هكذا يقول الدكتور إيلي دافيد من جامعة بار إيلان ورائد أعمال متسلسل في مجال الذكاء الاصطناعي.
"ستكون الشبكات العصبية العميقة في القرن الحادي والعشرين مثل الكهرباء في القرن العشرين." هكذا يقول الدكتور إيلي دافيد من جامعة بار إيلان ورائد الأعمال المتسلسل في الشركات الناشئة في مجال الذكاء الاصطناعي. سيكون الدكتور ديفيد أحد المحاضرين في اجتماع نادي السيليكون الذي سيعقد يوم 21/20 في قاعة نوفيم في متحف أرض إسرائيل في رمات أبيب، ابتداءً من الساعة 18:9 مساءً.
الدكتور إيلي ديفيد هو خبير رائد في مجال الذكاء الاصطناعي متخصص في التعلم العميق (الشبكات العصبية) والحساب التطوري. وقد نشر أكثر من 40 مقالاً في مجلات رائدة في مجال الذكاء الاصطناعي والمؤتمرات، ويركز بشكل رئيسي على تطبيقات التعلم العميق والخوارزميات الجينية في مختلف المجالات في العالم الحقيقي. وهو مؤسس برنامج Falcon، وهو برنامج لعبة شطرنج متقدم يعتمد على الخوارزميات الجينية والتعلم العميق. حصل البرنامج على المركز الثاني في بطولة العالم لسرعة الكمبيوتر في الشطرنج. الدكتور ديفيد هو مؤسس شركة Dist Instinct، التي تطبق التعلم العميق على المجال السيبراني، وهو مستشار الذكاء الاصطناعي للشركات الكبيرة وصناديق رأس المال الاستثماري والمزيد.
"في السنتين أو الثلاث سنوات الماضية شهدنا تطوراً سريعاً في مجال الشبكات العصبية الاصطناعية العميقة - أو التعلم العميق. حتى سنوات قليلة مضت، كان هذا المجال يعتبر مهملا تماما وكان العديد من الخبراء ينظرون إليه على أنه بعيد المنال. لقد تمكن مجال التعلم العميق من الوصول بين عشية وضحاها إلى وضع يؤثر فيه على جميع المجالات: رؤية الكمبيوتر، ومعالجة النصوص، والأمن السيبراني، والألعاب وغيرها، وأعطى ضربة قاضية لجميع أساليب الذكاء الاصطناعي الأخرى.
"التعلم العميق هو في حد ذاته حقل فرعي ضمن التعلم الآلي. هناك العديد من الطرق لتعليم الآلة. إحداها هي الشبكات العصبية الاصطناعية، والمعروفة أيضًا بالتعلم العميق. والفرق الكبير هو أنه في جميع الأساليب الكلاسيكية للتعلم الآلي، فإننا نتطلب خطوتين. لنأخذ على سبيل المثال مشكلة التعرف على الوجه. باستخدام جميع الطرق الكلاسيكية، لا يمكننا أخذ البيانات الأولية الموجودة في الصورة ووضعها مباشرة في وحدة التعلم الآلي، سواء كانت وحدات بكسل في الصورة، أو أحرفًا في النص، والمزيد. بل كان مطلوبًا منا تنفيذ خطوة تسمى استخراج الملامح نستعين فيها بخبير بشري يبني لنا مجموعة من الملامح التي يمكن أن تساعد في التعرف على الوجه - المسافة بين بؤبؤ العين، أو المسافة بين الأنف والفم، وما إلى ذلك - العشرات من هذه الميزات."
"في الخطوة الثانية، يتم إدخال هذه الخصائص في وحدة التعلم العميق، والتي تقارن العشرات من الخصائص وبالتالي يمكنها التعرف على الصورة. تعتبر خطوة استخراج الميزة خطوة سيئة. ومن خلال أخذ البيانات الخام الغنية - صورة تتكون من ملايين البكسلات وتحويلها إلى قائمة تضم بضع عشرات أو مئات من الميزات، مهما كانت جيدة، فإننا لا نزال نفقد معظم البيانات الأولية.
المشكلة الكبيرة تتعلق بنا كبشر. حتى الخبراء يجدون صعوبة في النظر إلى المشكلات المعقدة وترجمتها إلى قائمة منظمة من الميزات. مثال. كل واحد منا، إذا رأى صورة كلب أو قطة، سيقول خلال ميلي ثانية ما إذا كان كلبًا أم قطة بنسبة مائة بالمائة. حاول أن تشرح بالضبط ما هو الفرق بين الكلب والقطة؟ أفعل ذلك في تمرين مع طلابي في بداية كل دورة.
"إن جذور مجال الشبكات العصبية العميقة تعود إلى السبعينيات والثمانينيات. وفي ذلك الوقت كانت هناك بالفعل شبكات عصبية عندما حاول العلماء تقليد الدماغ، لكنهم حققوا نجاحات قليلة ومتواضعة. تحسين الخوارزمية وتحسين الأجهزة، وذلك بفضل معالجات الرسومات (GPU) من Nvidia بشكل رئيسي، تمكنا من الانتقال من شبكات مسطحة مكونة من 4-2 طبقات لتحويلها إلى شبكات عميقة مكونة من 20 وثلاثين طبقة. وبدلاً من وجود بضعة آلاف فقط من المشابك العصبية (يربط المشبك العصبي بين خليتين عصبيتين، تمامًا كما هو الحال في الدماغ)، يوجد اليوم مليارات من المشابك العصبية في الشبكات العصبية الكبيرة.
وهذا ما سمح لنا بتخطي خطوة استخراج الميزة لأول مرة. إذا أخذنا التعرف على الوجه كمثال، فإننا نضع البكسلات في شبكة عصبية عميقة دون إضافة أي معرفة بشرية. تتعلم الشبكة العميقة من تلقاء نفسها. في جميع المجالات التي تم فيها استخدام الشبكات العصبية العميقة، كان التحسن لا يمكن تصوره. وفي بعض الحالات، مثل الرؤية الحاسوبية، تجاوزنا قدرات البشر.
وأتوقع في السنوات المقبلة استمرار التحسن المتسارع الذي شهدناه في السنوات الأخيرة. ولا نرى أي علامة على تباطؤ وتيرة التحسن في هذا المجال. كل يوم نرى نتائج مذهلة وفي كثير من المجالات تقترب أو حتى تتجاوز قدرات الإنسان. توقعاتي للعقود القادمة هي أننا سنشهد تحسنًا هائلاً ومستمرًا في النتائج، وأعتقد أن الوحدات الاصطناعية في معظم المجالات لن تكون أقل جودة من البشر.
هل سيتفوق الكمبيوتر على البشر في كل شيء؟
هذه المقارنة في غير محلها حاليًا لأن أكبر وحدة تعلم عميق يمكننا تدريبها على أقوى جهاز كمبيوتر، والتي تحاكي مليارات المشابك العصبية، أصغر بمقدار 100 مرة من القدرة الحسابية للدماغ. وعلى سبيل المقارنة، فقط في منطقة القشرة الخارجية للدماغ، وهي مجال الاهتمام من الناحية المعرفية، هناك 150 تريليون نقطة اشتباك عصبي. ومن ناحية أخرى، أصبحت أجهزة الكمبيوتر اليوم قادرة بالفعل على تشغيل شبكات عصبية أقوى بمليون مرة مما كانت عليه قبل 30 عامًا. فإذا شهدنا خلال الثلاثين سنة القادمة تحسناً مليون مرة وتغلبنا على مشكلة الأجهزة، فسيكون لدينا شبكات اصطناعية ستتفوق على الشبكات البيولوجية، وسيكون من الممكن القول إن أجهزة الكمبيوتر ستكون أكثر ذكاءً من البشر. بل ستكون هناك مرحلة حيث ستكون الفجوة المعرفية بين أجهزة الكمبيوتر والبشر مثل الفجوة بين البشر والشمبانزي. ماذا سيحدث بعد ذلك؟ وهذا موضوع تدور حوله مناقشات كثيرة ومثيرة للقلق. فمن ناحية، هناك الخوف من أن تسيطر علينا أجهزة الكمبيوتر، بل وتدمرنا، وهو ما عبر عنه أشخاص مثل بيل جيتس، وإيلون ماسك، وستيفن هوكينج عليه السلام. وعلى الجانب الآخر، هناك أولئك الذين يزعمون أنه لا يهم مدى ذكاء أجهزة الكمبيوتر، فهي سوف تخدمنا دائمًا.
هل ستحل أجهزة الكمبيوتر محل البشر في مهام محددة؟
"في السنوات المقبلة سنشهد موجة من استبدال البشر بالآلات. في غضون عشر أو عشرين عامًا على الأكثر، ستصبح مهنة مثل سائق التاكسي غير ذات صلة ولن تكون موجودة بعد الآن. إن مهنة أخصائي الأشعة الذي يفسر صور الأشعة السينية والرنين المغناطيسي وما إلى ذلك، لن تكون موجودة بالطريقة التي نعرفها. واليوم بالفعل، يتفوق التعلم الآلي على البشر في العديد من جوانب تفسير الصور الإشعاعية."
ومع ذلك، فإن الدكتور ديفيد متفائل بشأن فرص العمل التي سيخلقها الذكاء الاصطناعي. "في بداية القرن العشرين، كان هناك العديد من العمال في كل مدينة في العالم الغربي، وكانت مهمتهم إضاءة أضواء الشوارع واحدًا تلو الآخر كل مساء. بمجرد وصول الكهرباء، حدثت موجة من البطالة، ولم يكن كل ذلك ضروريًا. لكن دعونا ننظر إلى الكم الهائل من الوظائف التي تم خلقها بفضل الكهرباء. أنا أؤمن بشدة بهذا، أن الذكاء الاصطناعي سيفعل في القرن الحادي والعشرين ما فعلته الكهرباء في القرن العشرين. في مواجهة موجة البطالة، ستكون هناك موجة من المهن التي سيظل فيها الشخص يتمتع بميزة. الاستبدال الإجمالي لم يقترب بعد."
هل سنرى واجهة بين الذكاء الاصطناعي والعقل البشري؟
"إن معدل تطور الشبكات العصبية الاصطناعية مذهل للغاية والتطورات وفقًا لذلك. ومن ناحية أخرى، فإن وتيرة تحسين فهمنا للدماغ البشري لا تزال تتقدم بوتيرة بطيئة للغاية. لم نشهد طفرة كبيرة وكبيرة ساعدت على فهم دماغنا بشكل أفضل. لا تزال الآلات الأكثر تقدمًا والأكثر تكلفة في العالم بعيدة جدًا عن الوصول إلى حالة قياس عمل الخلايا العصبية الفردية والمشابك العصبية في الدماغ أثناء عملية التفكير. أعتقد، مرة أخرى، هذا رأيي الشخصي، أننا سنصل بشكل أسرع بكثير إلى وضع نمتلك فيه ذكاءً اصطناعيًا جيدًا مثلنا ويتفوق علينا، مقارنة بالوضع الذي يمكننا فيه الاتصال بدماغنا وإدخال شرائح فيه وتوسيع نطاقه. ذاكرة."
المزيد عن الموضوع على موقع العلوم:
תגובה אחת
مثير! والانتظار
شكر