content_cookies111:string(1922) "{"id":6140,"content_cookies":null,"user_header":{"SERVER_SOFTWARE":"Apache\/2.4.52 (Debian)","REQUEST_URI":"\/%d9%83%d8%a8%d9%8a%d8%b1-%d8%b9%d9%84%d9%85%d8%a7%d8%a1-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a7%d8%b5%d8%b7%d9%86%d8%a7%d8%b9%d9%8a-%d9%81%d9%8a-%d9%81%d9%8a%d8%b3%d8%a8%d9%88%d9%83\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CF_CONNECTING_IP":"44.192.254.173","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"80d4afe06ea18f0a-IAD","HTTP_CF_VISITOR":"{\\\"scheme\\\":\\\"https\\\"}","HTTP_USER_AGENT":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)","HTTP_ACCEPT":"text\/html,application\/xhtml+xml,application\/xml;q=0.9,*\/*;q=0.8","HTTP_ACCEPT_LANGUAGE":"en-US,en;q=0.5","HTTP_CDN_LOOP":"cloudflare","PATH":"\/usr\/local\/sbin:\/usr\/local\/bin:\/usr\/sbin:\/usr\/bin:\/sbin:\/bin","SERVER_SIGNATURE":"Apache\/2.4.52 (Debian) Server at technologyreview.ae Port 80<\/address>\n","SERVER_NAME":"technologyreview.ae","SERVER_ADDR":"172.18.0.9","SERVER_PORT":"80","REMOTE_ADDR":"44.192.254.173","DOCUMENT_ROOT":"\/var\/www\/html","REQUEST_SCHEME":"http","CONTEXT_PREFIX":"","CONTEXT_DOCUMENT_ROOT":"\/var\/www\/html","SERVER_ADMIN":"webmaster@localhost","SCRIPT_FILENAME":"\/var\/www\/html\/index.php","REMOTE_PORT":"49700","REDIRECT_URL":"\/\u0643\u0628\u064a\u0631-\u0639\u0644\u0645\u0627\u0621-\u0627\u0644\u0630\u0643\u0627\u0621-\u0627\u0644\u0627\u0635\u0637\u0646\u0627\u0639\u064a-\u0641\u064a-\u0641\u064a\u0633\u0628\u0648\u0643\/","GATEWAY_INTERFACE":"CGI\/1.1","SERVER_PROTOCOL":"HTTP\/1.1","REQUEST_METHOD":"GET","QUERY_STRING":"","SCRIPT_NAME":"\/index.php","PHP_SELF":"\/index.php","REQUEST_TIME_FLOAT":1695827568.930565,"REQUEST_TIME":1695827568,"argv":[],"argc":0,"HTTPS":"on"},"user_ip":"44.192.254.173","user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)"}"
هذه الميزة مخصصة للمشتركين يمكنهم مشاركة المواضيع بحد اقصى 10 مواد من كافة مواقع مجرة
إذا رأى طفلٌ بعمر 6 أشهر لعبةً على شكل شاحنة تحوم ظاهرياً في الهواء بعد أن تخرج عن حافة المضمار، فلن يُثير هذا المنظر أي استغراب لديه. ولكن إذا عُرضت نفس التجربة عليه بعد شهرين أو ثلاثة فقط، فسوف يميز على الفور وجود شيء غير مألوف، ويعود هذا إلى أنه تعلَّم فكرة الجاذبية. تحدث يان ليكون، وهو كبير علماء الذكاء الاصطناعي في فيسبوك وبروفيسور في جامعة نيويورك، في ندوة منقولة عبر الإنترنت نظمتها مؤخراً جمعية الآلات الحاسوبية، وهي إحدى مؤسسات هذا المجال، حيث قال: "لا أحد يخبر الطفل أنه يُفترض بالأجسام أن تنجذب نحو الأسفل"، وبما أن الأطفال لا يتمتعون بمهارات حركية معقدة، فهو يعتقد أن "الكثير مما يتعلمونه عن العالم ناتج عن الملاحظة"، وهي نظرية يمكن أن تحمل نتائج هامة للعلماء الذين يحاولون تطوير الذكاء الاصطناعي.
حقق التعلم الآلي -وهو فرع من الذكاء الاصطناعي يعود إليه الفضل في إطلاق أحدث ثورات هذا المجال- إنجازاتٍ هامةً في منح الآلات قدرات حسية مثل الرؤية، غير أنه لم يتمكن من منحها قدرات منطقية معقدة تعتمد على نموذج مجرد للواقع. وباختصار، فإن الآلات لا تتمتع بأي فهم فعلي للعالم من حولها، مما يجعلها قاصرة في التعامل معه. وقد ظهرت أساليب جديدة للتغلب على هذه المشكلة، مثل منح الآلات ذاكرة ديناميكية من أجل مراكمة الحقائق والمبادئ الأساسية التي تتعلمها، بحيث تعتمد عليها في تفاعلاتها اللاحقة مع العالم.
غير أن ليكون يعتقد أن هذا ليس سوى جزء واحد من الأحجية فقط، كما يقول: "من الواضح أنه فاتنا شيء ما"، حيث إنه يمكن للطفل أن يكوّن فكرة عن الفيل بعد رؤية صورتين فقط، في حين تحتاج خوارزميات التعلم العميق إلى الآلاف من الصور، وربما حتى الملايين. ويمكن لمراهق أن يتعلم القيادة بشكل آمن بعد التدرب حوالي 20 ساعة، ويستطيع تجنب الحوادث دون التعرض إليها من قبل، في حين تحتاج خوارزميات التعلم المعزز (وهي فئة من التعلم العميق) إلى عشرات الملايين من التجارب، بما فيها الكثير من الأخطاء الكارثية.
سجل في نشرة الخوارزمية
ابق مواكباً لأحدث أخبار وتطبيقات الذكاء الاصطناعي في قطاعك، وتأثيراته المستقبلية على مجال عملك.
تم الإشتراك بنجاح !هناك خطأ ما, حاول مجدداً
ويرى ليكون أن الجواب يكمن في فئةٍ من التعلم العميق -لا تحظى بما تستحقه من الاهتمام- تسمى بالتعلم غير الموجه. ففي حين أن الخوارزميات المبنية على التعلم الموجه والتعلم المعزز تتعلم تحقيقَ هدف ما اعتماداً على الدخل البشري، فإن خوارزميات التعلم غير الموجه تستخلص الأنماط بشكل مستقل تماماً، ويفضل ليكون استخدام تعبير "التعلم ذاتي الإشراف" لأنه يعتمد على جزء من بيانات التدريب لتوقع بقيتها.
في السنوات الأخيرة، حققت هذه الخوارزميات زخماً جيداً في معالجة اللغات الطبيعية بسبب قدرتها على إيجاد العلاقات بين مليارات الكلمات، وهو ما أثبت فائدة كبيرة في بناء أنظمة توقع النصوص مثل الاستكمال الآلي للجمل، أو لتوليد كتابات جيدة التزييف. ولكن الأغلبية العظمى من أبحاث الذكاء الاصطناعي في المجالات الأخرى كانت تركز على التعلم الموجه أو المعزز.
كما يعتقد ليكون أن هذه الآية يجب أن تنقلب، حيث يقول: "إن كل ما نتعلمه كبشر تقريباً يتم عن طريق التعلم ذاتي الإشراف. هناك جزء صغير نكتسبه عن طريق التعلم الموجه، وجزء صغير آخر عن طريق التعلم المعزز. ولو كان التعلم الآلي أو الذكاء الاصطناعي كعكة، لكانت أغلب طبقاتها من التعلم ذاتي الإشراف".
ولكن كيف سيتجسد هذا عملياً؟ يجب أن يبدأ الباحثون بالتركيز على التوقع الزمني؛ أي تدريب الشبكات العصبونية الكبيرة على توقع النصف الثاني من مقطع فيديو معين بعد مشاهدة النصف الأول منه. وفي حين أنه لا يمكننا توقع كل شيء في هذا العالم، فإن التوقع هو المهارة الأساسية التي يعتمد عليها الطفل في إدراك أن اللعبة الشاحنة يجب أن تقع. يقول ليكون: "إن الأمر أشبه بعمل محاكاة لما يجري داخل رأسك".
وما أن يتم تطوير هذه القدرات بما يكفي، ستجد استخدامات عملية هامة أيضاً. يقول ليكون: "سيكون من الجيد دراسة توقع الفيديو في إطار تطوير السيارات ذاتية القيادة، لأنه من المهم أن نعرف بشكل سابق ما ستفعله السيارات الأخرى الموجودة في الشارع".
وفي المحصلة، فإن التعلم غير الموجه سيساعد الآلاتِ على تطوير نموذج للعالم يمكن الاعتماد عليه لتوقع أحداث وأوضاع مستقبلية ضمنه، كما يقول ليكون. إنه طموح كبير لطالما أثار حيرة باحثي الذكاء الاصطناعي، ولكنه سيفتح المجال أمام مجموعة جديدة من القدرات، ويشعر ليكون بالثقة إزاء هذا التوجه، حيث يقول: "ستكون الثورة التالية في الذكاء الاصطناعي غير موجهة".
كارين هاو هي مراسلة الذكاء الاصطناعي في إم آي تي تكنولوجي ريفيو. وهي تقوم على وجه الخصوص بتغطية التأثيرات الأخلاقية والاجتماعية لهذه التكنولوجيا، بالإضافة إلى تطبيقاتها في خدمة الصالح … المزيد الاجتماعي.
أصبح الذكاء الاصطناعي أكثر براعة في اجتياز الاختبارات المصممة لقياس القدرات الإبداعية عند البشر، ففي دراسة نُشِرت في مجلة ساينتيفيك ريبورتس (Scientific Reports) مؤخراً، حققت بوتات الدردشة التي تعمل بالذكاء الاصطناعي متوسط درجات أعلى من البشر في مهمة الاستخدامات البديلة (Alternate Uses Task)، وهي اختبار شائع الاستخدام لقياس هذه القدرات.
نستخدم ملفات تعريف الارتباط لتحسين تجربتك، استمرار استخدامك للموقع يعني موافقتك على ذلك. سياسة الخصوصيةأوافقX
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
