حسنًا، ها هو الأمر: لقد خلق الذكاء الاصطناعي ذرية من نفسه، وهي لطيفة وجميلة وتعمل بشكل جيد، شكرًا لسؤالك
بالتأكيد لن يفاجئك معرفة أن الشركة التي تقف وراء التطوير هي Google. كشفت جوجل منذ بضعة أشهر عن "الذكاء الأم" المعروف باسم AutoML - "التعلم الآلي التلقائي"[1]. ومن الآن فصاعدا سوف نسميها بيما، وهو اختصار لكلمة بينا والأم. تقوم بيما بعملية بسيطة ومعقدة في نفس الوقت: يوضح لها البشر ما يحتاجون إليه - على سبيل المثال، أنهم يريدون ذكاءً اصطناعيًا للتعرف على البشر في الصور لهم - ثم تقدم بيما العديد من "الذرية" التي يمكنها القيام بذلك العمل. كل من هذه النسل هو طريقة منظمة مختلفة لتوجيه المعلومات من خلال الشبكات العصبية الاصطناعية، بطريقة من شأنها أن تنتج نتيجة يعتقد بيما أنها ستكون ذات معنى.
حتى الآن، كل شيء على ما يرام، لكن هؤلاء الأحفاد البدائيين - إذا صح القول - سيئون في المهمة الموكلة إليهم. "أدمغتهم" لم يتم ضبطها بشكل صحيح. وهكذا بدأت بيما الآن عملية التحسين التدريجي. إنها تعطيهم مهام - هؤلاء هم البشر الموجودون في الصورة! - ويفحص كيفية عملها. إنها تتعلم ما الذي ينجح وما لا ينجح، وبعد كل جولة من هذه الدراسات، تقوم بإبادة نسلها السابق (القاس، كما أعلم) وتخترع نسلًا جديدًا محسنًا. وهكذا تكرر العملية آلاف المرات، مرارًا وتكرارًا، حتى المنتج "النهائي" الذي تم نشره مؤخرًا على مدونة Google: ذكاء اصطناعي قادر على التعرف على الأشخاص والأشياء في الصور، أفضل من الذكاء الاصطناعي الذي طوره البشر[ 2].
من المهم أن نفهم أننا في بداية الطريق فقط فيما يتعلق بتنمية بيما. ويمكننا استخدام محرك مماثل في المستقبل لإنشاء برامج وخوارزميات في مجموعة واسعة من المجالات. في الواقع، من الممكن تمامًا أنه من خلال واجهات أبسط، يمكن لأي شخص عادي أن يخلق لنفسه (أي أن يأمر بيما بأن ينشئ له تلقائيًا) ذكاءً اصطناعيًا ينفذ بعض الإجراءات التي تهمه: فرز الخيار في المزرعة[ 3]، على سبيل المثال، أو قيادة روبوت بخمسة أرجل تم تطويره في مرآب (عن طريق تشغيل محاكاة حاسوبية متكررة للطريقة التي يجب أن يتحكم بها هذا الروبوت في أطرافه)[4].
الاحتمال الأكثر إثارة للاهتمام هو أن بيما يمكنها أيضًا دمج ردود الفعل من مصدر بشري لتطوير نسلها. على سبيل المثال، يمكن للأم التي تحتاج إلى تطوير الذكاء الاصطناعي لتأليف ألحان حزينة وحزينة أن ترسل مؤلفات نسلها إلى البشر في جميع أنحاء العالم لمراجعتها ("استمع إلى المقطوعة لمدة نصف دقيقة، وقيم مدى تأثيرها على قلبك! ") بدون تكلفة، وتحسين النسل في كل مرة. وبهذه الطريقة، من الممكن إنشاء ذكاءات اصطناعية أكثر تعقيدًا تلقائيًا حتى في الموضوعات التي لا يمكن قياسها كميًا بسهولة.
لكن دعونا نتحدث عما يخيف الجميع: أن مثل هذا الذكاء الاصطناعي سيخرج عن نطاق السيطرة. الحقيقة؟ هذه بالفعل مشكلة. ليس لأنني أخشى أن يفقد الذكاء الاصطناعي في التعرف على الأشخاص في الصور زمامه ويحاول السيطرة على العالم، ولكن لأن عملية تنمية النسل تعمل بطريقة تطورية، ودون توجيه البشر، أو توجيه كامل. فهم سبب عمل المنتج النهائي بالطريقة التي يعمل بها. وهذا يعني أننا إذا اخترنا بهذه الطريقة إنتاج ذكاء اصطناعي يوجه حركة المرور على الطرق مثلا، علينا أن نأخذ في الاعتبار أنه قد يتخذ قرارات وفقا لعملية تحسين سابقة تقدس تدفق حركة المرور على الطريق. الطرق - ولكنها تركز بشكل أقل على الحفاظ على حياة الركاب. وهكذا، يمكن لمثل هذا الذكاء الاصطناعي أن ينتج لنا نماذج لإدارة حركة المرور والتي ستكون فعالة للغاية، ولكنها ستكلف حياة العديد من الأشخاص كل شهر. قد يكون معدل تحويل جيدًا - ولكن يجب علينا على الأقل أن نكون على دراية بالاختيارات التي يتخذها الذكاء الاصطناعي لنا!
وفي النهاية، فإن ظهور الذكاء الاصطناعي القادر على برمجة أجياله القادمة، هو تطور يمكن أن يزيد من تقدم مجال الحوسبة ويسرع معدل التحسن. وهذا تطور مرحب به - ولكن كما هو الحال مع أي تكنولوجيا أخرى، يجب علينا أن نفهم كيفية السيطرة عليها والتأكد من أنها تؤدي الدور الذي نحدده لها، ولكن دون الإضرار بالقيم الإنسانية الأساسية.
ربما يمكننا استخدام الذكاء الاصطناعي في ذلك أيضًا.
أنت مدعو لقراءة المزيد عن مستقبل الذكاء الاصطناعي والروبوتات في كتابي الجديد "من يتحكم بالمستقبل"، في المكتبات المختارة (وتلك التي هي على ما يرام).
מקורות
- [1] https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html
- [2] https://research.googleblog.com/2017/11/automl-for-large-scale-image.html
- [3] https://cloud.google.com/blog/big-data/2016/08/how-a-japanese-cucumber-farmer-is-using-deep-learning-and-tensorflow
- [4] https://www.extremetech.com/extreme/252242-googles-deepmind-teaches-ai-navigate-parkour-course
תגובה אחת
لحسن الحظ، سيتم تطوير البرنامج قريبًا جدًا والذي سيحل محل روي سيزانا في كتابة مقالات أكثر إثارة للاهتمام تعتمد على مصادر فعلية وليس على التخمين.