لأول مرة.. الذكاء الاصطناعي يلتقط "جانبا مهما من الذكاء البشري"!
تاريخ النشر: 26th, October 2023 GMT
أثبت فريق من العلماء أن نظام الذكاء الاصطناعي المسمى بالشبكة العصبية يمكن تدريبه لإظهار "التركيب المنهجي"، وهو جزء أساسي من الذكاء البشري.
ويكشف البحث، الذي نُشر في مجلة Nature، عن تحول في نقاش دام عقودا في العلوم المعرفية، يتحدث عن مجال يستكشف أي نوع من أجهزة الكمبيوتر قد يمثل العقل البشري على أفضل وجه.
ومنذ الثمانينيات، جادلت مجموعة فرعية من علماء الإدراك بأن الشبكات العصبية، نوع من الذكاء الاصطناعي (AI)، ليست نماذج قابلة للتطبيق لأن بنيتها تفشل في التقاط سمة أساسية لكيفية تفكير البشر.
ولكن مع التدريب، يمكن للشبكات العصبية الآن أن تكتسب هذه القدرة الشبيهة بالقدرة البشرية.
ويقول بريندن ليك، المعد المشارك في الدراسة، والأستاذ المساعد في علم النفس وعلوم البيانات في جامعة نيويورك: "يشير عملنا هنا إلى أن هذا الجانب المهم من الذكاء البشري يمكن اكتسابه من خلال الممارسة باستخدام نموذج تم رفضه لافتقاره إلى تلك القدرات".
وتحاكي الشبكات العصبية إلى حد ما بنية الدماغ البشري، لأن عُقد معالجة المعلومات الخاصة بها مرتبطة ببعضها البعض، وتتدفق معالجة البيانات الخاصة بها في طبقات هرمية. لكن تاريخيا، لم تتصرف أنظمة الذكاء الاصطناعي مثل العقل البشري لأنها كانت تفتقر إلى القدرة على الجمع بين المفاهيم المعروفة بطرق جديدة، فيما يسمى "التركيب المنهجي".
وعلى سبيل المثال، أوضح ليك أنه إذا تعلمت شبكة عصبية قياسية كلمات "قفزة" و"مرتين" و"في دائرة"، فيجب أن تظهر لها العديد من الأمثلة حول كيفية دمج هذه الكلمات في عبارات ذات معنى، مثل "قفزة مرتين" و"القفز في دائرة". ولكن إذا تمت تغذية النظام بكلمة جديدة، مثل "الدوران"، فسيحتاج مرة أخرى إلى رؤية مجموعة من الأمثلة لمعرفة كيفية استخدامها بشكل مماثل.
وفي الدراسة الجديدة، قام ليك والمعد المشارك في الدراسة، ماركو باروني، من جامعة بومبيو فابرا في برشلونة، باختبار نماذج الذكاء الاصطناعي والمتطوعين البشريين باستخدام لغة مختلقة تحتوي على كلمات مثل "dax" و"wif".
إقرأ المزيد
وتتوافق هذه الكلمات إما مع نقاط ملونة، أو مع وظيفة تتلاعب بطريقة ما بترتيب تلك النقاط في تسلسل معين. وهكذا فإن تسلسل الكلمات يحدد الترتيب الذي تظهر به النقاط الملونة.
لذلك، بالنظر إلى عبارة لا معنى لها، كان على الذكاء الاصطناعي والمتطوعين اكتشاف "القواعد النحوية" الأساسية التي تحدد النقاط التي تتوافق مع الكلمات.
وأنتج المشاركون من البشر التسلسل النقطي الصحيح في حوالي 80% من الحالات.
وبعد اختبار سبعة نماذج للذكاء الاصطناعي، توصل ليك وباروني إلى طريقة تسمى التعلم التلوي من أجل التركيب (MLC)، والتي تتيح للشبكة العصبية ممارسة تطبيق مجموعات مختلفة من القواعد على الكلمات التي تم تعلمها حديثا، مع تقديم تعليقات حول ما إذا كانت قد طبقت القواعد بشكل صحيح أم لا.
وتطابقت الشبكة العصبية المدربة بواسطة MLC مع أداء البشر في هذه الاختبارات أو تجاوزتها. وعندما أضاف الباحثون بيانات عن الأخطاء الشائعة لدى البشر، ارتكب نموذج الذكاء الاصطناعي أنواع الأخطاء نفسها التي ارتكبها البشر.
وقال بول سمولينسكي، أستاذ العلوم المعرفية في جامعة جونز هوبكنز، وكبير الباحثين الرئيسيين في شركة مايكروسوفت للأبحاث، والذي لم يشارك في الدراسة الجديدة: "لقد حققوا نجاحا مثيرا للإعجاب في هذه المهمة، في حوسبة معنى الجمل". لكن النموذج كان لا يزال محدودا في قدرته على التعميم.
وأوضح سمولينسكي: "كان بإمكانه العمل على أنواع الجمل التي تم تدريبه عليها، لكنه لم يتمكن من تعميمها على أنواع جديدة من الجمل".
وأضاف أن تعزيز قدرة MLC على إظهار التعميم التركيبي يعد خطوة تالية مهمة.
المصدر: لايف ساينس
المصدر: RT Arabic
كلمات دلالية: اختراعات بحوث الذکاء الاصطناعی فی الدراسة من الذکاء
إقرأ أيضاً:
هواوي تدمج نموذج الذكاء الاصطناعي Deepseek في خدمتها
أعلنت شركة هواوي Huawei، عن شراكة استراتيجية مع شركة AI Siliconflow لإطلاق نماذج Deepseek للذكاء الاصطناعي على خدمتها السحابية Ascend Cloud، مما يسهم في جعل تقنيات الذكاء الاصطناعي أكثر تكلفة معقولة وسهولة في الوصول.
وتتضمن الشراكة طرح نموذجين رئيسيين من Deepseek، وهما Deepseek V3 (نموذج لغة) و Deepseek R1 (نموذج تفكير)، اللذان يقدمان أداءً عاليا بتكلفة أقل، مما يعزز من قدرة المستخدمين على الاستفادة من الذكاء الاصطناعي بشكل موسع.
تقدم هواوي Cloud أسعارا مخفضة لنماذج Deepseek، مما يجعل الذكاء الاصطناعي أكثر توفيرا، على سبيل المثال، تكلف معالجة مليون رمز إدخال باستخدام Deepseek V3 حوالي 1 يوان (0.13 دولار أمريكي)، بينما تكلف معالجة مليون رمز إخراج 2 يوان (0.26 دولار)، أما نموذج Deepseek R1 فيتطلب 4 يوان (0.53 دولار) لكل مليون رمز إدخال و 16 يوان (2.13 دولار) لكل مليون رمز إخراج، هذه الأسعار تجعل الذكاء الاصطناعي في متناول الشركات والمطورين بأسعار تنافسية، مما يساهم في نشر هذه التكنولوجيا بشكل أكبر.
يشير إطلاق هواوي لنماذج Deepseek إلى جهود الصين المستمرة من أجل تحقيق الاكتفاء الذاتي في مجال الذكاء الاصطناعي، خاصة في ظل القيود التي تفرضها الولايات المتحدة على وصول الصين إلى الرقائق المتطورة.
تعمل نماذج Deepseek على أجهزة Huawei Ascend AI، مما يقلل الاعتماد على التقنيات الأجنبية ويعزز من استقلالية النظام الإيكولوجي التكنولوجي في الصين، هذه الخطوة تساهم في تعزيز مكانة الصين كمنافس قوي في تطوير الذكاء الاصطناعي على الساحة العالمية.
انضمام علي بابا إلى موجة Deepseek AI
بعد تكامل هواوي، انطلقت أيضا خدمة علي بابا في تقديم خدمات Deepseek AI على منصتها السحابية. يتمكن المستخدمون من الوصول إلى هذه النماذج عبر معرض PAI Model، مما يسهل استخدام الذكاء الاصطناعي بدون الحاجة لكتابة أكواد معقدة. تقدم Alibaba Cloud نسخا كاملة ومخففة من نموذج Deepseek R1، مما يتيح مرونة كبيرة في تطبيقات الذكاء الاصطناعي المختلفة.
تكتسب نماذج Deepseek AI شهرة متزايدة في كل من الصين و الولايات المتحدة، حيث دمجت مايكروسوفت و أمازون نماذجها في منصات الذكاء الاصطناعي الخاصة بهما. بينما كان Deepseek قد استخدم سابقا وحدات معالجة الرسومات H100 من NVIDIA في تدريب نماذجه، فإنه الآن يعتمد على شريحة Huawei Ascend 910C. في المستقبل، تخطط هواوي لتطوير Ascend 920C، التي من المتوقع أن تتفوق على Blackwell B200 من NVIDIA، مما سيحسن قدرات Deepseek في مجال الذكاء الاصطناعي.
إن التوسع السريع لنماذج Deepseek وتكاملها مع منصات السحابة الكبرى يشير إلى تأثير متزايد للصين في تطوير الذكاء الاصطناعي، حيث يتوقع أن تصبح هذه النماذج الفعالة من حيث التكلفة والخوادم المحسنة عنصرًا رئيسيًا في المنافسة العالمية على تطوير الذكاء الاصطناعي.
مجلس طنجة يصادق على مشاريع تنموية لتأهيل عروسة الشمال