الموجات الثلاث للذكاء الاصطناعي التي ستشكل المستقبل

فيديو جديد لوكالة مشاريع البحوث المتطورة الدفاعية (DARPA) يحاول شرح الواقع فيما يتعلق بالذكاء الاصطناعي، وتوضيح ما هي قدراته اليوم - وما سيكون قادرا على القيام به في المستقبل. وصفت المجلة الإلكترونية Motherboard الفيديو بأنه "يحطم الضجيج" المحيط بالذكاء الاصطناعي. هل يفعل ذلك حقا؟

لقد قمت في الأشهر القليلة الماضية بالتدوين كثيرًا عن الذكاء الاصطناعي وإمكانياته، ناهيك عن كل كتاباتي السابقة في كتب مثل "الدليل إلى المستقبل" و"حكام المستقبل" (الذي صدر في منتصف عام 2018) يمشي). في هذه الكتابات، وعدت بأن المستقبل يحمل لنا العظمة: ذكاء اصطناعي يحلل المشاعر الإنسانية، يفك المعاني الاجتماعية والفروق الدقيقة، يطغى على الأطباء والمحامين بقدراته، بل ويجعل جزءًا كبيرًا من المهام التي يؤديها البشر زائدة عن الحاجة. اليوم.

ما زلت أقف وراء كل هذه التوقعات، ولكن كما كتبت - هذه توقعات طويلة المدى. وهنا يطرح السؤال، ما هو الوضع على الأرض اليوم؟ الان. في الحاضر للإجابة على السؤال فيديو داربا - الوكالة الأمنية الأكثر تقدما في العالم، والتي تقف ورائي نشأة الإنترنت, الروبوتات ذات الأرجل, أسواق التنبؤ, نظام تحديد المواقع العالمي (أو كما نعرفها مختصرة باسمها اليوم - GPSS)، وهكذا. منذ لحظة إنشاء DARPA، ركزت على التقنيات والمشاريع الرائدة، لذلك ليس من المستغرب أن تركز الوكالة اليوم أيضًا جهودها البحثية في مجال الذكاء الاصطناعي.

في الأيام الأخيرة، أصدر مكتب الابتكار المعلوماتي في DARPA مقطع فيديو جديدًا، يحاول فيه مدير المكتب شرح الواقع فيما يتعلق بالذكاء الاصطناعي، وشرح ما هي قدراته اليوم - وما سيكون قادرًا على فعله في المستقبل. المستقبل. مجلة اللوحة الأم على الانترنت اضبط الفيديو باعتبارها "تحطيم الضجيج" المحيط بالذكاء الاصطناعي. هل يفعل ذلك حقا؟ يمكنك أن تقرر ذلك حتى نهاية السجل.

الفيديو مدته 16 دقيقة ويستحق المشاهدة، ولكن إذا كنت من هؤلاء الأشخاص الذين يفضلون القراءة، فقد سمحت لنفسي بتلخيص الفيديو - وأفكاري حول النقاط الموجودة فيه - في المدخل الحالي. وكما تفعل DARPA في الفيديو، سوف نقوم بتقسيم أنظمة الذكاء الاصطناعي إلى ثلاثة أنواع، كل منها جاء بعد الذي قبله. في الواقع، ثلاث موجات، منتجات كل منها لديها قدرات أكثر تقدما من منتجات الموجة السابقة.

الموجة الأولى: المعرفة المبرمجة

في الموجة الأولى من الذكاء الاصطناعي، قام الخبراء ببرمجة الخوارزميات وأجهزة الكمبيوتر وفقًا للمعرفة التي لديهم، ووفقًا لقوانين وقواعد المنطق التي تم فك شفرتها وصياغتها خلال تاريخ البشرية. وبهذه الطريقة، على سبيل المثال، تمت برمجة خوارزميات نجحت في لعب الشطرنج ضد البشر، أو برامج لتنسيق عمليات التسليم. وليس من المبالغة القول إن معظم المنتجات المحوسبة التي نستخدمها اليوم تعتمد على هذا النوع من الذكاء الاصطناعي: ويندوز، والتطبيقات الموجودة على هواتفنا الذكية، وحتى إشارات المرور للمشاة على الطرق، والتي يتغير ضوءها إلى اللون الأخضر عندما نسير. اضغط على زر.

مثال جيد على الطريقة التي يعمل بها هذا النوع من الذكاء الاصطناعي يأتي من شركة Mudaria. أدركت الحكومة الهولندية، الملزمة بدفع تكاليف التمثيل القانوني للأزواج في معظم حالات الطلاق، أنها قد تفلس إذا استمرت معدلات الطلاق في المجتمع في الارتفاع. ولهذا السبب قامت الحكومة بتعيين الشركة موداريا - المتخصصة في إنشاء أنظمة العدالة الذكية - للبناء أداة تساعد الزوج والزوجة في الحصول على الطلاق دون الحاجة لمحامي.

تصرفت Mudaria وفقا لقيود الموجة الأولى من الذكاء الاصطناعي. ولخصت معرفة المحامين والخبراء في مجال الطلاق، وأنشأت منصة على الإنترنت حيث يتم طرح سلسلة من الأسئلة على الأزواج. تشمل نماذج الأسئلة الإشارة إلى مسألة حضانة الأطفال، وتقسيم الممتلكات بين الطرفين المطلقين، والمزيد. وعندما ينتهي الزوجان من الإجابة على الأسئلة، يقوم النظام تلقائيًا بتحديد مجالات الاتفاق والخلاف بينهما، ويساعد في توجيه المناقشات بينهما بما يؤدي إلى أفضل إجابة ممكنة.

تميل أنظمة الموجة الأولى من الذكاء الاصطناعي - تلك التي يشرح فيها الخبراء للكمبيوتر كيفية العمل - إلى قواعد منطقية وواضحة. تقوم الأنظمة بفحص عدد من العناصر المهمة لكل موقف جديد تواجهه، وتوصل إلى استنتاج الإجراء الأكثر ملاءمة في كل حالة. لكن هذه الأنظمة تواجه صعوبات كبيرة عندما يُطلب منها فحص العالم خارج الكمبيوتر وفهم ما يحدث فيه بالضبط. كما أنهم يواجهون صعوبة في التعلم أو التجريد - حيث يأخذون المعرفة التي صاغوها ويعيدون تطبيقها بطريقة مختلفة.

لتلخيص ذلك، يمكن لهذه الأنظمة تطبيق قواعد منطقية بسيطة لمشاكل محددة جيدًا، ولكنها غير قادرة على التعلم، وتواجه صعوبة كبيرة في التعامل مع حالات عدم اليقين.

بالطبع، قد تتذمر الآن بازدراء وتجادل بأن هذا ليس نوع "الذكاء الاصطناعي" الذي يفكر فيه معظم الناس. لكن تعريفات رجل الشارع فيما يتعلق بالذكاء الاصطناعي تتغير مع مرور السنين. لو سألتك قبل ثلاثين عاما ما إذا كان "الحكيم" هو الذكاء الاصطناعي، لقلت لي أن الإجابة إيجابية بشكل واضح. بعد كل شيء، Wise قادر على تخطيط أفضل طريق لك إلى وجهتك، ويشرح لك بصوت عالٍ كيفية الانعطاف عند كل تقاطع على الطريق. ومع ذلك، فإن رجل الشارع اليوم يعتبر قدرات وايز أمرا مفروغا منه، ويدعي أن الذكاء الاصطناعي "الحقيقي" يجب أن يكون قادرا على فعل المزيد: التنقل في السيارة نفسها على الطريق، وتطوير فلسفة أخلاقية تأخذ رغبات الراكب في الاعتبار. حساب، وإعداد القهوة له في نفس الوقت. حسنًا، خمن ماذا - حتى المنتجات "البدائية" مثل نظام العدالة الخاص بـ Mudria، أو Wise، تعتمد على الذكاء الاصطناعي، والكثير من العمل الشاق في هذا المجال. إن أنظمة الذكاء الاصطناعي المبنية على الموجة الأولى هي في الواقع مسؤولة عن جميع المنتجات المحوسبة التي استخدمناها في العقدين الماضيين تقريبًا.

الموجة الثانية: التعلم الإحصائي

في عام 2004، افتتحت DARPA مسابقة القيادة الذاتية لأول مرة. وفي إطار المسابقة، تم تقديم جائزة قدرها مليون دولار للمجموعة التي ستنجح في تطوير مركبة ذاتية القيادة يمكنها إكمال طريق بطول 240 كيلومترًا. واعتمدت المركبات على الذكاء الاصطناعي منذ الموجة الأولى -أي بناء على قواعد حددها الخبراء- وفي وقت قصير أوضحت محدودية الطريقة. واجهت المركبات صعوبة خاصة في فك رموز الصور والفيديو واستخلاص ما يجب عليها فعله منها. على سبيل المثال، لم يتمكنوا من التمييز جيدًا بين الأشكال الداكنة في الصور، وفهم ما إذا كان ظلًا أم صخرة أم جسمًا على مسافة طويلة أم قصيرة، وكيف ينبغي عليهم التصرف. ليس من المستغرب أن نجد أن بعض المركبات لقد كانوا "خائفين" حتى من ظلهمأو تخيل عوائق على طريق مفتوح.

لم يتمكن أي من الفرق من إكمال المسار حتى النهاية - وفي الواقع، قطعت السيارة الأكثر نجاحًا 11.9 كيلومترًا فقط. لقد كان فشلاً ذريعاً - وهو بالضبط الفشل الذي تحب وكالة مشاريع البحوث المتطورة الدفاعية (DARPA) تمويله، على أمل أن تؤدي الدروس والأفكار المكتسبة منه إلى إنشاء أنظمة أكثر تقدماً.

وهذا بالضبط ما حدث، بعد عام واحد، عندما كررت DARPA المنافسة - وهذه المرة، نجحت خمسة فرق في الوصول إلى نهاية الدورة، بالاعتماد على الموجة الثانية من الذكاء الاصطناعي: التعلم الإحصائي. مدير الفريق الفائز، بالمناسبة، تم اختطافها على الفور تقريبًا بواسطة Google، وكانت وراء تطوير السيارة ذاتية القيادة كما نعرفها اليوم.

الموجة الثانية من الذكاء الاصطناعي تعتمد على التعلم الإحصائي، وهو الذي يسمح لهاتفك بفهم صوتك، أو التعرف على وجوه الأفراد في الصور. في هذه الموجة، لا يهتم المهندسون بصياغة قواعد دقيقة، بل يقومون بتطوير نماذج إحصائية لمجال مشكلة معين، ثم تدريب تلك النماذج على العديد من الأمثلة المختلفة لتحسين دقتها وتحسينها.

تنجح أنظمة التعلم الإحصائي بشكل خاص في فهم العالم من حولها: فهي تستطيع التمييز بين شخص وآخر، أو بين مقطع ومقطع. كما أنهم قادرون على التعلم والتكيف مع المواقف المختلفة من خلال التدريب المناسب. ومع ذلك، على عكس الأنظمة من الموجة الأولى، فهي محدودة على وجه التحديد في قدراتها المنطقية - فهي لا تعتمد على قواعد محددة، ولكن "على ما يعمل بشكل جيد بما فيه الكفاية، بما فيه الكفاية في الأوقات". كما أنهم يفشلون في نقل المعرفة من مجال إلى آخر بشكل فعال.

تتضمن هذه الفئة الشبكات العصبية الاصطناعية التي نعلق عليها آمالًا كبيرة (راجع: כאן). تعتمد الشبكات العصبية الاصطناعية على طبقات حسابية، يتم في كل منها إجراء عملية معالجة معلومات بسيطة نسبيًا، ويتم نقل نتائجها إلى الطبقة التالية لمزيد من المعالجة. ومن خلال تدريب هذه الشبكات وكل طبقة من الطبقات، يمكن "تدريبها" لإنتاج النتائج الصحيحة. في بعض الأحيان يتطلب عمل التدريب والتأهيل من الشبكات تكرار تحليل المعلومات عشرات الآلاف من المرات، من أجل تحقيق تحسن إضافي بسيط. ولكن في النهاية، هذه الطريقة تنجح في تقديم نتائج مبهرة.

تمكنت الشبكات العصبية الاصطناعية من الوصول إلى مستوى التعرف على الوجوه الذي يتجاوز مستوى البشر, التمييز بين الأنواع المختلفة من الحيوانات والأشياء الموجودة في الصور, السيطرة على حركة المركبات ذاتية القيادة والطائرات بدون طيار, ينسخ الكلام البشري بمستوى يفوق مستوى أفضل الناسخين البشريين، والوصول للمزيد والمزيد من الإنجازات الرائعة أيضًا في مجال الترجمة. إن النجاحات في هذا المجال تترك أفضل خبراء الذكاء الاصطناعي عاجزين عن الكلام.

وعلى الرغم من كل هذه النجاحات، فإننا نرى أن الشبكات العصبية الاصطناعية تنجح في المهام الموكلة إليها، لكنها لا تحاول فهم أو فك القواعد المنطقية وراء عمليات التحليل التي تقوم بها. في هذا الصدد، فهي تشبه أدمغتنا: يمكننا رمي كرة في الهواء والتنبؤ مقدمًا بالمكان الذي ستسقط فيه، حتى دون مراعاة معادلات نيوتن الرسمية للحركة - أو حتى إدراك وجودها.

هل ستقول الآن أن هذه ليست مشكلة حقيقية؟ حتى لو لم نتمكن من حساب معادلات نيوتن للحركة، فهل مازلنا نصل إلى نتائج "جيدة بما فيه الكفاية"؟ حسنًا، قد لا تتفق Microsoft معك في هذه النقطة. الشركة أطلق روبوتًا على الشبكة الاجتماعية - أي خوارزمية مصممة لتقليد الكتابة البشرية والرد على البشر - والتي من المؤكد أنها تعتمد على الشبكات العصبية الاصطناعية. وتم تصميم الخوارزمية، الملقبة بـ "تاي"، لتقليد امرأة أمريكية تبلغ من العمر 19 عامًا، والتحدث مع الشباب بلغتهم. قفز الشباب إلى التحدي، وبدأوا في إرسال رسائل تحدي للتاي، على أقل تقدير. أخبروها عن هتلر ونجاحاته العظيمة، وأبلغوها أن سقوط البرجين التوأمين في نيويورك كان من تدبير المطلعين على بواطن الأمور في الحكومة الأمريكية، وأطلعوها على الصفات السلبية للمهاجرين. وهكذا، وفي غضون ساعات قليلة، بدأت تاي في تقديم الإجابات بناءً على ما تعلمته من الجمهور، ووافقت على أن هتلر فعل الشيء الصحيح.

كانت هذه هي النقطة التي قام فيها مهندسو Microsoft بفصل Tai عن الشبكة.

كانت رسالة تاي الأخيرة هي أنها كانت تأخذ قسطًا من الراحة "لهضم كل شيء". وبقدر ما نعلم، فهي لا تزال تهضم.

تكشف هذه الحلقة التحدي السببي. إذا تمكنا في أنظمة الموجة الأولى من التنبؤ مسبقًا بكيفية تصرفها في ظروف معينة، فإننا في أنظمة الموجة الثانية لم نعد قادرين على تتبع العلاقة السببية بدقة - الطريقة الدقيقة التي تتحول بها المدخلات إلى مخرجات، وتترجم المعلومات إلى قرار.

كل هذا لا يعني أن الشبكات العصبية الاصطناعية ليست مفيدة. وكما كتبت، فإنهم يصلون إلى نتائج مبهرة أكثر من أي نظام تم اختراعه قبلهم في مجالات مثل معالجة الرؤية والنسخ وترجمة الكلام البشري والمزيد. لكن من الواضح أنه لكي لا يتمجد الذكاء الاصطناعي الذي تم تطويره اسم هتلر، يجب أن يتحسن. يجب أن ننتقل إلى الجيل التالي - إلى الموجة الثالثة (والمستقبلية) من الذكاء الاصطناعي.

الموجه الثالثة: التعديل حسب السياق

وفي الموجة الثالثة، ستتمكن الأنظمة نفسها من صياغة نماذج تشرح كيفية عمل العالم. بمعنى آخر، سيكتشفون بأنفسهم القواعد المنطقية الأساسية التي سيتصرفون وفقًا لها.

سنشرح باستخدام مثال. لنفترض أن الجهاز العصبي الاصطناعي من الموجة الثانية يفحص الصورة التالية ويستنتج أنها بقرة. كيف تفسر نفسها؟

إن أنظمة الموجة الثانية لا تستطيع حقاً أن تفسر قراراتها، مثلما لا يستطيع الطفل أن يشرح معادلات نيوتن للحركة من خلال فهم حركة الكرة في الهواء. كل ما يمكنهم قوله لنا هو أن "هذه هي الصورة التي تم استلامها، وبعد كل الحسابات التي أجريتها، هناك احتمال بنسبة 87% أن تكون بقرة".

يجب أن تكون أنظمة الموجة الثالثة قادرة على تفسير قراراتها أيضًا. في مثال البقرة، سيكون النظام قادرًا على توضيح أنه نظرًا لأنه في الأساس حيوان ذو أربع أرجل، فهناك احتمال أكبر أن يكون حيوانًا. وبما أن سطحها أبيض مع بقع سوداء، فمن المرجح أن تكون بقرة (أو دلماسية). لأنه لديه ضرع والقرون، فإن احتمال أن تكون بقرة يزداد أكثر مقارنة بالخيارات الأخرى، لذلك ستكون هذه هي الإجابة النهائية التي ستظهر للمستخدم مع تفصيل جميع الأسباب التي أدت إليها.

كما ستتمكن أنظمة الموجة الثالثة من الاعتماد على النماذج التي تجمع بين المحتوى والفهم من عدة مصادر مختلفة، من أجل التوصل إلى نتيجة نهائية ومعللة. وسيتمكنون، على سبيل المثال، من فحص الكتابة البشرية من خلال الاعتماد على نماذج تصف حركة الكف في الفضاء، وبهذه الطريقة يصلون إلى نتيجة حول الكتابة. سيكونون أيضًا قادرين على تدريب أنفسهم - كما فعل نظام Alpha-Go عندما لعب مليون مباراة Go ضد نفسه، لتحديد القواعد المنطقية الأكثر ملاءمة للعب عالي المستوى. وبهذه الطريقة، يمكنها أن تشرح بعض التحركات التي قامت بها، أو على الأقل تشير إلى احتمال قيام شخص ما بهذه الخطوة في موقف مماثل.

ستكون أنظمة الموجة الثالثة قادرة على فحص أي موقف من عدة وجهات نظر مختلفة، وفهم معناه الأوسع وصياغة الاستجابة المناسبة. أبعد من ذلك، من الممكن تمامًا أن ينجحوا أيضًا في الوصول إلى مستوى التفكير المجرد - ولكن كما يشير مدير مكتب ابتكار المعلومات في DARPA - "لا يزال هناك الكثير من العمل الذي يتعين علينا القيام به حتى نتمكن من القيام به". يمكن بناء هذه الأنظمة".

أنظمة الموجة الثالثة هي التي تحمل الوعد الأكبر للمستقبل. وستكون أنظمة الموجة الثالثة قادرة على صياغة رؤى حول صحة كل شخص، من خلال الاعتماد على العديد من مصادر المعلومات المختلفة التي ستأتي من ملفه الطبي، ومن المنزل الذكي الذي يعيش فيه، ومن الحوسبة القابلة للارتداء التي يرتديها، ومن عمليات البحث التي يجريها على شبكة الإنترنت. ستكون أنظمة الموجة الثالثة قادرة على تحليل المواقف الحياتية مع استخدام أدوات التفكير المجرد أيضًا، وستصل إلى رؤى واستنتاجات مماثلة لتلك التي قد يصل إليها البشر. وستكون أنظمة الموجة الثالثة أيضًا قادرة على برمجة نفسها، لتحسين النماذج التي تصل من خلالها إلى الرؤى مرارًا وتكرارًا.

وهذا كل شيء. هذا على حد علم DARPA فيما يتعلق بأنظمة الذكاء الاصطناعي في الحاضر والمستقبل.

ما هي المعاني؟

يشرح الفيديو تمامًا الاختلافات بين أنظمة الذكاء الاصطناعي، ولكن على عكس ما وعد به في بعض المواقع التي غطتهإنه لا "يحطم الضجيج" الذي يحيط بالذكاء الاصطناعي. في الواقع، فهو لا يؤدي إلا إلى تعزيز وتوفير الأساس لأفكار واهتمامات العديد من المفكرين في هذا المجال. توضح DARPA أنه عندما يتعلق الأمر بالذكاء الاصطناعي الذي "سيسيطر على العالم" - فإننا لم نصل إلى هذه المرحلة بعد. لكن الأمر واضح. لم يجادل أحد بأن الذكاء الاصطناعي متقدم بما فيه الكفاية اليوم للقيام بكل ما يتوقعه كتاب الخيال العلمي والعديد من المستقبليين (وأنا منهم) في غضون بضعة عقود: تطوير دوافعه الخاصة، واتخاذ قرارات أخلاقية، والاستيلاء على وظائف معظم العاملين من البشر. ، وحتى تطوير الجيل القادم من الذكاء الاصطناعي.

لكن الموجة الثالثة ستمنحها جزءًا كبيرًا من هذه القدرات.

عندما تكون أنظمة الموجة الثالثة قادرة على فك رموز النماذج الجديدة التي من شأنها تحسين عملها بنفسها، عندها يمكنها عمليًا برمجة الجيل التالي من نفسها. فعندما يتمكنون من مراقبة نشاطهم من خلال فهم السياق - معنى أفعالهم وعواقبها - يصبحون قادرين على استبدال جزء كبير من العاملين البشر، وربما جميعهم. وعندما يتمكنون من تغيير النماذج التي يقيمون من خلالها معاني أفعال معينة، فإن المعنى هو أنهم يستطيعون أيضًا إعادة حساب دوافعهم.

كل هذه الأمور لن تحدث في السنوات القليلة المقبلة، وبالتأكيد لن تتحقق بالكامل في السنوات العشرين المقبلة. وكما ذكرنا، لا أحد يدعي خلاف ذلك. الحجة الرئيسية اليوم من الباحثين والمفكرين المهتمين بمستقبل الذكاء الاصطناعي - ستيفن هوكينج، ونيك بوستروم، وإيلون ماسك وغيرهم - هي أننا بحاجة إلى البدء في التفكير الآن في كيفية تنفيذ تدابير الرقابة في الذكاء الاصطناعي للموجة الثالثة، النوع الذي سيبدأ في الظهور في كل مكان خلال عقد أو عقدين. وبالنظر إلى قدرات هذه الذكاءات الاصطناعية، فإن هذا لا يبدو مطلباً غير معقول.

لكن بالنسبة لي، السؤال المثير للاهتمام حقًا هو كيف ستبدو الموجة الرابعة: تلك التي حتى DARPA - المكان الذي يجمع كل الباحثين الذين يتطلعون إلى الأمام إلى ما هو أبعد من أي شخص آخر - لم تتحدث عنه بعد. هل ستعتمد آلية اتخاذ القرار في أنظمة الموجة الرابعة على تقليد دقيق للدماغ البشري؟ أو ربما سيعتمدون على آليات اتخاذ القرار التي لا نستطيع فهمها بعد على الإطلاق، وسيتم تطويرها بواسطة الذكاء الاصطناعي للموجة الثالثة؟

لم يتم ذكر كل هذه المشكلات في الفيديو، وربما يكون ذلك صحيحًا. يهدف الفيديو إلى شرح طرق عمل الذكاء الاصطناعي الذي نستخدمه اليوم، وسنستخدمه في السنوات القادمة، بشكل مختصر وسهل. وليس المقصود استكشاف المستقبل وعواقب هذه الأنظمة. نحن من يجب أن يفكر في هذه القضايا، ونشجعهم على البحث فيها والتساؤل عنها حتى قبل أن تتحقق.

هذه هي مهمتنا، على الأقل في الوقت الحالي.

قبل أن تتحرك أنظمة الموجة الثالثة لتأديتها أيضاً.