 |
| منصة Deep Mind |
أصبحت منصة DeepMind التابعة لجوجل قادرة على التعلم الذاتي استناداً إلى المعلومات التي تمتلكها مسبقاً.
ويعد هذا الأمر خطوة كبيرة إلى الأمام بالنسبة للذكاء الإصطناعي باستخدام نظام هجين يُدعى "التفاضلية العصبية للحاسوب" (DNC)، الذي يستخدم سعة تخزين البيانات الحالية من أجهزة الكمبيوتر التقليدية، ومن ثم يقترن مع نظام ذكاء اصطناعي وشبكة عصبية قادرة على تحليل البيانات بسرعة.
من جانبه، قال ألكسندر جريفز وجريج واين، الباحثان في DeepMind، إنه: "يمكن لهذه النماذج التعلم على غرار الشبكات العصبية، لكن بإمكانها أيضاً تخزين البيانات المعقدة مثل أجهزة الحاسوب"، بحسب ما نشرته صحيفة The Next Web الهولندية.
إذ تستخدم الشبكة العصبية، مثلما يحدث في الدماغ، سلسلة مترابطة من العقد لتحفيز مراكز محددة لازمة لإكمال مهمة ما.
ويعد هذا الأمر خطوة كبيرة إلى الأمام بالنسبة للذكاء الإصطناعي باستخدام نظام هجين يُدعى "التفاضلية العصبية للحاسوب" (DNC)، الذي يستخدم سعة تخزين البيانات الحالية من أجهزة الكمبيوتر التقليدية، ومن ثم يقترن مع نظام ذكاء اصطناعي وشبكة عصبية قادرة على تحليل البيانات بسرعة.
من جانبه، قال ألكسندر جريفز وجريج واين، الباحثان في DeepMind، إنه: "يمكن لهذه النماذج التعلم على غرار الشبكات العصبية، لكن بإمكانها أيضاً تخزين البيانات المعقدة مثل أجهزة الحاسوب"، بحسب ما نشرته صحيفة The Next Web الهولندية.
إذ تستخدم الشبكة العصبية، مثلما يحدث في الدماغ، سلسلة مترابطة من العقد لتحفيز مراكز محددة لازمة لإكمال مهمة ما.
وفي هذه الحالة، يحقق الذكاء الإصطناعي الإستفادة المثلى من العقد لإيجاد أسرع حل لتقديم النتائج المرجوة، ومع مرور الوقت ستستخدم البيانات التي حصلت عليها لتغدو أكثر كفاءة في العثور على الجواب الصحيح.
قدم فريق DeepMind مثالين لمزيد من الإيضاح لهذه التقنية:
1. بعد تقديم معلومات بشأن العلاقات التي تربط شجرة العائلة، كان النظام قادرًا على التعرف على روابط قرابة إضافية من تلقاء نفسه، بجانب تحسين ذاكرته للعثور على المعلومات بسرعة أكبر في عمليات البحث المستقبلية.
2. بعدما أدخلت معلومات في النظام الإصطناعي عن أساسيات نظام النقل العام في مترو أنفاق لندن؛ بدأ النظام على الفور في العمل على إيجاد طرق إضافية واكتشاف الروابط المعقدة بين المسارات من تلقاء نفسه.
فبدلاً من الإضطرار إلى تعلم وإدخال كل النتائج الممكنة لإيجاد حل، يمكن لمنصة DeepMind استخلاص الجواب بناء على خبرة سابقة، والكشف عن الجواب باستخدام الذاكرة الداخلية، عوضاً عن التهيئة والبرمجة الخارجية.
قدم فريق DeepMind مثالين لمزيد من الإيضاح لهذه التقنية:
1. بعد تقديم معلومات بشأن العلاقات التي تربط شجرة العائلة، كان النظام قادرًا على التعرف على روابط قرابة إضافية من تلقاء نفسه، بجانب تحسين ذاكرته للعثور على المعلومات بسرعة أكبر في عمليات البحث المستقبلية.
2. بعدما أدخلت معلومات في النظام الإصطناعي عن أساسيات نظام النقل العام في مترو أنفاق لندن؛ بدأ النظام على الفور في العمل على إيجاد طرق إضافية واكتشاف الروابط المعقدة بين المسارات من تلقاء نفسه.
فبدلاً من الإضطرار إلى تعلم وإدخال كل النتائج الممكنة لإيجاد حل، يمكن لمنصة DeepMind استخلاص الجواب بناء على خبرة سابقة، والكشف عن الجواب باستخدام الذاكرة الداخلية، عوضاً عن التهيئة والبرمجة الخارجية.
وهذه هي العملية التي مكنت منصة DeepMind من الفوز على البطل البشري في لعبة "جو"، التي تتضمن الملايين من التحركات المحتملة وعدداً لا حصر له من المجموعات.
وعلى صعيد آخر، يمكن أن يأخذ الأمر منحى خطيراً في المستقبل بوجود ذكاء اصطناعي أكثر ذكاء من أي وقت مضى، ويتمتع بالقدرة على التفكير والتعلم مثل البشر.
وعلى صعيد آخر، يمكن أن يأخذ الأمر منحى خطيراً في المستقبل بوجود ذكاء اصطناعي أكثر ذكاء من أي وقت مضى، ويتمتع بالقدرة على التفكير والتعلم مثل البشر.
أو قد يكون الوقت قد حان للبدء في وضع خطط من أجل النجاة في عصر "ما بعد سكاي نت"، وهي شبكة عصبية خيالية تعتمد على العقل الجمعي الواعي والذكاء الاصطناعي الفائق.
ليست هناك تعليقات:
إرسال تعليق