نظرة عن قرب داخل “عقل” الآلة وهل يمكن أن تمتلك التفكير التحليلي؟

280

لقد رأينا كيف تصاعد نسق التطورات المتعلقة بالذكاء الإصطناعي خلال السنوات القليلة الماضية. على سبيل المثال, الهاتف الذكي الخاص بك هو مثال جيد لذلك. يتفوق المساعدون الشخصيون مثل Siri أو Alexa أو مساعد Google المتواجدين في معظم الهواتف الذكية اليوم على تعريف “الذكاء” في هذه الأجهزة. لماذا؟ هذا لأنهم مدفوعون بالتكنولوجيا ذات الصلة بالذكاء الإصطناعي. في الواقع, يومًا بعد يوم, يتم تزويد هؤلاء المساعدون بتحسينات قوية لتقديم تجربة غنية.

وكما يتضح من المثال, فإن أنظمة الذكاء الإصطناعي تبنى بقوة من الأفكار والمعلومات المنطقية – تماما مثل أجهزة الكمبيوتر. لقد كان الباحثون يستكشفون جميع جوانب “الذكاء” منذ تأسيس الذكاء الإصطناعي. موضوعات مثل المنطق في الذكاء الإصطناعي هو موضوع هام للغاية. في هذه المقالة, نرى دور التفكير التحليلي في الذكاء الإصطناعي.

الطبيعة التحليلية

المنطق يغذي أنظمة الذكاء الاصطناعى, في بعض الحالات يتفق المنطق جزئياً مع تطبيق الذكاء الإصطناعي, وفي حالات أخرى, يهيمن المنطق تمامًا في الذكاء الإصطناعي. إذا أخذنا حالة المساعدين الشخصيين الذين ذكرناهم سابقا, فهم سيأخذوا معلومات من المستخدمين لتحديد الإجراء أو الاستجابة التالية منطقيًا. المعلومات هنا أساسية لأن أي شيء جديد أو غير ذي صلة يتغذى على الذكاء الإصطناعي يلغي المنطق الموجود في هذا النظام.

لكن هل يمكن لمنظومات الذكاء الإصطناعي أن تفهم المعلومات؟ نعم, بالطبع, كما يمكنها التنبؤ, فإن التعلم الآلي هو الحل. ومع ذلك, يجب تعليم التعلم الآلي نفسه لوضع الأنماط وإلتماس الأفكار من البيانات. في الوقت الراهن, لا يستنتج من خلال التفكير التحليلي, الذي يتجلى فينا نحن البشر.

نحن نحلل المعلومات ونأتي إلى استنتاجات (ليس صحيحة دائمًا!) حتى عندما لا يكون لدينا معرفة بالموضوع (من خلال الإستدلال الإستقرائي, وهو جزء من التفكير التحليلي). إن نقل ذلك إلى نظام الذكاء الإصطناعي أمر صعب للغاية لأنه يتطلب أن يحاكي العقل البشري نفسه.

محاكاة العقل البشري

لكي يكون الذكاء الإصطناعي تحليليًا, يجب عليه أن يدرك تمامًا الفروق الدقيقة المحيطة بالعقل البشري. على الرغم من أن مناطق الذكاء الإصطناعي مثل التعلم الآلي والتعلم العميق أو حتى معالجة اللغات الطبيعية (NLP) لديها القدرة على إتقان العديد من العمليات, فإنها ستفتقر بالتأكيد إلى قوة الحدس البشري. لماذا؟ لأنه يمكن للآلة أن تبرز الحلول بالتفكير, ولكن فقط من خلال المنطق والإستدلالات المحددة سلفا. سوف يأخذ فقط المعلومات ويقوم بإجراء العملية دون “التفكير” الفعلي. علاوة على ذلك, لا يزال من غير المعروف لماذا يتصرف الذكاء الإصطناعي بهذه الطريقة.

في أوائل عام 2000, ظهرت تقنية إفتراضية (ومثيرة للجدل) تسمى “تحميل العقل” حيث حاكي الذكاء الإصطناعي تفكيرنا بشكل كامل. ظهرت العديد من الدراسات البحثية حول محاكاة الدماغ. ومع ذلك, تم تثبيت معظمها إلى مجرد نظرية فرضية علي الورق بدلاً من التطلع نحو تنميتها إلي تطبيق عملي.

الجوهر هنا هو أن تكون الآلة قادرة على التفكير التحليلي, يجب أن نتوقع أن نستنتج من دون معرفة واسعة بكل شيء. في الوقت الحالي, لا تزال أنظمة الذكاء الإصطناعي بعيدة عن الوصول إلى هذا الجانب.

من جهته, قال John McCarthy, أحد علماء الذكاء الإصطناعي, “لذلك يجب أن نقول إن البرنامج له حس منطقي إذا إستنبط لنفسه بشكل تلقائي فئة واسعة من المعلومات بما يكفي من القرارات الفورية لأي شيء يقال له وما يعرفه بالفعل”.

يمكن للآلة أن “ترى” بالفعل من خلال البيانات

عموما, يتم التفكير المنطقي في البشر من خلال مراقبة أشياء مثل نمط أو بيانات أو نص. على سبيل المثال, إذا رأينا غيومًا مظلمة تلوح في الأفق, فإننا نصل إلى إستنتاج مفاده أن المطر سينزل في وقت ما قريبًا. يمكن للآلات حتى التنبؤ بهذا, ولكن فقط مع المعلومات التي تغذيها ( مثال لآلة مدربة على مجموعات البيانات التي تحتوي على صور من السحب الداكنة). ولكن بمقياس العمليات في الوقت الحقيقي (مثل الخوارزميات عبر الإنترنت), قد لا يكون المطر وشيكاً.

يبدو أن الآلات تفشل هنا لأنها لا تدرك جوانب أخرى من المنطق والإدراك للحالات الديناميكية مثل ما سبق. على النقيض من ذلك, صدقوا أو لا تصدقوا, فإن المنطق الآلي ينمو اليوم, ويحاول الباحثون أن ينشروا سياقات بعيدة عن البيانات فقط. في المستقبل القريب, يمكن للآلات “رؤية” ما يحدث تمامًا كما نفعل.

إستنتاج

لقد كان تركيز التفكير بشكل كامل في الماكينات هو التركيز الأساسي في هذه الأيام. وقد إستكشفت إحدى الدراسات التي أجرتها DeepMind من Google محاولة التفكير في الشبكات العصبية المستوحاة من إختبارات الذكاء. يتحدث الباحثون عن نموذجهم, “عندما نختلف الطريقة التي تختلف بها أسئلة الإختبار وبيانات التدريب, نجد أن نموذجنا بارع بشكل ملحوظ في بعض أشكال التعميم, ولكن ضعيف بشكل خاص عند الآخرين. كما أظهر أيضًا أن قدرة النموذج على التعميم تتحسن بشكل ملحوظ إذا تم تدريبه على التنبؤ بتفسيرات رمزية لإجاباته. ”

كما ذكرنا سابقاً, يشكل السياق العامل الأساسي هنا. إذا نجحت, وتم تنفيذ هذه الرؤية في النظم, يمكن للآلة قريبا التفكير المنطقي مثلنا.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://www.analyticsindiamag.com/seeking-analytical-reasoning-in-artificial-intelligence/

 

تعليقات