علماء يطورون ذكاء اصطناعيا جديدا يعمل بشكل أقرب للمخ البشري
المعلومة/متابعة..
منذ عقد من الزمن، قام العلماء بتدريس العديد من أنظمة الذكاء الاصطناعي الأكثر تطوراً باستخدام مخزون ضخم من البيانات، من أجل "تدريب" الشبكة العصبية الاصطناعية على التمييز بشكل صحيح بين الأمور.
يتطلب مثل هذا التدريب "الخاضع للإشراف الدقيق" تصنيف البيانات من قبل البشر وهو أمر شاق للغاية، وغالبًا ما تتخذ الشبكات العصبية طرقًا مختصرة لتعلم ربط الأمور ببعضها بأقل قدر من المعلومات وأحيانًا بشكل يتسم بالسطحية. على سبيل المثال، قد تستخدم الشبكة العصبية الاصطناعية (مجموعة من الحواسيب المرتبطة سوياً) وجود العشب للتعرف على صورة بقرة، لأن الأبقار عادةً ما يتم تصويرها في الحقول.
تقاطع بين الذكاء الحيواني والذكاء الاصطناعي
قال أليكسي إفروس، عالم الكمبيوتر في جامعة كاليفورنيا بيركلي "إن أجهزة الكومبيوتر وبرامج الذكاء الاصطناعي لا تتعلم المادة الدراسية حقًا، لكنها تقوم بعمل جيد في الاختبار"، بحسب ما ذكر موقع "كوانتم مغازين".
علاوة على ذلك، بالنسبة للباحثين المهتمين بالتقاطع بين الذكاء الحيواني والذكاء الاصطناعي، قد يكون هذا "التعلم الخاضع للإشراف" محدودًا فيما يمكن أن يكشفه عن طبيعة عمل الأدمغة البيولوجية، إذ إن الحيوانات - بما في ذلك البشر - لا تستخدم مجموعات البيانات المصنفة كمصدر وحيد للتعلم، وإنما يعتمد الجزء الأكبر من خبراتها على استكشافها للبيئة بنفسها ما يجعلها تكتسب فهمًا ثريًا وقويًا للعالم.
واليوم، بدأ بعض خبراء علم الأعصاب الحاسوبي (وهو دراسة وظائف الدماغ في ضوء خصائص معالجة المعلومات الخاصة بالبُنى التي تشكل الجهاز العصبي) في استكشاف الشبكات العصبية الآلية التي تم تدريبها باستخدام القليل من البيانات التي قام البشر بتصنيفها.
تطابق مع وظائف المخ الحيواني
أثبتت خوارزميات "التعلم الذاتي" للآلات نجاحًا هائلاً في تعلم اللغات البشرية، ومؤخراً نجحت في التعرف على الصور والتمييز بينها. وفي دراسة حديثة، أظهرت النماذج الحسابية التي أنشئت لتكون قريبة من الأنظمة المرئية والسمعية للثدييات وتم تصميمها باستخدام نماذج التعلم تحت الإشراف الذاتي لبرامج الذكاء الاصطناعي، تطابقًا أوثق مع وظائف الدماغ مقارنة بنظرائهم من ذوي التعلم الخاضع للإشراف البشري.
نتائج متقاربة
ابتكر ريتشاردز وفريقه نموذجًا خاضعًا للإشراف الذاتي للآلات يساعد في منحها إجابة عن تساؤت مختفة، إذ قاموا بتدريب ذكاء اصطناعي يجمع بين شبكتين عصبيتين مختلفتين: الأولى، تسمى شبكة ResNet، وقد صممت لمعالجة الصور. يمكن للشبكة الثانية، المعروفة باسم الشبكة المتكررة recurrent network، أن تركز على الأشياء المتحركة.
لاختبار الذكاء الاصطناعي بشكل أكبر، عرض الفريق البحثي على الشبكة العصبية الاصطناعية وعلى مجموعة من الفئران عدد من مقاطع الفيديو. الجدر بالذكر أن أدمغة الفئران تتمتع بمناطق دماغية متخصصة في الصور الثابتة وأخرى لتلك التي تتسم بالحركة.
سجل الباحثون النشاط العصبي في القشرة البصرية للفأر أثناء مشاهدته لمقاطع الفيديو. وجد فريق ريتشاردز أوجه تشابه في طريقة تفاعل الذكاء الاصطناعي والأدمغة الحية للحيوانات مع تلك المقاطع. أثناء التدريب، أصبح أحد المسارات في الشبكة العصبية الاصطناعية أكثر تشابهًا مع المناطق التي تكشف عن الأشياء الثابتة في دماغ الفأر، وأصبح المسار الآخر مشابهًا للمناطق التي تركز على الحركة.
على أن العلماء في النهاية أكدوا أن الدماغ لبشري أو الحيواني مليء بوصلات ما يسمى التغذية الراجعة feedback connections، في حين أن النماذج الحالية من الذكاء الاصطناعي لديها القليل للغاية من هذه الروابط - إن وجدت - وهي مسألة شديدة الحسم في مدى تطور برامج الذكاء الاصطناعي وتعد أحد أهم العوامل المميزة للمخ البشري.انتهى25/ي
