الوجبات الجاهزة الرئيسية
- نوع جديد من أجهزة الكمبيوتر يمكن أن يسمح للذكاء الاصطناعي بالتعلم باستمرار مثل الدماغ البشري.
- يقول باحثون في جامعة بوردو إنه يمكن إعادة برمجة أجهزتهم عند الطلب من خلال النبضات الكهربائية.
- على الرغم من أن نظام الذكاء الاصطناعي الذي يتعلم تمامًا من تلقاء نفسه لا يزال مفهومًا أساسيًا ، إلا أن هناك العديد من الأمثلة التي تقترب من ذلك.
الذكاء الاصطناعي (AI) يمكن أن يحصل قريبًا على دفعة من نوع جديد من رقائق الكمبيوتر المستوحاة من الدماغ البشري.
قام الباحثون في جامعة بوردو ببناء قطعة جديدة من الأجهزة التي يمكن إعادة برمجتها عند الطلب من خلال النبضات الكهربائية. يدعي الفريق أن هذه القدرة على التكيف ستسمح للجهاز بأخذ جميع الوظائف الضرورية لبناء جهاز كمبيوتر مستوحى من الدماغ. إنه جزء من جهد مستمر لبناء أنظمة ذكاء اصطناعي يمكنها التعلم باستمرار.
"عندما تتعلم أنظمة الذكاء الاصطناعي باستمرار في البيئة ، فإنها يمكن أن تتكيف مع عالم يتغير بمرور الوقت" ، هذا ما قاله جوردان سوتشو ، خبير الذكاء الاصطناعي في معهد ستيفنز للتكنولوجيا ، لموقع لايف واير في مقابلة عبر البريد الإلكتروني. "نرى هذا ، على سبيل المثال ، عندما يلتقط نظام الكشف عن الاحتيال نمط عمليات شراء احتيالية لم تتم ملاحظته سابقًا أو عندما يصادف نظام التعرف على الوجوه شخصًا لم يسبق له رؤيته من قبل."
المتعلمون مدى الحياة
نشر باحثو جامعة بيرديو الورقة مؤخرًا في مجلة Science. يصف كيف يمكن لرقائق الكمبيوتر أن تعيد ربط نفسها ديناميكيًا لتأخذ البيانات الجديدة بنفس الطريقة التي يعمل بها الدماغ. يمكن أن يساعد هذا النهج الذكاء الاصطناعي في مواصلة التعلم بمرور الوقت.
قال أحد مؤلفي الورقة ، شريرام راماناثان ، في بيان صحفي: "يمكن لأدمغة الكائنات الحية أن تتعلم باستمرار طوال حياتها. لقد أنشأنا الآن منصة اصطناعية للآلات للتعلم طوال حياتها".
الأجهزة التي ابتكرها فريق راماناثان عبارة عن جهاز صغير مستطيل الشكل مصنوع من مادة تسمى نيكل البيروفسكايت ، وهي حساسة جدًا للهيدروجين. يسمح تطبيق النبضات الكهربائية بجهد مختلف للجهاز بتبديل تركيز أيونات الهيدروجين في غضون نانوثانية ، مما يخلق حالات وجد الباحثون أنه يمكن تعيينها للوظائف المقابلة في الدماغ.
عندما يحتوي الجهاز على المزيد من الهيدروجين بالقرب من مركزه ، على سبيل المثال ، يمكن أن يعمل كخلايا عصبية ، خلية عصبية واحدة. مع وجود كمية أقل من الهيدروجين في هذا الموقع ، يعمل الجهاز كمشابك ، وهو اتصال بين الخلايا العصبية ، وهو ما يستخدمه الدماغ لتخزين الذاكرة في الدوائر العصبية المعقدة.
قال راماناثان"إذا أردنا بناء جهاز كمبيوتر أو آلة مستوحاة من الدماغ ، فعندئذ في المقابل ، نريد أن نمتلك القدرة على برمجة الشريحة وإعادة برمجتها وتغييرها باستمرار".
آلات التفكير؟
العديد من أنظمة الذكاء الاصطناعي الحديثة تتكيف مع المعلومات الجديدة عند إعادة تدريبها ، كما قال ديفيد كانتر ، المدير التنفيذي لـ MLCommons ، وهو اتحاد هندسي مفتوح مكرس لتحسين التعلم الآلي ، في رسالة بريد إلكتروني.
قال كانتر: "العالم مكان ديناميكي جوهريًا ، وفي النهاية يجب أن يتكيف التعلم الآلي والذكاء الاصطناعي مع هذا". "على سبيل المثال ، فإن نظام التعرف على الكلام في عام 2022 الذي لا" يعرف "عن COVID-19 أو فيروسات كورونا سيفقد جانبًا كبيرًا من العالم الحديث. وبالمثل ، يجب أن تتكيف السيارة المستقلة مع التغيرات في الشوارع ، أو إغلاق الجسور ، أو حتى درجات الحرارة المنخفضة تجعل الطريق جليديًا."
على الرغم من أن نظام الذكاء الاصطناعي الذي يتعلم من تلقاء نفسه لا يزال في الغالب مفهومًا ، فإن العديد من الأمثلة تقترب ، كما قال سمير ماسكاي ، الرئيس التنفيذي لشركة Fusemachines للذكاء الاصطناعي ، في مقابلة عبر البريد الإلكتروني.تصدر أحد أنظمة التعلم الذاتي هذه الأخبار عندما تغلب نظام الذكاء الاصطناعي على إنسان في لعبة Go.
"كان AlphaGo أول ذكاء اصطناعي لشركة DeepMind يهزم لاعب Go محترف ،" أضاف Maskey. "أصبحت امتيازات ألعابهم نقطة انطلاق مع كل إضافة جديدة تتبنى التطورات نحو الذكاء الاصطناعي الذي يواصل التعلم."
ستسعى أنظمة الذكاء الاصطناعي المستقبلية إلى الحصول على المعلومات التي تحتاجها لاتخاذ قرارات جيدة واتخاذ الإجراءات المناسبة ، كما تنبأ سوتشو. ستتجنب أجهزة الكمبيوتر المتقدمة هذه الأخطاء المكلفة من خلال التعلم من عمليات المحاكاة الخاصة بها للتجربة ، على سبيل المثال ، من خلال "اللعب الذاتي" ، حيث يتخيل الذكاء الاصطناعي نتائج تفاعلاته مع نسخ من نفسه.
وأضاف سوتشو"هذا مشابه لكيفية تعلم البشر من خلال التخيل ، والتنبؤ بنتيجة سيئة دون الحاجة إلى تجربتها مباشرة". "ستتعلم أنظمة الذكاء الاصطناعي استراتيجيات أكثر فاعلية للتعلم ، إلى حد كبير بالطريقة التي يمكن بها للطالب توجيه وقته واهتمامه ليس فقط للمحتوى الموضوعي لما يدرسه ، ولكن أيضًا لعملية التعلم نفسها."
