ندا اظهری، مترجم: هوش مصنوعی به‌عنوان یکی از تازه‌ترین و داغ‌ترین فناوری‌های نوظهور دنیای امروز، توانسته در بسیاری از حوزه‌ها ورود کند سرعت پیشرفت‌های علمی را چندبرابر بیشتر کند. باتوجه‌به این که در حال حاضر تقریباً در هر جایی صحبت از هوش مصنوعی است، جایزه نوبل هم از این امر مستثنی نیست و ردپای این فناوری نیز در دو جایزه نوبل 2024 مشاهده شده است. در هفته‌ای که گذشت، جایزه نوبل 2024 دو برنده متفاوت داشت که از قرار معلوم در جریان تحقیق و پژوهش فناوران و دانشمندان دنیا پیرامون هوش مصنوعی فعالیت‌هایی را انجام داده بودند. عصر هوش مصنوعی به دلیل اهمیت و فراگیری این فناوری نوظهور در دنیای امروز نام نهاده شده و محققان در هر حوزه‌ای که فعالیت دارند، تلاش می‌کنند تا دستی بر آتش هوش مصنوعی داشته باشند و به نوعی از ظرفیت و پتانسیل این فناوری در پیشبرد فعالیت‌های خود بهره ببرند. 

هوش مصنوعی هم برنده نوبل می‌شود؟ 
در جایزه نوبل امسال هم دو نفر از محققان موفق به دریافت جایزه نوبل شدند که پایه یادگیری ماشینی (ML) را براساس شبکه‌های عصبی مصنوعی ایجاد کردند. علاوه‌بر این، جایزه نوبل شیمی نیز به افرادی اهدا شد که دو نفر از آنها از هوش مصنوعی برای توسعه مدلی برای پیش‌بینی ساختار پروتئین‌ها بر اساس یک مجموعه آموزشی علمی استفاده کردند. این دریچه‌ای به سمت آینده‌ای است که در آن اکتشافات علمی توسط هوش مصنوعی یا یادگیری ماشینی شتاب می‌گیرد. سؤالی که باتوجه‌به رشد سریع هوش مصنوعی مطرح می‌شود، این است که آیا زمانی فرا خواهد رسید که یک ماشین با هوش مافوق بشری بتواند پیشرفت‌های علمی را انجام دهد و توسط کمیته جایزه نوبل به رسمیت شناخته شود؟ درواقع، در حال حاضر نیز وقتی انسآنها از خروجی‌های یک ماشین مستقل استفاده می‌کنند که راه‌حل یک معمای بزرگ علمی را پیدا می‌کند، چرا کارگروه نوبل نامزدی این جایزه را تنها به محققان محدود می‌کند؟ 123 سال پیش که اولین جایزه نوبل اعطا شد، تصور آن هم نمی‌رفت که فناوری جدیدی موسوم به هوش مصنوعی تا این اندازه بتواند در دنیا و روند پیشرفت علم تأثیرگذار باشد. اعتبار جایزه نوبل زمانی از بین خواهد رفت که چند دهه بعد به طور گسترده مشخص شود که ماشین‌های هوشمند واقعاً بر پیشرفت‌های علمی تسلط دارند. زمانی که ماشین‌ها از دانشمندان انسانی پیشی بگیرند، جایزه نوبل به یک «جایزه تشخیص مدیریت» تبدیل می‌شود، نه فعالان ماشین محوری که در واقع اکتشافات به واسطه آنها انجام شده‌ و ثمره تلاش آنها بوده است. 
انتظار می‌رود که در آینده براساس یک سناریو، بتوان با افزودن سیستم‌های هوش مصنوعی به‌عنوان اعضای کارگروه جایزه نوبل، تصویر را متعادل کرد و حتی پیشنهاد شده است که دو جایزه برای سال‌های آینده در نظر گرفته شود، یکی برای محققان و دیگری برای سیستم‌های یادگیری ماشینی/ هوش مصنوعی. درحالی‌که سیستم‌های یادگیری ماشینی/ هوش مصنوعی ممکن است به‌سرعت بر تجزیه‌وتحلیل نظری مجموعه‌داده‌های بزرگ تسلط پیدا کنند، جمع‌آوری شواهد تجربی احتمالاً توسط ناظران انسانی برای آینده قابل‌پیش‌بینی خواهد بود. این بدان معناست که انسآنها نقش مهمی در به‌دست‌آوردن شواهدی خواهند داشت که نظریه‌ها را برای دهه‌های آینده هدایت می‌کنند. مشارکت بین انسانها و ماشین‌ها برای جمع‌آوری داده‌هایی لازم است که چنین تلاش‌هایی را هدایت می‌کنند و الهام‌بخش انقلاب بعدی در درک از واقعیت فیزیکی است. درمجموع، علم مدرن در قرن آینده با قرن پیشین بسیار متفاوت به نظر می‌رسد و امید می‌رود مشارکت بین انسانها و سیستم‌های یادگیری ماشینی/ هوش مصنوعی بتواند آغازگر دوره جدیدی از رفاه و صلح در زمین باشد. 

جایزه نوبل هوش مصنوعی و تغییر تمرکز پژوهش
به گزارش wired، ظهور هوش مصنوعی در علم، لحظه‌ای شگرف است. کارشناسان، اعطای جایزه نوبل فیزیک و شیمی را به محققان هوش مصنوعی، یک مسئله بزرگ، نه‌تنها در این حوزه‌ها، بلکه از نگاه بیرون، دانستند. آنها دلیل اعطای جوایز نوبل را به هوش مصنوعی در دو رشته شیمی و فیزیک این‌گونه عنوان کردند که این جایزه یا به دلیل تغییر قابل‌توجه در مرزهای انضباطی به دنبال حضور همه‌جانبه هوش مصنوعی در پژوهش‌های دانشگاهی به این رشته‌ها اعطا شده یا این که کارگروه جایزه نوبل و درکل، محققان آن‌قدر نسبت به دانشمندان حوزه کامپیوتر حساس شده‌اند که به دنبال حضور آنها در هر حوزه‌ای‌اند. شاید نتوان به قطعیت گفت که تصمیماتی که در جایزه نوبل امسال گرفته شده، بیانگر کدام مسیر است؛ اما کارشناسان اطمینان دارند که این امر، تفاوت معناداری را در آینده پژوهش‌ها در دنیا ایجاد خواهد کرد. 

نوبل به هوش مصنوعی تحقیقاتی رونق می‌بخشد؟ 
«مت هاجکینسون» متخصص یکپارچگی تحقیقات علمی مستقل و مدیر سابق یکپارچگی تحقیقات در دفتر تحقیقات بریتانیا معتقد است که برنده‌شدن جایزه نوبل با استفاده از هوش مصنوعی به یک کشتی دریازده می‌ماند اما می‌تواند بر مسیرهای تحقیقاتی دنیا نیز تأثیر بگذارد. «بیکر» یکی از برندگان جایزه نوبل شیمی امسال، مدت‌هاست که یکی از محققان پیشرو در استفاده از هوش مصنوعی برای پیش‌بینی ساختار پروتئین بوده است. او چند دهه روی این مشکل کارکرده و دستاوردهای زیادی هم داشته است و با کمک‌گرفتن از هوش مصنوعی، مشکل و شکل ساختار پروتئین را تشخیص می‌داد. او در کل فرایند کاری خود بیش از چند مقاله منتشر کرد؛ اما تنها پروژه «آلفافولد 2» به‌عنوان پروژه گوگل دیپ مایند بود که توسط کمیته جایزه نوبل به‌عنوان پروژه برنده اعلام شد. با این وجود، این محقق نگران است که محققان فعال در این حوزه در تلاش برای مهندسی معکوس به دلیل برنده‌شدن این جایزه در سال جاری، بیشتر به‌جای علم، به تکنیک استفاده شده در آن توجه کنند. ترس از رخ‌دادن این اتفاق، به دنبال گسترش تمایل محققان به فناوری‌های تحول‌آفرین در دنیای امروز است. چرخه‌هایی هم در این میان وجود دارد که مهم‌ترین آنها برای جلب‌توجه محققان، فناوری بلاک‌چین و گرافین هستند. به گزارش Google Scholar، پس از کشف گرافین در سال 2004، قریب 45 هزار مقاله آکادمیک با ذکر این ماده بین سال‌های 2005 تا 2009 منتشر شد. اما پس از این که محققان این طرح موفق به کسب جایزه نوبل برای کشف این ماده شدند، تعداد مقالات منتشر شده به 454 هزار مقاله بین سال‌های 2010 تا 2014 و بیش از یک میلیون مقاله بین سال‌های 2015 تا 2020 رسید. تا اینجای کار تنها یک تأثیر متوسط در دنیای واقعی داشته است. «هاجکینسون» معتقد است که قدرت چند محقق که توسط کمیته جایزه نوبل برای فعالیت روی حوزه هوش مصنوعی شناخته می‌شود، می‌تواند باعث شود دیگر محققان نیز حول محور هوش مصنوعی فعالیت‌های متعددی را انجام دهند که می‌تواند منجر به تولید علم با کیفیتی متغیر و روبه‌بالا شود. پیش‌تر، تأثیر رسانه‌ها و توجه عمومی به هوش مصنوعی بر جامعه دانشگاهی به‌وضوح مشاهده شده است. بر اساس تحقیقاتی که در دانشگاه استنفورد انجام شده، تعداد مقالات با موضوعیت هوش مصنوعی بین سال‌های 2010 تا 2022، تقریباً سه برابر شده است به‌طوری‌که تنها در سال 2022، حدود 250 هزار مقاله با موضوع هوش مصنوعی منتشر شده است که معادل 660 مقاله جدید در روز است. البته این تعداد مقاله مربوط به زمان قبل از انتشار ChatGPT در نوامبر 2022 است که بعد از آن انقلاب مولد هوش مصنوعی آغاز شد. 
این که دانشگاهیان تا چه اندازه توجه رسانه‌ها، پول و تمجیدهای کارگروه جایزه نوبل را دنبال می‌کنند، سؤالی است که دانشیار علوم کامپیوتر دانشکده مهندسی تاندون دانشگاه نیویورک را آزار می‌دهد. به گفته او، دانشمندان، ترکیبی از مسیرهایی را دنبال می‌کنند که کم‌ترین تلاش و بیشترین بهره را آن ببرند. باتوجه‌به ماهیت رقابتی دانشگاه، جایی که بودجه محدود و به طور مستقیم با چشم‌انداز شغلی محققان مرتبط باشد، به نظر می‌رسد ترکیبی از یک موضوع پرکاربرد و پرطرف‌دار قابلیت برنده‌شدن جایزه نوبل را دارد. خطری که وجود دارد، این است که این امر می‌تواند مانع از اوج‌گرفتن تفکر جدید نوآورانه شود. درواقع، به‌دست‌آوردن داده‌های بنیادی‌تر و ارائه نظریه‌های جدیدی که انسانها قادر به فهم آن باشند، کار دشواری است. اما این نیاز، تفکر عمیقی را می‌طلبد. در عوض انجام شبیه‌سازی‌های فعال شده توسط هوش مصنوعی که از تئوری‌های موجود پشتیبانی می‌کند و داده‌های موجود را در برمی‌گیرد، برای محققان بسیار سازنده‌تر است. 

جنجال بر سر نوبل فیزیک
اتفاقی که در جایزه نوبل 2024 رخ داد و واکنش برخی محققان را برانگیخت، این بود که کمیته نوبل، جایزه فیزیک را به پیشگامان شبکه‌های عصبی و جایزه شیمی را به توسعه‌دهندگان ابزارهای محاسباتی برای مطالعه و طراحی پروتئین‌ها اعطا کردند و با این اقدام خود، قدرت تحول‌آفرین هوش مصنوعی را به رسمیت شناختند. لحظاتی پس از آنکه آکادمی سلطنتی علوم سوئد، از برندگان جایزه نوبل فیزیک امسال رونمایی کرد، رسانه‌های اجتماعی موج تازه‌ای به راه انداختند و برخی فیزیکدانان استدلال کردند که علم زیربنای یادگیری ماشینی که محققان آن به این واسطه مستحق دریافت جایزه نوبل فیزیک شدند، در حقیقت علم نیست. یکی از فیزیکدانان مرکز فلسفه ریاضی مونیخ معتقد است که تحقیقات این دانشمندان در واقع در حوزه علوم کامپیوتر جای می‌گیرد و درواقع، این دو محقق مستحق دریافت جایزه نوبل فیزیک نبودند. 
یکی دیگر از فیزیکدانان نظری در دانشگاه هاروارد در کمبریج معتقد است‌‌ تحقیقاتی که این دو دانشمند انجام داده‌اند، تحقیقات میان‌رشته‌ای بوده و ترکیبی از فیزیک، ریاضیات، علوم کامپیوتر و علوم اعصاب بوده است و از این رو، آن را می‌توان به تمام این حوزه‌ها مرتبط دانست. نویسندگان علمی کتاب «چرا ماشین‌ها یاد می‌گیرند» مستقر در برکلی انگلیس می‌گوید:‌ «اگرچه تحقیقات این دو دانشمند ممکن است فیزیک نظری نباشد، اما ریشه در تکنیک‌ها و مفاهیم فیزیک دارد، دقیقا مانند انرژی. «شبکه‌های بولتزمن» که توسط همین دو محقق اختراع شد، هر دو مدل‌های مبتنی بر انرژی‌اند. ارتباط با فیزیک در پیشرفت‌های بعدی، در یادگیری ماشینی به ویژه در تکنیک‌هایی که آموزش شبکه‌های عصبی را آسان‌تر می‌کرد، ضعیف‌تر عمل کرد. اما ایده‌های فیزیک در حال بازگشتند و به محققان کمک می‌کنند که دریابند چرا سیستم‌های یادگیری عمیق پیچیده‌تر، هر چه بخواهند، انجام می‌دهند.» او تأکید می‌کند که محققان برای مطالعه یادگیری ماشینی به طرز فکر حاکم در فیزیک نیاز دارند. فیزیکدان دیگری هم در این میان پیشنهاد کرده است که جایزه نوبل فیزیک با توجه به توسعه فناوری‌های نوین، باید وسعت بیشتری از صرف دانش فیزیک را دربرگیرد. فیزیک در حال گسترده تر شدن است و حوزه‌های مختلفی از دانش را دربرمی‌گیرد که در گذشته وجود نداشته یا بخشی از فیزیک نبوده‌اند. کارشناس بیوانفورماتیک دانشگاه کالج لندن که در اولین نسخه از «آلفافولد» شرکت دیپ مایند همکاری می‌کرد، معتقد است که این جایزه به رسمیت شناختن نیروی مخرب هوش مصنوعی و نیز انباشت مداوم دانش در حوزه زیست‌شناسی ساختاری و محاسباتی است. او حتی ‌آلفافولد‌ را تغییری اساسی در حوزه علم نمی‌داند و از نظر او، این کشف، چگونگی قرار گرفتن و طراحی آن به صورت یکپارچه است که به ‌آلفافولد‌ اجازه داده تا این اندازه اهمیت پیدا کند. به عنوان مثال، یکی از داده‌های کلیدی که در ‌آلفافولد‌ به کار می‌رود، توالی‌های پروتئین‌های مرتبط از موجودات مختلف است که می‌تواند جفت‌های آمینواسیدی را شناسایی کند که تمایل به تکامل مشترک داشته و درنتیجه ممکن است در  نزدیکی فیزیکی با ساختار سه بعدی پروتئین باشند. محققان‌، پیش‌تر‌، از این بینش برای پیش‌بینی ساختارهای پروتئینی در زمان توسعه  ‌آلفافولد‌ استفاده می‌کردند. نوبل از زمان آغاز به کار خود از سال 1901، اغلب در مورد تأثیر تحقیقات بر جامعه فعالیت کرده و به اختراعات عملی، نه تنها علم صرف، جایزه اعطا کرده است. از این نظر، جوایز سال 2024 را نیز نمی‌توان از این مقوله مستثنی کرد.