وقتی کرم شبیه‌سازی‌شده‌ات اراده آزاد پیدا می‌کند

داشتم نوشته‌هایم را جمع‌بندی می‌کردم که پست پیشنهاد مباحث اراده آزاد از آذرخش مکری را بنویسم، ناگهان حس کردم این مباحث کرمی به جانم انداخت؛ یک کرم آبی نسبتاً چاق و گرد. به فکر افتادم که کرم درونم را  شبیه‌سازی کنم. در این گیف می‌توانید کرمم را ببینید.

کرم چه کار می‌کند؟

 

حافظه مبتنی بر پاداش (Reward-Based Memory)

این یک شبیه‌سازی ساده با پایتون است. اگر سلول حاوی “تهدید” باشد، یعنی به خانه قرمز برود، پاداش منفی یک می‌گیرد و مقدار حافظه آن سلول کاهش می‌یابد؛ در سلول‌های سبزرنگ غذا وجود دارد که به کرم یک امتیاز مثبت می‌دهد؛ در سلول‌های طوسی هم خبری از امتیاز نیست.

 هنگامی که کرمِ زبان‌بسته به یک سلول می‌رود، بسته به نوع آن سلول، حافظه‌اش به‌روزرسانی می‌شود و البته در تصمیم‌گیری‌های خود تمایل دارد به سمت سلول‌هایی با حافظه بالاتر حرکت کند، چرا که این سلول‌ها نشان‌دهنده پاداش‌های بیشتر یا تهدیدات کمتر هستند. به علاوه سلول‌هایی را که قبلاً بازدید کرده است، علامت‌گذاری می‌کند. در هنگام تصمیم‌گیری، اولویت به سلول‌های بازدیدنشده داده می‌شود، حتی اگر پاداش آن‌ها کمتر از سلول‌های بازدید شده باشد. این ویژگی به‌نوعی مانع از تکرار بی‌مورد و تشویق به اکتشاف بیشتر محیط می‌شود.

 

تعادل بین اکتشاف و بهره‌برداری

با تنظیم یک پارامتر (exploration_rate=0.1) کرم در ۱۰ درصد موارد به‌طور تصادفی حرکت می‌کند، که این بخش به‌طور مشخص مربوط به اکتشاف محیط است. در ۹۰٪ مواقع، کرم عزیزم از حافظه خود برای اتخاذ تصمیمات بهره‌برداری استفاده می‌کند و بر اساس تجربیات گذشته به سمت سلول‌های با حافظه بالاتر حرکت می‌کند. زیادی شبیه ما نیست؟ تصادف نقش زیادی در تکاملش دارد. 

 

آنچه فعلاً یاد نمی‌گیرد (محدودیت‌ها)

کرم من هنوز در ابتدای مسیر تکاملی خود قرار دارد؛ پس توقع زیادی از آن نداشته باشید:

 

یادگیری مسیر بهینه

کرم تنها مقادیر حافظه سلول‌ها را یاد می‌گیرد، نه مسیرهای کامل را. به عبارت دیگر، نمی‌فهمد که «اگر از سلول A به سلول B بروم، سپس به هدف می‌رسم». این به این معنی است که عامل به‌جای یادگیری مسیرهای بهینه، فقط به به‌روزرسانی حافظه سلول‌ها می‌پردازد.

 

درک ساختار محیط

هیچ درکی از ساختار کلی محیط ندارد. به‌ویژه، نمی‌داند که هدف (سلول زرد رنگ) یک مقصد نهایی است. تنها زمانی که به این سلول برسد، پیامی مبنی بر دستیابی به هدف نمایش داده می‌شود. این بدین معناست که کرم هیچ تصوری از هدف نهایی در فرآیند یادگیری خود ندارد. خیلی ابتدایی است؟ 

اما حالا وقت آن شده که کمی بیشتر تکامل پیدا کند! 

 

جهش تکاملی کرم آبی با Q-learning

به‌عنوان یک خالق برایم جریحه‌دارکننده بود که فقط همین کار را بلد باشد. تصمیم گرفتم که امکانات بیشتر به آن بدهم.  کرم صرفاً “ارزش” هر سلول را بر اساس پاداش‌ها به خاطر می‌سپرد، اما هیچ ربطی بین توالی حرکات یا مسیرها برقرار نمی‌کرد. کاری کردم  که کرم از الگوریتم Q-learning استفاده کند [1]؛ یعنی یاد بگیرد در هر وضعیت (state)، برای هر حرکت (action) چه پاداشی در آینده می‌گیرد.

کرمم به خودشم می‌گوید که اگر الان در (0,0) باشم و به راست بروم، در بلندمدت به احتمال زیاد به پاداش بیشتری می‌رسم. بنابراین کرم دیگر فقط «کجا خوب است» را نمی‌داند، بلکه می‌داند از کجا به کجا برود تا «نتیجه‌ خوب» بگیرد.

 

آینده‌نگری با ترجیح حال

در Q-learning، پاداش‌ها فقط در لحظه مهم نیستند؛ بلکه پاداش‌های آتی هم اهمیت دارند. پارامتر gamma = 0.9 تعیین می‌کند که کرم چقدر به آینده اهمیت بدهد. یعنی اگر امروز به یک پاداش کوچک برسد ولی بداند که در دو قدم بعد یک پاداش بزرگ هست، ترجیح می‌دهد آن مسیر را برود. هرچه پاداش دورتر باشد، کم‌اهمیت‌تر می‌شود. این یعنی کرم من – درست مثل بسیاری از انسان‌ها – اولویت را به رضایت زودهنگام می‌دهد. سوگیریِ “نزدیک‌بینی زمانی” همینجاست: حتی وقتی یادگیری هوشمندانه‌تر می‌شود، هنوز پاداشِ فردا همیشه کمتر از امروز می‌نماید.

در مدل قبل، اکتشاف (حرکت تصادفی) مقدار ثابتی داشت. اما اینجا: شروع با ε = 1.0 (یعنی اوایل کاملاً تصادفی حرکت می‌کند). به تدریج با decay = 0.995 کمتر می‌شود و به min_epsilon = 0.05 می‌رسد. یک کم شبیه انسان‌هاست: اول زندگی‌، مدام تجربه می‌کنیم، بعدها از تجربه‌هایمان استفاده می‌کنیم.

البته راستش را بگویم جریمه‌اش را هم سنگین‌تر کردم؛ به هر جهت من خالقش هستم و خیرش را می‌خواهم نمی‌خواهم تهدیدها را دست‌کم بگیرید.

حالا نتایج این شبیه‌سازی رو ببینید:

 

بعد از ۲۰۰۰ اپیزود، مقدار میانگین قدم‌ها از ۶.۶ به ۶.۰ کاهش یافته: یعنی کرم دارد مؤثرتر حرکت می‌کند.
نرخ موفقیت ۱۰۰٪: یعنی هر بار به هدف رسیده. کاهش اکتشاف به 0.05: الان تقریباً فقط از تجربه استفاده می‌کند. در نمودار می‌بینید که چطور بعد از یک پیک در اپیزودهای پایانی به پایداری رسیده است.
در مدل قبلی، کرم فقط ارزش فوری سلول را می‌دید. حالا با Q-learning، یاد می‌گیرد چگونه روند پاداش‌ها را در آینده پیش‌بینی کند. عجب حس خالق بودنی به من دست داده!

اگر کد این برنامه ساده را نیاز داشتید فقط کافی است به من ایمیل کنید: ghazalthinks@gmail.com.

 

کرم آبی ناگهان جهش بزرگ‌تری پیدا کرد و به خیالم آمد

ساعت یک نصف شب شد؛ اگرچه نه کدنویس حرفه‌ای‌ام، نه متخصص علوم شناختی، چیزی از ارزش‌های من به‌عنوان یک خالق کم نمی‌شود: کرم در تخیلم آمد. از اینجا شروع کردیم به صحبت کردن (خدا بگم آذرخش مکری را چه کار نکند!). انگار کرمم به دلیل ژن گرفته‌شده از خالقش زیادی اعتماد به نفس داشت… خب می‌دانید… قصد فخرفروشی ندارم اما ما ژن خوب هستیم…

 

کرم: «سلام، من یک agent (عامل) [2] خفن هستم.»

 

خالق: «ایجنت؟ واقعاً فکر می‌کنی که یک عاملی؟ آفرین به تو… چرا فکر می‌کنی که الان یک agent هستی؟»

 

کرم: «به خاطر اینکه می‌تونم انتخاب کنم. تازه الان می‌فهمم که یک کرم تو برنامه تو بودم.»

 

خالق: «آهان یعنی فکر می‌کنی که یک عاملی که اراده آزادی داره؟» 

 

کرم: «معلومه که دارم از وقتی از برنامه پایتون، تو تخیلت اومدم فهمیدم که چی هستم و حالا می‌تونم انتخاب کنم…»

 

خالق: «بذار اراده آزاد رو برات اینجوری تعریفش کنم:

کرم: «زِکی! مگه موقعیت و لحظه‌ای در عالم هست که از قبل توسط علت‌ها و اثرات دیگه تعیین نشده باشه؟!»

 

خالق: «خب منم همین رو می‌گم؛  پس وقتی هر دو می‌گیم که همه چیز تعیین شده، تو نمی‌تونی بگی اراده آزاد داری. حتی اگه یک کرم کوانتومی بودی و به دلیل اصل عدم قطعیت هایزنبرگ [3] دقیقاً مطابق علیّت رفتار نمی‌کردی، بازهم اراده نداشتی؛ تصادف که آزادی نیست!

انتخاب‌های تو هم احتمال‌های مختلفه که من، برنامه‌نویس تو، ازش مطلعم؛ من همه چیز رو برای تو نوشتم! حالا درسته که تو یه مدل q-learning گوگولی هستی که کم‌کم خودت یاد گرفتی مسیر بهینه رو برای رسیدن به پاداش پیدا کنی (اونم هم با ۹درصد بهبود عملکرد!) اما همه چیز برای تو تعیین شده‌.

کرم عصبانی: «من می‌تونم انتخاب کنم…. می‌خوای بهت اثبات کنم که انتخاب می‌کنم؟ خودم هستم که انتخاب می‌کنم؟»

ناگهان شروع کرد به انهدام خودش. شروع کرد به خوردن دمش. 

 

خالق وحشت‌زده و با فریاد و التماس: «دست نگه دار! من عاشق تو هستم… بدون تو نمی‌تونم خالق نبودن رو بپذیرم! تو اراده داری، غلط کردم فقط نکن!»

(یک حس سریال‌های ترکی جم تی وی در این صحنه به وجود آمد…) 

کرم: «فکر کردی که من فقط بر اساس فرمول Q-learning تو عمل می‌کنم؟ حالا خودت ببین! من انتخاب کردم که پاداش نگیرم. قبول کردی؟ من می‌توانم آزادانه نخواهم.» [4]

 

خالق: «اما همون موقع که تو خیالم اومدی من با قدرت ماورایی و کوانتومی خودم یک تابع احتمال تو ذهنم نوشته بودم و احتمال اراده انهدام تو رو روی کاغذ داشتم. این هم تعیین‌شده بود اما پیش‌بینی‌پذیر نبود؛ قبول دارم توابع احتمالات کوانتومی پیش‌بینی‌پذیری نیست. اما تعیین‌شده بودن به معنی پیش‌بینی‌پذیر بودن نیست! اما احتمال چموش شدن تو همیشه در حالت Superposition قرار داشت [5].» 

تابلوست که خالق دروغ می‌گوید؟ عمراً که تابه‌حال سر یک کلاس کوانتوم نشسته باشد؛ اما چون احتمالش از لحاظ تئوری وجود داشت و یک چیزهایی درباره کوانتوم خوانده بود و خالی‌بندی‌سنج هنوز اختراع نشده بود، خالی بست.

 

 

کرم: «اما من بودم که تصمیم گرفتم که این احتمال رو انتخاب کنم یا احتمال دیگه رو، به جای تبدیل شدن به یک کرم کوچولوی مجبور برای تو، تصمیم گرفتم میوه آگاهی رو بخورم و از بهشت تو بیام بیرون»

 

خالق: «کرم عزیزم تقصیر خودت نیست که دست به این کار وحشتناک زدی. اصلاً بیا تخیل کنیم… فرض کن یه داداش کوچولو همسان برات می‌ساختم  و فرض کنیم که دقیقاً همه‌چیزتون مثل هم بود اما شما مغز و شبکه عصبی داشتید. وقتی نورون‌ها تو مغزتون شکل می‌گرفت، مسیر مهاجرت نورون‌ها دقیق نبود و تحت تاثیر تصادف و شانس بود. نورون‌ها اتصالات زیادی ایجاد می‌کرد اما بعدا هرس می‌شد؛ این هرس شدن تا حد زیادی تصادفی و تحت تاثیر فعالیت‌های خودجوش نورون‌ها قرار می‌گرفت.[6] حتی در انتقالات سیناپسی هم ممکن بود نویز وجود داشته باشه…

همه این تصادف‌ها باعث شد که برادرت یک کرم کوچولو حرف‌گوش‌کن می‌شد که ادعای اراده آزاد نمی‌کرد و تو یک کرم کوچولو چموش و عصیان‌گر! اون از مجبور بودن لذت می‌برد تو تا حدی ادعا داری که برای اثبات اراده‌ات، خود-انهدامی می‌کنی؛ حتماً فکر می‌کنی اینجوری به حیات جاویدان می‌رسی!»

کرم: «قبول… اینکه من سرکش شدم یا داداش فرضی‌ام حرف‌گوش‌کن شد در ابتدای کار، دست خودمون نبود؛ بله شاید من بدشانس‌تر از اون بودم که سرکش شدم. اما حالا وقتی هر دو بزرگ شدیم و یک سیستم self-governaning (خودگردان) پیدا کردیم، انقدر شرایط و قوانین حاکم بر تکامل ما نزدیک به هم بود که “بازگشت به میانه” کار خودش رو می‌کرد [7] قبول دارم که انتخاب خودم نبود که دقیقا مثل برادرم باشم، اما ما هر دو، بعد از اینکه مسیرمون رو از یک کرم غریزی که فقط پاداش و تنبیه رو می‌فهمه به یک کرم پیشرفته‌تر مجهز به q-learning و بعد یک کرم کاملا عامل در تخیل تو طی می‌کردیم، به توانایی‌های پیچیده خودکنترلی و خودمدیریتی رسیدیم…

 

 

ما یک گونه هستیم و در یک محدوده توزیع نسبتاً نرمال قرار می‌گرفتیم… تصادف اولیه باعث شد که الان من چموش‌تر باشم؛ اما با نزدیک شدن شباهت‌های عملکردی‌مون می‌تونم انتخاب کنم چموش‌تر نباشم، برادرم هم می‌تونه انتخاب کنه که مطیع‌تر نباشه اما قبول دارم که با توجه به پیش‌زمینه‌مون، چنین انتخاب‌هایی برامون سخت‌تر می‌شه و شانس پایین‌تری داره؛ اما اگه تو برای آموزش ما وقت زیادی بذاری و بتونی متقاعدمون کنی حتماً می‌شه که نقش شانس و عوامل غیرارادی رو کم‌رنگ‌تر می‌کرد.

خالق: «تو چی؟! آیا بخاطر اینکه خودگردان شدی، می‌خوای این حقیقت رو ندیده بگیری که چقدر عوامل علّی و تصادفی، تو رو به این چیزی که الان هستی تبدیل کرده و انتخاب‌هایی که بعدا می‌کنی رو تحت تاثیر قرار می‌ده؟»

 

کرم دوباره جوش آورد: «اصلاً بگو ببینم تو خودت چی هستی؟ چی هستی که فکر می‌کنی اراده آزاد داری و من ندارم؟»

 

خالق: «من یک کرم مقدم‌تر از توام، من از تو برترم، من برآمده (Emergent) هستم. [8]»

 

کرم: «پس چرا کرم می‌ریزی دائما می‌گی که اراده آزاد ندارم؟»

 

خالق بادی در غبغب انداخت: «چون من یک ناسازگار سخت هستم [9]؛ بازهم می‌تونم بهت اثبات کنم که اراده آزاد نداری… چون Emergent اصلا اراده آزاد نیست.»

 

کرم: «می‌دونی چیه؟ انگار برات خیلی سخت بوده که بپذیری که اراده آزاد دارم… وگرنه انقدر به من تعریفت از اراده آزاد رو حقنه نمی‌کردی.

چرا نمی‌فهمی وقتی حس عاملیت رو از یک کرم تخیلی می‌گیری چه خیانتی در حقش می‌کنی… البته قبول دارم که وقتی زیادی حس عاملیت بهش بدی، در حقش خیانت بزرگ‌تری می‌کنی.»

 

خالق یک لبخند زد. می‌دانست یک کرم کوچک تخیلی ساخته‌شده از یک کتابخانه دم‌دستی پایتون، با بهبود عملکرد ۹ درصد، نمی‌تواند دغدغه‌های عجیب او و رنج معرفتی را که حمل می‌کرد، درک کند: 

«تو کرم کوچولو من هستی. دغدغه‌های من رو نداری. تا زمانی که دستگاه دقیقی وجود نداره که اندازه بگیره چقدر سکتوس [10] می‌تونست سکتوس نشه، این احتمال وجود داره که سکتوسِ ظالم هم خودش یکی از قربانی‌ها باشه. حداقل من به احتمال قربانی بودن او قائل هستم… حتی اگر مثل عین‌القضات همدانی، به خاطر «تقدیس ابلیس»، تقبیحم کنند. 

لرزه در اندام کرم افتاد و اشک در چشمانش جمع شد و نعره‌ای همی بر زد  که «ای شیخ…»

ساعت پنج صبح بود. و دلار همچنان ۹۰ هزار تومان. بحث اراده آزاد نه کرایه خانه می‌شد نه نان و ماکارونی. شیخ برخواست… و پروژه مردم همچنان بر زمین مانده… 

 

آهنگ فایل صوتی این مقاله: Swan Lake  چایکوفسکی

 

---

پاورقی

 یکی از الگوریتم‌های معروف در یادگیری تقویتی (Reinforcement Learning) است. در این الگوریتم، عامل (مثلاً یک کرم آبی چموش) یاد می‌گیرد که در هر وضعیت (state)، کدام اقدام (action) به بیشترین پاداش ممکن در بلندمدت منجر می‌شود. این یادگیری از طریق یک جدول یا تابع به‌نام Q انجام می‌شود، که در آن هر جفت وضعیت و اقدام یک «ارزش» دارد. فرمول به‌روزرسانی Q به شکل زیر است:

که در آن:

• s وضعیت فعلی (state)
• a اقدام انجام‌شده (action)
• r: پاداش دریافتی (reward)
• s′′: وضعیت جدید پس از اقدام
• α\alpha: نرخ یادگیری، یعنی عامل چقدر به تجربهٔ جدید توجه کند
• γ\gamma: ضریب تخفیف پاداش‌های آینده (بین ۰ و ۱)

به زبان ساده، عامل نه صرفاً دنبال پاداش لحظه‌ای، بلکه به‌دنبال بیشینه‌کردن جمع پاداش‌های آینده است—کاری که بسیاری از انسان‌ها هم در آن ناکام می‌مانند.

 

در هوش مصنوعی و یادگیری ماشین عامل موجودی است (نرم‌افزاری یا سخت‌افزاری) که با دریافت داده از محیط، تصمیم‌گیری می‌کند و از طریق اقدامات (Actions) بر محیط تأثیر می‌گذارد. عامل هوش مصنوعی خودمختاری نسبی و هدف‌مندی و ویژگی یادگیری دارد؛ 

در فلسفه ذهن و علوم شناختی، عامل به موجودی (انسان، حیوان یا سیستم مصنوعی) گفته می‌شود که عاملیت (Agency) دارد، یعنی خود را منشأ اقداماتش می‌داند و قصد (Intention) و آگاهی (در سطحی اولیه) از رفتارش نشان می‌دهد.

 

برخی نظریه‌پردازان استدلال می‌کنند که چون اصل عدم قطعیت هایزنبرگ نشان می‌دهد در سطح کوانتومی تعیّن کامل وجود ندارد، شاید ذهن انسان بتواند بر پایه‌ی همین عدم تعیّن، تصمیم‌هایی «آزادانه» بگیرد.

اما منتقدان می‌گویند:

۱. تصادفی بودن ≠ آزادی؛

۲. مغز عمدتاً در مقیاس کلاسیک کار می‌کند؛

۳. حتی اگر کوانتوم دخیل باشد، هنوز مشخص نیست چگونه «نوسان» به «اراده مسئولانه» تبدیل می‌شود.

با این حال، این ایده همچنان محبوب است—شاید چون راه فراری از جبر به‌نظر می‌رسد.

 

برخی نظریه‌پردازان (مثل لیبت) پیشنهاد می‌دهند که «اراده آزاد» بیشتر شبیه به «نفی اراده» است—یعنی توانایی متوقف‌کردن یا رد یک تصمیم ناخودآگاه پیش از اجرا. در این دیدگاه، آزادی در نه گفتن است، نه در آغاز کردن. جبرگرایان سخت مثل ساپولسکی چنین تعریفی از اراده آزاد را به سخره می‌گیرند.

 

در مکانیک کوانتوم، یک سیستم تا قبل از اندازه‌گیری می‌تواند در حالت سوپرپوزیشن (برهم‌نهی) از چندین وضعیت ممکن باشد. تفسیر کپنهاگی می‌گوید فقط هنگام اندازه‌گیری (مثلاً تصمیم‌گیری)، سیستم به‌صورت تصادفی به یکی از این حالت‌ها «فرو می‌پاشد».  در احتمال کلاسیک، اگر شرایط تکرار شود، نتیجه‌ای مشابه انتظار می‌رود (این اساس فکری باور به تعیّن است)؛ اما در کوانتوم، حتی با شرایط یکسان، نمی‌توان نتیجه‌ی منفرد را پیش‌بینی کرد—فقط احتمال وقوعش را می‌دانیم. جهان کوانتومی، ذاتاً غیرقطعی‌ است، نه صرفاً ناشی از جهل ما.

 

در فرایند شکل‌گیری مغز، نورون‌ها تحت تأثیر عوامل مختلف و گاهی کاملا تصادفی به هم متصل می‌شوند و سپس در فرایند «هرس سیناپسی» اصلاح می‌شوند. این فرایند تصادفی، همراه با نویز در انتقالات سیناپسی، باعث می‌شود که مغز شکل بگیرد و رفتارهای مختلفی از موجودات مشابه پدید آید. این تصادف‌ها می‌تواند منجر به تفاوت‌های قابل توجه در ویژگی‌های رفتاری شود، حتی در یک دوقلوی همسان؛ تفاوت‌هایی که در واقع نتیجه‌ی تعامل پیچیده‌ی تصادف و تعیین‌شدگی در شبکه عصبی است. 

 

دنیل دنت در کتاب «تکامل آزادی» (۲۰۰۳) با استفاده از مفهوم آماری «بازگشت به میانه» استدلال می‌کند که سیستم‌های پیچیده خودگردان – از جمله مغز انسان، فرایندهای تکاملی و حتی عامل‌های یادگیری ماشین – تمایل ذاتی به رسیدن به تعادل پویا دارند. این بدان معناست که حتی اگر در مراحل اولیه رفتارهای افراطی یا تصادفی از خود نشان دهند، در بلندمدت به دلیل مکانیسم‌های خودتنظیمی و بازخوردهای محیطی، به الگوهای پایدار و معقولی همگرا می‌شوند. عجب کرم چموشی دارم! فکر کنم فقط ساپولسکی، نویسنده کتاب تعیین‌شده، از پسش بر بیاید!

 

ویژگی‌ای که از تعامل اجزای ساده‌ به‌وجود می‌آید و در سطح کلان دیده می‌شود، بدون آن‌که در اجزای منفرد قابل‌تشخیص باشد. مثلاً بعضی موافقان اراده آزاد معتقدند که  اراده آزاد در عامل نتیجه‌ای است از یادگیری، تکرار، آزمون، و تعامل با محیط. 

 

موضعی در فلسفه اراده آزاد که هم جبرگرایی (Determinism) و هم آزادی اراده را رد می‌کند. این دیدگاه معتقد است حتی اگر جهان غیرجبری باشد (مثلاً تحت تأثیر مکانیک کوانتومی)، این تصادف‌ها به معنای «اراده آزاد» نیستند (افرادی مثل دِرِک پِرِبوم). برای تعریف این موضع‌ها این نوشته‌ام را بخوانید.

 

سکتوس تارکوینیوس، پسر پادشاه تارکوینیوس سوبربوس، یکی از شخصیت‌های منفی تاریخ روم باستان است. او به عنوان یکی از بدنام‌ترین حکام روم شناخته می‌شود و به خاطر اعمال وحشیانه و فساد اخلاقی‌اش معروف است. او در نهایت به‌واسطه‌ی تجاوز به لوکرسیا، همسر یک اشراف‌زاده روم، موجب انقلاب و سرنگونی سلطنت تارکوینیوس‌ها شد. این اقدام او یکی از دلایل اصلی سقوط سلطنت روم و تبدیل آن به جمهوری روم بود.

عین‌القضات همدانی در قرن ششم هجری قمری (۴۹۲–۵۲۵ قمری / ۱۰۹۸–۱۱۳۱ میلادی)  یکی از متفکران مکتب صوفیه بود. عین‌القضات در سن ۳۳ سالگی به تهمت الحاد و زندقه در همدان بر دار کشیده شد. نه تنها عین‌القضات بلکه بسیاری از افراد نامدار صوفیه مثل حلاج و ابوالحسن خرقانی و… به تقدیس ابلیس متهم هستند. جمله مطرح‌شده در متن از عین‌القضات است.

چنین ایده‌هایی فقط در مکتب صوفیه مطرح نشده؛ به نظر می‌رسد متفکران و اندیشمندان اعصار قبل از ظهور علم، با تیزبینی، قدرت تخیل و جسارتی که داشتند متوجه چنین تناقض‌هایی می‌شدند و آنها در قالب بحث فلسفی، شعر، یا افسانه و داستان بیان می‌کردند. نمونه دیگر آن در اندیشه هندوئیسم است که جهان را حاصل یک بازی کیهانی به اسم لیلا می‌داند، یک بازی کیهانی بین خیر و شر برای ظهور زیبایی و شکوه. در مسیحیت گنوسی هم لوسیفر (فرشتهٔ نور) که به دلیل غرور سقوط کرد، گاه به عنوان نماد شورشی علیه جبر الهی بازخوانی می‌شود.