 |
| لماذا تكون قطتك رديئة في لعبة الشطرنج ولكنها أكثر ذكاءً حتى من الذكاء الاصطناعي الأكثر تطوراً. |
لماذا تكون قطتك رديئة في لعبة الشطرنج ولكنها أكثر ذكاءً حتى من الذكاء الاصطناعي الأكثر تطوراً.
إذا كنت تشارك
منزلك مع كلب أو قطة ، فابحثها بعناية وستحصل على نظرة عامة جيدة على كل شيء لا نعرف
كيف نفعله في الذكاء الاصطناعي.
"لكن قطتي
لا تفعل شيئًا طوال اليوم باستثناء النوم وتناول الطعام وتغسل نفسها" ، قد تعتقد.
ومع ذلك ، فإن قطتك تعرف كيف تمشي ، تركض ، تقفز (وتهبط على قدميها) ، تسمع ، ترى ،
تشاهد ، تتعلم ، تلعب ، تخفي ، تكون سعيدًا ، تحزن ، تخاف ، تحلم ، تطارد ، تأكل ،
تقاتل ، تهرب ، استنساخ ، تثقيف القطط لها - والقائمة لا تزال طويلة جدا.
كل من هذه الإجراءات
تتطلب عمليات ليست "ذكاء" مباشرة بالمعنى الأكثر شيوعًا ولكنها مرتبطة بالإدراك
والذكاء الحيواني. جميع الحيوانات لديها معرفة خاصة بها ، من العنكبوت الذي يحبك شبكتها
إلى كلاب الإرشاد التي تساعد الناس على إيجاد طريقهم. يمكن للبعض التواصل معنا. ليس
عن طريق الكلام ، بالطبع ، لكن القطط والكلاب لا تتردد في استخدام لغة الجسد والنطق
بصوت عالٍ - مثل التبول والنباح والتلويح بالذيول - للحصول على ما يريدونه.
دعنا ننظر مرة
أخرى إلى القط. عندما تأتي بلا مبالاة ضدك أو تجلس أمام صحنها أو أمام الباب ، تكون
الرسالة واضحة تمامًا. إنها تبحث عن عناق أو جائع أو ترغب في الخروج (ثم الدخول ثم
الخروج ثم ...). لقد تعلمت أن تتفاعل معك لتحقيق أهدافها.
المشي ، مشكلة
معقدة
من بين كل هذه
المهارات المعرفية ، لا يوجد سوى حفنة أننا بدأنا في معرفة كيفية التكاثر بشكل مصطنع.
على سبيل المثال ، الحركة ثنائية القدم - المشي مع قدمين. قد يكون الأمر سهلاً وطبيعيًا
بالنسبة إلينا ، لكنه في الواقع شيء معقد للغاية بالنسبة للروبوتات واستغرق الأمر عقودًا
من البحث المكثف لبناء برنامج الروبوت الذي يمشي أكثر أو أقل بشكل صحيح على قدميه.
هذا هو ، دون الوقوع بسبب حصاة صغيرة تحت قدمها أو عندما يسير شخص ما بالقرب من القليل
جدا.
تذكر أن الأمر
يحتاج إلى طفل في المتوسط لمدة عام كامل لتعلم كيفية المشي ، مما يدل على تعقيد ما
قد يبدو مشكلة "بسيطة". وأنا أتحدث فقط عن المشي ، وليس عن القفز أو كرة
القدم.
اليوم ، واحدة
من أكبر التحديات في مجال الروبوتات المستقلة هي تصميم وبناء روبوتات ثنائية الأرجل
يمكنها أن تلعب بنجاح واحدة من أكثر رياضات الفرق البشرية شعبية. ستُقام لعبة Robocup 2020
، التي تضم ما يقرب من 3500 باحث و 3000 روبوت ذي بيبال ، العام المقبل
في بوردو ، فرنسا. ستتمكن من ملاحظتهم أثناء لعبهم لكرة القدم ، وعلى الرغم من الخطوات
الكبيرة التي تم تحقيقها (حرفيًا) ، إلا أنها تظل خرقاء بشكل واضح وبعيدة كل البعد
عن إثارة كأس العالم الإنساني.
تحديد لا يفهم
ماذا عن التعرف
على الأشياء؟ نحن نعرف اليوم كيفية إنشاء خوارزميات الكمبيوتر التي يمكن أن تفعل ذلك
، أليس كذلك؟ في حين أنه صحيح أن البعض يستطيع الآن تسمية محتوى أي صورة تقريبًا ،
فإن هذا لا يتعلق بالذكاء أو الإدراك.
لفهم هذا ، عليك
أن تنظر في كيفية عمل هذه الخوارزميات. يتألف التعلم الخاضع للإشراف ، الذي لا يزال
الأسلوب الأكثر شيوعًا ، من تقديم صور وتسمية تصف محتوى الصورة إلى البرنامج. يكون
إجمالي عدد الصور أعلى بشكل عام من عدد الملصقات. يرتبط كل ملصق بعدد كبير جدًا من
الصور التي تمثل الكائن في مواقف مختلفة ، وتحت زوايا نظر مختلفة ، وتحت أضواء مختلفة
، إلخ.
على سبيل المثال
، لكي يتمكن برنامج الذكاء الاصطناعي من التعرف على القطط ، يجب تقديم ما يصل إلى مليون
صورة. من خلال القيام بذلك ، ستقوم بإنشاء تمثيل مرئي داخلي للكائن عن طريق حساب نوع
متوسط لجميع الصور. ولكن هذا التمثيل هو في النهاية مجرد وصف بسيط لا يرتكز على أي
حقيقة. يمكن للبشر التعرف على قطة من قشورها ، وشعور فروها تجاه الساق ، والرائحة الحساسة
لصندوق القمامة الذي طال انتظاره للتنظيف. كل هؤلاء ومئات آخرين يقولون "قطة"
لنا ، لكن لا يعنيون شيئًا حتى بالنسبة إلى برنامج الذكاء الاصطناعي الأكثر تطوراً.
للقيام بذلك ،
ستحتاج الخوارزمية إلى هيئة تسمح لها بتجربة العالم. ولكن بعد ذلك ، هل يمكن أن يفهم
ما هو الشراب إذا لم يكن عطشانًا أبدًا؟ هل يمكن أن تفهم النار إذا لم يتم حرقها؟ يمكن
أن يفهم البرد إذا لم يرتجف؟ عندما "تتعرف" الخوارزمية على كائن ما ، فإنها
لا تفهم على الإطلاق - حقًا ، وليس على الإطلاق - طبيعة ذلك الكائن. يتم المتابعة فقط
من خلال التحقق من الأمثلة المقدمة مسبقًا. هذا ما يفسر وجود عدد من حوادث السيارات
المستقلة . على الرغم من أن الطرق تشكل شكلًا شديد التقييد في العالم ، إلا أنها تظل
معقدة بصريًا ووظيفيًا - حيث يمكن التغاضي بسهولة عن المستخدمين الضعفاء مثل المشاة
وراكبي الدراجات أو يخطئ أحد عناصر الشارع في الآخر. وعواقب عيوب منظمة العفو الدولية
لهافي بعض الأحيان كانت قاتلة .
تجربة معقولة من
العالم
ماذا عن البشر؟
جرب تجربة عرض جرو حقيقي لطفل وستتمكن من التعرف على أي جرو آخر (حتى لو لم تكن تعرف
الكلمة بعد). الآباء والأمهات ، من خلال تصميم الأشياء وتسميتها ، سوف يساعدون الطفل
على تطوير اللغة بناءً على المفاهيم التي خبرتها من قبل. لكن هذا التعلم ، الذي قد
يبدو سهلاً ، حتى واضحًا ، ليس كذلك.
يتضح هذا بشكل
جميل من خلال حياة هيلين كيلر ، التي فقدت سمعها وبصرها وقدرتها على الكلام في سن الثانية.
حاولت مربيتها آن سوليفان ، لفترة طويلة ، تعليمها الكلمات من خلال رسم علامات على
راحة يد هيلين ثم لمس الكائن المقابل. لم تنجح جهود آن سوليفان في البداية لأن هيلين
لم يكن لديها نقاط دخول لهذا القاموس الغريب. حتى اليوم الذي أخذت فيه آن هيلين إلى
بئر ، دع الماء يركض على يدها و ...
"فجأة شعرت
بوعي ضبابي بسبب شيء منسي - تشويق من إعادة التفكير ؛ وبطريقة ما تم الكشف عن سر اللغة
بالنسبة لي. عرفت حينها أن "الماء" يعني الشيء الرائع الذي كان يتدفق على
يدي. استيقظت تلك الكلمة الحية روحي ، أعطاها الضوء ، الأمل ، الفرح ، حررها! ... كل
شيء له اسم ، وأنجب كل اسم فكرة جديدة. عندما عدنا إلى المنزل ، بدا أن كل الأشياء
التي لمستها ارتجفت بالحياة. "
هذه هي كلمات هيلين
كيلر نفسها. كتبت لهم بعد سنوات قليلة في كتابها "قصة حياتي" (1905). بالنسبة
لها ، في ذلك اليوم المحدد ، كانت الرموز قائمة على الأرض إلى الأبد.
على الرغم من التقدم
المذهل الذي تم إحرازه في مجال التعلم الآلي ، إلا أن تأصيل الرموز الرقمية إلى العالم
الحقيقي لا يزال دون حل. وبدون حل هذه المشكلة ، وهو أمر ضروري ولكن ربما لا يكفي ،
لن يكون هناك ذكاء اصطناعي عام. لذلك لا يزال هناك الكثير من الأشياء التي لا نزال
بعيدين عن معرفة كيفية التعامل مع الذكاء الاصطناعي. وتذكر أن " الفيلة لا تلعب
لعبة الشطرنج ".
إقرأ أيضا : كيف يمكن للثورة الرقمية معالجة أزمة المناخ.
تعليقات
إرسال تعليق