→ بازگشت به علوم داده و ملاحظات فلسفی

جلسهٔ ۰ · علوم داده و ملاحظات فلسفی

خلاصهٔ تولید شده توسط هوش مصنوعی

علوم داده- ملاحظات فلسفی

این خلاصه را هوش مصنوعی از روی متنِ همین جلسه نوشته و هر بندِ آن را ماشین با بندهای متناظرِ متن سنجیده است؛ بازبینیِ انسانی نشده. برای اطمینان به متنِ کاملِ جلسه مراجعه کنید.

او از جایگاه فلسفه در دنیای مدرن شروع می‌کند و می‌گوید دربارهٔ چیزی صحبت می‌کند که اکنون خیلی مد است: دیتا ساینس. ابتدا می‌گوید چقدر چیز مهمی است و چرا، و بعد می‌خواهد شمای کلی‌ای بدهد از اینکه چه تأثیری روی علم و جنبه‌های فلسفی علم می‌گذارد و ادعای وارد شدن به پارادایم چهارم را بررسی کند. در پایان نقدها و پرسش‌هایی که در بحث مطرح شد با پاسخ‌های او می‌آید.

دیتا ساینس و جایگاه آن

به گفتهٔ او زمانی فلسفه در رأس هرم بود و اکنون علوم و مهندسی بالا آمده‌اند و فلسفه همان آخر مانده است. به همهٔ دانشجوها می‌گوید یک درس واجب، یعنی فلسفهٔ علم، بردارند تا ببینند آنچه دربارهٔ علم خوانده‌اند تا چه حد حقیقت است. دیتا ساینس را علم روز دنیا می‌خواند: بیشترین درخواست جاب در دنیا برای آن است و تقریباً همهٔ دانشگاه‌ها شاخهٔ آن را دست‌کم در حد گراجویت افتتاح می‌کنند.

به گمان او فضای امروز شبیه ۵۰–۶۰ سال قبل است که کامپیوترها داشتند جلوه می‌کردند و عده‌ای پیش‌بینی می‌کردند علم و مهندسی و صنعت را متحول کنند و همین شد. ادعا می‌شود وارد پارادایم چهارم شده‌ایم؛ او مطمئن نیست اولین بار چه کسی این را گفت و می‌گوید بعضی ادعاها ممکن است زیادی بزرگ به نظر برسند، چون فکر می‌کند پارادایم دوم هم به آن معنای دقیق پارادایم نبوده است.

چه چیز تغییر کرده است

معلوم نیست چرا به این «دیتا ساینس» می‌گویند و شاید «دیتا جوین ساینس» اسم بهتری باشد. بعضی می‌گویند دیتا ساینس اصلاً فیک است و این چیزها سی‌چهل سال است بوده؛ او از جواب یکی از استادان نقل می‌کند که این مثل آن است که در آغاز کامپیوتر بگویند چیزی نیست و محاسبهٔ صفر و یک از قبل بوده، ولی قدرت کامپیوتیشنال آن‌قدر زیاد شد که می‌تواند تحولات بزرگی ایجاد کند.

از نظر علمی یا تکنولوژیک به گفتهٔ او اتفاق ویژه‌ای نیفتاده؛ آنچه افتاده این است که قدرت ذخیره‌سازی و سرعت پردازش خیلی بالا رفته، فریم‌ورک‌هایی برای دیتای بزرگ پدید آمده و ابزارهایی مثل ماشین لرنینگ و دیپ لرنینگ یک‌دفعه قدرتمند شده‌اند؛ ترکیب این‌ها احساس دورهٔ جدیدی را پدید آورده است. در صنعت هم می‌گویند وارد انقلاب چهارم صنعتی شده‌ایم: کارخانه‌هایی که دستگاه‌هایشان همه به یک مرکز وصل‌اند و دیتا مبادله و تحلیل می‌شود.

مدل ساده از علم و گسترش آزمایش

او مدلی ساده از ساینس می‌دهد که می‌گوید پوپری نیست: تئوری‌پردازی‌هایی که نهایتاً با اکسپریمنت بتوانیم درست و غلطش را بفهمیم. در آزمایش اینپوت‌هایی را ست می‌کنند و اوتپوتی می‌گیرند، و ساینس قرار بوده مدلی ریاضی و محاسباتی بسازد که روی کاغذ اگر اینپوت‌ها را بدهند همان اوتپوت‌ها را پیش‌بینی کند؛ از درون این مدل مهندسی و کنترل طبیعت درمی‌آید. از گالیله و کوپرنیک به این طرف چنین کاری می‌کنیم، و ویژگی علم از اول تجربی و محاسباتی بودن بود.

به نظر او اگر شیوهٔ کار ما با دیتا متحول شود، کل فرایند مدل‌سازی علمی هم متحول می‌شود. اول اینکه بخش اکسپریمنت گسترده می‌شود: اینپوت و اوتپوت می‌توانند خیلی پیچیده و حجیم باشند. مثالش آزمایش سرن برای استاندارد مدل است که پس از نزدیک یا بیشتر از ۴۰ سال با اعلام ذرهٔ هیکس تأیید شد؛ اوتپوتش عدد نبود بلکه دیتای مسیر میلیون‌ها ذره بود که سال‌ها طول کشید تحلیل شود. مثال دیگر ریختن چند میلیون توپ در جعبه و ردیابی مسیر همه‌شان است.

مثال دیگرش «تست عقده» است که یونگ طراحی کرد: واژه‌های خنثی گفته می‌شود و سرعت پاسخ‌گویی اندازه گرفته می‌شود. اکنون می‌شود صدای طرف را ضبط کرد و ویدیوی طرف را گرفت و آزمایش را با یک میلیون نفر تکرار کرد و ماشینی را لرن کرد، و اوتپوت می‌تواند بیشتر از این باشد که فقط گزارش شود طرف عقدهٔ مادر دارد؛ اکسپریمنت‌های شبکه‌های اجتماعی هم تا چند سال پیش قابل تصور نبود.

داده خام، نویز و جعبه سیاه

در علم کلاسیک ابزار اندازه‌گیری دقیق مهم است، ولی او می‌گوید اکنون در دوران دیتا ساینس ابزار اندازه‌گیری غیردقیق هم به درد می‌خورد: «شما دیتای کثیف و نویزی بدهید، من تمیزش می‌کنم»، فقط کافی است زیاد داده شود. مهم‌تر اینکه داده می‌تواند خام باشد: قبلاً با مدلی علمی دیتا را خرد می‌کردند، مثلاً در ژنوم فقط به ژن‌ها نگاه می‌کردند، ولی اکنون می‌شود ژنوم یک میلیارد آدم را بدون مدل‌کردن به ماشین داد. این را گامی به سمت تجربی‌تر شدن و نزدیک به آرزوی کسانی مثل لاک می‌داند، و امیدوار است همه بدانند نمی‌شود تئوری دخالت نداشته باشد.

ماشین لرنینگ به جای مدل ریاضی یک بلک باکس می‌دهد که ورودی و خروجی را به هم ربط می‌دهد، بدون مدل ریاضیِ قابل خواندن، و ممکن است این کار را بهتر از هر مدل ریاضیِ شناخته‌شده‌ای انجام دهد. به این ترتیب ورودی و خروجی پیچیده و متنوع می‌شوند و چیزی که میانشان قرار می‌گیرد از قبل کاراتر است.

ادعای پارادایم چهارم

او می‌گوید نمی‌داند منظورشان از «فورس پارادایم» دقیقاً چیست، ولی ادعا این است: قبلاً مدلی علمی داشتیم و اگر اکسپریمنت جدیدی می‌آمد و سازگار نبود، تئوری را تغییر می‌دادیم، مثل انیشتین که به مبانی نیوتون دوباره فکر کرد و مدل ریاضی جدیدی درآورد. پارادایم جدید این است که بدون تئوری کار می‌شود: دیتا در مرکز است و ماشین یک بلک باکس می‌دهد که طراح آن ماشین هم نمی‌داند درونش چه پارامترهایی ست شده است. از «آقای ری جینگ ری»، که شاید اولین بار این اصطلاح را به کار برده است، نقل می‌کنند که وارد مرحله‌ای از ساینس می‌شویم که دیتا به‌طور اتوماتیک و بدون دخالت انسان تولید می‌شود.

می‌گوید این اصطلاحِ «بدون تئوری» واقعاً بدون تئوری نیست، چون پشت همه‌چیز تئوری‌هایی هست، ولی کار تئوری به آن معنا انجام نشده است. پرسش فلسفی این است که آیا قرار نبود علم اکسپلینیشن پدید بیاورد؟ ماشین به ما نگفت چرا. جواب او این است که از همان اولی که ساینس پدید آمد اکسپلینیشن را کمرنگ و محاسبه را پررنگ گرفتیم؛ اکنون عده‌ای با شادی اعلام می‌کنند به چه چیز جالبی رسیده‌ایم.

محاسبه پیش از اکسپلینیشن

انیشتین به کسانی که روی مکانیک کوانتوم کار می‌کردند می‌گفت تابع موج قابل فهم نیست؛ آن‌ها با شادی محاسبه می‌کردند و می‌گفتند تا ۱۲ رقم اعشار می‌توانند بار الکتریکی را حساب کنند. به گفتهٔ او دست‌کم از ۱۹۳۰ تئوری بیسیک فیزیک را داریم که اکسپلینیشن واقعی نمی‌دهد، و خود انیشتین هم فضازمان گذاشت و دربارهٔ وجودشناسی‌اش بحث نکرد. نیوتون هم نگفت نیروی جاذبه چیست و فقط مدلش را نوشت؛ کوپرنیک هم نوشته که نمی‌گوید دنیا واقعاً این‌طور است، بلکه اگر این مدل را بپذیرید محاسبات ساده‌تر می‌شود.

می‌گوید ساینس از روز اول گرایش کامپیوتیشنال داشت و گرایش به فهم نداشت، تا آخرش «اکسپلینیشن صفر، محاسبه صد». اگر این را علم قبول دارید دیتا ساینس هیچ مشکلی ندارد و شاید به چیزی شبیه آنچه لاک و بیکن آرزو داشتند رسیده‌ایم، هرچند آن‌ها هم از عدد گرفتن از ماشین خوششان نمی‌آمد؛ از درون این علم مهندسی خوبی درآمده است، مثل ماشین‌حساب که جای خط‌کش محاسبه را گرفت. اگر این را علم قبول ندارید، واقعاً باید جواب بدهید.

پیامد برای فلسفهٔ علم

به گفتهٔ او برای فلسفه سؤال پدید آمده که علم چیست و اکسپلینیشن مهم است یا محاسبه. می‌گوید همه‌اش را پول تعیین می‌کند و فیلسوفان علمِ طرفدار این پدید خواهند آمد که با هزار دلیل می‌گویند اکسپلینیشن چیز مهمی نیست؛ ماجرای هوش مصنوعی را مثال می‌زند که به نظر او فیلسوفانی قابل از اول دلایل خوبی داشتند که به سرانجام نمی‌رسد، ولی دانشگاه‌ها می‌خواستند پول بگیرند. در یک طرف طیف تئوری‌هایی در فیزیک هستند که به نظر می‌رسد دیگر با اکسپریمنت کار نمی‌کنند، و در طرف دیگر دیتا ساینس که تئوری ندارد؛ فیلسوف علم باید نقطه‌ای را انتخاب کند.

در مدل‌های دیتا ساینسی حتی رابطهٔ علمی لزوماً وجود ندارد و کوریلیشنی پیدا می‌شود؛ او می‌گوید از نظر عملی کار مفید است و مهندسی را پیش می‌برد، ولی احساس شخصی‌اش این است که آنچه باید به آن برسیم فهم است. مثال واقعی‌اش کوریلیشنی است که ماشین میان شاخص بورس در آمریکا و میزان کرهٔ تولیدشده در بنگلادش پیدا کرده؛ می‌گوید علمی نیست و ممکن است به‌زودی نقض شود، و ماشین نمی‌گوید علتی هست یا نه.

نقد و پرسش‌وجواب

در نقد و تکمیل بحث، با سپاس از او، چند نکته مطرح شد. اول اینکه فرایند دیتا، اینفورمیشن و نالج غنای لازم ندارد و میان اینفورمیشن و مینینگ فرق نمی‌گذارند، که نشان می‌دهد این فرایند به‌شدت نظریه‌بار است. دوم اینکه نظریه‌های اکسپلینیشن به سمت روایتی روان‌شناختی می‌روند و ممکن است همین ماشین‌ها هم بتوانند اکسپلینیشن ارائه کنند. سوم اینکه به نظر منتقد از پیدایش علم دانشمندان و حتی فیلسوف‌ها حساسیت اونتولوژیک خود را از دست داده‌اند؛ و برای بسیاری بلک باکس از فرمول ریاضی قانع‌کننده‌تر است، که ممکن است در بعضی دانشکده‌های علوم اجتماعی در ایران فاجعه‌ای باشد.

او در پاسخ می‌گوید این چیزها را می‌شود به‌صورت مقالهٔ ترویجی کار کرد، ولی خودش اصولاً این کار را نمی‌کند. به این پرسش که آیا دربارهٔ دیتا ساینس اغراق نشده، می‌گوید بالاخره اغراق هست و هنوز به جایی نرسیده‌ایم که هرچه دیتا بریزیم بلک باکس بدهد، ولی به این سمت حرکت می‌کنیم و فکر نمی‌کند بدبینانه نگاه کردن کار درستی باشد. می‌گوید این سخنرانی خوش‌بینانه بود و مشکلات موجود را قابل رفع می‌داند.

در گفت‌وگو گفته شد همهٔ روش‌های ماشین لرنینگ بلک باکس نیستند و می‌توان از بلک باکس مدلی ریاضی درآورد؛ و دربارهٔ مثال بورس و کره پرسیده شد که شاید واقعاً همه‌چیز به هم ربط دارد. او در پاسخ می‌گوید دیتا ساینتیست‌ها خوش‌بینانه می‌گویند حُسن دیتا ساینس این است که ممکن است ارتباطی کشف شود، ولی سؤال این است که اگر اکسپلینیشن تولید نکنیم، آیا کار ساینس می‌کنیم؟ و می‌گوید پرسش این است که آیا ساختن مدل بدون اکسپلینیشن ساینس محسوب می‌شود یا نه؛ فکر می‌کند به‌زودی این مبحث در فلسفهٔ علم داغ می‌شود.

→ متنِ کاملِ این جلسه