يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
خبير يضع منظوراً مختلفاً للارتقاء بالذكاء الاصطناعي إلى مستوى جديد
يبدو أن الذكاء الاصطناعي -خاصة مجال التعلم العميق- قد وصل إلى نقطة فاصلة، إما سننتقل بعدها إلى مرحلة يتحول فيها التعلم العميق إلى فهم حقيقي عميق، أو سنستمر في دفع تريليونات الدولارات للقيام بعمليات حوسبة تنتهي بمنح برامج المساعدين الصوتيين قدرة أفضل على التظاهر بأنها تفهم ما نقوله.
لذا، يرى جاري ماركوس الرئيس التنفيذي والمؤسس المشارك لشركة (Robust.AI) الناشئة، أنه يتعين على مطوري الذكاء الاصطناعي والباحثين تعزيز نهجهم قبل إحراز أي تقدم حقيقي نحو الذكاء الاصطناعي "القوي". ويرى ماركوس أن الذكاء الاصطناعي لا يمتلك أدنى فكرة عما يفعله، فهو مجرد تعديل وتكرار لكل ما تمت برمجته على القيام به. ويوضح أن الذكاء الاصطناعي لا يفهم فعلياً ما يحدث، لأنه لا يمتلك نموذجاً ذاتياً للعالم والأشياء الموجودة فيه كما يمتلك البشر.
ويكمن الحل، من وجهة نظره، في تطوير نموذج إدراكي هجين، يمزج التعلم العميق بنموذج إدراكي. وبشكل أكثر تحديداً يرى أنه يجب علينا إعادة توجيه اهتمامنا نحو تطوير أنظمة يمكنها اكتساب المعرفة المجردة بصورة منتظمة، واستخدام تلك المعرفة في بناء وتحديث وفهم النماذج الذاتية المعقدة للعالم الخارجي.
وضرب مؤلف الدراسة مثلاً ببرمجية (ألفاجو) التي طورتها شركة ديب مايند، والتي تمكنت من التغلب على أعظم لاعبي العالم في لعبة (جو) المعقدة. وأوضح أن الذكاء الاصطناعي الذي يكمن خلف هذه البرمجية سيتعرض للهزيمة بسهولة بالغة إذا حاولنا استخدامه في أي لعبة أخرى، ما لم يقم شخص ما بإعادة تدريبه.
لذا، فبدلاً من النهج الحالي الذي تتبعه العديد من الشركات الناشئة وشركات التكنولوجيا الكبرى التي تكرس جهودها لإنشاء "ذكاء اصطناعي عام"، يدعو ماركوس إلى مستوى جديد من الذكاء الاصطناعي القوي: ذكاء لا يجب أن يكون بالضرورة خارقاً أو قابلاً للتحسن الذاتي، ولكن يمكن الاعتماد عليه لتطبيق ما يعرفه على مجموعة واسعة من المشكلات بطريقة منهجية وموثوقة، وتجميع المعرفة من مجموعة متنوعة من المصادر، بحيث يمكنه التفكير في العالم بشكل مرن وديناميكي، ونقل ما يتعلمه من سياق إلى آخر، بالطريقة التي نتوقع من أي شخص بالغ عادي أن يفعلها.
الرابط (إنجليزي)
اقرأ مقالتنا ذات الصلة بالموضوع:
مستقبل العمل: مزج الذكاء البشري بالذكاء الاصطناعي هو الخيار الأفضل للمستقبل
مع مرور الوقت، يتنامى الدور الذي يلعبه الذكاء الاصطناعي في تشكيل الطريقة التي نعيش ونعمل بها. ومع ذلك، يستبعد الخبراء أن نكون على مشارف العصر الذي ستحل فيه الآلات محل القوى العاملة البشرية، لا سيما عندما يتعلق الأمر بالمهن التي تعتمد على الإدراك والذكاء الاجتماعي والإبداع، وهي القدرات التي يتميز فيها البشر.
ويقول تروي بوسبيسيل، المؤسس والرئيس التنفيذي لشركة (InCloudCounsel)، الرائدة في مجال التكنولوجيا وخدمات أتمتة العقود، إننا نسمع منذ سنوات تحذيرات من سيطرة الذكاء الاصطناعي على العالم. ومع ذلك، وبالرغم من أن الأتمتة ستُفقد البشر المزيد من الوظائف إلا أن هناك شيئاً واحداً مؤكداً: لا تزال هناك العديد من الصناعات التي ستحتاج إلى البشر.
ويرى بوسبيسيل أن الذكاء الاصطناعي قد غيّر حياتنا تماماً ومكّن الآلات من أتمتة بعض السلوكيات والمهام التي تعتمد على البيانات، إلا أنه لم يمتلك بعد المهارات المعرفية والقدرة على التفكير النقدي اللازمين للقيام بالأعمال الدقيقة أو المعقدة. فمثلاً، يظل الجراحون ذوو الخبرة والمدربين تدريباً جيداً أفضل من أي جهاز في إجراء العمليات الجراحية. وبالمثل، لا يمكن للذكاء الاصطناعي أن يجاري مستوى الذكاء الاجتماعي المطلوب للعاملين بمجال الموارد البشرية ليتمكنوا من بناء علاقات وثيقة مع الموظفين.
بيد أن هذا لا يعني أن الذكاء الاصطناعي ليس له مكان في هذه الأعمال، بل إن لديه القدرة -في الواقع- على تسريعها طالما اقترن بوجود مُشغل بشري، وهو نهج يسمى التوجيه البشري للآلة (مصطلح اليوم). ببساطة، يجمع هذا النهج بين الذكاء الاصطناعي والذكاء البشري في مسار عمل متكامل، لتحقيق نتيجة أفضل مما يمكن لأي منهما تحقيقه بشكل منفرد.
الرابط (إنجليزي)
أداة ذكاء اصطناعي جديدة تحسب إجهاد وانفعال المواد بناءً على الصور فقط
على مدار القرون الماضية، اعتمد المهندسون على القوانين الفيزيائية التي طورها اسحق نيوتن وغيره من العلماء لفهم الإجهاد والانفعال في المواد التي يعملون بها. لكن حل هذه المعادلات يمكن أن يكون عملية حاسوبية شاقة، خاصة بالنسبة للمواد المعقدة. ويُعَرَّف الإجهاد في علم الميكانيكا على أنه كثافة القوة في نقطة ما. أما الانفعال، فهو تشوه المواد نتيجة الإجهاد.
ولحل هذه المشكلة، طور باحثون بجامعة إم آي تي تقنية للتعرف على خصائص معينة للمادة بسرعة، مثل الإجهاد والانفعال، بناءً على صورة للمادة تُظهر هيكلها الداخلي. ويمكن لهذا النهج أن يلغي مستقبلاً الحاجة إلى الحسابات الفيزيائية الشاقة، وأن يستبدلها بالرؤية الحاسوبية والتعلم الآلي لإعداد التقديرات في الوقت الفعلي.
ويقول الباحثون -الذين أعلنوا عن تقنيتهم الجديدة في بحث نُشر في دورية ساينس أدفانسس (Science Advances)- إن هذا النهج جديد تماماً وإن الخوارزمية "تكمل العملية برمتها دون أي معرفة بعلم الفيزياء".
ويقول ماركوس بوهلر أستاذ الهندسة والباحث المشارك في الدراسة، إن أجيالاً عديدة من علماء الرياضيات والمهندسين قاموا بحل هذه المعادلات بالورقة والقلم، ثم اكتشفوا كيفية حلها على أجهزة الحاسوب. ومع ذلك، فإنها لا تزال مشكلة صعبة ومكلفة للغاية، وقد تستغرق عملية المحاكاة أياماً أو أسابيع أو حتى شهور. لذلك فكرنا في أن نجعل الذكاء الاصطناعي يحلها نيابة عنا.
وقد لجأ الباحثون إلى تقنية تعلم آلي تسمى الشبكات التوليدية التنافسية، فقاموا بتدريب الشبكة على الآلاف من الصور الزوجية المقترنة، حيث تظهر إحدى الصور البنية الداخلية الدقيقة للمادة الخاضعة للقوى الميكانيكية، بينما تُظهر الأخرى قيم الإجهاد والانفعال لنفس المادة مُرمزة بالألوان. وباستخدام هذه الأمثلة، تستخدم الشبكة مبادئ نظرية الألعاب لاكتشاف العلاقات بين هندسة المادة والضغوط التي تولدها.
الرابط (إنجليزي)
|
