دانستند؛ باوري كه «موجّه» باشد، يعني صاحبش بداند چرا درست است، بتواند دليلش را بازگو كند و در برابر پرسش‌هاي مكرر بايستد. اما وقتي مولّد آن باور يك مدل زباني با ميلياردها پارامتر است كه مسير استدلالش را در فضايي مي‌پيمايد كه هيچ ذهن انساني توان دنبال‌كردنش را ندارد، توجيه ديگر بر عهده فهم ما نيست، بلكه بر عهده‌ يك بازبين صوري و بي‌طرف است. اين يعني مركز ثقل معرفت‌شناسي از «فهميدن» به «تاييدشدن» جابه‌جا شده است؛ جابه‌جايي‌اي كه پيامدهايش هنوز به‌طور كامل آشكار نشده‌اند.

اين وضعيت بي‌سابقه نيست، اما اين‌بار مقياس و عمق آن بي‌سابقه است. نيم قرن پيش، اثبات قضيه چهار رنگ همين بحران را در مقياسي كوچك‌تر در جامعه رياضي برانگيخت: كامپيوتر هزار و چند صد پيكربندي را يك‌به‌يك بررسي كرد، كاري كه هيچ انساني در طول يك عمر نمي‌توانست دستي انجام دهد. عده‌اي آن را اثبات نمي‌دانستند، چون هيچ رياضيداني نمي‌توانست كل استدلال را در ذهن مرور كند.

اما آن اثبات، دست‌كم در چارچوبي كاملا بشري طراحي شده بود؛ استراتژي از آن انسان بود و كامپيوتر فقط شمارش مي‌كرد. آنچه امروز با آسترا رخ مي‌دهد از جنس ديگري است: اين‌بار نه فقط اجرا، بلكه بخش عمده استراتژي، ساختارهاي مفهومي و حتي برخي تعريف‌هاي تازه‌اي كه براي حل مساله لازم بوده‌اند، محصول ماشين‌اند.

در قلمرو پيچيدگي كوانتومي، جايي كه شهود انساني از همان ابتدا لنگ مي‌زند و فضاهاي حالت به‌صورت نمايي رشد مي‌كنند، فاصله ميان «مولّد» و «فهمنده» به‌مراتب عميق‌تر از فاصله ميان يك رياضيدان و يك كامپيوتر شمارشگر است. آيا در برابر «معرفت‌شناسي جعبه‌سياه» ايستاده‌ايم؛ نظامي كه در آن حقيقت را نه از راه فهميدنِ چرايي‌اش، بلكه صرفا از راه ورودي و خروجي درست تشخيص مي‌دهيم؟ اين تصوير بي‌شباهت به آزمايش فكري معروف «اتاق چيني» جان سرل نيست.

در آن آزمايش، فردي كه هيچ چيز از زبان و نمادهاي چيني نمي‌داند، در اتاقي با دفترچه قواعد نشسته و نمادهاي چيني را طبق دستورالعمل جابه‌جا مي‌كند و پاسخ‌هايي تحويل مي‌دهد كه براي يك ناظر بيروني كاملا معنادار و درست به نظر مي‌رسند، بي‌آنكه آن فرد ذره‌اي از معناي آن نمادها سر دربياورد. حالا نسخه كوانتومي اين آزمايش را تصور كنيد: ماشيني كه گواهي‌هاي صوري براي درهم‌تنيدگي كوانتومي صادر مي‌كند،

مسائلي درباره ماهيت واقعيت در مقياس زيراتمي حل مي‌كند، اما هيچ معلوم نيست آيا چيزي شبيه «فهم» در كار است يا صرفا دستكاري نمادين در ابعادي بيرون از توان ادراك ماست. نكته تلخ‌تر اينجاست كه اين‌بار ما، خوانندگان و حتي بسياري از دانشمندان، در جايگاه همان ناظر بيروني اتاق چيني ايستاده‌ايم؛ پاسخ درست را مي‌گيريم، اما از فهميدنِ فرآيندي كه آن را توليد كرده، محروميم.

اين شكاف وقتي نگران‌كننده‌تر مي‌شود كه آن را به روش علمي گره بزنيم. علم، دست‌كم در تصوير كلاسيكش، تنها به‌دنبال پيش‌بيني درست نبوده؛ هميشه مدعي تبيين هم بوده است، مدعي پاسخ‌دادن به «چرا». كنجكاوي و شگفتي انساني، همانقدر كه موتور علم بوده‌اند، غايت آن هم بوده‌اند؛ ما نه فقط براي كنترلِ طبيعت، بلكه براي فهميدنش پژوهش مي‌كنيم.

اگر روزي هوش مصنوعي به عنوان «دانشمندِ خودمختار» عمل كند و سيلي از نتايج درست، اما تبيين‌ناپذير تحويل دهد، جايگاه آن كنجكاوي و شگفتي كجا خواهد بود؟ شايد پاسخ اين نباشد كه چنين دانشي را يكسره رد كنيم، بلكه اين باشد كه تعريف‌مان از دانش را بازنگري كنيم؛ تمايزي بنيادين‌تر بگذاريم ميان دانستنِ اينكه چيزي درست است و دانستنِ چرايي آن.

رمزنگاري پساكوانتومي كه به‌خاطر همين نتايج آسترا استحكام تازه‌اي مي‌يابد، امنيت ميليون‌ها انسان را تضمين مي‌كند، حتي اگر هيچ‌كس در جهان به‌طور كامل نفهمد چرا آن راهكار رياضي كار مي‌كند؟ اين كاركرد است، نه فهم و شايد بخش بزرگي از تمدن فناورانه ما همين حالا هم بر همين كاركردِ بي‌فهم استوار است. اما فرقش اين است كه پيش از اين، دست‌كم يك نفر، يك بار، مسير را فهميده بود.

اكنون شايد نخستين‌بار در تاريخ باشد كه «هيچ‌كس»، نه يك انسان، نه يك جمع از انسان‌ها مسير را به‌طور كامل نمي‌فهمد و تنها يك بازبين صوري، بي‌روح و بي‌شگفتي، مهر تاييد مي‌زند. اينجاست كه بايد از خودمان بپرسيم دانش را براي چه مي‌خواستيم: براي پاسخ درست، يا براي آن لحظه درخشاني كه فهميدن ناميده مي‌شود؟

کامران مشفق آرانی

منبع: خط بازار