الذكاء الا صطناعي (2)
التصور
في الإدراك، يتم مسح البيئة عن طريق أجهزة حسية مختلفة، حقيقية أو اصطناعية، ويتحلل المشهد إلى كائنات منفصلة في علاقات مكانية مختلفة. ومما يزيد التحليل تعقيدًا حقيقة أن الجسم قد يبدو مختلفًا اعتمادًا على الزاوية التي يُنظر إليها منها، واتجاه وشدة الإضاءة في المشهد، ومدى تباين الجسم مع المجال المحيط.
أحد أقدم الأنظمة التي دمجت الإدراك والحركة كان فريدي، وهو روبوت ثابت بعين تلفزيونية متحركة ويد كماشة، تم بناؤه في جامعة إدنبرة، اسكتلندا، خلال الفترة 1966-1973 تحت إشراف دونالد ميتشي. كان فريدي قادرًا على التعرف على مجموعة متنوعة من الأشياء ويمكن توجيهه لتجميع قطع أثرية بسيطة، مثل سيارة لعبة، من كومة عشوائية من المكونات. في الوقت الحاضر، أصبح الإدراك الاصطناعي متقدمًا بما يكفي لتمكين أجهزة الاستشعار البصرية من التعرف على الأفراد والمركبات ذاتية القيادة للقيادة بسرعات معتدلة على الطريق المفتوح.
اللغة
اللغة عبارة عن نظام من العلامات لها معنى حسب الاتفاقية. وبهذا المعنى، لا ينبغي أن تقتصر اللغة على الكلمة المنطوقة. إشارات المرور، على سبيل المثال، تشكل لغة مصغرة، حيث أن ⚠ تعني "الخطر أمامنا" في بعض البلدان. ومن مميزات اللغات أن الوحدات اللغوية تمتلك معنى بالتقليد، والمعنى اللغوي يختلف كثيرًا عما يسمى بالمعنى الطبيعي، والذي يتمثل في عبارات مثل “تلك الغيوم تعني المطر” و”هبوط الضغط يعني خلل في الصمام”.
من الخصائص المهمة للغات البشرية الكاملة - على عكس أصوات الطيور وإشارات المرور - إنتاجيتها. يمكن للغة المنتجة أن تصوغ مجموعة غير محدودة من الجمل.
يمكن لنماذج اللغات الكبيرة مثل ChatGPT الرد بطلاقة بلغة بشرية على الأسئلة والبيانات. على الرغم من أن مثل هذه النماذج لا تفهم اللغة فعليًا كما يفعل البشر، ولكنها تختار فقط الكلمات الأكثر احتمالية من غيرها، فقد وصلت إلى النقطة التي أصبح فيها إتقانها للغة لا يمكن تمييزه عن إتقان الإنسان العادي. إذن، ما الذي يتضمنه الفهم الحقيقي، حتى لو كان الكمبيوتر الذي يستخدم لغة مثل المتحدث البشري الأصلي لا يُسمح له بالفهم؟ لا توجد إجابة متفق عليها عالميا لهذا السؤال الصعب.
الأساليب والأهداف في الذكاء الاصطناعي
1. النهج الرمزي مقابل النهج الاتصالي
تتبع أبحاث الذكاء الاصطناعي طريقتين مختلفتين، ومتنافستين إلى حد ما، النهج الرمزي (أو "من أعلى إلى أسفل")، والنهج الاتصالي (أو "من أسفل إلى أعلى"). يسعى النهج التنازلي إلى تكرار الذكاء من خلال تحليل الإدراك بشكل مستقل عن البنية البيولوجية للدماغ، من حيث معالجة الرموز، ومن هنا التسمية الرمزية. ومن ناحية أخرى، يتضمن النهج التصاعدي إنشاء شبكات عصبية اصطناعية لتقليد بنية الدماغ، ومن هنا جاءت التسمية الاتصالية.
لتوضيح الفرق بين هذه الأساليب، فكر في مهمة بناء نظام مزود بماسح ضوئي يتعرف على الحروف الأبجدية. يتضمن النهج التصاعدي عادةً تدريب شبكة عصبية اصطناعية من خلال تقديم الحروف إليها واحدًا تلو الآخر، وتحسين الأداء تدريجيًا عن طريق "ضبط" الشبكة. (يضبط الضبط استجابة المسارات العصبية المختلفة لمحفزات مختلفة). وفي المقابل، يتضمن النهج التنازلي عادةً كتابة برنامج كمبيوتر يقارن كل حرف بأوصاف هندسية. ببساطة، الأنشطة العصبية هي أساس النهج من أسفل إلى أعلى، في حين أن الأوصاف الرمزية هي أساس النهج من أعلى إلى أسفل.
في أساسيات التعلم (1932)، اقترح إدوارد ثورندايك، عالم النفس بجامعة كولومبيا بمدينة نيويورك، لأول مرة أن التعلم البشري يتكون من بعض الخصائص غير المعروفة للاتصالات بين الخلايا العصبية في الدماغ. في تنظيم السلوك (1949)، اقترح دونالد هب، عالم النفس في جامعة ماكجيل، مونتريال، كندا، أن التعلم يتضمن على وجه التحديد تعزيز أنماط معينة من النشاط العصبي عن طريق زيادة احتمال (وزن) إطلاق الخلايا العصبية المستحثة بين الاتصالات المرتبطة. تم وصف فكرة الاتصالات الموزونة في قسم لاحق، الوصلية.
في عام 1957، قام اثنان من المدافعين الأقوياء عن الذكاء الاصطناعي الرمزي، وهما ألين نيويل، الباحث في مؤسسة راند، سانتا مونيكا، كاليفورنيا، وهربرت سايمون، عالم النفس وعالم الكمبيوتر في جامعة كارنيجي ميلون، بيتسبرغ، بنسلفانيا، بتلخيص النهج التنازلي في ما أسموه بفرضية نظام الرمز المادي. تنص هذه الفرضية على أن هياكل معالجة الرموز كافية، من حيث المبدأ، لإنتاج ذكاء اصطناعي في جهاز كمبيوتر رقمي، وأن الذكاء البشري، علاوة على ذلك، هو نتيجة لنفس النوع من التلاعب الرمزي.
خلال الخمسينيات والستينيات من القرن الماضي، تم اتباع النهجين من أعلى إلى أسفل ومن أسفل إلى أعلى في وقت واحد، وحقق كلاهما نتائج جديرة بالملاحظة، وإن كانت محدودة. ولكن خلال السبعينيات، تم إهمال الذكاء الاصطناعي من القاعدة إلى القمة، ولم يصبح هذا النهج بارزًا مرة أخرى إلا في الثمانينيات. في الوقت الحاضر يتم اتباع كلا النهجين، ومن المسلم به أن كلاهما يواجه صعوبات. تعمل التقنيات الرمزية في عوالم مبسطة ولكنها عادة ما تنهار عندما تواجه العالم الحقيقي؛ وفي الوقت نفسه، لم يتمكن الباحثون من القاعدة إلى القمة من تكرار الجهاز العصبي حتى لأبسط الكائنات الحية. تحتوي دودة Caenorhabditis elegans، وهي دودة تمت دراستها كثيرًا، على ما يقرب من 300 خلية عصبية ونمط الترابط بينها معروف تمامًا. ومع ذلك، فشلت النماذج الاتصالية في تقليد حتى هذه الدودة. من الواضح أن الخلايا العصبية في النظرية الاتصالية هي تبسيط مفرط للشيء الحقيقي.
2. الذكاء العام الاصطناعي (AGI)، والذكاء الاصطناعي التطبيقي، والمحاكاة المعرفية
باستخدام الأساليب الموضحة أعلاه، تحاول أبحاث الذكاء الاصطناعي الوصول إلى أحد الأهداف الثلاثة: الذكاء العام الاصطناعي (AGI)، أو الذكاء الاصطناعي التطبيقي، أو المحاكاة المعرفية. يهدف الذكاء الاصطناعي العام (المعروف أيضًا باسم الذكاء الاصطناعي القوي) إلى بناء آلات تفكر. إن الطموح النهائي للذكاء الاصطناعي العام هو إنتاج آلة لا يمكن تمييز قدرتها الفكرية الشاملة عن قدرة الإنسان.
وكما هو موضح في قسم المعالم المبكرة في الذكاء الاصطناعي، فقد أثار هذا الهدف اهتمامًا كبيرًا في الخمسينيات والستينيات من القرن الماضي، لكن هذا التفاؤل أفسح المجال لتقدير الصعوبات الشديدة التي ينطوي عليها الأمر. وحتى الآن، كان التقدم ضئيلا. يشك بعض النقاد فيما إذا كانت الأبحاث ستنتج حتى نظامًا يتمتع بالقدرة الفكرية الشاملة للنملة في المستقبل المنظور. في الواقع، يرى بعض الباحثين العاملين في الفرعين الآخرين للذكاء الاصطناعي أن الذكاء الاصطناعي العام لا يستحق المتابعة.
ويهدف الذكاء الاصطناعي التطبيقي، المعروف أيضًا باسم معالجة المعلومات المتقدمة، إلى إنتاج أنظمة "ذكية" قابلة للتطبيق تجاريًا - على سبيل المثال، أنظمة التشخيص الطبي "الخبيرة" وأنظمة تداول الأسهم. لقد حقق الذكاء الاصطناعي التطبيقي نجاحًا كبيرًا، كما هو موضح في قسم الأنظمة المتخصصة.
في المحاكاة المعرفية، تُستخدم أجهزة الكمبيوتر لاختبار النظريات حول كيفية عمل العقل البشري، على سبيل المثال، النظريات حول كيفية تعرف الأشخاص على الوجوه أو تذكر الذكريات. تعد المحاكاة المعرفية بالفعل أداة قوية في كل من علم الأعصاب وعلم النفس المعرفي.