عالية سلمان
النجاح الكبير في علوم الحاسوب قد يقودنا إلى برامج حاسوبية أكثر ذكاءً و تكيُفاً. و هذا التقدم يمكن أن يؤدي إلى برمجيات تعرُّف أفضل ليتم استخدمها في الهواتف الذكية و الروبوتات.
دراسة الجديدة، نشرت هذا الأسبوع في مجلة Science، تطرح برنامجاً جديداً يمكنه أن يتعلم المفاهيم من مثال واحد، مما يُظهر و للمرة الأولى أن الآلات قادرة على التعلم بنفس الطريقة التي يتعلم من خلالها الإنسان. يستخدم البرنامج نظاماً إحصائياً لتجزئة المفاهيم الجديدة إلى مكونات معروفة: تتعلم الخوارزمية كما يفعل الطفل حيث تستخدم ما تعرفه مسبقاً و تبني عليه التعقيدات.
إن الحواسيب تصبح أذكى و تتمكن من القيام بالعمليات الحسابية بسرعة و دقة أكبر من أي إنسان! و لكن الطريق إلى الذكاء الصنعي يبقى طويلاً. خلال العقد الماضي، كان هناك تركيز متزايد على كيفية تعلم الآلة: الحواسيب تتطلب المئات، إن لم تكن الآلاف من الأمثلة قبل أن تتمكن من التعميم كما يفعل الإنسان. يدعى هذا الأسلوب بالشبكة العصبونية العميقة (deep neural network) و هو مستخدم من قبل فيسبوك على سبيل المثال للتعرف على الوجوه في الصور.
“عندما يتعلم البشر أو يتفاعل المستخدمون مع مفاهيم جديدة، فإنهم لا يرون الأحرف على أنها أغراض مرئية ساكنة فقط”
يقول الدكتور بريندان ليك (Dr. Brendan Lake)، المؤلف الرئيسي في هذه الورقة. في مؤتمر صحفي:
“و لكنهم يرون بناياناً أغنى كنموذج سببي أو سلسلة من خطوط القلم التي تصف كيف يتم إنتاج أمثلة جديدة من المفهوم بشكل رسمي”
لقد تم تعليم الحاسوب كيفية التعرف على الأحرف المكتوبة و إعادة إنتاجها بأفضل ما يمكنه بالإعتماد على عدد و شكل الخطوط. إن قدرته على “تعلُّم كيفية التعلُّم” سمحت للآلة بأن تلتقط الرموز الجديدة بسرعة. طبق الباحثون هذا النموذج على أكثر من 1600 نوع من الرموز المكتوبة باليد من الأبجديات في العالم، مثل السنسكريتية و اليونانية و التيبتية كما طُبق أيضاً على أحرف مُخترَعة (بعضها من المسلسل التلفيزيوني “Futurama”).
الدكتور ليك:
” إننا نطمح لتطوير خوارزمية لها نفس المقدرة و مقارنتها مع البشر. أدى هذا إلى تعلم البرنامج بالمنطق الافتراضي (Bayesian) لنموذج مطروح في هذه الورقة. الفكرة المفتاحية هي أن المفاهيم تُمثَّل كبرامج احتمالية بسيطة. إنه كود برمجي يمثل عمل مبرمج و لكن البرنامج يعطي ناتجاً مختلفاً في كل مرة يعمل بها.”
استخدم الفريق اختبار تورينغ مرئي لإظهار قدرة الآلة على أن تكون مشابهة للإنسان. طلب المؤلفون من الحاسوب و البشر أن يعيدوا كتابة الأحرف بعد رؤية مثال واحد أو اختراع حرف جديد. قام عدد من الحكام البشر بإلقاء نظرة على الناتج لتحديد فيما إذا كان مُنتجاً من قبل حاسوب أو شخص. أقل من 25% من الحكام كان أداؤهم أفضل من الاحتمال العشوائي في تمييز عمل البشر عن الحواسيب.
“تعمل الخوارزمية على الأحرف المكتوبة باليد فقط حالياً، ولكننا نؤمن أن النموذج الأوسع المُستنِد إلى استقراء برنامج احتماليّ يمكن أن يؤدي إلى تطور في التعرف على الكلام و الأجسام و لكنه سيأخذ وقتاً أطول ليحصل على التمثيل الصحيح في هذين المجالين”
قال الدكتور ليك.
“إن عملنا يظهر قوة دراسة تعلم الإنسان و قوة البرامج الاحتمالية لبناء خوارزميات أكثر ذكاءً و أكثر شبهاً بالإنسان.”
- ترجمة: عالية سلمان.
