دانلود پایان نامه درباره هوش مصنوعی، پیوندگرایی، قضاوت اخلاقی، شبکه های عصبی

دانلود پایان نامه ارشد

آیا اعمالش موافق فضایل از قبل تعریف شده هستند یا نه، می تواند در یک حلقه بی پایان گیر کند، سپس این موضوع روی بررسی او تأثیر می گذارد و این وضعیت به همین ترتیب ادامه خواهد داشت.”454
شاید برخی از این مشکلات محاسباتی را بتوان با مرتبط کردن فضایل به کارکردها و وصل کردن آنها به کارهای ویژه یک AMA از بین برد. در سنت یونانی، فضایل به طورسنتی به کارکرد متصل بودند. برای تمام اعضای جامعه مهم بود که فضایلی را توسعه دهند که باعث می شوند جامعه کارکرد خود را به شکل بهتری اجرا کند. برای مثال یک سرباز نیازمند شجاعت بود. به همین ترتیب، فضیلت یک روبات هم شاید در ابتدا لازم نبود که چیزی مثل “مهربانی” باشد، اما می توانست امور خاصی که اجرای آن توسط روبات مستلزم مهربانی آن بود را دربر داشته باشد.
شاید اگر ما فضایل روبات را خیلی مشخص کنیم، کار اشتباهی انجام داده ایم. فضایلی که در ویژگیهای زیادی بصورت استوار و محکم وجود دارند، پایه محکمی را برای اعتماد فراهم می کنند. ادعا شده است که اگر شما بدانی که شخصی در یک زمینه مهربان است، به طور معقولی می توانی مطمئن باشی که او در زمینه های دیگر هم مهربان خواهد بود. اما استثناهای زیادی در این دیدگاه وجود دارد: برای مثال “اسکار شیندلر”455، خطرات زیادی را به جان خرید تا به دیگران کمک کند تا از دست نازی ها فرار کنند، اما در زندگی خانوادگی شخصی اش یک فرد فریب کار بود. با این وجود، اغلب اینگونه فرض شده است که فضایل باعث به وجود آمدن ثبات می شوند، زیرا اگر کسی در برخی موقعیت ها فضیلتی را از خود نشان دهد، بعید است به گونه ای رفتار کند که گویی در شرایط مشابه آن فضیلت را ندارد. این ثبات یک ویژگی بسیار جذاب است، بویژه برای AMAهایی که لازم است زمانی که تحت فشار هستند هم “ثبات قدم”(وظیفه شناسی) خود را حفظ کنند و در عین حال با منابع اطلاعاتی گوناگونی هم سر و کار داشته باشند که همیشه هم این منابع قانونی و مشروع نیستند. در انسانها، ثبات فضایل، عمدتاً از وجود عاطفی آنها نشأت می گیرد. اعتماد یک فرد به دیگران برای “انجام عمل صحیح”، از تمابلات اخلاقی مشترک، ناشی می شود. مشکلی که در طراحی AMAها وجود دارد، یافتن راهی برای اجرای همین ثبات در یک “ماشین سرد وغیر عاطفی” است. یک آدم آهنی با فضیلت نیاز دارد که نسبت به خودش، و در عین حال باید نسبت به اهداف ریشه ای خود، مثل شادی، عاطفه داشته باشد. شاید شبیه سازی مصنوعی یک هدف یا یک آرزوی پسندیده، برای مواجه شدن با معیار بافضیلت بودن ، کافی باشد، اما طبق تمام احتمالات، این امر فقط توسط انجام تمرین واقعی ساخت یک سیستم محاسباتی مبتنی بر فضیلت، انجام می شود.
3-4-4 فضایل پیوندگرا -رویکرد از پایین به بالا به سمت فضایل
ارسطو در بیشتر مباحث خود در کتاب اخلاق نیکوماخوس به این مسئله می پردازد که چگونه یک شخص باید بداند که کدام عادات برای او “خیر” یا “شادی” را به ارمغان می آورند. در آغاز واضح است که او می گوید هیچ قاعده مشخصی برای رسیدن به این هدف کلی وجود ندارد که بصورت شهودی بدست آمده باشد. این هدف، توسط افراد، نتیجه گیری می شود، به این طریق که آنها بین وسیله و هدف، بین کارهای خاصی که لازم است فرد انجام دهد و اهدافی که فرد آرزو دارد آنها را دنبال کند، ارتباط برقرار کند. انسانها، آنچه که “خوب” است را از طریق شهود، قیاس و تجربه یاد می گیرند. برای مثال، از مردم خوب درباره خوبی، درباره معنای کلی هدفی که مردم خوب روی آن تمرکز می کنند و درباره افراد ایده آلی که حکمت عملی و فضیلت اخلاقی را کسب می کنند، می پرسند.
بسیاری از نویسندگان متذکر شده اند که پیوندگرایی، و یا پردازش تعمیم داده شده موازی، شباهت هایی دارد به بحث ارسطو درباره اینکه مردم چگونه فضیلت را کسب می کنند. همانطور که گیپس می گوید، “رویکرد مبتنی بر فضیلت به سمت اخلاق، خصوصاً رویکرد ارسطو، به نظر می رسد که با رویکرد پیوندگرای مدرن به AI همخوانی دارد. تأکید هر دو روی تجربه آنی، ادراکی و غیر سمبلیک است. هر دو روی توسعه از طریق آموزش تأکید دارند نه بر روی آموزش تئوری انتزاعی”456.
پیوندگرایی یک استراتژی است برای نمونه سازی پیدایش رفتار پیچیده از طریق شبکه هایی که از واحدهایی کوچک تشکیل شده اند و هر کدام وظیفه اجرای یک عمل اساسی را بر عهده دارند و همه به هم مرتبط هستند. “مدل های پیوندگرا، معمولاً شبکه های عصبی مصنوعی نامیده می شوند، وگرچه بسیاری از ویژگیهای مهم عصب های بیولوژیکی را ندارند، اما در برخی از تواناییهای پردازش با آنها سهیم هستند.”457یکی از نقاط قوت پیوندگرایی آن است که شبکه های عصبی مصنوعی قادرند چگونگی تشخیص الگوها و یا ساخت عصبی طبقه بندیها را یاد بگیرند، به این ترتیب که قواعد آماری را در ورودیهای پیچیده تشخیص می دهند.این کار می تواند بدون داشتن ساختارهای واضح یا برنامه ریزی مفاهیم یا طبقه بندیهایی که شبکه یاد می گیرد، انجام شود.
شبکه های عصبی از طریق تغییرات فزاینده قدرت های روابط بین واحدهای شبکه، آموزش می بیند. این امر سبب می شود که شبکه بتواند بین الگوهای متفاوت ورودی و خروجی پیوستگی و اتحاد برقرار کند. برای مثال، شبکه های پیوندگرا، یاد گرفته اندکه کلمات نوشته شده را روی امواج صوتی مربوطه خود ترسیم کنند و این امکان را فراهم کنند که یک شبکه عصبی مصنوعی بتواند قسمتی از یک متن را با صدای بلند بخواند. با جمع شدن تدریجی داده هایی که درباره روابط بین ورودی های یک شبکه هستند، شبکه می تواند پاسخ های خود را عمومیت ببخشد و آنها را فراتر از نمونه های خاصی ببرد که روی آنها تعلیم دیده است. بنابراین یک شبکه آموزش دیده، ممکن است توانایی خواندن ترکیبات جدیدی از حروف را داشته باشد، به این صورت که آنها را به امواج صوتی مناسب ربط دهد.
در سال 1995، “پل چرچلند”458 ، بیان کرد که “یادگیری پیوندگرا به تنهایی برای توضیح توسعه تشخیص اخلاقی کافی است.”459 فرضیه او که درباره کفایت یادگیری پیوندگرا برای توسعه تشخیص اخلاقی است هنوز با یک فرضیه کاملاً توسعه یافته فاصله زیادی دارد و به خوبی با اخلاق ارسطو تلفیق نشده است. اما دیگر فیلسوفان، مثلاً “ویلیام کیسبیر”460 در آکادمی نیروی هوایی ایالات متحده، به وجود یک سازگاری بین پیوندگرایی و اخلاق ارسطو اشاه می کند و می گوید که “هر دوی آنها تلاش می کنند تا یک چارچوب طبیعی را برای چگونگی پیدایش اخلاق طراحی کنند”461. از نظر او، اگر فرد قضاوت اخلاقی را کاملاً به شکل بیولوژی درک کند، یعنی به شکل “توانایی شناختی برای تعامل ماهرانه با تقاضاهای محیط.”462 پیوندگرایی یک چارچوب مناسب برای اخلاق طبیعی است.
این عقیده که ممکن است پیوندگرایی برای اخلاق مناسب باشد، مورد تأیید “جاناتان دنسی”463، یکی از بزرگترین ارتقا دهندگان پلورالیسم اخلاقی هم بود. رویکردهای از بالا به پایین به اخلاق، همانطور که گفتیم، مبتنی هستند بر یافتن و نمایش اصول عام یا کلی ای که زمینه ساز تصمیم گیری اخلاقی هستند. بسیاری از فیلسوفان فکر می کنند که شما نمی توانید عقلانی باشید اگر اصول اخلاقی سازگاری را نداشته باشید که بتوانید آنها را به صورت کلی و عمومی بکار ببرید. اما همه فیلسوفان با این موضوع موافق نیستند. دیدگاهی در اخلاق که “جزئی گرایی”464 نامیده می شود، معتقد است که دلایل و طبقه بندی های اخلاقی، مثل اصول اخلاقی که مردم را به انجام عمل صحیح راهنمایی می کنند، زمینه ای بسیار غنی و حساسی هستند برای انجام عمل اخلاقی. دیدگاه جزئی گرایی معتقد است که همانطور که هیچ قاعده کلی وجود ندارد که بگوید آیا پرندگان می تواند پرواز کنند یا نه، ممکن است هیچ قاعده کلی هم وجود نداشته باشد درباره اینکه کشتن یک انسان دیگر اشتباه است یا نه. جزئیات محتوایی زمانی که اعمال محتمل هستند، آنقدر زیاد است که خلاصه کردن آنها به شکل اصول اخلاقی کلی غیر ممکن است. مدل های پیوندگرا درجمع آوری اطلاعاتی که نسبت به محتوا حساس هستند، بدون داشتن قاعده کلی یا صریح، بسیار خوب عمل می کنند و بنابراین به نظر می رسد پیوندگرایی با جزئی گرایی سازگاری و تناسب خوبی داشته باشد. اما، دنسی، مثل چرچلند، مدل خاصی را در مورد اینکه شناخت اخلاقی چگونه در شبکه عصبی توسعه پیدا می کند، ارائه نداده است.
3-4-5 اخلاق فضیلت دو رگه
ورای مسائلی که توسط شبکه های عصبی موجود که قدرت کافی برای رو در رویی با چالش های اخلاقی پیچیده را ندارند مطرح شد، تئوری پیوندگرا توضیح نمی دهد که فعالیت های عصبی چگونه از ساختن نا آگاهانه الگوها به آگاهی الگوها پی می برد. به طور کلی انسان انتظار دارد که فاعل های اخلاقی بتوانند هم به خوبی عمل کنند و هم اعمالشاان را توجیه کنند. خوشبختانه، توجیه یک قضاوت اخلاقی وابسته است به دلیل واقعی ای که فاعل یک قضاوت اخلاقی را انجام می دهد و صرفاً بر افسانه ای که بعد از یک حقیقت، جعل می شود، مبتنی نیست.
” از نظر تاریخی، پیشینه علم محاسباتی شناختی، افراد را بررسی می کند. در جهت مقابل تئوری اخلاقی، از ابتدا خودش را با افرادی سرگرم کرده است که به عنوان بخش هایی از یک کل اجتماعی و سیاسی ملاحظه می شوند. تلاش برای شکل دادن یک تصویر مشترک از شناخت اخلاقی، کمک می کند تا پیشینه تاریخی هر کدام از سنت ها را تصحیح کنیم. متخصص اخلاق از ما می خواهد تا درباره مکانیسم های فردی دلیل اخلاقی فکر کنیم. دانشمند شناختی یادآور می شود که دلیل اخلاقی، ابعاد مشارکتی بین فردی مهمی را در بر دارد. شاید هیچ کدام از این جناح ها نیاز نداشته باشد تا دیگری ابعاد نادیده گرفته شده را به او یادآوری کند. اما در عمل، این اغلب مواجهه مشترک موضوعات است که باعث می شود در جستجوی یک تصویر ادغام شده پیشرفت حاصل شود.”465
دیدگاه کلارک، دیدگاهی است که بین نیروی از پایین به بالا که حساسیت اخلاقی فردی را شکل می دهد، و ملاحظات از بالا به پایین که به رابطه افراد با جامعه توجه دارند، قرار دارد.اما بحث بین کلارک و چرچلند در یک سطح انتزاعی باقی می ماند. جزئیات درباره اینکه یک سیستم پیوندگرای آموزنده چگونه ممکن است با یک معماری از بالا به پایین ترکیب شود که ملاحظات اجتماعی و سیاسی را باهم همسو می کند و در عین حال توضیحاتی را ارائه می دهد که مربوط هستند به دلایلی که یک قضاوت اخلاقی ساخته می شود، هنوز منتظر توجه محققان جسور است.

نتیجه:
پروژه بررسی مسائل اخلاقی هوش مصنوعی مربوط می شود به حوزه اخلاق کاربردی. اخلاق کاربردی، شاخه ای از اخلاق هنجاری است که بواسطه تمرکز ویژه بر موارد عینی و جزئی و تلاش برای بررسی و حل معضلات اخلاقی، از فرا اخلاق و نظریه های هنجاری متمایز می شود. هوش مصنوعی شاخه ای از علم است که به سرعت در حال پیشرفت است و به زودی جهانی تازه را در پیش روی ما قرار خواهد داد که علاوه بر اینکه کاملاً برای ما تازگی دارد، مسائل اخلاقی جدیدی را هم برای انسان به وجود خواهد آورد.در مورد اینکه هوش مصنوعی دقیقاً چیست، تعریف مشخصی وجود ندارد. تعاریف گوناگونی از این رشته وجود دارند.شاید بتوان گفت “هوش مصنوعی، علمی است که ما را بر آن می دارد تا کامپیوترها را طوری بسازیم که خصوصیات انسانی داشته باشند.”
هوش مصنوعی تاریخچه ای طولانی در پشت سر خود دارد.شاید اولین تلاش های انسان برای اختراع سیستم های مصنوعی هوشمند، بر می گردد به دوران یونان باستان، زمانی که افسانه هایی مثل “روبات های طلایی هفائیستوس” خلق می شدند. در طول اعصار و قرون، به تدریج این ایده ها از حالت تخیل خارج شده و رنگ واقعیت به خود گرفتند، تا جایی که در قرن بیستم کامپیوترهای الکترونیکی ساخته شدند که دارای سرعت پردازش بسیار بالا بودند. در همین قرن پیشرفت های قابل ملاحظه در علم روباتیک و سایر شاخه های هوش مصنوعی به وقوع پیوستند. امروزه یک کامپیوتر می تواند یک تریلیون محاسبه را در ثانیه انجام دهد.
امروزه هوش مصنوعی در زندگی ما کاربردهای وسیعی دارد که هر روز به تعداد آن هم افزوده می شود. از جمله حوزه هایی که از تکنیک های هوش مصنوعی در

پایان نامه
Previous Entries دانلود پایان نامه درباره اخلاق فضیلت، فضایل اخلاقی، شبکه های عصبی، یادگیری ماشین Next Entries دانلود پایان نامه درباره هوش مصنوعی، سیستم های خبره، بیمارستان، کرامت انسان