FUSION_TO_FUTURE Telegram 37
متن انتشار یافته در نشریه UnHerd در باب موضع جوایز نوبل امسال .

شاید فکر کنید که جایزه نوبل فیزیک به یک فیزیکدان تعلق می‌گیرد. اما امسال اینطور نبود. طبق روال، این جایزه در اوایل هفته گذشته به طور مشترک اهدا شد، اما هر دو برنده، دانشمند کامپیوتر بودند. انگار که مدال طلای دوی ۱۰۰ متر المپیک به یک دوچرخه‌سوار رسیده باشد!

باید گفت که دو برنده جایزه، جفری هینتون و جان هاپفیلد، در رشته خود بسیار برجسته هستند. با این حال، رشته آنها هوش مصنوعی (AI) است، که معمولاً به عنوان شاخه‌ای از فیزیک در نظر گرفته نمی‌شود.

بنابراین، این اتفاق مثل سیلی محکمی به صورت فیزیکدانان بود. اما روز بعد، سیلی دوم هم نثار شیمیدانان شد! جایزه نوبل شیمی نیز به طور غافلگیرکننده‌ای به حوزه علوم کامپیوتر رسید. یکی از سه برنده، دیوید بیکر، سابقه‌ای در بیوشیمی دارد، اما دو نفر دیگر - جان مایکل جامپر و دمیس هاسابیس - از متخصصان برجسته هوش مصنوعی هستند.

آیا این به این معناست که موج بزرگ تبلیغات هوش مصنوعی، نوبل را هم با خود برده است؟ یا اینکه ممکن است اهداکنندگان جایزه معیارهای خود را کمی آسان‌تر کرده‌اند تا دستاورد علمی واقعی را به رسمیت بشناسند؟

برای مورد دوم سابقه هم وجود دارد. سومین جایزه نوبل علمی مربوط به فیزیولوژی یا پزشکی است. با این حال، در سال ۱۹۷۳ این جایزه به سه جانورشناس تعلق گرفت: کارل فون فریش، کنراد لورنز و نیکولاس تینبرگن. توصیف کار آن‌ها روی رفتار حیوانات به عنوان فیزیولوژی یا پزشکی کمی سخت به نظر می‌رسد، بنابراین مشخص است که در آن زمان هم انعطاف‌پذیری وجود داشته است.

به نظر می‌رسد که سطح مشابهی از انعطاف‌پذیری امسال نیز نشان داده شده است. شکی نیست که هاپفیلد و هینتون از بنیانگذاران یادگیری ماشین هستند. آن‌ها شایسته تقدیر هستند، و با توجه به اینکه جایزه نوبلی برای علوم کامپیوتر وجود ندارد، جایزه نوبل فیزیک باید این وظیفه را انجام می‌داد.

در مورد جایزه شیمی، کاری که هاسابیس و جامپر در زمینه استفاده از هوش مصنوعی برای پیش‌بینی ساختار پروتئین‌ها انجام داده‌اند، یکی از هیجان‌انگیزترین تحولات علمی زمانه ماست - آن‌ها نیز شایسته تاج افتخار هستند. با این حال، یک فرد سخت‌گیر ممکن است اعتراض کند که دستاوردهای آن‌ها پیشرفتی برای شیمیدانان است، نه توسط شیمیدانان.

با وجود تمام نبوغ نرم‌افزار AlphaFold آن‌ها، دانشی که برای ما به دست می‌آورد، محصول قدرت پردازش کامپیوتر است، نه الهام انسانی. بنابراین، این یک لحظه "اورکا" نیست، نه سیب افتاده بر سر نیوتن، نه سفر داروین با کشتی بیگل، و نه تفکرات انیشتین در دفتر ثبت اختراع سوئیس. بلکه، این علم از طریق شناسایی الگو به صورت خودکار است - کاری که ماشین‌ها به طور غیرقابل تصوری قدرتمندتر، اما به طور نامحدودی کسل‌کننده‌تر از ذهن انسان انجام می‌دهند.

شاید نکته همین باشد. جوایز نوبل امسال نشانه‌ای از این است که علم انجام شده توسط مغز انسان به حدود طبیعی خود رسیده است. بنابراین، اگر می‌خواهیم پیشرفت بیشتری داشته باشیم، محاسبات باید بار سنگین را به دوش بکشند. ممکن است میوه‌های در دسترس کشف علمی قبلاً چیده شده باشد. اگر چنین باشد، هوش مصنوعی ممکن است نردبانی باشد که برای رسیدن به شاخه‌های بالاتر به آن نیاز داریم.

با این حال، ممکن است عاقلانه باشد که این علم جدید را از علم قدیمی جدا کنیم. بیایید از سیلیکون ولی بخواهیم که یک جایزه نوبل جدید برای علوم کامپیوتر - یا بهتر بگوییم علم توسط کامپیوتر - اختصاص دهد. سپس می‌توانیم جوایز تاسیس شده را برای هدف اولیه آن‌ها نگه داریم. هنوز برای کنار گذاشتن الهام به سبک قدیمی زود است - و در هر صورت، این الهام به تشویق نیاز دارد.
3



tgoop.com/fusion_to_future/37
Create:
Last Update:

متن انتشار یافته در نشریه UnHerd در باب موضع جوایز نوبل امسال .

شاید فکر کنید که جایزه نوبل فیزیک به یک فیزیکدان تعلق می‌گیرد. اما امسال اینطور نبود. طبق روال، این جایزه در اوایل هفته گذشته به طور مشترک اهدا شد، اما هر دو برنده، دانشمند کامپیوتر بودند. انگار که مدال طلای دوی ۱۰۰ متر المپیک به یک دوچرخه‌سوار رسیده باشد!

باید گفت که دو برنده جایزه، جفری هینتون و جان هاپفیلد، در رشته خود بسیار برجسته هستند. با این حال، رشته آنها هوش مصنوعی (AI) است، که معمولاً به عنوان شاخه‌ای از فیزیک در نظر گرفته نمی‌شود.

بنابراین، این اتفاق مثل سیلی محکمی به صورت فیزیکدانان بود. اما روز بعد، سیلی دوم هم نثار شیمیدانان شد! جایزه نوبل شیمی نیز به طور غافلگیرکننده‌ای به حوزه علوم کامپیوتر رسید. یکی از سه برنده، دیوید بیکر، سابقه‌ای در بیوشیمی دارد، اما دو نفر دیگر - جان مایکل جامپر و دمیس هاسابیس - از متخصصان برجسته هوش مصنوعی هستند.

آیا این به این معناست که موج بزرگ تبلیغات هوش مصنوعی، نوبل را هم با خود برده است؟ یا اینکه ممکن است اهداکنندگان جایزه معیارهای خود را کمی آسان‌تر کرده‌اند تا دستاورد علمی واقعی را به رسمیت بشناسند؟

برای مورد دوم سابقه هم وجود دارد. سومین جایزه نوبل علمی مربوط به فیزیولوژی یا پزشکی است. با این حال، در سال ۱۹۷۳ این جایزه به سه جانورشناس تعلق گرفت: کارل فون فریش، کنراد لورنز و نیکولاس تینبرگن. توصیف کار آن‌ها روی رفتار حیوانات به عنوان فیزیولوژی یا پزشکی کمی سخت به نظر می‌رسد، بنابراین مشخص است که در آن زمان هم انعطاف‌پذیری وجود داشته است.

به نظر می‌رسد که سطح مشابهی از انعطاف‌پذیری امسال نیز نشان داده شده است. شکی نیست که هاپفیلد و هینتون از بنیانگذاران یادگیری ماشین هستند. آن‌ها شایسته تقدیر هستند، و با توجه به اینکه جایزه نوبلی برای علوم کامپیوتر وجود ندارد، جایزه نوبل فیزیک باید این وظیفه را انجام می‌داد.

در مورد جایزه شیمی، کاری که هاسابیس و جامپر در زمینه استفاده از هوش مصنوعی برای پیش‌بینی ساختار پروتئین‌ها انجام داده‌اند، یکی از هیجان‌انگیزترین تحولات علمی زمانه ماست - آن‌ها نیز شایسته تاج افتخار هستند. با این حال، یک فرد سخت‌گیر ممکن است اعتراض کند که دستاوردهای آن‌ها پیشرفتی برای شیمیدانان است، نه توسط شیمیدانان.

با وجود تمام نبوغ نرم‌افزار AlphaFold آن‌ها، دانشی که برای ما به دست می‌آورد، محصول قدرت پردازش کامپیوتر است، نه الهام انسانی. بنابراین، این یک لحظه "اورکا" نیست، نه سیب افتاده بر سر نیوتن، نه سفر داروین با کشتی بیگل، و نه تفکرات انیشتین در دفتر ثبت اختراع سوئیس. بلکه، این علم از طریق شناسایی الگو به صورت خودکار است - کاری که ماشین‌ها به طور غیرقابل تصوری قدرتمندتر، اما به طور نامحدودی کسل‌کننده‌تر از ذهن انسان انجام می‌دهند.

شاید نکته همین باشد. جوایز نوبل امسال نشانه‌ای از این است که علم انجام شده توسط مغز انسان به حدود طبیعی خود رسیده است. بنابراین، اگر می‌خواهیم پیشرفت بیشتری داشته باشیم، محاسبات باید بار سنگین را به دوش بکشند. ممکن است میوه‌های در دسترس کشف علمی قبلاً چیده شده باشد. اگر چنین باشد، هوش مصنوعی ممکن است نردبانی باشد که برای رسیدن به شاخه‌های بالاتر به آن نیاز داریم.

با این حال، ممکن است عاقلانه باشد که این علم جدید را از علم قدیمی جدا کنیم. بیایید از سیلیکون ولی بخواهیم که یک جایزه نوبل جدید برای علوم کامپیوتر - یا بهتر بگوییم علم توسط کامپیوتر - اختصاص دهد. سپس می‌توانیم جوایز تاسیس شده را برای هدف اولیه آن‌ها نگه داریم. هنوز برای کنار گذاشتن الهام به سبک قدیمی زود است - و در هر صورت، این الهام به تشویق نیاز دارد.

BY Fusions by Saeed Abhari


Share with your friend now:
tgoop.com/fusion_to_future/37

View MORE
Open in Telegram


Telegram News

Date: |

On June 7, Perekopsky met with Brazilian President Jair Bolsonaro, an avid user of the platform. According to the firm's VP, the main subject of the meeting was "freedom of expression." 5Telegram Channel avatar size/dimensions 1What is Telegram Channels? Unlimited number of subscribers per channel ZDNET RECOMMENDS
from us


Telegram Fusions by Saeed Abhari
FROM American