لماذا الذكاء الاصطناعي الرمزي العصبي هو الذكاء الاصطناعي؟ من المستقبل

صورة صينية. يوجد على الصينية مجموعة متنوعة من الأشكال: بعضها مكعبات وبعضها الآخر كروية. الأشكال مصنوعة من مجموعة متنوعة من المواد المختلفة وتمثل مجموعة متنوعة من الأحجام. في المجموع، ربما هناك ثمانية أشياء. سؤالي: "بالنظر إلى الأشياء، هل يوجد عدد متساوٍ من الأشياء الكبيرة والكرات المعدنية؟"

إنه ليس سؤال خدعة. حقيقة أن الأمر يبدو كما لو كان دليلاً إيجابيًا على مدى بساطته في الواقع. إنه نوع السؤال الذي من المرجح أن يجيب عليه طفل ما قبل المدرسة بسهولة. لكن الأمر أقرب إلى المستحيل بالنسبة للشبكات العصبية الحديثة اليوم. هذا يحتاج إلى التغيير. ويجب أن يحدث ذلك من خلال إعادة اختراع الذكاء الاصطناعي كما نعرفه.

هذا ليس رأيي. إنه رأي ديفيد كوكس، مدير MIT-IBM Watson A.I. مختبر في كامبريدج، MA. في حياته السابقة، كان كوكس أستاذًا في جامعة هارفارد، حيث استخدم فريقه رؤى من علم الأعصاب للمساعدة في بناء أنظمة كمبيوتر أفضل للتعلم الآلي مستوحاة من الدماغ. ومن خلال منصبه الحالي في IBM، يشرف على شراكة فريدة بين MIT وIBM تعمل على تطوير الذكاء الاصطناعي. الأبحاث، بما في ذلك Watson A.I. منصة. واتسون، بالنسبة لأولئك الذين لا يعرفون، كان الذكاء الاصطناعي. الذي هزم اثنين من أفضل لاعبي عرض الألعاب

في التاريخ في برنامج المسابقات التلفزيوني خطر. ويصادف أيضًا أن Watson عبارة عن نظام للتعلم الآلي في المقام الأول، ويتم تدريبه باستخدام كميات كبيرة من البيانات بدلاً من القواعد المشتقة من الإنسان.

لذلك عندما قال كوكس أن العالم بحاجة إلى إعادة التفكير في الذكاء الاصطناعي. ومع اقترابنا من عقد جديد، يبدو الأمر غريبًا نوعًا ما. بعد كل شيء، يمكن القول إن العقد الأول من القرن الحادي والعشرين كان الأكثر نجاحًا في السنوات العشر في مجال الذكاء الاصطناعي. التاريخ: فترة تحدث فيها الاختراقات بشكل أسبوعي على ما يبدو، وبدون أي إشارة فاترة إلى حدوث ذلك منظمة العفو الدولية. شتاء بصيرة. هذا هو بالضبط سبب اعتقاده أن الذكاء الاصطناعي. يحتاج إلى التغيير، ولكن. واقتراحه لهذا التغيير، وهو مصطلح غامض حاليًا يسمى "الذكاء الاصطناعي الرمزي العصبي"، يمكن أن يصبح واحدًا من تلك العبارات التي نعرفها عن كثب بحلول الوقت الذي تنتهي فيه عشرينيات القرن الحادي والعشرين.

صعود وسقوط الذكاء الاصطناعي الرمزي.

الذكاء الاصطناعي الرمزي العصبي. ليست، بالمعنى الدقيق للكلمة، طريقة جديدة تمامًا للقيام بالذكاء الاصطناعي. إنه مزيج من نهجين موجودين لبناء آلات التفكير؛ تلك التي تم تحريضها ضد بعضها البعض كأعداء لدودين.

يشير الجزء "الرمزي" من الاسم إلى النهج السائد الأول لإنشاء الذكاء الاصطناعي. من الخمسينيات وحتى الثمانينيات من القرن الماضي، كان الذكاء الاصطناعي الرمزي. حكم العليا. إلى الذكاء الاصطناعي الرمزي. ويعتمد الباحث الذكاء على قدرة الإنسان على فهم العالم من حوله من خلال تشكيل تمثيلات رمزية داخلية. ثم يقومون بإنشاء قواعد للتعامل مع هذه المفاهيم، ويمكن إضفاء الطابع الرسمي على هذه القواعد بطريقة تلتقط المعرفة اليومية.

إذا كان الدماغ مشابهًا للكمبيوتر، فهذا يعني أن كل موقف نواجهه يعتمد على تشغيلنا لجهاز كمبيوتر برنامج حاسوبي داخلي يشرح، خطوة بخطوة، كيفية تنفيذ عملية ما، معتمداً بشكل كامل على منطق. بشرط أن يكون هذا هو الحال، رمزي A.I. ويعتقد الباحثون أن تلك القواعد نفسها حول يمكن اكتشاف تنظيم العالم ومن ثم تدوينه، في شكل خوارزمية، لجهاز الكمبيوتر لتنفيذ.

رمزي أ. أسفرت عن بعض المظاهرات الرائعة جدا. على سبيل المثال، في عام 1964، طور عالم الكمبيوتر بيرترام رافائيل نظامًا يسمى SIR، وهو اختصار لـ "استرجاع المعلومات الدلالية". كان SIR عبارة عن نظام تفكير حسابي كان على ما يبدو قادرًا على تعلم العلاقات بين الأشياء بطريقة تشبه الذكاء الحقيقي. إذا أخبرته، على سبيل المثال، أن "يوحنا صبي؛ فهو صبي". الصبي هو شخص؛ للإنسان يدين؛ "اليد بها خمسة أصابع"، ثم يجيب سيدي على السؤال "كم عدد أصابع جون؟" مع الرقم الصحيح 10

أنظمة الكمبيوتر القائمة على الذكاء الاصطناعي الرمزي. لقد وصلوا إلى ذروة قوتهم (وتراجعها) في الثمانينيات. كان هذا هو عقد ما يسمى "نظام الخبراء" الذي حاول استخدام الأنظمة القائمة على القواعد لحل مشاكل العالم الحقيقي، مثل مساعدة الكيميائيين العضويين على تحديد الجزيئات العضوية غير المعروفة أو مساعدة الأطباء في التوصية بالجرعة المناسبة من المضادات الحيوية الالتهابات.

كان المفهوم الأساسي لهذه الأنظمة الخبيرة متينًا. لكن كان لديهم مشاكل. كانت الأنظمة باهظة الثمن، وتتطلب تحديثًا مستمرًا، والأسوأ من ذلك كله، أنها يمكن أن تصبح أقل دقة كلما تم دمج المزيد من القواعد.

عالم الشبكات العصبية

الجزء "العصبي" من الذكاء الاصطناعي الرمزي العصبي. يعود الى الشبكات العصبية للتعلم العميق. الشبكات العصبية هي نوع من العمليات الحسابية المستوحاة من الدماغ والتي دفعت العديد من الذكاء الاصطناعي. الإنجازات التي شهدناها خلال العقد الماضي. منظمة العفو الدولية. التي يمكن أن تقود السيارات؟ الشبكات العصبية. منظمة العفو الدولية. والتي يمكنها ترجمة النص إلى العشرات من اللغات المختلفة؟ الشبكات العصبية. منظمة العفو الدولية. ما الذي يساعد مكبر الصوت الذكي في منزلك على فهم صوتك؟ الشبكات العصبية هي التكنولوجيا التي تستحق الشكر.

تعمل الشبكات العصبية بشكل مختلف عن الذكاء الاصطناعي الرمزي. لأنها تعتمد على البيانات، وليس على القواعد. لشرح شيء ما للذكاء الاصطناعي الرمزي. يعني النظام تزويده بشكل صريح بكل جزء من المعلومات التي يحتاجها حتى يتمكن من تحديد الهوية بشكل صحيح. على سبيل القياس، تخيل أنك ترسل شخصًا لاصطحاب والدتك من محطة الحافلات، ولكن عليك وصفها من خلال تقديم مجموعة من القواعد التي من شأنها أن تسمح لصديقك باختيارها من بين الحشود. لتدريب الشبكة العصبية على القيام بذلك، ما عليك سوى أن تعرض عليها آلاف الصور للكائن المعني. وبمجرد أن يصبح ذكيًا بدرجة كافية، فلن يتمكن من التعرف على هذا الكائن فحسب؛ يمكن أن تشكل الأشياء المماثلة الخاصة بها لم تكن موجودة في الواقع في العالم الحقيقي.

وقال ديفيد كوكس لـ Digital Trends: "من المؤكد أن التعلم العميق قد أتاح تحقيق تقدم مذهل". "وفي الوقت نفسه، بدأت تظهر شقوق مثيرة للقلق في الجدار."

يعتمد أحد هذه الشقوق المزعومة على الشيء الذي جعل الشبكات العصبية الحالية قوية جدًا: البيانات. تمامًا مثل الإنسان، تتعلم الشبكة العصبية بناءً على الأمثلة. ولكن في حين أن الإنسان قد يحتاج فقط إلى رؤية مثال أو اثنين من الأمثلة التدريبية لشيء ما ليتذكره بشكل صحيح، فإن الذكاء الاصطناعي يمكنه أن يتذكره بشكل صحيح. سوف يتطلب الكثير والكثير. تعتمد الدقة على وجود كميات كبيرة من البيانات المشروحة التي يمكن من خلالها تعلم كل مهمة جديدة.

حرق إشارات المرور

وهذا يجعلهم أقل كفاءة في حل مشكلات "البجعة السوداء" النادرة إحصائيًا. حدث البجعة السوداء، الذي انتشر بواسطة نسيم نقولا طالب، هي حالة ركنية نادرة إحصائيًا. وتابع كوكس: "العديد من حلول التعلم العميق لدينا اليوم - على الرغم من روعتها - هي عبارة عن 80-20 حلًا". "سينجحون في 80% من الحالات بشكل صحيح، ولكن إذا كانت تلك القضايا الأساسية مهمة، فسوف تميل إلى السقوط. إذا رأيت جسمًا لا ينتمي عادةً إلى مكان معين، أو جسمًا في اتجاه غريب بعض الشيء، فحتى الأنظمة المدهشة سوف تسقط.

قبل انضمامه إلى شركة IBM، شارك كوكس في تأسيس شركة، أتمتة الإدراك، التي طورت برمجيات للسيارات ذاتية القيادة. كان لدى الفريق قناة Slack حيث نشروا صورًا مضحكة عثروا عليها أثناء عملية جمع البيانات. وأظهر أحدهم، الذي تم التقاطه عند تقاطع طرق، إشارة مرور مشتعلة. قال كوكس: "إنها إحدى تلك الحالات التي قد لا تراها أبدًا في حياتك". "لا أعرف ما إذا كانت Waymo وTesla لديهما صور لإشارات المرور المشتعلة في مجموعات البيانات التي يستخدمانها تدريب شبكاتهم العصبية، ولكنني على استعداد للمراهنة... إذا كان لديهم أي منها، فلن يكون لديهم سوى واحدة عدد قليل."

من الأشياء أن تكون القضية الزاوية شيئًا غير مهم لأنها نادرًا ما تحدث ولا تهم كثيرًا عندما تحدث. قد لا يكون الحصول على توصية سيئة بمطعم أمرًا مثاليًا، لكنه على الأرجح لن يكون كافيًا حتى لإفساد يومك. وطالما أن التوصيات الـ 99 السابقة التي قدمها النظام جيدة، فلا يوجد سبب حقيقي للإحباط. إن فشل سيارة ذاتية القيادة في الاستجابة بشكل صحيح عند تقاطع طرق بسبب إشارة مرور مشتعلة أو عربة تجرها الخيول يمكن أن يفعل أكثر بكثير من مجرد إفساد يومك. قد يكون من غير المرجح أن يحدث ذلك، ولكن إذا حدث ذلك، فنحن نريد أن نعرف أن النظام مصمم ليكون قادرًا على التعامل معه.

وأوضح كوكس: "إذا كانت لديك القدرة على التفكير والاستقراء بما يتجاوز ما رأيناه من قبل، فيمكننا التعامل مع هذه السيناريوهات". "نحن نعلم أن البشر يمكنهم فعل ذلك. إذا رأيت إشارة مرور مشتعلة، فيمكنني أن أحمل الكثير من المعرفة. أعلم، على سبيل المثال، أن الضوء لن يخبرني ما إذا كان يجب علي التوقف أم الذهاب. أعلم أنني بحاجة إلى توخي الحذر لأن [السائقين من حولي سوف يرتبكون.] أعلم أن السائقين القادمين في الاتجاه الآخر قد يتصرفون بشكل مختلف لأن مصابيحهم قد تكون تعمل. أستطيع أن أضع خطة عمل ستأخذني إلى حيث أريد أن أذهب. في هذه الأنواع من الإعدادات ذات الأهمية الحيوية للسلامة والمهام الحرجة، لا أعتقد أن التعلم العميق يخدمنا بشكل جيد حتى الآن. ولهذا السبب نحتاج إلى حلول إضافية."

أفكار تكميلية

فكرة الذكاء الاصطناعي الرمزي العصبي. هو الجمع بين هذه الأساليب للجمع بين التعلم والمنطق. سوف تساعد الشبكات العصبية في جعل الذكاء الاصطناعي رمزيًا. أصبحت الأنظمة أكثر ذكاءً من خلال تقسيم العالم إلى رموز، بدلاً من الاعتماد على المبرمجين البشريين للقيام بذلك نيابةً عنهم. وفي الوقت نفسه، رمزي A.I. ستساعد الخوارزميات في دمج المنطق السليم ومعرفة المجال في التعلم العميق. يمكن أن تؤدي النتائج إلى تقدم كبير في الذكاء الاصطناعي. أنظمة تعالج المهام المعقدة، المتعلقة بكل شيء بدءًا من السيارات ذاتية القيادة وحتى معالجة اللغة الطبيعية. وكل ذلك مع الحاجة إلى بيانات أقل بكثير للتدريب.

وقال كوكس: "إن الشبكات العصبية والأفكار الرمزية تكمل بعضها البعض بشكل رائع". "لأن الشبكات العصبية تعطيك الإجابات للانتقال من فوضى العالم الحقيقي إلى التمثيل الرمزي للعالم، وإيجاد جميع الارتباطات داخل الصور. بمجرد حصولك على هذا التمثيل الرمزي، يمكنك القيام ببعض الأشياء السحرية جدًا فيما يتعلق بالاستدلال.

على سبيل المثال، في مثال الشكل الذي بدأت به هذه المقالة، سيستخدم النظام الرمزي العصبي قدرات التعرف على الأنماط الخاصة بالشبكة العصبية لتحديد الكائنات. ثم سيعتمد على الذكاء الاصطناعي الرمزي. لتطبيق المنطق والتفكير الدلالي للكشف عن علاقات جديدة. مثل هذه الأنظمة لديها وقد ثبت بالفعل أنه يعمل بفعالية.

إنها ليست مجرد حالات زاوية حيث سيكون ذلك مفيدًا أيضًا. من المهم بشكل متزايد أن الذكاء الاصطناعي. يمكن تفسير الأنظمة عند الحاجة. يمكن للشبكة العصبية أن تنفذ مهام معينة بشكل جيد للغاية، ولكن الكثير من تفكيرها الداخلي هو "الصندوق الأسود"، مما يجعله غامضًا بالنسبة لأولئك الذين يريدون معرفة كيف اتخذت قرارها. مرة أخرى، هذا لا يهم كثيرًا إذا كان روبوتًا يوصي بالمسار الخاطئ على Spotify. ولكن إذا تم رفض حصولك على قرض مصرفي، أو تم رفض طلب وظيفة، أو أصيب شخص ما في حادث حادث يتعلق بسيارة ذاتية القيادة، فمن الأفضل أن تكون قادرًا على شرح سبب تقديم بعض التوصيات صنع. هذا هو المكان الذي يوجد فيه الذكاء الاصطناعي الرمزي العصبي. يمكن أن يأتي.

منظمة العفو الدولية. بحث: الجيل القادم

قبل بضعة عقود مضت، ظهرت عوالم الذكاء الاصطناعي الرمزي. وكانت الشبكات العصبية على خلاف مع بعضها البعض. إن الشخصيات المشهورة التي دافعت عن هذه الأساليب لم تؤمن فقط بأن نهجها كان صحيحا؛ لقد اعتقدوا أن هذا يعني أن النهج الآخر كان خاطئًا. ولم يكونوا مخطئين بالضرورة في القيام بذلك. تتنافس مدرستا الذكاء الاصطناعي على حل نفس المشكلات، وبتمويل محدود. ظهرت بشكل أساسي متعارضة مع بعضها البعض. واليوم، يبدو أن العكس قد يكون هو الصحيح.

قال كوكس: "إنه لأمر رائع حقًا أن نرى جيل الشباب". "[العديد من الأشخاص في فريقي] هم أشخاص مبتدئون نسبيًا: منتعشون ومتحمسون وقد تخرجوا مؤخرًا من درجة الدكتوراه. ليس لديهم أي من هذا التاريخ. إنهم فقط لا يهتمون [بوضع النهجين ضد بعضهما البعض] - وعدم الاهتمام أمر قوي حقًا لأنه يفتح عليك ويتخلص من تلك التحيزات. إنهم سعداء باستكشاف التقاطعات… إنهم يريدون فقط القيام بشيء رائع باستخدام الذكاء الاصطناعي”.

إذا سار الجميع وفقًا للخطة، فسوف نستفيد جميعًا من النتائج.

توصيات المحررين

• التناظرية منظمة العفو الدولية؟ قد يبدو الأمر جنونيًا، لكنه قد يكون المستقبل
• اقرأ "الكتاب المقدس الاصطناعي" الجميل والمخيف للذكاء الاصطناعي. الذي يعتقد أنه الله
• العمارة الخوارزمية: هل يجب أن نسمح للذكاء الاصطناعي تصميم المباني بالنسبة لنا؟
• عارضة الأزياء اللغوية: كيف يدخل GPT-3 بهدوء في الذكاء الاصطناعي؟ ثورة
• Women with Byte: خطة Vivienne Ming لحل "المشاكل الإنسانية الفوضوية" باستخدام الذكاء الاصطناعي.