هوش مصنوعی · معماری شناختی · یان لکان

معماری هوش خودمختار یان لکان؛ از واکنش تا تصمیم‌گیری

بررسی معماری شناختی پیشنهادی یان لکان برای هوش مصنوعی خودمختار
· ۱۸ دقیقه مطالعه
نویسنده: · آخرین به‌روزرسانی:
یان لکان معماری شناختی هوش خودمختار World Model یادگیری عمیق

مقدمه: از نگاشتِ ساده تا یک سیستمِ یکپارچه

تا اینجا، در مقاله‌های قبلی، درباره‌ی فلسفه‌ی لکان، نقدهایش بر سیستم‌های فعلی، و ایده‌ی محوریِ «استدلال به‌عنوان بهینه‌سازیِ انرژی» صحبت کردیم. اما شاید مهم‌ترین بخشِ مقاله‌ی لکان، جایی است که از حرف به عمل می‌رسد و یک معماریِ شناختیِ عینی (Cognitive Architecture) برای یک عاملِ هوشمندِ خودمختار پیشنهاد می‌کند.

وقتی برای اولین بار این بخش از مقاله را خواندم، یک جمله‌ی لکان توجهم را جلب کرد. او در ابتدای مقاله تأکید می‌کند که این نوشته، شرحِ یک سیستمِ آماده نیست:

"This paper is not a description of a system, but a proposal for an architecture and a research agenda."

یعنی: «این مقاله، شرحِ یک سیستمِ کامل نیست؛ بلکه پیشنهادی است برای یک معماری و یک دستورِ کارِ پژوهشی.»

لکان نمی‌خواهد ادعا کند که همه‌چیز را حل کرده است. او دارد یک نقشه‌ی راه ترسیم می‌کند؛ نقشه‌ای که به‌گفته‌ی خودش، هنوز جایِ کارِ زیادی دارد. اما چیزی که این نقشه را از سایر پیشنهادها متمایز می‌کند، یکپارچگی و هماهنگیِ اجزای آن است.

برای قرار دادن این معماری در بستر گسترده‌تر اندیشه‌ی لکان، مطالعه‌ی فلسفه‌ی World Model از نگاه لکان و همچنین مقاله‌ی رابطه EBM، JEM و JEPA نیز مفید است.

معماری هوش خودمختار یان لکان - هشت جزء اصلی
شکل ۱: نمای کلی معماری شناختی پیشنهادی یان لکان برای هوش مصنوعی خودمختار

۱. تفاوتِ بنیادین با سیستم‌های فعلی

بخش قابل‌توجهی از رویکردهای فعلی در هوش مصنوعی، به‌ویژه رویکردهای model-free در یادگیری تقویتی، می‌کوشند رفتار را مستقیماً از ادراک به عمل نگاشت کنند. در این رویکردها، عملاً یک تابع یاد گرفته می‌شود که مشاهده را مستقیماً به اقدام تبدیل کند:

Observation → Action

این نگاشت، در بسیاری از کاربردها موفق بوده است. اما لکان معتقد است که برای رسیدن به هوش خودمختارِ واقعی، این رویکرد کافی نیست. چون بینِ مشاهده و عمل، یک دنیایِ شناختیِ کامل وجود دارد که در این نگاشتِ ساده نادیده گرفته می‌شود: مدلِ درونی از جهان، حافظه، اهداف، و سازوکاری برای برنامه‌ریزی و استدلال.

به‌همین‌دلیل، لکان معماریِ چندماژوله‌ای را پیشنهاد می‌کند که در آن، هر ماژول نقشِ مشخصی دارد و همه‌ی آنها با یکدیگر در تعامل هستند.

۲. اجزای معماری عامل هوشمند

معماریِ پیشنهادیِ لکان شاملِ هشت جزءِ اصلی است:

  • Configurator
  • Perception
  • World Model
  • Short-Term Memory
  • Intrinsic Cost
  • Critic
  • Cost
  • Actor

ارتباطِ این اجزا، یک زنجیره‌ی خطیِ ساده نیست، بلکه یک سیستمِ پویا است که در آن:

  • Actor توالی‌هایِ عملِ پیشنهادی را به World Model می‌دهد.
  • World Model پیامدهایِ احتمالیِ اقداماتِ تصورشده را پیش‌بینی می‌کند.
  • Cost / Critic هزینه‌هایِ آینده را برآورد می‌کنند.
  • Actor بر اساسِ این ارزیابی‌ها، توالیِ عمل را بهینه می‌کند.

این چرخه، به‌صورتِ شماتیک در شکل زیر قابلِ نمایش است:

نمودار شماتیک معماری شناختی یان لکان
شکل ۲: نمایش شماتیک چرخه تعامل اجزای معماری شناختی یان لکان

۳. Configurator؛ تنظیم‌کننده‌ی کل سیستم

شاید عجیب باشد، اما لکان معماری خود را با Configurator شروع نمی‌کند. با این حال، از نظرِ مفهومی، این ماژول نقشی کلیدی در سیستم ایفا می‌کند.

Configurator وظیفه دارد که سایر ماژول‌ها را برای وظیفه‌ای که عامل در حال انجام آن است، پیکربندی کند. در برنامه‌ریزی‌های پیچیده، حتی باید بتواند توالیِ زیرهدف‌ها (subgoal) را تعیین کند.

می‌توان Configurator را از نظر مفهومی با برخی ایده‌های مربوط به کنترلِ اجرایی (Executive Control) در علومِ شناختی مقایسه کرد. اما این تفسیرِ تطبیقیِ من است، نه معادل‌سازیِ صریحِ لکان.

لکان این ماژول را یکی از بخش‌های کم‌تر شناخته‌شده و بسیار مرموز معماری معرفی می‌کند:

"Of all the least understood aspects of the current proposal, the configurator module is the most mysterious."

به‌عبارتِ دیگر، Configurator مشخص می‌کند که برای وظیفه‌ی جاری چه چیزی اهمیت دارد و سایر ماژول‌ها را متناسب با آن تنظیم می‌کند.

۴. Perception؛ تخمینِ وضعیتِ جهان

بعد از اینکه Configurator اولویت‌ها را مشخص کرد، نوبت به ادراک (Perception) می‌رسد.

ادراک در معماریِ لکان، قرار نیست صرفاً داده‌ی خامِ حسی را عبور دهد. وظیفه‌ی آن، تخمینِ یک بازنماییِ انتزاعی از وضعیتِ فعلیِ جهان است؛ بازنمایی‌ای که برای World Model و سایر بخش‌های سیستم قابلِ استفاده باشد.

به‌بیانِ دقیق‌تر، Perception باید بتواند:

  • از داده‌هایِ حسی مانند تصویر، صوت یا متن، یک بازنماییِ فشرده استخراج کند.
  • اطلاعاتِ مرتبط با پیش‌بینیِ آینده و تصمیم‌گیری را حفظ کند.
  • از جزئیاتی که برای وظیفه‌ی فعلی بی‌ربط هستند صرف‌نظر کند.

۵. World Model؛ مدلِ درونیِ جهان

و حالا می‌رسیم به مهم‌ترین بخشِ معماری.

در صورت‌بندیِ لکان، World Model پیچیده‌ترین بخشِ معماری است. نقشِ آن فقط ذخیره‌کردن اطلاعات نیست؛ بلکه باید بخش‌های مرتبط جهان را مدل کند و وضعیت‌های آینده‌ی ممکن را پیش‌بینی کند.

World Model دقیقاً چیست؟

World Model، یک مدلِ درونی و پیش‌بین از چگونگیِ تحول وضعیت جهان است. این مدل می‌تواند اطلاعاتِ ناقصِ مربوط به وضعیت جهان را تخمین بزند و آینده‌های محتمل را پیش‌بینی کند؛ از جمله پیامدهایِ ناشی از توالی اقداماتِ تصورشده.

از این منظر، World Model نوعی شبیه‌ساز از بخش‌هایِ مرتبط جهان است. این مدل لازم نیست همه‌ی جزئیات را بازسازی کند؛ میزانِ جزئیاتِ مورد نیاز به وظیفه‌ی جاری وابسته است.

ویژگی‌هایِ کلیدیِ World Model

۱. پیش‌بینی در فضایِ انتزاعی

World Model قرار نیست تمامِ جزئیاتِ جهان را در سطحِ پیکسل بازسازی کند. پیش‌بینی‌ها می‌توانند در یک فضایِ بازنماییِ انتزاعی انجام شوند و در سطوحِ مختلفِ انتزاع و افق‌هایِ زمانیِ متفاوت عمل کنند.

۲. نمایشِ آینده‌هایِ متعدد

جهان کاملاً قابلِ پیش‌بینی نیست. بنابراین، World Model باید بتواند چندین آینده‌ی محتمل را نمایش دهد؛ از جمله آینده‌هایی که با استفاده از latent variables برای نمایشِ عدم‌قطعیت نسبت به وضعیتِ جهان پارامتری می‌شوند.

این نکته مستقیماً به بحث Latent Variable در معماری لکان نیز مرتبط است.

۳. قابلیتِ یادگیری از مشاهده

World Model باید بتواند از طریقِ مشاهده‌یِ غیرفعال نیز یاد بگیرد؛ یعنی برای یادگیریِ تمام جنبه‌های جهان لزوماً به تعامل مستقیم عامل با محیط وابسته نباشد.

توانایی‌هایی که از این معماری استخراج می‌شود

از معماریِ لکان می‌توان چند قابلیتِ مهم را استخراج کرد:

  • پیش‌بینی (Prediction): پیش‌بینیِ پیامدِ اقدامات.
  • برنامه‌ریزی (Planning): یافتنِ دنباله‌ای از اقدامات برای رسیدن به هدف.
  • استدلال (Reasoning): استفاده از مدل‌های درونی و بهینه‌سازی برای حل مسائل.
  • تصور (Imagination): شبیه‌سازیِ سناریوهایِ مختلفِ آینده.
  • بازنماییِ سلسله‌مراتبی: نمایشِ جهان در سطوحِ مختلفِ انتزاع.

این‌ها قابلیت‌هایی هستند که می‌توان از معماری استخراج کرد، نه اینکه لکان آن‌ها را به‌عنوان یک فهرست رسمی از «پنج قابلیت World Model» معرفی کرده باشد.

۶. Short-Term Memory؛ حافظه‌ی کوتاه‌مدت

در معماریِ لکان، حافظه‌ی کوتاه‌مدت (Short-Term Memory) نیز یک جزءِ مستقل است. این ماژول، وظیفه دارد:

  • وضعیتِ فعلیِ جهان را نگهداری کند.
  • وضعیت‌هایِ پیش‌بینی‌شده توسط World Model را نگهداری کند.
  • هزینه‌های ذاتیِ مرتبط با این وضعیت‌ها را نیز دنبال کند.

بنابراین، چرخه‌ی شناختی صرفاً Perception → World Model → Actor نیست. حافظه در نگهداریِ context و اتصالِ وضعیتِ فعلی به وضعیت‌های پیش‌بینی‌شده‌ی آینده نقشی مهم دارد.

۷. Cost؛ تابعی برای اندازه‌گیریِ انرژی / ناراحتیِ عامل

وقتی World Model چندین آینده‌یِ ممکن را ساخت، عامل به سازوکاری برای ارزیابیِ آن‌ها نیاز دارد. اینجاست که Cost Module وارد عمل می‌شود.

در معماریِ لکان، Cost از دو زیرماژول تشکیل شده است:

Cost = Intrinsic Cost + Critic

خروجیِ Cost یک مقدارِ اسکالر به نام Energy است که به‌عنوان سنجه‌ای برای سطحِ ناراحتیِ عامل تفسیر می‌شود.

۱. Intrinsic Cost؛ هزینه‌ی ذاتی

این بخش تغییرناپذیر (Immutable) و غیرقابلِ آموزش (Non-Trainable) است. این بخش هزینه‌هایِ ذاتی و فوریِ مرتبط با وضعیت فعلی را نمایش می‌دهد.

لکان از نمونه‌هایی مانند درد، لذت و گرسنگی به‌عنوان نمونه‌هایی از انگیزه‌ها یا هزینه‌هایِ ذاتی یاد می‌کند.

۲. Critic؛ ناقد

Critic یک ماژولِ قابلِ آموزش (Trainable) است که بر اساسِ تجربه، مقادیرِ آینده‌ی Intrinsic Cost را پیش‌بینی می‌کند.

بنابراین، ارزیابیِ آینده صرفاً به یک reward خارجی محدود نمی‌شود؛ بلکه معماری از یک سازوکارِ هزینه‌یِ درونی تشکیل‌شده از Intrinsic Cost و Critic استفاده می‌کند.

۸. Actor؛ پیشنهاددهنده و بهینه‌سازِ توالیِ اقدامات

و در نهایت، به Actor می‌رسیم. Actor صرفاً یک لایه‌ی تصمیم‌گیریِ معمولی نیست، بلکه دو نقش مهم دارد:

۱. پیشنهاددهنده (Proposer)

Actor توالی‌هایِ عمل (Action Sequences) را پیشنهاد می‌کند.

۲. بهینه‌ساز (Optimizer)

سپس با استفاده از ارزیابی‌های World Model و Critic، به دنبال توالیِ عملی می‌گردد که هزینه‌یِ آینده‌ی تخمینی را کمینه کند.

لکان چند روش مختلف برای یافتنِ توالیِ عملِ بهینه را مطرح می‌کند، از جمله:

  • بهینه‌سازیِ مبتنی بر گرادیان
  • جستجویِ گراف
  • برنامه‌ریزیِ پویا
  • الگوریتم A*
  • جستجویِ درختِ مونت‌کارلو (MCTS)

بنابراین، نباید معماری را طوری معرفی کنیم که انگار Actor الزاماً فقط با Gradient Descent کار می‌کند.

به‌صورتِ مفهومی، Actor به دنبالِ توالیِ عملی است که انرژی یا هزینه‌یِ پیش‌بینی‌شده‌ی آینده را کمینه کند:

at:t+H* = arg minat:t+H Στ=tt+H Eτ

که در آن H افقِ برنامه‌ریزی است.

۹. مشتق‌پذیری؛ ویژگیِ کلیدیِ معماری

یکی از ویژگی‌هایِ مهمِ معماریِ لکان، مشتق‌پذیری (Differentiability) است.

ماژول‌هایِ قابل‌آموزش طوری در نظر گرفته می‌شوند که بتوان گرادیانِ خروجیِ اسکالرِ Cost را در معماری منتقل کرد. این ویژگی امکان آموزشِ ماژول‌هایِ به‌هم‌پیوسته با روش‌هایِ مبتنی بر گرادیان را فراهم می‌کند.

البته یک تمایز مهم باید حفظ شود: Intrinsic Cost به‌صورتِ Immutable و Non-Trainable تعریف شده است. بنابراین، همه‌ی اجزای معماری به یک شکل قابل‌آموزش نیستند.

۱۰. جمع‌بندی؛ یک معماری چندماژوله برای هوش خودمختار

اگر بخواهم معماریِ لکان را در چند جمله خلاصه کنم، می‌گویم:

خلاصه معماری لکان

لکان به‌جای پیشنهادِ یک شبکه‌ی واحد، یک معماریِ چندماژوله برای هوش خودمختار پیشنهاد می‌کند؛ معماری‌ای که در آن ادراک، حافظه، مدلِ جهان، ارزیابیِ هزینه و انتخابِ عمل در یک سیستمِ هماهنگ با یکدیگر تعامل دارند.

این معماری شاملِ هشت جزءِ اصلی است:

  • Configurator: تنظیم‌کننده‌ی سایر بخش‌هایِ سیستم بر اساسِ وظیفه‌ی جاری.
  • Perception: تخمینِ وضعیتِ فعلیِ جهان.
  • World Model: مدلِ درونی و پیش‌بین از بخش‌هایِ مرتبطِ جهان.
  • Short-Term Memory: نگهداریِ وضعیت‌هایِ فعلی و پیش‌بینی‌شده.
  • Intrinsic Cost: هزینه‌ی ذاتی، تغییرناپذیر و غیرقابلِ آموزش.
  • Critic: پیش‌بینی‌کننده‌ی هزینه‌هایِ ذاتیِ آینده.
  • Cost: تولیدکننده‌ی مقدارِ اسکالرِ انرژی برای ارزیابیِ پیامدها.
  • Actor: پیشنهاددهنده و بهینه‌سازِ توالیِ اقدامات.

شاید مهم‌ترین درسی که من از این معماری می‌گیرم این باشد که لکان آن را یک مسیرِ پژوهشی می‌داند، نه یک نقشه‌ی فنیِ نهایی. ارزش این پیشنهاد فقط در تک‌تک ماژول‌ها نیست؛ بلکه در نحوه‌ی کنار هم قرار گرفتنِ آن‌ها برای ادراک، پیش‌بینی، ارزیابی، برنامه‌ریزی و عمل است.

در واقع، ایده‌ی اصلی برای من این است که هوش نباید صرفاً به یک نگاشتِ ورودی به خروجی تقلیل داده شود. عامل باید بتواند جهان را در یک مدلِ درونی نمایش دهد، آینده‌هایِ ممکن را تصور کند، آن‌ها را ارزیابی کند و از این ارزیابی برای هدایتِ عمل استفاده کند.

پرسش‌های متداول درباره معماری هوش خودمختار یان لکان

معماری هوش خودمختار یان لکان چیست؟

یک معماری چندماژوله برای عامل‌های هوشمند خودمختار است که در آن Perception، World Model، Short-Term Memory، Intrinsic Cost، Critic، Cost، Actor و Configurator در کنار یکدیگر قرار می‌گیرند.

World Model در معماری لکان چه نقشی دارد؟

World Model اطلاعات ناقص درباره وضعیت جهان را تخمین می‌زند و وضعیت‌های آینده‌ی محتمل را پیش‌بینی می‌کند؛ از جمله پیامدهای توالی اقداماتی که Actor تصور یا پیشنهاد کرده است.

Configurator چه کاری انجام می‌دهد؟

Configurator سایر ماژول‌های سیستم را متناسب با وظیفه‌ی جاری پیکربندی می‌کند. لکان این بخش را یکی از کم‌تر شناخته‌شده‌ترین و مرموزترین قسمت‌های معماری معرفی می‌کند.

تفاوت Intrinsic Cost و Critic چیست؟

Intrinsic Cost به‌صورت تغییرناپذیر و غیرقابل‌آموزش تعریف شده و هزینه‌های فوری و ذاتی را نمایش می‌دهد؛ در مقابل، Critic یک ماژول قابل‌آموزش است که مقادیر آینده‌ی Intrinsic Cost را پیش‌بینی می‌کند.

آیا Actor فقط یک شبکه برای تصمیم‌گیری است؟

نه دقیقاً. در صورت‌بندی لکان، Actor توالی‌های اقدام را پیشنهاد می‌کند و به دنبال توالی‌ای است که هزینه‌ی آینده‌ی تخمینی را کمینه کند. برای این کار می‌توان از روش‌های مختلف بهینه‌سازی و جستجو استفاده کرد.

این معماری چه ارتباطی با EBM و JEPA دارد؟

مدل‌های انرژی‌محور با بخش Cost و نگاه لکان به استدلال و تصمیم‌گیری مرتبط‌اند، در حالی که JEPA با یادگیری بازنمایی‌های پیش‌بین و ساخت World Model ارتباط دارد. این مفاهیم به هم مرتبط‌اند، اما نباید آن‌ها را یک معماری واحد و یکسان در نظر گرفت.

منابع و مطالعه بیشتر

  1. LeCun, Y. (2022). A Path Towards Autonomous Machine Intelligence . OpenReview. https://openreview.net/pdf?id=BZ5a1r-kVsf
  2. Assran, M., et al. (2023). Self-Supervised Learning From Images With a Joint-Embedding Predictive Architecture . CVPR.
  3. Dawid, A., & LeCun, Y. (2024). Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence . Journal of Statistical Mechanics: Theory and Experiment, 2024, 104011.