کتاب «احتمالاً تقریباً صحیح» نوشته لزلی ولیانت، رویکردی نوین برای تبیین پدیدههای پیچیده زیستی و شناختی ارائه میدهد و مدعی است که فرایندهایی نظیر تکامل، یادگیری و تفکر در موجودات زنده، الگوریتمهای محاسباتی خاصی به نام «اکوریتم» هستند. بر خلاف محاسبات سنتی که نیازمند محیطهای کاملاً مشخص و دارای نظریه دقیق ریاضی میباشند، این الگوریتمهای زیستی در محیطهای واقعی و «بدون نظریه» عمل میکنند؛ محیطهایی که قوانین فرمولبندیشدهای برای پیشبینی دقیق ندارند. نویسنده با معرفی چارچوب ریاضی «یادگیری احتمالاً تقریباً صحیح»، شالودهای کمی و دقیق برای درک نحوه تعمیم تجربیات در سیستمهای زنده فراهم میسازد و نشان میدهد چگونه موجودات میتوانند بر اساس دادهها و نمونههای محدود، الگوهای رفتاری مناسب برای سازگاری و بقا را با سرعت محاسباتی بالا و مهار خطاهای تصادفی استخراج نمایند.
بر پایه این دیدگاه، تکامل داروین نه صرفاً یک انتخاب طبیعی تصادفی، بلکه نوعی الگوریتم یادگیری محاسباتی در طول زمان است که مدارهای پیچیده ژنتیکی و تنظیمی پروتئینها را شکل میدهد. در سطح شناختی نیز، استدلال و تفکر انسان از طریق ترکیب یادگیری با منطق استوار در حافظه فعال یا «چشم ذهن» انجام میشود تا تصمیمگیری در شرایط عدم قطعیت میسر گردد. این چارچوب همچنین دلایل اصلی دشواری دستیابی به هوش مصنوعی جامع را تبیین میکند؛ چرا که ماشینها فاقد انباشت دانسته زیستی حاصل از میلیاردها سال تکامل محیطی هستند. در نهایت، این اثر اثبات میکند که فهم حیات، هوش طبیعی و توسعه فناوریهای هوشمند آینده، همگی در پرتو قوانین الگوریتمی و تبیینهای دقیق محاسباتی امکانپذیر است.
اولین نفر کامنت بزار
تمامی حقوق این وبسایت متعلق به شنوتو است