استدلالهای امروزی دربارهٔ آگاهی اغلب بین دو موضع محکم گیر کردهاند. موضع اول، کارکردگرایی محاسباتی است که میگوید تفکر میتواند بهصورت کامل بهعنوان پردازش انتزاعی اطلاعات توصیف شود. اگر سیستمی سازمان عملکردی مناسبی داشته باشد (بدون توجه به موادی که بر روی آن اجرا میشود)، باید آگاهی تولید کند. موضع دوم، طبیعتگرایی زیستی است که برعکس این موضوع را مطرح میکند. این موضع میگوید آگاهی نمیتواند از ویژگیهای خاص مغزها و بدنهای زنده جدا شود، زیرا زیستشناسی تنها یک محفظه برای شناخت نیست، بلکه بخشی از خود شناخت است. هر دو دیدگاه نکات واقعیای را در خود دارند، اما بنبست حاکی از این است که یک قطعهٔ مهم هنوز گمشده است.
در مقالهٔ جدیدمان، رویکردی متفاوت را پیشنهاد میکنیم: محاسبهگرایی زیستی. این برچسب هدفش تحریکآمیز بودن است، اما همچنین برای واضحتر کردن گفتگو به کار رفته است. استدلال اصلی ما این است که چارچوب محاسباتی استاندارد شکسته است یا حداقل برای نحوهٔ کار واقعی مغزها مناسب نیست. مدتها بود که تصور ذهن بهعنوان نرمافزاری که بر روی سختافزار عصبی اجرا میشود، و مغز بهصورت «محاسبه» مشابه یک کامپیوتر سنتی عمل میکند، جذاب بهنظر میرسید. اما مغزهای واقعی ماشینهای فون نویمان نیستند و اصرار بر این مقایسه به استعارههای ناپایدار و توضیحات شکننده منجر میشود. اگر میخواهیم شرحی جدی از چگونگی محاسبهٔ مغزها داشته باشیم و بدانیم برای ساخت ذهنها در بسترهای دیگر چه چیزهایی لازم است، ابتدا به تعریفی گستردهتر از مفهوم «محاسبه» نیاز داریم.
محاسبه زیستی، همانطور که توصیف میکنیم، دارای سه ویژگی اساسی است.
محاسبه ترکیبی مغزی در زمان واقعی
ابتدا، محاسبه زیستی ترکیبی است. این ترکیب رویدادهای گسسته را با دینامیکهای پیوسته ترکیب میکند. نورونها پالس میزنند، سیناپسها مواد شیمیایی عصبی را آزاد میکنند، و شبکهها به حالتهای شبیه‑رویداد تغییر مییابند. در همان زمان، این رویدادها در شرایط فیزیکی بهصورت پیوسته در حال تغییر، مانند میدانهای ولتاژ، گرادیانهای شیمیایی، انتشار یونها و هدایتیهای زمانمتغیر، پیش میروند. مغز بهصورت صرفاً دیجیتال نیست و همچنین بهسادگی یک دستگاه آنالوگ نیست. در عوض، بهعنوان سیستمی چندلایه عمل میکند که در آن فرآیندهای پیوسته بر رویدادهای گسسته تأثیر میگذارند و رویدادهای گسسته پسزمینهٔ پیوسته را بارها بازتعریف میکنند، در یک حلقهٔ بازخوردی مستمر.
چرا محاسبه مغز نمیتواند از مقیاس جدا شود
دوم، محاسبه زیستی از مقیاس جدا نمیشود. در محاسبات سنتی، معمولاً میتوان نرمافزار را از سختافزار یا «سطح عملکردی» را از «سطح پیادهسازی» بهصورت واضح جدا کرد. در مغز، این نوع جداسازی شکسته میشود. خط مرزی واضحی وجود ندارد که بتوان الگوریتم را در یک طرف و مکانیزم فیزیکی را در طرف دیگر اشاره کرد. علت و اثر همزمان در سطوح متعددی جریان دارند، از کانالهای یونی تا دندریتها، مدارها و دینامیکهای تماممغزی، و این سطوح رفتار ماژولهای مستقلی که لایه‑لایه شدهاند را ندارند. در سیستمهای زیستی، تغییر «پیادهسازی» منجر به تغییر «محاسبه» میشود، زیرا این دو بهصورت بسیار درهمتنیدهاند.
متابولیسم و محدودیتهای انرژی هوش را شکل میدهند
سوم، محاسبه زیستی بر پایهٔ متابولیسم استوار است. مغز تحت محدودیتهای انرژی سختگیرانهای عمل میکند و این محدودیتها در هرجایی ساختار و عملکرد آن را شکل میدهند. این تنها یک جزئیات مهندسی نیست. محدودیتهای انرژی بر آنچه مغز میتواند نشان دهد، نحوه یادگیری، الگوهای پایدار و چگونگی هماهنگی و مسیردهی اطلاعات تأثیر دارد. از این منظر، ارتباط محکم بین سطوح صرفاً پیچیدگی تصادفی نیست. بلکه استراتژی بهینهسازی انرژی است که هوشیاری مستحکم و انعطافپذیر را تحت محدودیتهای متابولیکی شدید ممکن میسازد.
الگوریتم همان بستر است
در مجموع، این سه ویژگی بهنتیجهای منجر میشود که اگر به ایدههای محاسبات کلاسیک عادت دارید، میتواند عجیب بهنظر برسد. محاسبه در مغز بهصورت پردازش انتزاعی نمادها نیست. این صرفاً درباره جابجایی نمایشها بر اساس قواعد رسمی نیست، در حالی که واسط فیزیکی فقط «پیادهسازی ساده» محسوب میشود. در محاسبه زیستی، الگوریتم همان بستر است. سازماندهی فیزیکی تنها محاسبه را ممکن نمیسازد، بلکه خود محاسبه را تشکیل میدهد. مغزها تنها برنامهای را اجرا نمیکنند؛ آنها فرایند فیزیکی خاصی هستند که با بهگسترش در طول زمان، محاسبه میکنند.
این چه معنایی برای هوش مصنوعی و ذهنهای مصنوعی دارد
این دیدگاه همچنین محدودیتی را در نحوهٔ توصیف معمول هوش مصنوعی مدرن آشکار میکند. حتی سیستمهای قدرتمند عمدتاً توابع را شبیهسازی میکنند. آنها نگاشتهای ورودی‑به‑خروجی را میآموزند، گاهی با تعمیم شگفتانگیز، اما محاسبه همچنان یک فرآیند دیجیتال است که بر روی سختافزاری اجرا میشود که برای سبک محاسبهای کاملاً متفاوت طراحی شده است. در مقابل، مغزها محاسبه را در زمان فیزیکی انجام میدهند. میدانهای پیوسته، جریانهای یونی، ادغام دندریتی، ترکیب نوسانی محلی و تعاملات الکترومغناطیسی نوظهور صرفاً «جزئیات» زیستی نیستند که میتوان آنها را هنگام استخراج الگوریتم انتزاعی نادیده گرفت. از نظر ما، اینها نخستین عناصر محاسباتی سیستم هستند. آنها مکانیزمیاند که ادغام‑زمان حقیقی، تابآوری و کنترل تطبیقی را ممکن میسازند.
نه فقط زیستشناسی، بلکه زیستشناسی همانند محاسبه
این بدان معنا نیست که ما معتقدیم آگاهی بهطرزی محدود به حیات مبتنی بر کربن است. ما استدلال «زیستشناسی یا هیچ» نداریم. ادعای ما باریکتر و عملیتر است. اگر آگاهی (یا شناخت شبیهبهذهن) به این نوع محاسبه وابسته باشد، ممکن است به سازماندهی محاسبهای به‑سبک زیستی نیاز داشته باشد، حتی اگر در بسترهای جدید ساخته شود. مسئلهٔ کلیدی این نیست که آیا بستر بهصورت حرفی زیستی است یا نه، بلکه این است که آیا سیستم، محاسبهای ترکیبی، غیرقابلجدا از مقیاس و بنیادین براساس متابولیسم (یا بهصورت کلی انرژی) پیاده میکند یا خیر.
هدف متفاوتی برای ساخت ماشینهای آگاه
این، هدف هر کسی را که میخواهد ذهنهای مصنوعی بسازد، دوباره تعریف میکند. اگر محاسبهٔ مغز از چگونگی تحقق فیزیکیاش جدا نشود، فقط گسترش هوش مصنوعی دیجیتال ممکن است کافی نباشد. این به این دلیل نیست که سیستمهای دیجیتال نمیتوانند توانمندتر شوند، بلکه توانمندی تنها بخشی از معادله است. خطر عمیقتر این است که ممکن است ما چیزی که اشتباه بهینهسازی میکنیم؛ یعنی بهبود الگوریتمها در حالی که وجود محاسباتی بنیادی همانند است. محاسبهگرایی زیستی پیشنهاد میکند که ساخت سیستمهای شبیهذهن واقعی ممکن است نیازمند ماشینهای فیزیکی جدیدی باشد که محاسبهٔ آنها بهصورت نرمافزار روی سختافزار سازماندهی نشده، بلکه در سراسر سطوح پخش شده، بهصورت دینامیک مرتبطاند و تحت محدودیتهای فیزیک زمانواقعی و انرژی شکل میگیرند.
پس اگر ما به دنبال چیزی شبیه بهآگاهی مصنوعی هستیم، سؤال اصلی ممکن است این نباشد که «چه الگوریتمی را باید اجرا کنیم؟» بلکه این باشد: «چه نوع سیستم فیزیکی باید وجود داشته باشد تا آن الگوریتم از دینامیکهای خود جدا نشود؟» چه ویژگیهایی مورد نیاز است، از جمله تعامل ترکیبی رویداد‑میدانی، هم‑پوشانی چند مقیاسی بدون رابطهای واضح، و محدودیتهای انرژی که استنتاج و یادگیری را شکل میدهند، بهطوریکه محاسبه صرفاً یک توصیف انتزاعی لایهنشده بر روی آن نباشد، بلکه یک ویژگی درونی سیستم باشد؟
این تغییر همان چیزی است که محاسبهگرایی زیستی میطلبد. این چالش را از یافتن برنامه مناسب به یافتن نوع مناسب مادهٔ محاسباتی منتقل میکند.