معرفی: مردی که معماریِ مغز را به ماشین‌ها یاد داد
شانس با من یار بود که در دوران اوج شبکه‌های عصبی، سر از دنیای هوش مصنوعی درآوردم. اما اگر بخواهم یکی از تأثیرگذارترین چهره‌های این عرصه را نام ببرم، بدون شک یان لکان یکی از اولین نام‌هایی است که به ذهنم می‌رسد. لکان همراه با جفری هینتون و یوشوا بنجیو، از چهره‌های اصلی انقلاب یادگیری عمیق بود و هر سه برای دستاوردهای مفهومی و مهندسی خود در شبکه‌های عصبی عمیق، دریافت‌کنندگان جایزه ACM A.M. Turing Award سال ۲۰۱۸ شدند.
اما لکان برای من، فراتر از یک مهندس الگوریتم‌ساز است. او را می‌توان یک فیلسوف فناوری به معنای شخصی و تفسیری کلمه دانست؛ کسی که بعد از دهه‌ها تحقیق روی شبکه‌های عصبی کانولوشنی (CNN)، یادگیری خودنظارتی و مدل‌های مبتنی بر انرژی، حالا بیش از آنکه فقط درباره یک مدل خاص صحبت کند، درباره یک معماری کامل برای عامل هوشمند فکر می‌کند.
همین تغییر زاویه برای من جذاب است: از «چطور یک مدل بهتر بسازیم؟» به «اصلاً یک ماشین هوشمند باید چه اجزایی داشته باشد؟»
مقاله‌ای که شبیه هیچ مقاله‌ی دیگری نیست
در سال ۲۰۲۲، لکان مقاله‌ای با عنوان "A Path Towards Autonomous Machine Intelligence" منتشر کرد. اوایل، وقتی اسم مقاله را دیدم، فکر کردم مثل بسیاری از مقالات دیگر قرار است یک معماری جدید یا یک الگوریتم به‌روز معرفی شود. اما هرچه بیشتر خواندم، بیشتر متوجه شدم که با جنس متفاوتی از نوشته روبرو هستم.
⚠️ این مقاله دقیقاً چه نوع نوشته‌ای است؟
- یک الگوریتم یادگیری جدید را به‌عنوان محصول اصلی مقاله معرفی نمی‌کند.
- یک معماری مشخص در حد معماری‌های استاندارد یک مدل منفرد مانند Transformer ارائه نمی‌دهد.
- هدف آن معرفی یک مدل زبانی یا مدل مولد جدید نیست.
پس چیست؟
خود لکان در بخش آغازین مقاله آن را یک position paper می‌نامد، نه یک مقاله فنی یا علمی سنتی. او توضیح می‌دهد که بخش بزرگی از ایده‌های مطرح‌شده پیش‌تر توسط پژوهشگران مختلف مطرح شده‌اند و هدف او این است که آن‌ها را در قالب یک پیشنهاد منسجم برای ساخت ماشین‌های خودمختار کنار هم قرار دهد.
بنابراین برای من، این مقاله بیشتر از آنکه یک «محصول» باشد، یک Blueprint یا نقشه‌راه است؛ چارچوبی که می‌پرسد برای رسیدن به ماشین‌هایی که بتوانند یاد بگیرند، پیش‌بینی کنند، برنامه‌ریزی کنند و عمل کنند، چه معماری‌ای لازم داریم.
فلسفه‌ی لکان: چرا مدل‌های زبانی به‌تنهایی کافی نیستند؟
بخش اول مقاله برای من بیشتر شبیه یک درس در فلسفه شناخت و معماری هوش بود تا یک مقاله معمول یادگیری ماشین. لکان می‌پرسد چگونه می‌توان ماشین‌هایی ساخت که مانند انسان‌ها و حیوانات، از مشاهده جهان یاد بگیرند، برای آینده مدل بسازند و بتوانند پیش از اقدام، پیامدهای احتمالی اعمال خود را ارزیابی کنند.
در نقد او، مسئله این نیست که مدل‌های زبانی بزرگ هیچ توانایی مفیدی ندارند؛ برعکس، آن‌ها نمونه‌ای از موفقیت چشمگیر یادگیری آماری هستند. مسئله این است که از دیدگاه لکان، یک مدل زبانی به‌تنهایی نمی‌تواند تمام معماری موردنیاز برای هوش خودمختار را تشکیل دهد. عامل باید علاوه بر پردازش توالی‌ها، نوعی مدل درونی از جهان، حافظه کوتاه‌مدت، سازوکارهای ادراک، ارزیابی هزینه و امکان برنامه‌ریزی داشته باشد.
این نکته برای من مهم است، چون بحث را از «آیا LLMها خوب هستند یا بد؟» به پرسش عمیق‌تری منتقل می‌کند: آیا یک مدل پیش‌بینی‌کننده به‌تنهایی همان چیزی است که ما از یک عامل هوشمند انتظار داریم؟
💡 برداشت شخصی من از نقد لکان
برای من، یکی از مهم‌ترین پیام‌های این مقاله این است که اندازه و توان یک مدل، با معماری یک عامل هوشمند یکسان نیست. ممکن است یک مدل بسیار بزرگ باشد، اما هنوز سؤال معماریِ مربوط به حافظه، مدل جهان، هدف، ارزیابی و عمل باقی بماند.
معماری عامل هوشمند: مغزی برای ماشین‌های خودمختار
در بخش دوم، لکان از مدل منفرد فاصله می‌گیرد و به سمت طراحی یک معماری عامل هوشمند می‌رود؛ معماری‌ای که بتواند ادراک کند، از جهان بیاموزد، آینده را پیش‌بینی کند، برنامه‌ریزی کند و بر اساس اهداف خود عمل کند.
در طرح رسمی او، این معماری از مؤلفه‌هایی مانند Configurator، Short-Term Memory، World Model، Perception، Actor، Critic، Cost و Intrinsic Cost تشکیل می‌شود. نکته مهم این است که این‌ها صرفاً لایه‌های یک شبکه عصبی نیستند؛ هر کدام نقشی متفاوت در چرخه ادراک، پیش‌بینی، ارزیابی، برنامه‌ریزی و عمل دارند.
- Perception: وضعیت فعلی جهان را از ورودی‌های حسی برآورد می‌کند.
- World Model: وضعیت‌های احتمالی آینده جهان را بر اساس توالی اعمال پیشنهادی پیش‌بینی می‌کند.
- Short-Term Memory: وضعیت‌های فعلی و پیش‌بینی‌شده و هزینه‌های مرتبط را دنبال می‌کند.
- Actor: توالی‌هایی از اعمال را پیشنهاد می‌کند و می‌تواند آن‌ها را برای کاهش هزینه آینده بهینه کند.
- Critic و Cost: برای ارزیابی پیامدها و هزینه مسیرهای مختلف در معماری نقش دارند.
- Intrinsic Cost: هزینه‌های ذاتی و سیگنال‌های مرتبط با اهداف درونی را در این چارچوب نمایندگی می‌کند.
- Configurator: اجزای دیگر را برای انجام وظیفه موردنظر پیکربندی می‌کند.
💭 وقتی این معماری را می‌خواندم، با خودم گفتم
«این دیگر فقط یک مدل نیست؛ این یک سیستم است.» چیزی که لکان پیشنهاد می‌کند، نگاه‌کردن به هوش به‌عنوان یک معماری یکپارچه است؛ معماری‌ای که در آن ادراک، حافظه، مدل جهان، هزینه، ارزیابی و عمل به یکدیگر متصل‌اند.
سه پرسش بنیادین در مسیر پیشنهادی لکان
بخشی از مقاله که بیش از همه برای من جذاب بود، جایی است که لکان به‌جای اینکه وانمود کند همه جزئیات حل شده‌اند، پرسش‌ها و چالش‌های باقی‌مانده را برجسته می‌کند. به‌نظر من، دست‌کم سه پرسش در اینجا اهمیت ویژه دارند.
۱. آیا یادگیری مدل جهان می‌تواند به Common Sense منجر شود؟
یکی از پرسش‌های مرکزی این است که آیا یادگیری مدل‌های درونی از جهان می‌تواند به نوعی از «عقل سلیم» منجر شود؛ یعنی دانشی که به عامل اجازه دهد رفتار اشیا و رویدادها را بهتر پیش‌بینی کند. این ایده در مقاله با این تصور همراه است که عامل به‌جای حفظ صرف روابط آماری، باید بتواند ساختارهای پایدارتری از جهان را یاد بگیرد و از آن‌ها برای پیش‌بینی استفاده کند.
برای من، مثال ساده‌ای مثل افتادن یک توپ فقط یک مثال فیزیکی نیست؛ مسئله اصلی این است که آیا ماشین می‌تواند از تجربه و مشاهده، نوعی مدل عمومی بسازد که در وضعیت‌های جدید نیز قابل استفاده باشد.
۲. آیا Scaling به‌تنهایی مسئله هوش را حل می‌کند؟
یکی از بخش‌های بحث‌برانگیز دیدگاه لکان این است که افزایش مقیاس مدل به‌تنهایی نباید معادل حل مسئله هوش در نظر گرفته شود. در چارچوب او، معماری نیز اهمیت دارد: مدل جهان، یادگیری خودنظارتی، حافظه، اهداف درونی و سازوکار برنامه‌ریزی باید در کنار ظرفیت یادگیری قرار بگیرند.
من این بخش را نه به‌عنوان رد کامل Scaling، بلکه به‌عنوان یک هشدار معماری می‌خوانم: ممکن است افزایش اندازه یک مدل برخی قابلیت‌ها را بهبود دهد، اما این سؤال جداگانه‌ای است که آیا با افزایش مقیاس، تمام اجزای موردنیاز برای یک عامل خودمختار نیز به‌وجود می‌آیند.
۳. آیا Reward به‌تنهایی برای ساخت هوش کافی است؟
لکان درباره محدودیت سیگنال پاداش نیز بحث می‌کند. از نگاه او، پاداش یک سیگنال کم‌اطلاعات است و نمی‌تواند به‌تنهایی دانش گسترده موردنیاز برای درک جهان را به عامل منتقل کند. به همین دلیل، در معماری پیشنهادی او یادگیری مدل جهان و یادگیری پیش‌بینانه باید نقش بسیار مهم‌تری داشته باشند.
اینجا مفهوم Intrinsic Motivation نیز وارد می‌شود؛ یعنی عامل صرفاً منتظر پاداش بیرونی نمی‌ماند و بخشی از رفتار آن می‌تواند بر اساس اهداف یا هزینه‌های درونی هدایت شود.
💬 و شاید جالب‌ترین اعتراف لکان درباره Configurator باشد
یکی از صریح‌ترین بخش‌های مقاله این است که خود لکان هم دقیقاً نمی‌داند این قسمت از معماری چگونه باید پیاده‌سازی شود. او می‌نویسد:
"Of all the least understood aspects of the current proposal, the configurator module is the most mysterious."
این جمله برای من بسیار مهم است؛ چون نشان می‌دهد این مقاله قرار نیست یک معماری کاملاً حل‌شده و آماده ارائه کند. خود لکان بخشی از مسیر را به‌صورت یک مسئله پژوهشی باز مطرح می‌کند.
یک نکته‌ی کلیدی: این مقاله، یک «محصول» نیست
خیلی مهم است که این نوشته را با مقاله‌ای که معماری یک مدل مشخص مانند GPT را شرح می‌دهد اشتباه نگیریم. خود لکان در ابتدای مقاله تأکید می‌کند که این نوشته یک position paper است و ادعای اولویت برای تقریباً هیچ‌یک از ایده‌های مطرح‌شده ندارد؛ بلکه تلاش می‌کند مجموعه‌ای از ایده‌های موجود را در قالب یک کل منسجم کنار هم قرار دهد.
به همین دلیل، ارزش مقاله لزوماً در یک الگوریتم خاص یا یک benchmark مشخص نیست. ارزش آن در این است که یک چارچوب فکری برای آینده پیشنهاد می‌کند و مشکلاتی را که باید حل شوند نیز صریحاً فهرست می‌کند.
از نگاه من، این تفاوت بسیار مهم است. یک مقاله می‌تواند یک روش جدید را معرفی کند؛ اما یک position paper می‌تواند سؤال متفاوتی بپرسد: «اگر بخواهیم ماشین‌های خودمختار واقعاً هوشمند بسازیم، چه چیزهایی هنوز کم داریم؟»
جمع‌بندی: چرا خواندن این مقاله برای من ضروری بود؟
وقتی مقاله‌ی لکان را تمام کردم، بیشتر از آنکه پاسخ نهایی گرفته باشم، با مجموعه‌ای از پرسش‌های بزرگ‌تر روبه‌رو شدم. همین برای من ارزشمند بود. او نشان می‌دهد که مسئله هوش مصنوعی فقط ساختن مدل‌های بزرگ‌تر نیست؛ مسئله این است که چگونه می‌توان یک عامل ساخت که جهان را مشاهده کند، از آن یاد بگیرد، آینده را پیش‌بینی کند، هزینه پیامدهای مختلف را ارزیابی کند و سپس دست به عمل بزند.
لکان به من یادآوری کرد که:
- هوش فقط تولید خروجی نیست؛ بخشی از آن به مدل‌سازی جهان و استفاده از مدل برای پیش‌بینی مربوط می‌شود.
- برای ساخت ماشین‌های خودمختار، معماری اهمیت دارد؛ نه فقط مقدار داده یا تعداد پارامترها.
- مسئله هوش هنوز تماماً حل نشده است؛ و حتی در معماری پیشنهادی لکان نیز بخش‌هایی مانند Configurator به‌صراحت به‌عنوان مسائل باز باقی مانده‌اند.
🎯 در نهایت
این مقاله برای من بیش از یک مقاله فنی بود؛ یک نقشه‌ی فکری بود. چیزی که مرا وادار کرد از سطح «مدل» بالاتر بروم و به «معماری عامل» فکر کنم.
یان لکان برای من بیش از یک پژوهشگر یادگیری عمیق است؛ او کسی است که تلاش کرده درباره معماری‌ای فکر کند که شاید روزی ماشین‌ها را از پیش‌بینی صرف، به سمت فهم، پیش‌بینی و عمل خودمختار نزدیک‌تر کند.