يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
التعاون يجب أن يكون في صميم أبحاث الذكاء الاصطناعي
قال باحثون من جامعة أكسفورد وتورينتو وشركة مايكروسوفت وديب مايند، في مقالة افتتاحية في مجلة نيتشر، إنه في حين تتفاعل خوارزميات الذكاء الاصطناعي مع مليارات الأشخاص يومياً، فإن فهمها للبشر لا يزال محدوداً. واعتبروا أن هذه الحال تعكس واقع الأبحاث في هذا المجال والتي لم تعالج بعد مسألة التعاون المعقدة. حيث إن معظم الإنجازات التي جذبت التغطية الإعلامية تمحورت حول ألعاب ثنائية مثل الشطرنج وجو والتي يكون ربح أحد اللاعبين فيها على حساب الآخرين.
من هذا المنطلق، أكد الباحثون أن الذكاء الاصطناعي يحتاج أن يتمتع بالفهم الاجتماعي والذكاء التعاوني حتى تنجح عملية إدماجه في المجتمع. ويشيرون إلى أن السيارات ذاتية القيادة والمدن الذكية التي لا تتفاعل بشكل جيد مع البشر سوف تفشل في تحقيق الفائدة المرجوة منها وربما تؤثر بشكل سلبي على العلاقات بين البشر.
ويقول الباحثون إنه مثلما توصل علم النفس إلى أن دماغ الطفل لا يتطور بشكل كامل دون تفاعل اجتماعي، فإنه سيكون من الصعب تحقيق تقدم نحو أنظمة ذكاء اصطناعي قيمة اجتماعياً ما لم نضع مسألة التعاون في صميم الأبحاث المستقبلية. وعلى سبيل المثال، فإن فائدة السيارات ذاتية القيادة لا تكمن في إطلاقها على طرقات فارغة، بل من نجاحها في التنسيق بسلاسة والقيادة ضمن بيئة حقيقية تضم مشاة ودراجين وسيارات أخرى يقودها البشر. ومن هنا يعتبرون أن الذكاء التعاوني يمثل مفهوماً أعم وأشمل من ذكاء التحكم الذاتي.
ويستعرض الباحثون 3 أنواع من التعاون ينبغي العمل عليها: التعاون بين أنظمة الذكاء الاصطناعي بعضها البعض لمواجهة مشاكل أكثر صعوبة وتعقيداً، والتعاون بين أنظمة الذكاء الاصطناعي والإنسان والذي يحتاج إلى إحراز تقدم في مجال فهم اللغات الطبيعية وفي مجال قابلية تفسير الخوارزميات، وتطوير أدوات لتحسين التعاون بين البشر، مثل ابتكار أساليب لجعل الخوارزميات التي تحكم منصات التواصل الاجتماعي أفضل في الترويج لمجتمعات سليمة عبر الإنترنت.
الرابط (إنجليزي)
نظام جديد لمساعدة الروبوتات على العمل بكفاءة في غرف الإسعاف
قام باحثون من جامعة كاليفورنيا سان دييجو بتطوير نظام ملاحة دقيق لمساعدة الروبوتات على العمل بشكل أفضل في بيئات الرعاية الصحية وتحديداً غرف الإسعاف.
انطلق المشروع بعد نقاشات مع الأطباء أشاروا فيها إلى أن أفضل فائدة للروبوتات في هذا المجال ستكون باستخدامها في غرف الإسعاف من خلال توصيل مواد ومعدات الإسعاف إلى الأطباء والكادر الصحي. لكن ذلك يعني أنه ينبغي على الروبوتات أن تتمكن بدقة من فهم بيئة المستشفى وتتعلم العمل في جوار البشر وتتجنب العقبات وتتفادى إعاقة عمل الأطباء الذين يحاولون إنقاذ حياة مريض.
يدعى النظام الجديد "شبكة كيو العميقة الآمنة في البيئات الحرجة" أو (SafeDQN)، ويأخذ في حساباته عدد الأشخاص المتجمعين في مكان محدد وسرعة حركتهم. ففي غرف الإسعاف، عندما تسوء حالة مريض، يهرع الطاقم الطبي ليتجمع في محيط المريض. وفي هذه الحالة يقوم النظام بتوجيه الروبوتات للابتعاد عن هذا التجمع وتفادي إعاقة عمله.
وقد قام الباحثون بتدريب النظام على فيديوهات من يوتيوب معظمها أفلام وثائقية أو فيديوهات تلفزيون الواقع من غرف الإسعاف. وأتاحوا مجموعة بيانات التدريب هذه، التي تضم 700 فيديو، للباحثين الآخرين حتى يتمكنوا من تدريب خوارزمياتهم عليها. وقد تم اختبار النظام الجديد في بيئة محاكاة وأثبت كفاءة عالية مقارنة بالأنظمة المتاحة الأخرى. وسيعمل الباحثون مستقبلاً على اختباره في روبوتات حقيقية ضمن بيئة واقعية.
الرابط (إنجليزي)
اتخاذ القرارات المدعومة بالذكاء الاصطناعي يُحسّن من تشخيص سرطان الجلد
أصبح الذكاء الاصطناعي التشخيصي أكثر دقة وموثوقية في السنوات الأخيرة. وقد دأب الباحثون الطبيّون على سبر أغواره بحثًا عن فرص لدعم الأبحاث في البيئات السريرية.
ومؤخراً، أوضح هارالد كيتلر -من جامعة فيينا الطبية- بالتعاون مع فيليب تشاندل وكريستوف رينر، كيف يمكن للتعاون بين الإنسان والحاسوب -من خلال الدعم القائم على الذكاء الاصطناعي- أن يساعد الأطباء والاختصاصيين السريريين على تفسير صور الآفات الجلدية.
يقول كيتلر: "في تشخيص سرطان الجلد، يؤدي هذا التعاون إلى تحسين التشخيص بشكل كبير". ويضيف: "هذا التعاون أفضل كذلك من الاعتماد على الذكاء الاصطناعي وحده أو على الإنسان وحده، ومن ثمَّ يجب توجيه المستقبل نحو جعل البشر والذكاء الاصطناعي يتعاونان معًا لتحقيق أقصى فائدة ممكنة من قدرات كل منهما".
عمد الباحثون أولًا إلى تدريب شبكة عصبية ملتفة على مجموعة بيانات مفتوحة المصدر لآفات خبيثة وحميدة مصبوغة. وفي الاختبارات، تفوَّقت خوارزمياتهم على النتائج البشرية وخوارزميات أخرى لتعلّم الآلة كانت قد طُوِّرت واختُبرت باستخدام مجموعة بيانات الصور نفسها.
وعلى الرغم من أن تركيز الدراسة انصب على التعرف على سرطان الجلد، فإن الباحثين يقولون إن النتائج التي توصلوا إليها يمكن تطبيقها على الأبحاث المماثلة في مجال التشخيص القائم على الصور، على الرغم من أن الخوارزميات يجب اختبارها على نحو صارم أولًا في ظروف الحياة الواقعية.
الرابط
|
