تغطية شاملة

تحليل الذكاء الاصطناعي لفهم العقل البشري بشكل أفضل

يدرس علماء الأعصاب الشبكات العصبية لفهم كيفية تنفيذ عملية تحليل الرؤية والإشارات ● "تعمل الشبكات العصبية الاصطناعية كأدمغة صغيرة يمكن دراستها وتعديلها وتقييمها ومقارنتها باستجابات الشبكات العصبية البشرية"، كما قال البروفيسور. أودا أوليفا من معهد ماساتشوستس للتكنولوجيا

العلاقة بين الذكاء الاصطناعي والعقل البشري. الرسم التوضيحي: شترستوك
العلاقة بين الذكاء الاصطناعي والعقل البشري. الرسم التوضيحي: شترستوك

في العالم الطبيعي، يتخذ الذكاء أشكالًا عديدة. يمكن أن يكون خفاشًا يتنقل في الظلام باستخدام السونار البيولوجي (تحديد الموقع بالصدى)، أو أخطبوطًا يكيف سلوكه للبقاء على قيد الحياة في أعماق المحيط.

في عالم علوم الكمبيوتر، تظهر أشكال عديدة من شبكات الذكاء الاصطناعي، كل منها مدربة على التفوق في مهمة مختلفة. يستخدم علماء الأعصاب الإدراكي تلك الشبكات المتطورة لزيادة فهم أحد أكثر أنظمة الذكاء مراوغة - الدماغ البشري.

يقول البروفيسور أودا أوليفا من معهد ماساتشوستس للتكنولوجيا: "إن الأسئلة الأساسية التي يسعى علماء الأعصاب الإدراكية وعلماء الكمبيوتر إلى الإجابة عليها متشابهة". "لديهم نظام يتكون من الخلايا العصبية والوحدات - ونحن نجري تجارب لمحاولة تحديد ما هي هذه المكونات التي تقوم بالحوسبة."

في عمل أوليفا، الذي قدمه في ندوة جمعية علم الأعصاب الأمريكية (CNS)، بحث العلماء في دور الإشارات السياقية في التعرف على الصور البشرية. باستخدام "الخلايا العصبية الاصطناعية" التي هي في الواقع خطوط من التعليمات البرمجية والبرمجيات - مع نماذج الشبكة العصبية، يمكنهم تحليل المكونات المختلفة وتحديد مكان معين أو كائن معين.

وقال نيكولاس كريغسكورتا من جامعة كولومبيا، الذي يرأس الندوة: "إن الدماغ عبارة عن شبكة عصبية عميقة ومعقدة". "إن نماذج الشبكات العصبية هي نماذج مستوحاة من الدماغ، وهي الآن أحدث التقنيات في العديد من التطبيقات مثل رؤية الكمبيوتر."

كيف يمكن للعقل الحقيقي أن يعمل
وفي دراسة حديثة لأكثر من 10 ملايين صورة، قام أوليفا وزملاؤه بتعليم شبكة اصطناعية التعرف على 350 مكانًا مختلفًا، مثل المطبخ، وغرفة النوم، والحديقة، وغرفة المعيشة، وما إلى ذلك. لقد توقعوا أن تتعرف الشبكة على الأشياء المرتبطة بغرفة النوم، مثل السرير. ما لم يتوقعوه هو أن الشبكة ستتعلم التعرف على البشر والحيوانات، على سبيل المثال الكلاب في الحدائق والقطط في غرف المعيشة.

تقول أوليفا: "تتعلم برامج التعلم الآلي بسرعة كبيرة عندما تزودها بالكثير من البيانات، مما يسمح لها بتحليل البيئة على هذا المستوى الجميل". "نظرًا لأنه من المستحيل تحليل الخلايا العصبية البشرية على هذا المستوى، فإن النموذج الحاسوبي الذي يؤدي مهمة مماثلة يكون شفافًا تمامًا. تعمل الشبكات العصبية الاصطناعية كأدمغة صغيرة يمكن دراستها وتعديلها وتقييمها ومقارنتها باستجابات الشبكات العصبية البشرية، لذا فإن علم الأعصاب الإدراكي لديه نوع من المخطط الذي يوضح كيف يمكن للدماغ الحقيقي أن يعمل.

وفي الواقع، قال كريجسكورتا إن هذه النماذج ساعدت علم الأعصاب على فهم كيف يمكن للناس التعرف على الأشياء من حولهم في غمضة عين. ويقول: "هذه ملايين الإشارات الصادرة من شبكية العين، والتي يتم تصفيتها من خلال سلسلة من طبقات الخلايا العصبية واستخراج المعلومات الدلالية، على سبيل المثال عندما ننظر إلى مشهد في الشارع مع عدة أشخاص وكلب". "يمكن لنماذج الشبكات العصبية الحالية أداء هذا النوع من المهام باستخدام حسابات لا يمكن إلا للخلايا العصبية البيولوجية القيام بها. كما يمكن لنماذج الشبكات العصبية هذه التنبؤ إلى حد ما بكيفية استجابة الخلية العصبية العميقة في الدماغ لأي صورة."

يعد استخدام علوم الكمبيوتر لفهم الدماغ البشري مجالًا جديدًا نسبيًا، على الرغم من أنه يتوسع بسرعة بفضل التقدم السريع في القدرة الحاسوبية. وأدوات التصوير للجهاز العصبي. يقول كريجسكورتا: "لا يمكن للشبكات الاصطناعية بعد أن تحاكي القدرات البصرية البشرية". "ولكن من خلال محاكاة الدماغ البشري، فإنهم يطورون فهم الإدراك والذكاء الاصطناعي. إنه وقت مثير بشكل خاص للعمل عند تقاطع علم الأعصاب والعلوم المعرفية والذكاء الاصطناعي".

في الواقع، قالت أوليفا إن "علم الأعصاب المعرفي والحسابي هو مجال بحث متنامي، والمعرفة حول كيفية قدرة الدماغ البشري على الرؤية والسمع والشعور والتفكير والتذكر والتنبؤ أمر لا بد منه عندما نأتي إلى تطوير أدوات تشخيصية أفضل - لإصلاح الدماغ والتأكد من تطوره بشكل جيد."

للحصول على معلومات على موقع معهد ماساتشوستس للتكنولوجيا

المزيد عن الموضوع على موقع العلوم:

תגובה אחת

  1. في الواقع، الذكاء الاصطناعي هو الأكثر عصرية اليوم.
    يمكنك سرد المقالات العلمية الشائعة حول كيفية عملها. الرياضيات هناك جميلة جدًا ولكنها ليست سهلة أيضًا. ليس عليك أن تلمسه. 3 مقالات تمهيدية متتالية حول التعلم العميق، فيما يتعلق بالمفاهيم الأساسية.
    مثال على المقالات التمهيدية
    https://towardsdatascience.com/applied-deep-learning-part-1-artificial-neural-networks-d7834f67a4f6

ترك الرد

لن يتم نشر البريد الإلكتروني. الحقول الإلزامية مشار إليها *

يستخدم هذا الموقع Akismat لمنع الرسائل غير المرغوب فيها. انقر هنا لمعرفة كيفية معالجة بيانات الرد الخاصة بك.