pale
  • شنبه ٢٤ مرداد ١٤٠٥
  • En

آرم فرهنگستان هنر
اخبار > معماریِ یک زبان بومی برای عصرِ «هنرِ بی‌انسان»


گفت‌وگو با مترجمان کتاب «یادگیری عمیق مصور» درباره چالش‌های زبانی هوش مصنوعی
معماریِ یک زبان بومی برای عصرِ «هنرِ بی‌انسان»

 

در بخش دوم این پرونده، دکتر رضا افهمی و صدف پورمحمود، مترجمان کتاب «یادگیری عمیق مصور» (از تازه‌های نشر پژوهشکده هنر)، ترجمه را نه غایت کار، بلکه نقطه عزیمتی برای پایه‌گذاری گفتمانی بومی برای نقد هنر الگوریتمی قرار داده‌اند و در پی پایه‌گذاری گفتمانی بومی برای «نقد هنر الگوریتمی» هستند. آن‌ها واکاوی می‌کنند که چگونه اصطلاحاتی مانند «هنر مولد» نه‌تنها مفاهیم فنی، بلکه حامل فلسفه‌ای تازه‌اند. این گفت‌وگو ضمن تأمل در دیپلماسی علمی-هنری و معضلِ شکاف میان زبان فارسی و زبان جهانیِ علم، بر ضرورتِ پرورش «مترجمانِ مفاهیم فناورانه» در پژوهش هنر تأکید ورزیده و برای آن راهکارهایی پیشنهاد می‌کند.

پرونده ویژه | «یادگیری عمیق مصور»؛ از الگوریتم تا هنر

بخش دوم

پژوهشکدۀ هنر با انتشار این کتاب، عملاً به عرصه‌ای گام نهاده است که تا پیش از این بیشتر در انحصار ناشران فنی-مهندسی بود. با تکیه بر این انتخاب، چه افق‌های تازه‌ای برای دیپلماسی علمی-هنری ایران (برای مثال در همکاری با نهادهای مشابه منطقه در حوزۀ هنر و هوش مصنوعی گشوده می‌شود) تا بدنه پژوهش هنر کشور در راستای راهبرد «تربیت مترجمِ مفاهیم فناورانه» سوق داده شود؟

 

صدف پور محمود : هدف از ترجمه این کتاب را می‌توان در ضرورت پاسخ‌گویی به نیاز جامعه هنری برای گسترش ترجمه مفاهیم فناورانه و انطباق آن‌ها با نیازهای این جامعه بهتر توضیح داد. زمانی که قصد داشتم موضوع رساله دکتری خود را انتخاب کنم، با موضوعی مواجه شدم که مستلزم ورود به دنیای پردازش تصویر بود. همین نیاز، مرا به جست‌وجو و در نهایت ترجمه این کتاب سوق داد. در آن دوره، میان من و استادانی که قرار بود در این مسیر به من کمک کنند، زبان و بیان مشترکی وجود نداشت. تمامی کتاب‌هایی نیز که به زبان فارسی در دسترس بودند، ترجمه‌هایی مقدماتی به شمار می‌رفتند که سرشار از صورت‌های انگلیسی اصطلاحات یا مفاهیمی بودند که برای آموزش اولیه به فردی غیرمتخصص تناسب چندانی نداشتند. از سوی دیگر، معمولاً چنین تصور می‌شود که افرادی که در مقطع کارشناسی ارشد وارد حوزه پردازش تصویر یا دیگر حوزه‌های مرتبط با یادگیری ماشین و یادگیری عمیق می‌شوند، از پیش با اصول اولیه نگارش الگوریتم‌ها و موضوعات مشابه آشنا هستند؛ ازاین‌رو، ضرورت چندانی برای توضیح این مبانی احساس نمی‌شود.

یادگیری عمیق، مهم‌ترین پایه آن چیزی است که به‌طور عمومی «هوش مصنوعی» نامیده می‌شود. همه ما بر این موضوع اتفاق‌نظر داریم که فراگیرشدن جنبه‌های تجاری و عمومی این مفاهیم، چه در ایران و چه در جهان، پدیده‌ای بسیار نوظهور است و در آن زمان عمری در حدود دو سال داشت. ازاین‌رو، کتابی که پروفسور کرون و همکارانش نوشته بودند، برای من مهم‌ترین مرجعی به شمار می‌رفت که در سال ۲۰۱۹ می‌کوشید میان عموم مردم و این حوزه علمی پیوندی برقرار کند. این کتاب با تشریح دقیق و تاریخیِ مفاهیمی که در جامعه هنری ما کمتر شناخته شده است، راهنمای من در این مسیرِ نوپا بوده است. بنابراین، در آغاز این تجربه، یکی از دشوارترین مسائل این بود که زبان فارسی عملاً انطباق کافی با بسیاری از مفاهیم جدید نداشت. برای ترجمه این مفاهیم، قابل‌فهم‌ساختن آن‌ها و هموارکردن مسیر درکشان برای مخاطبی از دنیای هنر، با اصطلاحات تخصصی فراوانی مواجه بودیم که در بسیاری از کتاب‌های تخصصی به همان صورت انگلیسی نوشته می‌شدند. این مسئله مشکلات بسیاری برای ما ایجاد کرد. از سوی دیگر، فهم دقیق بسیاری از مطالب ما را ناگزیر می‌ساخت که پیش از تصمیم‌گیری درباره معادل فارسی یک اصطلاح، مقالات مورد اشاره در کتاب را نیز به‌دقت مطالعه کنیم.

بااین‌حال، ترجمه اولیه این کتاب حدود یک سال به طول انجامید و تداوم کار بر روی آن برای انتشار نیز نزدیک به یک سال دیگر زمان برد. این دوره، فرصتی عمیق برای درک ارزش‌های کتابی بود که از پرفروش‌ترین آثار حوزه یادگیری عمیق محسوب می‌شود. این کتاب به‌راستی قادر است مخاطب را در بستر تاریخیِ نسبتاً کوتاه این دانش قرار دهد و او را با نیازها و مفاهیم مرتبط با یادگیری عمیق آشنا سازد. یادگیری عمیق نخستین رکن عبور از الگوهای پیشینِ یادگیری ماشینِ کنترل‌شده به سوی یادگیری خودآموز توسط ماشین است و این کتاب می‌تواند درک ما را از مفاهیم هوشمندی ماشینی و شیوه‌های ادراک و تولید در این حوزه گسترش دهد.

این کتاب با گذشت شش سال از انتشار، همچنان منبعی معتبر برای علاقه‌مندان به حوزه هوش مصنوعی است و برای حوزه‌های متنوع هنری بسیار راهگشاست. برجسته‌ترین ویژگی این اثر در بخش نخست آن است که به مبتدیان کمک می‌کند تا درک صحیحی از هوش مصنوعی پیدا کنند؛ دنیایی که شاید ظاهری پیچیده داشته باشد، اما در واقعیت، ماهیتی کاملاً عددی دارد.

هرچه در دنیای هوش مصنوعی پیش می‌رویم، معادل‌های فارسی رنگ می‌بازند و انگلیسی به زبانِ اصلیِ ما برای فهم مفاهیم تبدیل می‌شود. این چالش تنها مختص زبان فارسی نیست؛ رشد پرشتاب علم، مجالِ کافی برای معادل‌سازی را از بسیاری زبان‌ها گرفته است. از همین رو، شکافی روزافزون میان زبان علم و زبان فارسی در حال گسترش است؛ شکافی که رفع آن، مستلزمِ ارائه راهکارهای جدی و کارآمد از سوی متخصصان این حوزه است.

 

رضا افهمی: در پاسخ به پرسش نخست شما باید بگویم که بسیار مایه خوشبختی است که پژوهشکده هنر فرهنگستان هنر تصمیم گرفته‌ پرداختن به این موضوع را نیز بخشی از رسالت خود بداند. با این‌حال، مهم‌ترین مسئله‌ای که در این زمینه وجود دارد همان نکته‌ای است که شما به‌درستی به آن اشاره کردید: تا پیش از این، انتشار کتاب‌هایی از این دست عمدتاً در انحصار ناشران حوزه‌های فنی و مهندسی قرار داشت و البته تا اندازه زیادی هنوز هم چنین است.

بیشتر کتابهای ترجمه شده در حوزه هوش مصنوعی، به دلیل نگاه صرفاً فنی مترجمان، شکاف عمیقی با دانش عمومی دارند و عملاً تنها برای متخصصان قابل‌درک‌اند. اما هوش مصنوعی، به ویژه در کاربردهای امروزی‌ها، ماهیتی متفاوت از علوم فنی پیشین دارد و نمی‌توان آن را صرفاً یک موضوع مهندسی تلقی کرد.

من با تردید از اصطلاح کلی «هوش مصنوعی» استفاده می‌کنم؛ چرا که مفهوم «هوش» طیفی گسترده دارد. بر اساس توانمندی‌‌ها، معمولاً سه سطح برای آن تعریف می‌شود: هوش مصنوعی محدود (تخصصی)، هوش عمومی (AGI) و ابر‌ هوش.

آنچه امروز در اختیار داریم، عمدتاً در دسته اول یعنی سامانه‌های تخصصی جای می‌گیرد؛ در حالی که «هوش عمومی» (سامانه‌های با قابلیت‌‌های همتراز انسان) و «ابر هوش» (سامانه‌های فراتر از توان انسان)، همچنان مباحثی نظری و آینده‌نگرانه هستند. در نهایت، این پرسش بنیادین همچنان پابرجا ست که آیا این سامانه‌ها دارای ادراک و آگاهی‌‌اند، یا تنها رفتاری مشابه آن را شبیه‌سازی می‌کنند؟ موضوعی که کماکان محل مناقشات جدی علمی و فلسفی است.

موضوع مهم برای بحث ما این است که هوش مصنوعی با سرعت بسیار زیادی، از جنبه‌های کاربردی، وارد زندگی روزمره شده و در حال تغییر سپهر زندگی ماست. دامنه تحولاتی که پیرامون این فناوری رخ می‌دهد، طیف بسیار وسیعی از هنر و پزشکی تا آموزش، صنعت، ارتباطات و بسیاری از حوزه‌های دیگر را در بر می‌گیرد. این وضعیت دست‌کم دو پیامد عمده دارد: پیامد نخست، نه از میان رفتن کامل تخصص‌ها، بلکه کم‌رنگ‌شدن برخی مرزهای سنتی میان حوزه‌های تخصصی است. هوش مصنوعی امروز به ما اجازه می‌دهد به حوزه‌هایی وارد شویم که ورود به آن‌ها در گذشته به آموزش‌های طولانی، منابع گسترده یا مهارت‌های فنی بسیار پیچیده نیاز داشت. البته این امر به معنای بی‌اهمیت‌شدن دانش تخصصی نیست؛ بلکه دسترسی مقدماتی به ابزارها و امکان تجربه‌کردن حوزه‌های تازه را افزایش می‌دهد. پیامد دوم این است که اگرچه شکل و جایگاه تخصص‌ها در حال تغییر است، این تغییر لزوماً به معنایی نیست که معمولاً در افکار عمومی تصور می‌شود؛ یعنی اینکه به‌زودی وارد جهانی خواهیم شد که در آن هوش مصنوعی همه کارها را انجام می‌دهد و دیگر نیازی به انسان وجود نخواهد داشت. آنچه محتمل‌تر به نظر می‌رسد، حرکت به سوی شکل دیگری از فعالیت تخصصی است؛ فعالیتی که در آن افراد باید دانش حوزه خود را با توانایی استفاده، ارزیابی و هدایت سامانه‌های هوش مصنوعی ترکیب کنند. شواهد موجود نیز بیشتر از تغییر وظایف و مهارت‌های موردنیاز حکایت دارند تا حذف همه مشاغل و تخصص‌ها. بنابراین، ما باید خود را برای نوعی «تخصص ثانویه» آماده کنیم؛ تخصصی که بر پایه دانش پیشین ما شکل می‌گیرد، اما ابزارها، روش‌ها و زبان تازه‌ای دارد. شاید این جمله رایج این روزها را بارها شنیده باشید که اگر در گذشته قلم‌مو ابزار دست یک نقاش محسوب می‌شد، امروز کدنویسی یا پرامپت‌نویسی می‌توانند ابزارهای او باشد. البته آنها را نباید صرفاً به معنای بهره‌برداری ساده از یک سامانه دانست. استفاده مؤثر از این ابزارها به توانایی طرح پرسش، تعریف مسئله، ارزیابی خروجی، تشخیص خطا و اصلاح فرایند نیاز دارد. افزون بر این، بخش‌هایی از کدنویسی، طراحی جریان کار و ساخت یا تنظیم محیط‌های هوشمند نیز به‌تدریج در دسترس متخصصان حوزه‌های گوناگون قرار خواهد گرفت.

به گمان من، پایدارترین موقعیت‌های شغلی آینده احتمالاً متعلق به افرادی خواهد بود که از یک‌سو در حوزه خود دانش و تجربه تخصصی دارند و از سوی دیگر می‌توانند ابزارهای هوش مصنوعی را بفهمند، به‌درستی به کار گیرند یا در توسعه آن‌ها مشارکت کنند. البته برنامه‌نویسی آینده لزوماً همان برنامه‌نویسی دشوار، زمان‌بر و طاقت‌فرسایی نخواهد بود که طی نزدیک به پنجاه سال جهان فناوری را به نقطه کنونی رسانده است. بسیاری از فرایندهای برنامه‌نویسی می‌توانند سریع‌تر و کارآمدتر شوند؛ هرچند طراحی سامانه‌های پیچیده، ارزیابی آن‌ها و مسئولیت‌پذیری در برابر نتایجشان همچنان به دانش عمیق نیاز خواهد داشت.

بر همین اساس، فکر می‌کنم این کتاب، که انتشار ترجمه آن به‌سبب مسائلی چون همه‌گیری کرونا و پیامدهای پس از آن با اندکی تأخیر همراه شده است، همچنان اهمیت بسیار زیادی دارد. اصل این کتاب در سال ۲۰۱۹ منتشر شده و هنوز از آثار شناخته‌شده و پرفروش مقدماتی در حوزه یادگیری عمیق به شمار می‌رود. یادگیری عمیق نیز یکی از پایه‌های فنی مهم بخش بزرگی از هوش مصنوعی معاصر است، هرچند تمام حوزه هوش مصنوعی به آن محدود نمی‌شود.

این کتاب از جنس آثاری است که می‌کوشند خلأ بزرگ میان درک اجتماعی از یک موضوع و دانش تخصصی مربوط به آن را پر کنند. به همین دلیل، آن را مقدمه‌ای کم‌نظیر برای ورود به مباحث هوش مصنوعی و یادگیری عمیق می‌دانند. همچنین می‌توان آن را ابزار آموزشی مهمی برای تشویق دانشجویان و مخاطبان عمومی به ورود آگاهانه‌تر به این فضا تلقی کرد.

این اثر خلأیی را پر می‌کند که شاید در آموزش‌های کاملاً تخصصی این حوزه کمتر مورد توجه قرار گرفته باشد، اما برای ما هنرمندان اهمیت بسیار زیادی دارد. نباید فراموش کنیم که هنر امروزه یکی از ارکان مهم توسعه فرهنگی و اجتماعی است و هوش مصنوعی نیز به یکی از نیروهای اثرگذار بر هنر امروز تبدیل شده و در آینده تأثیرهای گسترده‌تری بر شیوه‌های خلق، تولید، توزیع و دریافت آثار هنری خواهد گذاشت.

بنابراین، امیدوارم انتشار این کتاب گامی باشد برای اینکه دانشجویانی که شاید با ترس، تردید یا از فاصله‌ای دور این فضا را دنبال می‌کنند، دریابند که برای ورود مقدماتی به آن راهی دست‌یافتنی در برابرشان قرار دارد. هدف این نیست که دشواری‌های این حوزه نادیده گرفته شود، بلکه باید نشان داد که نقطه آغاز آن الزاماً دور از دسترس نیست.

از سوی دیگر، فرهنگستان هنر اکنون می‌تواند به یکی از کنشگران مهم دیپلماسی جدید علمی و هنری تبدیل شود و راه را برای گسترش این مجموعه از پژوهش‌ها باز کند. این ظرفیت می‌تواند به برقراری ارتباط با دانشگاه‌ها، پژوهشگاه‌ها و نهادهای هنری مشابه در سطح منطقه‌ای و بین‌المللی نیز کمک کند.

هوش مصنوعی از نظر ماهیت دانشی و فناورانه، پدیده‌ای فرامرزی است؛ هرچند زبان، قوانین، زیرساخت‌ها، فرهنگ‌ها و میزان دسترسی جوامع، شیوه استفاده از آن را متفاوت می‌کنند. همان‌گونه که امروز نیز مشاهده می‌کنیم، گاه جامعه و کاربران بسیار زودتر از نهادهای رسمی خود را با فناوری‌های جدید تطبیق می‌دهند. با توجه به سرعتی که فضای اجتماعی ما و بسیاری از حوزه‌های حرفه‌ای در انطباق با هوش مصنوعی از خود نشان می‌دهند، میدان بسیار گسترده‌ای برای فعالیت در حوزه هنر نیز گشوده شده است. ما می‌توانیم از این فرصت برای توسعه پژوهش‌های میان‌رشته‌ای، خلق شیوه‌های تازه هنری، بازاندیشی در آموزش هنر و بررسی انتقادی پیامدهای فرهنگی و اخلاقی این فناوری استفاده کنیم.

در نهایت، باید به این موضوع نیز فکر کنیم که شاید هنوز به‌طور کامل وارد مرحله بعدی تحولات هوش مصنوعی نشده باشیم و شاید این تحول نیز دقیقاً به همان شکلی که گاه در تبلیغات مطرح می‌شود رخ ندهد؛ اما احتمالاً زمان بسیار زیادی نخواهد گذشت تا وارد سپهر متفاوتی شویم. در آن زمان، ترجمه مفاهیم فناورانه، انتقال دانش و حتی شیوه ارتباط میان زبان‌ها و رشته‌های علمی، شکل و جهت دیگری به خود خواهد گرفت.

بنابراین، بهتر است ما نیز خود را برای ورود به آن فضا آماده کنیم؛ زیرا فرصت اقدام، یادگیری و مشارکت، زودتر از آنچه تصور می‌کنیم محدود خواهد شد.

 

اصطلاحاتی نظیر Generative Art یا Reinforcement Learning، فراتر از مفاهیم فنی، حامل گفتمان‌های فلسفی و هنری هستند؛ لذا مسئله، معادل‌سازی گفتمانی است و نه صرفاً واژگانی. تیم ترجمه با بهره‌گیری از حضور متخصص نقد هنر، چگونه توانست از مرز ترجمه عبور کند تا به جای انتقال واژه، یک «گفتمان بومی» برای نقد هنر الگوریتمی در فارسی بنیان نهد؟ آیا این تلاش، گامی است برای تحقق راهبرد کلان «پرورش مترجمِ مفاهیم فناورانه» در بدنه پژوهش هنر کشور؟

 

صدف پورمحمود: در ارتباط با مسائلی که شما مطرح می‌کنید، فکر می‌کنم باید دو سپهر را از یکدیگر جدا کنیم. سپهر نخست به خود این کتاب مربوط می‌شود که در آن، مهم‌ترین موضوع انتقال دانش است. ما با کتابی آموزشی و در سطح مقدماتی روبه‌رو هستیم که در سال ۲۰۱۹ منتشر شده است؛ یعنی پیش از موج فراگیر کنونی هوش مصنوعی و پیش از آنکه حجم امروزین گفت‌وگوها، محتواها و کاربردهای عمومی پیرامون آن شکل بگیرد.

این کتاب در آن زمان می‌کوشید نسلی از مخاطبان را برای ورود به این فضا آماده کند و آنان را به‌سمت شناخت و استفاده از این فناوری سوق دهد. این نسل، همان‌گونه که در بخش‌های مختلف کتاب نیز فرض شده است، تا اندازه‌ای با مبانی برنامه‌نویسی و تفکر الگوریتمی آشنایی داشت. بنابراین، بخش مهمی از این اثر را باید به‌عنوان یک متن آموزشی در نظر گرفت.

اصطلاحاتی که شما از آن‌ها نام بردید، مانند «هنر مولد» یا «یادگیری تقویتی»، در گفتمان این ترجمه جایگاه مشخصی دارند. واژگانی مانند «مولد»، «شبکه عصبی»، «یادگیری» و حتی اصطلاحاتی مانند «پرسپترون» یا «ادراک‌گر»، از مفاهیمی استفاده می‌کنند که پیش‌تر در توصیف قابلیت‌های انسانی یا زیستی به کار می‌رفته‌اند. این انتخاب‌های زبانی سبب می‌شوند که نوعی رابطه میان مفاهیم فنی و تجربه انسانی در درون واژگان شکل بگیرد. به همین دلیل، اصطلاح‌گزینی در این حوزه صرفاً یک عمل خنثی یا کاملاً فنی نیست و می‌تواند در نحوه فهم ما از ماشین، هوش، ادراک و خلاقیت تأثیر بگذارد. البته باید مراقب باشیم که کاربرد چنین استعاره‌هایی ما را به این نتیجه نرساند که سازوکارهای ماشینی دقیقاً همانند ادراک، یادگیری یا خلاقیت انسانی عمل می‌کنند.

اما درباره این پرسش که آیا گفتمان درونی کتاب می‌تواند به شکل‌گیری یک گفتمان انتقادی یا بومی منجر شود، می‌توان دو احتمال را مطرح کرد. نخست اینکه اگر متخصصان نقد هنر بخواهند این فضا را به‌درستی درک کنند، ضروری است که با واژگان، سازوکارها و مبانی فنی آن آشنا شوند. این کتاب می‌تواند محمل بسیار مناسبی برای آشناکردن آنان با چنین موضوعاتی باشد.

بااین‌حال، چگونگی نقد این فناوری در نهایت به سازوکارهای فکری، روش‌شناسی و رویکرد نظری هر منتقد بازمی‌گردد. اگر منتقدان تمرکز خود را بر شناخت دقیق این فضا، قابلیت‌ها، محدودیت‌ها و زمینه‌های شکل‌گیری آن بگذارند، می‌توانند با دقت و عمق بیشتری درباره پیامدهای هنری، فرهنگی و فلسفی آن بیندیشند. اما اگر هدف صرفاً این باشد که این فضا با همان روش‌ها و مفاهیم سنتی نقد شود، شاید آشنایی با محتوای فنی کتاب چندان ضروری به نظر نرسد. در آن صورت، منتقد می‌تواند با تکیه بر چهارچوب‌های پیشین، درباره موضوعاتی مانند ماهیت اثر، نقش هنرمند، مسئله مؤلف، اصالت یا ارزش هنری محصول صحبت کند. این نوع نقد ممکن است همچنان ارزشمند باشد، اما بدون شناخت فنی، بخشی از ویژگی‌های خاص هنر الگوریتمی و فرایندهای محاسباتی آن نادیده خواهد ماند.

بنابراین، آشنایی با مفاهیم کتاب می‌تواند نقد هنر را از داوری صرف درباره محصول نهایی فراتر ببرد و توجه منتقد را به داده‌ها، الگوریتم‌ها، شیوه آموزش مدل، انتخاب‌های طراح، سوگیری‌های سامانه و روابط میان انسان و ماشین نیز معطوف کند.

اما درباره اینکه آیا این کتاب می‌تواند یا می‌خواسته است یک گفتمان بومی پدید آورد، باید گفت که به‌طور قطع یکی از اهداف ترجمه آن، فراهم‌آوردن مجموعه‌ای از معادل‌های فارسی برای خواننده بوده است. این معادل‌ها می‌توانند ترس اولیه مخاطب را هنگام مواجهه با یک کتاب کاملاً فنی کاهش دهند و نوعی دوره انتقالی برای ورود او به این فضا ایجاد کنند.

بااین‌حال، باید پذیرفت که این وضعیت احتمالاً در بلندمدت به همین شکل ادامه پیدا نخواهد کرد. هر فردی که به‌طور جدی وارد این حوزه شود، به‌تدریج ناگزیر خواهد بود با زبان تخصصی‌تر آن نیز ارتباط برقرار کند. این زبان تخصصی در بسیاری از موارد متکی بر اصطلاحات انگلیسی است که گاه به همان صورت اصلی و گاه با تلفظ یا نگارش فارسی به کار می‌روند. مشکل اینجاست که استفاده مستقیم از یک واژه انگلیسی، هرچند ممکن است ارتباط ما را با منابع علمی بین‌المللی تسهیل کند، لزوماً به معنای دستیابی به درکی عمیق از آن مفهوم نیست. آشنایی با صورت انگلیسی یک اصطلاح به‌تنهایی نمی‌تواند برای ما دیدگاهی ذهنی، نظری یا فلسفی درباره آن پدید آورد.

از این منظر، معادل‌گزینی‌های اولیه کتاب می‌توانند راهی برای شکل‌گیری تفکر فلسفی و انتقادی در این زمینه باز کنند. وقتی یک مفهوم بتواند در زبان فارسی توضیح داده شود، با مفاهیم دیگر ارتباط برقرار کند و وارد گفت‌وگوی آموزشی و دانشگاهی شود، امکان اندیشیدن درباره آن نیز افزایش پیدا می‌کند. بااین‌حال، گفتمان بومی تنها از طریق ترجمه چند اصطلاح شکل نمی‌گیرد و به پژوهش، نقد، آموزش، تجربه عملی و تولید نظریه نیاز دارد.

اما درباره اینکه آیا این تلاش می‌تواند به پرورش مترجمان مفاهیم فناورانه منجر شود، من تا اندازه‌ای تردید دارم. شاید این کتاب از آخرین آثاری باشد که بخش عمده فرایند ترجمه آن بدون اتکای مستقیم به ابزارهای هوش مصنوعی انجام شده است. در سال‌های اخیر، کمتر متنی را می‌بینیم که در فرایند تولید، ترجمه یا ویرایش آن، به‌نوعی از ابزارهای هوش مصنوعی استفاده نشده باشد.

درعین‌حال، حجم زیادی از مطالب موجود در اینترنت که به نخستین مرجع مراجعه مخاطبان تبدیل شده‌اند، گاه مفاهیم فناورانه را به‌شکلی نادقیق یا نادرست منتقل می‌کنند. برخی از این متن‌ها، به‌ویژه هنگامی که بدون نظارت متخصص تولید یا ترجمه شده‌اند، از معادل‌هایی استفاده می‌کنند که نمی‌توانند ماهیت دقیق یک اصطلاح علمی را به زبان و گفتمان بومی منتقل کنند.

بنابراین، ابزارهای هوش مصنوعی می‌توانند فرایند ترجمه را سریع‌تر و آسان‌تر کنند، اما جای شناخت تخصصی، قضاوت انسانی، تحقیق اصطلاح‌شناختی و ویرایش علمی را نمی‌گیرند. حتی می‌توان گفت هرچه استفاده از ترجمه ماشینی گسترده‌تر شود، نیاز به مترجمانی که هم زبان را بشناسند و هم درکی عمیق از مفاهیم فناورانه داشته باشند، بیشتر خواهد شد.

با وجود این، من چندان مطمئن نیستم که راهبرد کلان و سازمان‌یافته‌ای برای پرورش مترجم مفاهیم فناورانه به‌سرعت شکل بگیرد. تحقق چنین راهبردی به برنامه آموزشی، حمایت نهادی، همکاری میان رشته‌ها و استمرار پروژه‌های ترجمه نیاز دارد. بااین‌حال، می‌توان گفت ما در جریان ترجمه این کتاب کوشیده‌ایم بخشی از این مسیر را، هرچند به‌شکلی محدود و تجربی، طی کنیم.

 

رضا افهمی: من ترجیح می‌دهم به‌جای آنکه مستقیماً به بخش نخست پرسش شما، یعنی موضوع معادل‌سازی گفتمانی، پاسخ دهم، ابتدا به جنبه جذاب‌تر آن بپردازم؛ اینکه این فضای علمی و فناورانه، با خود مجموعه‌ای از گفتمان‌های فلسفی و هنری را نیز به همراه می‌آورد.

در حقیقت، این سخن کاملاً درست است. هوش مصنوعی و فناوری‌های مرتبط با آن در حال دگرگون‌کردن زیست‌جهان ما هستند و بی‌تردید مجموعه گسترده‌ای از اندیشه‌ها، پرسش‌ها و گفتمان‌های جدید را پدید خواهند آورد. بااین‌حال، باید توجه داشته باشیم که شکل‌گیری یک فلسفه منسجم یا یک گفتمان انتقادی معتبر درباره فناوری، به آشنایی کافی با خود فناوری، شواهد موجود و پیامدهای واقعی آن نیاز دارد.

در برخی الگوهای مدیریت دانش، فرایند شناخت با گردآوری داده‌ها آغاز می‌شود. داده‌ها پس از سازمان‌دهی و تفسیر به اطلاعات تبدیل می‌شوند؛ اطلاعات از طریق تحلیل و ارزیابی به شکل‌گیری دانش کمک می‌کنند و از درون این دانش، امکان دستیابی به نوعی خرد، بینش یا چشم‌انداز فراهم می‌شود. البته این مسیر همیشه خطی و ساده نیست، اما نشان می‌دهد که اندیشه فلسفی درباره یک فناوری نمی‌تواند کاملاً مستقل از شناخت داده‌ها، سازوکارها و زمینه‌های واقعی آن شکل بگیرد.

متأسفانه امروز گاه با وضعیتی روبه‌رو می‌شویم که برخی افراد، پیش از دستیابی به شناخت فنی یا تجربی کافی از این حوزه، وارد بحث‌های فلسفی گسترده درباره آن می‌شوند. در چنین شرایطی، گفت‌وگوها ممکن است بیش از آنکه بر داده‌ها، تجربه‌ها و واقعیت‌های فناوری استوار باشند، بر ترس‌ها، پیش‌فرض‌ها یا تصویرهای ذهنی تکیه کنند. مسائلی مانند نگرانی‌های امنیتی، ترس از دگرگونی زندگی اجتماعی یا بیم از جایگزینی انسان با ماشین، موضوعاتی جدی‌اند؛ اما برای بررسی آن‌ها باید شناختی دقیق از توانایی‌ها، محدودیت‌ها و سازوکارهای واقعی هوش مصنوعی داشت.

بنابراین، فکر می‌کنم پیش از آنکه بخواهیم در نخستین مرحله، مجموعه‌ای از دیدگاه‌های فلسفی تولید کنیم که ممکن است انطباق کافی با داده‌ها و اطلاعات واقعی نداشته باشند و صرفاً بازتاب مجموعه‌ای از ذهنیات باشند، بهتر است ابتدا این فضا یا سپهر جدید را بشناسیم. همان‌گونه که شما مطرح کردید، یکی از نخستین مسیرهای این شناخت، ورود از راه واژگان و تبدیل‌کردن این مفاهیم به بخشی از زبان و گفت‌وگوی علمی خودمان است.

کتاب در این زمینه چند مرحله را پیش می‌برد: ابتدا از یک گفتمان کلان آغاز می‌کند و می‌کوشد مخاطب را با موضوعات پیچیده‌ای مانند پردازش توزیع‌شده، شبکه‌های عصبی و منطق کلی یادگیری عمیق آشنا کند. سپس او را به‌سمت جریان‌ها، نظریه‌ها و رخدادهایی می‌برد که در تاریخ یادگیری عمیق نقش داشته‌اند؛ تاریخی که در مقایسه با بسیاری از حوزه‌های علمی بسیار کوتاه، اما به‌شدت فشرده و پربار است.

در مرحله بعد، کتاب تلاش می‌کند جنبه‌های عملی و عملکردی این حوزه را توضیح دهد و نشان دهد که مفاهیم نظری چگونه در قالب الگوریتم‌ها، مدل‌ها و پروژه‌های واقعی به‌کار گرفته می‌شوند. در پایان نیز مجموعه‌ای از آرمان‌ها، دغدغه‌ها و چشم‌اندازهای انسانی مطرح می‌شود که نویسندگان آن‌ها را برای ادامه مسیر این فناوری ضروری می‌دانند.

کتاب در کنار متن اصلی خود، می‌کوشد یک فضای ارتباطی چندلایه نیز به وجود آورد. منابعی که در وبگاه کتاب، گیت‌هاب و شبکه‌های حرفه‌ای مانند لینکدین ارائه شده‌اند، این امکان را فراهم می‌کنند که گفت‌وگو و آموزش به متن چاپی محدود نماند و در محیط‌های دیگر نیز ادامه پیدا کند. بنابراین، ظرفیت شکل‌گیری و گسترش یک گفتمان در ساختار کلی کتاب نهفته است. یافتن معادل‌های مناسب، بررسی مفاهیم علمی، هماهنگ‌کردن واژگان و انجام ویرایش‌های متعدد، فرایندی بسیار زمان‌بر بود. بخش مهمی از ویرایش نهایی نیز بر عهده سرکار خانم شاملو بود. در نتیجه، بخش عمده توان گروه صرف این شد که کتاب به متنی دقیق، منسجم و قابل‌فهم در زبان فارسی تبدیل شود.

این کوشش، زمینه اولیه ورود به یک گفتمان بومی را فراهم می‌کند، اما نمی‌توان ادعا کرد که خود کتاب به‌تنهایی توانسته است گفتمان بومی نقد هنر الگوریتمی را شکل دهد. اساساً کتاب نیز چنین رسالت مستقیمی برای خود تعریف نکرده است. این اثر بیش از هر چیز یک متن آموزشی است که می‌کوشد آموزش را در سطوح مختلف شناختی، فراشناختی و مهارتی پیش ببرد. پروژه‌های عملی کتاب نیز به مخاطب امکان می‌دهند که آموخته‌های نظری خود را در سطح عملکردی تجربه کند.

بااین‌حال، کاملاً این ظرفیت وجود دارد که کتاب به مبنایی برای شکل‌گیری گفت‌وگوهای بعدی تبدیل شود. پژوهشگران، هنرمندان و منتقدان می‌توانند بر پایه مفاهیم و واژگان معرفی‌شده در این اثر، درباره هنر الگوریتمی، نقش ماشین در آفرینش هنری، مسئله مؤلف، خلاقیت محاسباتی و جایگاه انسان در فرایند تولید هنر بحث کنند. به این معنا، کتاب نه خودِ گفتمان نهایی، بلکه یکی از زیرساخت‌های لازم برای آغاز آن است.

نمی‌توان گفت که از ابتدا قصد داشتیم تخصص مستقلی با عنوان «ترجمه مفاهیم فناورانه» ایجاد کنیم یا برنامه مشخصی برای پرورش چنین مترجمانی در نظر داشتیم. واقعیت این است که حدود یک تا دو سال زمان صرف ترجمه، بررسی و آماده‌سازی این کتاب شد؛ مدتی که برای ترجمه یک اثر با ماهیت فنی، زمان قابل‌توجهی محسوب می‌شود.

اما اکنون می‌توان گفت که زمینه برای فراتررفتن از ترجمه یک کتاب فراهم شده است. تجربه این فرایند نشان داد که ترجمه متون فناورانه، به‌ویژه در حوزه‌هایی که با هنر، فلسفه و علوم انسانی پیوند دارند، فقط به دانستن دو زبان محدود نمی‌شود. چنین کاری به همکاری مترجم، متخصص فنی، پژوهشگر هنر، ویراستار و متخصص اصطلاح‌شناسی نیاز دارد. از این منظر، شاید بتوان این تجربه را نه تحقق کامل یک راهبرد کلان، بلکه نخستین گام برای اندیشیدن به چنین راهبردی دانست.

 

 

 
 
 

زمان انتشار: شنبه ٢٧ تير ١٤٠٥ - ٠٧:٤١ | نسخه چاپي

نظرات بینندگان
این خبر فاقد نظر می باشد
نظر شما
نام :
ایمیل : 
*نظرات :
متن تصویر:
 

خروج




اخبار
;