الروبوت الذي يتعلم من خلال قراءة الأفكار

يعمل مطورو المستقبل على تطوير روبوت يقوم بإجراءات بعد قراءة الإشارات المنقولة مباشرة من الدماغ، دون رفع إصبع. من طي الغسيل إلى "ألعاب العقل"

من العلامات التي تشير إلى أن التكنولوجيا بدأت في النضج هو تطبيقها في الألعاب. ويعد ظهور أول روبوت محلي، لعبة "فوربي" من عام 1998، مثالا جيدا على ذلك: لأول مرة، كانت التكنولوجيا موثوقة ورخيصة بما يكفي لإنشاء روبوت يحرك أجزاء من جسمه، ويستجيب للأصوات ويتحرك. حركاته، ويبدو وكأنه يتعلم لغة العائلات التي جاء إليها.
في الواقع، تمت برمجة الروبوتات لتحدث الكلمات الإنجليزية من المفردات التي نمت بمرور الوقت منذ تفعيلها لأول مرة، مما خلق وهمًا بأنهم يتعلمون الكلمات المنطوقة في بيئتهم. ومما يعزز هذا الوهم حقيقة أنه من المفردات المبرمجة فيه، تمت برمجة الروبوت على تكرار الكلمات التي قالها بنفسه إذا قام أصحابه بمداعبته في كل مرة ينطق فيها تلك الكلمات. (كان الوهم قويا لدرجة أن وكالات الاستخبارات منعت الاحتفاظ باللعبة في مكاتبها، خوفا من أن تكرر الكلمات التي سمعتها هناك...)

بقوة الفكر

الآن جاء دور تقنية "قراءة الأفكار": منذ حوالي عام، بدأت شركة الألعاب الأمريكية Mattel في تسويق لعبة Mindflex (وانظر الرابط في نهاية العمود). تتضمن اللعبة لوحة بها ثقوب مرتبة في حلقة، يتم من كل منها رش تيار من الهواء إلى الأعلى. والكرة الموضوعة فوق مثل هذه الحفرة سوف تطفو على ارتفاع يعتمد على قوة نفاثات الهواء. في الحلقة التي يضعها اللاعب حول رأسه، يتم دمج العديد من أجهزة الاستشعار التي تقيس المجال الكهربائي الناتج عن الدماغ.
يتعلم اللاعب كيفية التركيز بحيث يتم تقوية قوة النفاثات أو إضعافها. مع التحكم اليدوي يمكن للاعب أن يجعل الكرة تتحرك بين الطائرات. الخوذة ليست متطورة بما يكفي للسماح أيضًا بالأوامر "اليمين" أو "اليسار" - تتم ترجمة الموجات الدماغية للاعب فقط إلى أوامر "لأعلى" أو "لأسفل". وهذا يخلق تحديات لتحريك الكرة عبر دورات عقبة مختلفة.
في مختبرات الأبحاث في جميع أنحاء العالم، من الممكن بالفعل تحقيق قراءة أكثر تقدمًا للأفكار: في سبتمبر 2010، تم زرع أقطاب كهربائية في مراكز النطق لمريض الصرع أثناء جراحة الدماغ لعلاج مرضه. بعد ذلك، طلب منه الباحثون بقيادة البروفيسور برادلي جريجر (انظر الرابط في نهاية العمود) من جامعة يوتا، أن يكرر عشر كلمات عدة مرات: نعم، لا، حار، بارد، جائع، عطشان، سلام. وداعا، أكثر وأقل.
تعلمت أجهزة الكمبيوتر المتصلة بأجهزة الاستشعار نمط نشاط الدماغ لكل كلمة، ثم تمكنت من تحديد الكلمة التي تم نطقها بدقة تتراوح بين 76 و90% عندما يُطلب منها التمييز بين كلمتين محتملتين في كل مرة (وهو أمر مفيد بالتأكيد عند طرح سؤال). السؤال الذي ستكون إجابته بـ "نعم" أو "لا" أو "أكثر" أو "أقل" وما إلى ذلك). وعندما طُلب منهم تحديد كلمة من بين العشر كلمات، انخفضت الدقة إلى نطاق يتراوح بين 24 و48%: وهو أفضل من التخمين العشوائي ولكنه لا يزال غير كافٍ للاستخدام العملي. وتمكن هذا المريض من التحدث، لكن الباحثين يرون أن لهذا التطور إمكانات كبيرة لمساعدة المرضى الذين فقدوا القدرة على التواصل بطريقة أخرى.
قراءة الأفكار لا تتطلب بالضرورة إجراء جراحة للدماغ. التصوير باستخدام تقنية الرنين المغناطيسي الوظيفي، تحققت نجاحات باهرة في السنوات الأخيرة في رسم خرائط لمناطق الدماغ المرتبطة بمصطلحات معينة. وفقًا لأحد التقارير، بالنسبة للكثير منا، سيتم تنشيط نفس مناطق الدماغ عندما نفكر في مفاهيم مثل "مفك البراغي" أو "النافذة"، لذلك من الممكن أيضًا معرفة متى يتم استخدام موضوع جديد ومن هو الكمبيوتر لم "يتعلم" أنماط دماغه، ويركز أفكاره على أحد هذه المصطلحات - وفقًا للخبرة التي اكتسبها من خلال استخدام الكمبيوتر مع مواضيع أخرى.
يفضل معظمنا عدم الموافقة على تحليل الدماغ أو أن نكون مسجونين داخل جهاز التصوير بالرنين المغناطيسي الوظيفي حتى نتمكن من جعل جهاز كمبيوتر يتعرف على الكلمة التي فكرنا فيها، وذلك أيضًا بشرط أن نختار كلمة من مفردات محدودة. ومع تطور التكنولوجيا، يبدو أنه سيتم إزالة هذه القيود، وبالتالي فتح العديد من الاستخدامات العملية: قد نرى أن قراءة العقل تظهر في البداية كمساعدة للمصابين بالشلل، ولاحقا لتسهيل عمل الأشخاص في ظروف صعبة (مثل رواد الفضاء أثناء الإقلاع)، ومن ثم الاستخدام على نطاق أوسع (إذا كان الحل سهل الاستخدام، وسيكون هذا الحبر الرخيص بالتأكيد خبرًا جيدًا لأولئك الذين يميلون إلى نسيان مكان وجود جهاز التحكم عن بعد لأجهزة التلفزيون، وأقراص DVD، وصندوق الكابلات، وما إلى ذلك). ).

فك رموز الإشارات والتعلم منها من وجهة نظر الذكاء الاصطناعي، فإن مثل هذه "قراءة الأفكار" تمثل العديد من التحديات. التحدي الأول يكمن في "ترجمة" قراءات المستشعرات أو صور الرنين المغناطيسي الوظيفي: تتضمن هذه القراءات كمية كبيرة من البيانات وفي كل مرة يفكر الشخص في نفس الكلمة ستكون القراءات مختلفة. مطلوب برنامج يجد القواسم المشتركة بين القراءات المقاسة لنفس الكلمة والفرق بين القراءات للكلمات المختلفة. وهذا تحدي معروف في مجال تعلم الحاسوب: تصنيف البيانات المدخلة إلى إحدى المجموعات المعروفة للبرنامج (تحدي مشابه في طبيعته ولكنه قد يكون أكثر صعوبة، وهو تصنيف الصور عن طريق تحديد الكائنات التي تظهر في كل صورة).
هذا مجال قديم في الذكاء الاصطناعي وهناك العديد من التقنيات لتعلم عملية تصنيف فعالة. تشترك معظمها في العملية التي تبدأ بالتعلم من مجموعة بيانات واحدة - "مجموعة التعلم". في حالتنا، سيتم إعطاء الكمبيوتر القياسات أو الصور المنتجة من الدماغ بمجرد أن يفكر الشخص في الكلمات من القائمة التي تم تعلمها، وبجانب كل قياس سيتم أيضًا إعطاء الكمبيوتر تعريف الكلمة المختارة عند ذلك. لحظة. سيبحث الكمبيوتر عن أنماط متكررة من البيانات لنفس الكلمة بحيث تكون هذه الأنماط بعيدة قدر الإمكان عن الأنماط المكتشفة لجميع الكلمات الأخرى. في المرحلة الثانية من العملية، يتم التحقق من جودة التعلم من خلال تحديد الكلمات المنطوقة، عندما تكون الكلمة هذه المرة معروفة لمطور البرنامج ولكن ليس للبرنامج نفسه. بهذه الطريقة يمكنك التحقق من مستوى الدقة التي وصل إليها التعلم.
قد يتيح التعلم أيضًا التعرف على الكلمات التي لم يتم تضمينها في مجموعة التعلم. في أبريل 2010، قدمت شركة إنتل تقريرًا عن البرامج التي طورتها مع جامعتي كارنيجي ميلون وبيتسبرغ. بعد أن يتعلم هذا البرنامج أنماط نشاط الدماغ المقاسة بالرنين المغناطيسي الوظيفي لكلمات معينة، فإنه يتمكن أيضًا من فهم الكلمة الجديدة التي يركز عليها الموضوع. ويفسر الباحثون ذلك على النحو التالي: بعض مناطق الدماغ التي تم تحديدها على أنها نشطة عند دراسة نشاط الدماغ استجابة لكلمة "جرو" سيتم تنشيطها أيضًا عند التفكير في كلمة "دب"، ولكن إلى جانبها نرى أيضًا تنشيط اللوزة الدماغية (اللوزة الدماغية)، وهي منطقة في الدماغ تشارك في تفاعلات "القتال أو الهروب" (القتال أو الهروب).
يتيح لنا هذا المزيج تخمين أن الإشارة تشير إلى دب، أو على الأقل إلى حيوان ذو فراء يُنظر إليه على أنه يمثل تهديدًا. يتطلب الوصول إلى مستوى عالٍ من الاستقلالية في هذا النوع من التحديد معلومات دلالية حول العديد من الكلمات وفهم تأثير الروابط الدلالية على نشاط الدماغ، على الرغم من أنه من غير الواضح من التقرير الخاص بمشروع إنتل مدى عمومية التحليل الذي تم إجراؤه هناك. وكم يتطلب الأمر مشاركة بشرية.

التعلم من الملاحظة، والتعلم بالممارسة. في دراسات أخرى، لم يكن الهدف هو تعلم الكلمات بل الأفعال. مثل طفل يراقب شخصًا بالغًا ويتعلم القيام بأفعال عن طريق التقليد، هناك أيضًا روبوتات قادرة على التعلم من خلال مشاهدة البشر. على سبيل المثال، يتعلم الروبوت DiGORO، الذي تم تطويره في جامعة UEC في طوكيو، أداء إجراءات مثل وضع الأشياء في دلو أثناء إجراء حوار مع المتظاهر البشري، كما ترون في رابط الفيديو في نهاية العمود.
بعد تعلم الإجراء، يمكن للروبوت تكراره حتى لو طُلب منه وضع أشياء أخرى في الدلو. يبلغ ارتفاع ديجورو حوالي 150 سم ويتنقل من مكان إلى آخر على دراجة تتكيف مع احتياجاته. وهو موهوب أيضًا بالقدرة على التعرف على الوجوه والأصوات وتعلم التعرف على الأشخاص المقدمين له.
وفي مشاريع أخرى، يكون تعلم حركات الإنسان أكثر دقة، لأنهم لا يستخدمون الصورة المتحركة، مثل ديجورو، ولكن أجهزة استشعار الحركة التي يوضحها الشخص مع التصوير الفوتوغرافي. ومن الأمثلة على ذلك مشروع COGNITO، الذي بدأ في يناير 2010 بتمويل من الاتحاد الأوروبي. ومن أهداف المشروع دراسة الحركات المعقدة المستخدمة في عمليات الإنتاج الصناعي.
تتيح تقنية "قراءة العقل" خطوة أخرى إلى الأمام في التعلم الآلي: تنشيط الروبوت بمساعدة إشارات من الدماغ نفسه، بحيث يتمكن الروبوت بعد ذلك من تكرار نفس الإجراءات بشكل مستقل. منذ حوالي عام قامت شركة هوندا المصنعة للروبوت الشهير ASIMO بعرض خوذة EEG التي تقيس النشاط الكهربائي للدماغ وتنقلها لأمر الروبوت برفع الذراع أو الساق.
في مجموعة الدكتور راجيش راو ((راو من جامعة واشنطن)، يكون التعلم أكثر تقدمًا: في البداية يكون الروبوت مجهزًا ببعض الإجراءات الأساسية، مثل المشي، ويمارس المشغل البشري إعطاء الأوامر من خلال الخوذة لتنفيذ هذه الإجراءات يتم تعلم الإجراءات الأكثر تعقيدًا كسلسلة من الإجراءات البسيطة، وبعد ذلك يتلقون أمرًا جديدًا لتنشيطها، وهذه هي الطريقة التي يمكن بها التحكم في الروبوت بمستوى متزايد من التعقيد، عندما يعرف الروبوت كيفية كسر عملية معقدة. الأمر إلى سلسلة من الأوامر الأبسط، وبعضها يتكون في حد ذاته من خطوات أساسية.
ד”ר ראו מדמה זאת לפעולות היררכיות אצל בני אדם: “לדוגמה, התנהגות כמו נהיגה במכונית היא תחילה נלמדת אך לאחר מכן הופכת לפעולה כמעט אוטומטית, המשחררת אותך לזהות חבר ולנופף לך בידו בעודך נוהג” (לא ברור אם הרשות הלאומית לבטיחות בדרכים תעודד דוגמאות مثل).
بمعنى ما، هذه الأفكار ليست جديدة: في الجزء الثالث من كتاب "اسمي سيكون الجلاد" لكاتب الخيال العلمي روجر زيلازني (زيلازني؛ ظهرت القصة منفصلة باللغة الإنجليزية حيث أن رواية المنزل هو "الجلاد" ، 1975) يظهر روبوت مستقل وصل إلى مستوى عالٍ من الذكاء الاصطناعي والاستقلال من خلال عملية التعلم.
في هذه العملية، تم التحكم بالروبوت عن بعد من قبل مبتكريه، الذين استخدموا الخوذة لنقل الإشارات من أدمغتهم إلى الروبوت وللاستشعار مباشرة بحالة العقل الإلكتروني للروبوت. وفي هذه العملية، تم تشكيل ذكاء الروبوت وشخصيته، لذا فلا عجب أنه يعامل مبدعيه كآباء. يستخدم زيلازني الفكرة التكنولوجية لمناقشة أسئلة المسؤولية والشعور بالذنب والتكفير خلال قصة رائعة ومدهشة، وليس بالضرورة للتنبؤ بالمستقبل. ومع ذلك، فمن الصعب عدم رؤية أوجه التشابه بين القصة المكتوبة قبل 35 عاما والتطورات المعاصرة.
اليوم، يتمثل القيد الرئيسي في عدم الدقة في قراءة نشاط الدماغ من خلال أجهزة استشعار تخطيط كهربية الدماغ (EEG) التي تقيس الإمكانات الكهربائية على فروة الرأس. ولا يمكن لهذه الإشارات أن تعكس نشاط الدماغ بالتفصيل، وبالتالي لا يتوقع الدكتور راو أن الخوذات التي يستخدمها حاليا ستمكن من أداء أو تعلم العمليات التي تتطلب مهارات حركية دقيقة مثل فتح زجاجة الدواء أو ربط رباط الحذاء.
عندما يتم حل مثل هذه المشاكل وتصبح التكنولوجيا رخيصة وموثوقة بدرجة كافية لاستخدامها في كل منزل، فإنها ستؤدي بالتأكيد إلى إنتاج نوع جديد من الألعاب ("ألعاب العقل" بدلاً من "ألعاب الكمبيوتر"؟)، ولكنها ستؤدي أيضًا إلى إنتاج نوع جديد من الألعاب. يمكن استخدامها لتلبية احتياجات أكثر واقعية: في البداية يمكننا تعليم الروبوت كيفية كي القميص أو طي السراويل، وغسل الملابس وتجفيفها، وبعد ذلك يمكننا إعطاء أمر واحد فقط - "اغسل الملابس"، واستخدام هذا الأمر لبناء حتى سلوكيات أكثر تعقيدًا، كل ذلك دون رفع إصبعك ولكن فقط من خلال التفكير.
وإذا لم يوفر كل هذا ما يكفي من الوقت، فمن المؤكد أن مهنة جديدة ستتطور - "مدربو الروبوتات" الذين سيعلمون الروبوتات المنزلية والشخصية كل ما يجب عليهم فعله، دون أن يضطر أصحاب الروبوتات إلى إظهار الإجراءات بأيديهم ولو مرة واحدة. . وقبل وقت طويل من تحقيق هذا "العالم الجديد الشجاع"، ستكون مثل هذه الأساليب قادرة على إحداث ثورة في حياة المعاقين والمشلولين، وتسهيل الأمر على المسنين ومنحهم الاستقلال، وفتح طريق جديد للتفاعل بين الأشخاص. عقولنا مع العالم من حولنا.

الروابط:

لعبة مايند فليكس

فك إشارات الدماغ من خلال التعرف على الكلمة المنطوقة

قراءة العقل في التصوير بالرنين المغناطيسي الوظيفي

قراءة الأفكار التي تتعرف أيضًا على الكلمات التي لم يتم تعلمها مسبقًا

يتعلم روبوت DiGORO من مشاهدة تصرفات الإنسان

مشروع Cognito حيث يتم تعلم حركات الإنسان بواسطة أجهزة استشعار الحركة

روبوت يتعلم من الموجات الدماغية للمرشد البشري

يعمل Israel Binyamini في ClickSoftware لتطوير أساليب التحسين المتقدمة