چگونه می‌توان به یک رایانه آموخت که سهام خرید و فروش کند؟ نخست، به آن پارک کردن خودرو را بیاموزید.

شبکه‌های عصبی مصنوعی، یادگیری ماشین، هوش مصنوعی (AI)، روزی نیست که این واژه‌ها تیتر خبرهای فنآوری نباشد. جای شگفتی نیست. 

چون در دورانی هستیم که دست‌کم برای بکار گرفتن برخی از ماشین‌ها، دیگر نیازی به برنامه‌نویسی نیست. بلکه باید به آنها مهارت بیاموزیم.

در هر صورت، هدف، ساختن ماشین‌هایی است که بتوانند مانند مغز ما کار کنند. اکنون ماشین‌ها نمی‌توانند فکر کنند. دست‌کم آنگونه که ما انسانها فکر می‌کنیم، نمی‌توانند!

 ولی آنها در پیداکردن بهترین راه حل برای چالش‌ها، مناسب هستند. این می‌تواند اجرای بی‌شمارِ آزمون‌وخطا‌هایی باشد که در شبیه‌سازی رایانه‌ای و یا حتی در انجام یک‌سری از رخدادهایِ دنیای واقعی و بررسی نتیجه آن باشد.

در این آزمون‌ها، رایانه به روشی‌هایی که به نتیجه درست می‌انجامند، نسبت به آنهایی که موفقیت کمتری دارند، وزن بیشتری می‌دهد. 

ولی برخی از دانشمندان علوم رایانه مانند Jürgen Schmidhuber می‌خواهند به جای ساخت ماشین‌هایی که تنها در انجام یک کار خوب باشند این توانایی را گسترده‌تر کنند.  Schmidhuber بر روی هوش مصنوعی‌ای کار می‌کند که توانایی یادگیری انجام کارهای بسیاری را داشته باشد.

چیزی که در روش او باید برایش پاسخ پیدا شود چگونگی پویا کردن یادگیری در ماشین است.

Schmidhuber شرکتی به نام "nnaisense" راه اندازی کرده است. این شرکت برنامه‌های هوش مصنوعی( AI ) می‌سازد و پس از آن، این برنامه‌ها را برای مسئله‌های گوناگون بسیاری به کار می‌گیرد.

 

یک سناریو ممکن است شامل هدایت‌کردن یک ماشین در شهری با مسیرهای پیچیده برای یافتن کارآمد ترین مسیر، حتی در شرایط گوناگون ترافیکی باشد.

 در کار دیگری ممکن است از هوش مصنوعی برای بازرسی کالایی مانند فولاد، و یافتن خطاهای تولید، بهره‌برداری شود.

نظریه ی Schmidhuber این است که با ساختن ماشین‌هایی که بتوانند روبرو شدن با چالش‌های گوناگونی را بیاموزند، توانایی‌های یادگیری ماشین بهبود می‌یابد. یعنی هر بار که ماشین را با چالش تازه‌ای روبرو می‌کنید و به جای دادن راه حل به آن می‌گذارید خودش از پس آن برآید، می‌تواند مسئله را پرشتاب‌تر و کاراتر از پیش حل کند.

اگر گمان می‌کنید کا این مانند آنچه که ما انسانها انجام میدهیم است، حق با شماست.

Schmidhuber می‌خواهد همین توانایی را در ماشین‌ها ایجاد کند. این شرکت می‌خواهد با سازمان های دیگر قرارداد ببندد. تا به "هوش مصنوعی عمومی"، چگونگی کار در بسیاری از صنایع گوناگون را بیاموزد.

 با این کار، هوش مصنوعی، فهم خود از چگونگی کارکرد چیزهای گوناگون را بهبود خواهد داد. سپس می‌تواند از این فهم در محیط‌های آینده بهره‌بگیرد.

در تئوری، هرچه بیشتر آن را بکار بگیرید، کارآمد‌تر می‌شود. گرچه این، هنوز هم مانند فکر کردن نیست. 

ماشین انگیزه و اشتیاق برای یادگیری  ندارد، پس به نظر می‌رسد موانعی هم در راه باشد، ولی برای ما انسان ها هم همین‌گونه است. 

راه ما نیز از کشف آتش تافرستادن انسان به فضا چندان هموار و آسان نبوده است.

 پس به نظرم بهتر است که راه را برای ماشین‌ها هموار کنیم.

من نمی‌توانم کمکی کنم، ولی آینده‌ای را تصور کنید که رایانه‌ها برای روبرو شدن با چالش‌های تازه، شور و شوق داشته باشند، چون با هر مشکلی که حل می‌کنند، برای چالش‌های بعدی کارآمدتر می‌شوند.

 به گمان من تا زمانی که رایانه‌ها را در همه‌ی کارها از انسان کارآمدتر بیینیم، دهه‌ها زمان خواهد برد. 

به گمانم روزی ما انسان‌ها، سرمست از اینکه آفریده‌های رایانه‌ای‌مان به چه خوبی کار می‌کنند، در جلوی ایوان خانه، در صندلی گهواره‌ای‌مان لَم خواهیم داد.