🔻#محاسبات_شناختی - بعنوان یکی از رویکردهای معاصر در #هوش_مصنوعی - شامل روباتیک شناختی، روباتیک توسعه‏یافته، سیستم‏های محاسبه خودآگاه و ... است. 🔻#روباتیک در روزهای اول پیدایش، با مسئله «چگونگی انجام عملکردها» پیوند می‏خورد و غالباً ‌زیرمجموعه رشته مهندسی مکانیک قرار داده می‏شد. در سالیان اخیر اما تأکید بر روی انتخاب عملکرد رفته است؛ یعنی «تصمیم‏گیری» درباره اینکه «چه عملی انجام گیرد». 🔻روباتیک توسعه‏یافته نیز - که بسیار به روباتیک شناختی مربوط است - #یادگیری_ماشین و روان‏شناسی توسعه‏یافته را با هم تلفیق می‏کند. ایده این تحقیقات، توانمندسازی روبات‏ها برای «یادگیری» مستمر است. چنین یادگیری‏ای باید روبات‏های شناختی را برای عملکرد در محیطی بسیار پیچیده و بسیار دینامیک با احتمالاتی فراوان، توانمند سازد. 🔻رون برچمن (Ron Brachman) در توضیح مطلب می‏گوید: «یک سیستم شناختی واقعی باید بتواند تبیین کند که در حال انجام چه کاری بوده و چرا؟ این به قدر کافی خردمندانه خواهد بود اگر "بداند" چه زمانی در حال فروافتادن در یک بن‏بست است و چه زمانی نیاز به درخواست اطلاعاتی دارد که از طریق استدلال بیشتر، قابل دستیابی نیست. با به‏کارگیری چنین ظرفیت‏هایی قدرت مقابله‏ای بلوغ‏آمیز با شرایط پیش‏بینی نشده را داراست». 🔻چالش عمیق در این تعاریف و رویکردها اما پسوند «شناختی» است که همچون صفتی رایج و مدشده، برای طیف وسیع و بی‌مرزی از پدیده‌ها و خصوصیات بکار می‌رود. آیا «تصمیم‌گیری» (در #روباتیک_شناختی)، «یادگیری» (در #روباتیک_توسعه_یافته)، و «دانستن» (در توضیح برچمن) دارای جنبه‌ای سابجکتیو و پدیداری هم هست یا صرفاً در قالب یکسری رفتارها و خروجی‌های قابل مشاهده از منظر سوم‌شخص سنجیده و تعریف می‌شوند؟ آنچه عملا در حوزه فنی هوش مصنوعی جریان دارد و حتی محققان و مهندسان این حوزه بر آن اصرار دارند، در همین حد است. 🔻اگر ماشین بتواند از بین چند گزینه عملکرد در شرایط s1، گزینه درست را به معرض نمایش بگذارد، واجد «تصمیم‌گیری» دانسته می‌شود. و اگر عملکرد درست در محیط‌های بسیار پیچیده دینامیکی (با احتمالات فراوان) را به اجرا درآورد، متصف به «یادگیری مستمر» خواهد شد. و خروجی‌های محاسباتی و رفتاری در راستای دریافت اطلاعات بیشتر و پرهیز از گیرافتادن در بن‌بست، به معنای «دانستن» ماشین نسبت به شرایط مختلف مواجهه تلقی می‌شود. 🔻اما تمام این حالات شناختی (تصمیم‌گیری، دانستن، یادگیری، ...) علاوه بر جنبه‌های کارکردی و رفتاری، دارای یک جنبه درونی هم هستند که از منظر اول‌شخص فاعل شناسا تجربه می‌شود. روباتیک شناختی با تمام هیجان و کاربردهایی که دارد، اما عمیقاً مبتنی بر رویکرد تورینگی (تمایزناپذیری رفتاری و زبانی) است که ماشین "تفکرکننده" را در حد ماشین "عمل‌کننده مشابه انسان خردمند" تقلیل می‌دهد. فارغ از اینکه چنین اعمالی آیا مبتنی بر جهان پدیداری تفکر و تجربه سابجکتیو آن هم هست یا نه؟ آیا مشابهت با عامل انسانی از منظر پدیداری و درونی هم برقرار است؟ 🔻استدلال‌های مختلف فلسفی (مانند استدلال اتاق چینی از جان سرل) نشان دادند که متد تمایزناپذیری رفتاری، علی‌الاصول و فی‌نفسه نمی‌تواند دربردارنده چنین جنبه‌ای باشد. بدین ترتیب چه بسا استعمال پسوند «شناختی» برای این روبات‌ها کمی سخاوتمندانه و بلکه اسراف‌آمیز به نظر می‌رسد (هرچند که این روزها در مورد بسیاری پدیده‌ها و پروژه‌ها و رویکردها رواج دارد). 🔺کما این‌که خود «هوش» هم از این منظر دچار یک تقلیل بزرگ پدیدارشناختی بوده است. البته مادام که هوش مصنوعی را چیزی شبیه این تعریف کنیم، انتظار بیشتری هم نباید داشت: «یک حوزه تخصصی برای ساخت مصنوعاتی با توانایی نمایش رفتارهای تحت کنترل در محیط‏های مختلف و دوره‏های زمانی پایدار» (برینگسجورد، 2014) @PhilMind