زبان رایانش: آیا جهشی دیگر در راه است؟

منظورم از جهش یک برآمدشدگی تکاملی است. دیدیم که چگونه تفکر مدل‌سازی به کمک زبان ریاضی به برایشِ علم مدرن و تغییری تکامل‌گونه در نوع تفکر بشر مدرن انجامید. اکنون، تحولاتی در زمینهء محاسبات رایانه‌ای، شناخت دینامیک سامانه‌های گوناگون حتی گوریده به کمک همین روش‌های رایانه‌ای، رخ‌داده که دیگر از نوع ریاضیات نیست و زبان تفکر نوع جدیدی در اختیار بشر قرارداده است. پس، باید انتظار اتفاقی تکاملی از نوعی دیگر داشت- نوعی منشِ براینده و انسانی جهیده‌تر! پس جهشی دیگر در نوع بشر در ۵۰ سال آینده تصورپذیر است؛ واژه‌هایی مانند فناوری‌های‌ برآینده (Emerging technologies) و فناوری‌های پاشاننده (Disruptive technologies) نوید این برآمدشدگی نوین را می‌دهد بدون این که به‌وضوح بشود نوع آن‌را پیش‌بینی کرد. به‌این‌ترتیب، همان روش تفکر در علوم فیزیکی که در درس‌های قبلی توضیح دادم دارد جهش دیگری را مهیا می‌کند که ارتباط بشر را با خودش، با طبیعت، و با موجوات سیلیکون‌پایه‌ای که خودش آفریده به‌نوعی کاملا متفاوت شکل خواهد داد- جهشی دگردیسان. به‌نظر می‌رسد این بار، برخلاف جهش مبتنی بر علوم فیزیکی، دیگر ۳۰۰ سال به درازا نخواهد کشید بلکه مقیاس زمانی آن چند ده سال است.

 بر خلاف اِستفِن وُلفرام (Stephen Wolfram, A New Kind of Science, Wolfram Media Publisher, 2002;) نمی‌گویم علم جدیدی در راه است که تفکر نیوتونی و گالیله‌ای را نقض می‌کند، به هیچ وجه. بلکه بشر دارد «ابزار زبانی» جدیدی فراهم می‌کند که به او امکان می‌دهد به‌روشی فراتر از زبان ریاضی مفهوم‌های جدید بسازد؛ مفاهیمی که ساختن آن با مدل‌های مبتنی بر ریاضیات کنونی ما امکان‌پذیر نیست. مقایسه کنید مفهوم‌هایی را که ما با به‌کارگیری زبان ریاضی توانسته‌ایم در ۳۰۰ سال گذشته ابداع بکنیم؛ اگر زبان ریاضی و روش مدل‌سازی در فیزیک نبود ابداع این مفهوم‌ها و به‌تبع آن درک طبیعت امروزی ناممکن می‌بود. راه تفکر بشر به کمک زبان واژگانی، یعنی همان فلسفهء طبیعیِ ارسطو و ابن سینا، بن‌بستی بود که بشر مدرن با تفکر مدلی از آن به‌درآمد. اکنون شاید زبانِ جدیدِ رایانه جهشی دیگر در امکان مفهوم سازی از نوعی دیگر فراهم کند و از این طریق جهانِ مفهومی دیگری به‌روی بشر باز شود. دینامیک مفهوم دیگری پیدا خواهد کرد که در آن گسسته بودن زمان و فضا، الگوریتم‌ها، خودکاران یاخته‌ای (Cellular automata)، شبیه‌سازی‌ها، هومَص (هوش مصنوعی)، و فناوری‌های مرتبط هر کدام نقشی به‌عهده خواهد داشت.

اِستفِن ولفرام می‌خواهد تنها به کمک خودکاران یاخته‌ای همهء کیهان را توضیح بدهد به‌روشی نانیوتونی و ناگالیله‌ای. این ادعا حتما بی‌جا است اما امکانی که من مطرح می‌کنم به‌معنی توسعهء زبانی در چارچوب همان مفهوم مدل در علوم فیزیکی است که دستاورد چند صد سال اخیر بشر است و در آن زبانی جدید به زبان واژگانی و زبان ریاضی و تجهیزاتی اضافه می‌شود: زبان رایانش! برای این تحول باید آماده بود. مثالی از تحولات اخیر علمی می‌آورم که روزنه‌ای در این جهت را نشان می‌دهد- پیرامون مفهوم قانون و این‌که شاید طبیعت همراه با تحولات‌اش یاد می‌گیرد چگونه برای خود قانون بنویسد!

در درس‌های پیشین و پرسش‌ها مطرح کردم که در چارچوبِ تفکرِ مبتنی بر مدلْ واژه‌هایی مانند قانون و نظریه و فرضیه و اصل کمابیش جنبهء تاریخی دارند- برخلاف بعضی گزاره‌های مرسوم در فلسفه علم که ساحتی وجودشناختی برای این واژه‌ها بیان می‌کند. اکنون تأمل کنیم در مفهوم قانون که عام‌تر است و مرسوم است گفته شود کار علم کشف قانون‌های طبیعت است.

قانون را معادله‌ای ریاضی بدانیم برای بیان یک یا چند پدیده در چارچوب یک مدل. معادله‌ در زبان ریاضی نقش جمله یا گزاره را در زبان کلامی دارد که از منطق زبان ریاضی تبعیت می‌کند. نمونه‌ای ساده، قانون نیوتون برای گرانش است. نیرو را که در مدل بردار فرض کنیم معادله‌ء متناظر یک معادلهء برداری باید باشد. این معادله را ما کشف نمی‌کنیم فوق‌اش بشود گفت ابداع می‌کنیم، یا به قیاس شعر در زبان کلامی «می‌سراییم»! آزادی‌ در اجزا است که به‌طریق آزمایش از طبیعت «می‌پرسیم» با کدام راحت‌تر است! پس لابد درست‌تر آن است که، به‌جای گزارهء مرسوم، بگوییم قانون را ما برای طبیعت «می‌سازیم»، «می‌نویسیم»! یک بار به شکل نیوتونی و یک بار هم به شکل لاگرانژی. از قضا، طبیعت هم از هر دو «خوشش» می‌آید- یکی برداری یکی هم نرده‌ای. در یکی نیرو اصل است در دیگری اصلا نیرویی در کار نیست!

زبان رایانش دارد فضایی جدید و کمابیش مستقل از ریاضی برای تفکر ایجاد می‌کند. یعنی، نه تنها به حل‌مسئلهءهای ناشی از زبان ریاضی کمک می‌کند که مستقل از آن توان مفهوم‌سازی نوع جدیدی دارد. پس، لابد توان قانون‌سازی برای طبیعت از نوعی جدید را هم دارد- به قیاسِ علاقهء فیلسوفان علم، شاید بشود گفت این زبان جدید توان کشف مفهوم و قانون‌های جدیدِ طبیعت را دارد، توانی فراتر از توان زبان ریاضی. شاهد بر این تحول از چند سو است. یک سو همان که زبان رایانش نامیدم و البته تنها روش‌های محاسباتی منظور نیست و بسیار فراتر از آن می‌رود. دیگرسو فناوری‌هایی از جنس یادگیری ماشین و هومص و میانای انسان-ماشین. و دودیگر پژوهش‌های بنیادی ناب در نظریه ریسمان، گرانش کوانتومی و کیهان‌شناسی است. مفهومِ «منظره» نتیجهء این سوی اخیر است. در نظریه ریسمان بحث‌ها می‌توان کرد که اصلا فیزیک است یا بخشی از زبان ریاضی؛ این بحث ادامه دارد اما سوی ناب آن و تأثیر آن در تحولاتی که مطرح کرده‌ام آشکار است و این از ثمرات تفکر ناب است. منظره (Landscape) نتیجهء این کنجکاوی‌های ناب است.

در مکانیک دیدیم که چگونه دو یا چند مدل، نیوتونی و لاگرانژی و هامیلتونی، مکانیک را تعریف می‌کنند یعنی نتیجه‌ای یکسان برای پرسش‌های یکسان می‌دهند؛ قانون‌هایی سازگار- سازگار با طبیعت برای پدیده‌هایی یکسان. این نمونهء قانون یا مدل‌های سازگار ساده‌ترین نمونه از واقعیتی است که در نظریه ریسمان و گرانش کوانتومی دیده شده. تعدادی بسیار زیاد- در قالبِ مرتبه بزرگی- مدل، بخوانید نظریه یا قانون، برای تبیین پدیده‌هایی یکسان به‌کار می‌آید: مدل‌های بیشمارِ سازگار! راه‌حل (بخوانید راحل نه راهِ حل)-هایی برای پدیده‌ها و ذرات و نیروها و هر آنچه پرسش داریم. مجموعهء این مدل‌ها شبیه منظره‌ای است که می‌شود به آن نگاه کرد و از هر بخشِ گزیدهء آن لذت برد. اقلیمی داریم از قله‌ها و دره‌ها- هر یک راحَلّی- که به هم وابسته‌اند با مسیری در اقلیم منظره‌. این چرخش بینش جدید ارتباطی با درست یا نادرست بودن نظریه ریسمان ندارد؛ آن را نتیجهء نامنظور -سراندیپ‌گرا (Serendipitous)- از فعالیت ناب پژوهشی بدانید. این چرخش بینش جدید همراه با بیان ماتریسی مدل‌ها راهی باز کرده برای ترجمهء یک‌به‌یک این مدل‌ها با روش‌های یادگیری ماشینی در زبان رایانش. نکند همانند الگوریتم‌های یادگیرنده- بگویید خودآموز- ما هم بتوانیم مدلهایی برای کیهان در طبیعت بسازیم از طریق این تشابه با روشهای یادگیری ماشینی که نشان می‌دهد طبیعت در طول زمان یاد می‌گیرد و برای خودش قانون می‌نویسد! پس شاید بشود- مستقل ازاینکه قانون را ما برای طبیعت می‌نویسیم یا قانون طبیعت را کشف می‌کنیم- پرسید چرا این قانون‌ها و نه قانون‌هایی دیگر؟ تخیل را رها کنید نه با مخدر- بلکه با نیروی زبان ریاضی و زبان رایانش و محاسبات پیچیده‌تر از گوریده. اولین مدل‌ها در این جهت را گروهی با عنوان «عالم خودآموز (Autodidactic Universe, arXiv:2104.03902.)» منتشر کرده‌اند. راهی دارد باز می‌شود که تحول در زمان را با تحول در قانون طبیعت به معنای بسیار وسیع آن درک کنیم: تحول و دینامیکی تعیّنی نه تنها در تغییر ثابت‌ برهم‌کنش‌ها و جفت‌شدگی‌ها که در خود قانون‌ها! این است توانایی بشر خداگونه با عشق مطلق‌اش به خِرد انسان با به‌کارگیری زبان‌های ریاضی و رایانش. اقلیمی دیگر در تحول و تکامل فیزیک نمایان می‌شود. هنوز راهی دراز در پیش است تا این زبان رایانش توان خود را نشان دهد.

این تحولات جدید به معنی نفی روش‌های قبلی علمی یا کمرنگ کردن آنها نیست بلکه مسیری جدید می گشاید برای درک بهتر دانسته‌های پیشین ما، برای خلق مفهوم‌های جدید و مدل‌های جدید، و برای تولید دانسته‌های جدید، و مهمتر از همه پرسش‌هایی بسیار عمیق‌تر.