ليس هناك شك في أن الأنظمة الذكاء الاصطناعي لقد حقق إنجازات لا تصدق ، وبدأت في إتقان الألعاب وكتابة النصوص لتوليد الصور ومقاطع الفيديو المقنعة.
أدى ذلك إلى الحديث عن إمكانية أن يكونوا على العتبة الذكاء الاصطناعي General (AGI) ، وهو نظام ذكاء اصطناعي له قدرات إدراكية شاملة تشبه القدرات البشرية.
في حين أن بعض هذه الحديث لا يمثل سوى مكالمة إعلامية ، فإن عددًا كافيًا من الخبراء في هذا المجال يأخذ الفكرة على محمل الجد ، والتي يجب أن تبدو أقرب إليها.
تحديات تعريف الذكاء الاصطناعي العام
تدور العديد من المناقشات حول مسألة كيفية تحديد الذكاء الاصطناعي العام ، والتي يبدو أنها خبراء في هذا المجال ولا يوافقون.
إنه يساهم في ظهور تقديرات مختلفة على مدار تاريخ مظهرها ، بدءًا من “إنه موجود عملياً” إلى “لن نتمكن أبدًا من تحقيقه”. بالنظر إلى هذا التباين ، من المستحيل إعطاء أي نوع من المنظور المستنير حول كيفية قربنا.
لكن لدينا مثال موجود على الذكاء السنة بدون “مصطنعة” – وخاصة الذكاء الذي يوفره دماغ الحيوان الدماغ البشري.
من الواضح أن الأنظمة التي يتم الترويج لها كدليل على أن الذكاء الاصطناعي العام قاب قوسين أو أدنى لا يعمل في الدماغ على الإطلاق. قد لا يكون عيبًا مميتًا أو حتى عيبًا. من الممكن تمامًا أن يكون هناك أكثر من طريقة لتحقيق الذكاء ، اعتمادًا على كيفية تعريفه.
ولكن على الأقل من المحتمل أن تكون بعض الاختلافات ذات أهمية وظيفية ، وحقيقة أن الذكاء الاصطناعي هو مسار مختلف تمامًا عن المثال العملي الوحيد الذي لدينا من المحتمل أن يكون مهمًا.
القدرات التي يفقدها الذكاء الاصطناعي الحالي
مع وضع كل هذا في الاعتبار ، دعونا نلقي نظرة على بعض الأشياء التي يفعلها الدماغ التي لا يمكن أن تفعلها أنظمة الذكاء الاصطناعي الحالي.
أشار أرييل جولدشتاين ، الباحث في جامعة القدس العبرية ، إلى أن أنظمة الذكاء الاصطناعي الحالية “مجزأة” في قدراتها. يمكن أن يكون جيدًا بشكل لا يصدق مع شيء ما ، ثم سيئًا بشكل مدهش في شيء آخر يأتي معه.
أكدت علماء الأعصاب كريستا بيكر من جامعة ولاية كارولينا الشمالية هذه النقطة وأشار إلى أن الناس قادرون على تطبيق المنطق في مواقف جديدة دون تعلم كل شيء من نقطة الصفر.
قال Mariano Chain ، مهندس Google الذي عمل مع Goldstein ، إن أنظمة الذكاء الاصطناعي لا تتمتع بذاكرة طويلة المدى محددة للمهام ، وهي القدرة على نشر المهارات التي تم الحصول عليها في مهمة في سياقات مختلفة.
أشار بيكر إلى أن هناك تحيزًا تجاه تفضيل السلوك البشري ، مثل ردود الفعل البشرية وتوليده بواسطة لغات كبيرة.
من ناحية أخرى ، يجمع ذبابة الفاكهة ، في دماغها التي تحتوي على أقل من 150،000 خلية عصبية ، بين أنواع مختلفة من المعلومات الحسية ، وأربعة أزواج من النهايات ، والتحكم في البيئات المعقدة ، وتلبية احتياجاتهم من الطاقة ، وتنتج أدمغة جديدة وأكثر من ذلك.
الاختلافات الرئيسية بين الدماغ البشري والذكاء الاصطناعي
تعتمد معظم أنظمة الذكاء الاصطناعي الحالي ، بما في ذلك جميع نماذج اللغات الكبيرة ، على شبكات الأعصاب التي تسمى SO.
تم تصميم هذه الشبكات لتقليد كيفية عمل بعض مناطق الدماغ ، مع وجود عدد كبير من الخلايا العصبية الاصطناعية التي تأخذ المدخلات وضبطها ثم نقل المعلومات المعدلة إلى طبقة أخرى من الخلايا العصبية الاصطناعية. لكن هذا التقليد محدود للغاية.
الخلايا العصبية الصحيحة متخصصة للغاية ، وتستخدم مجموعة متنوعة من الخلايا العصبية وتتأثر بالخلايا العصبية الخارجية مثل الهرمونات. كما أنه يتواصل من خلال سلسلة من النبضات المتغيرة في التوقيت والكثافة ، مما يتيح بعض الضوضاء غير المحددة في الاتصال.
شبكات الأعصاب التي تم إنشاؤها حتى الآن هي أنظمة متخصصة إلى حد كبير تهدف إلى التعامل مع مهمة واحدة.
من ناحية أخرى ، يحتوي الدماغ النموذجي على العديد من الوحدات الوظيفية التي يمكن أن تعمل موازية ، وفي بعض الحالات دون أي نشاط تحكم موجود في مكان آخر في الدماغ.
أنظمة الذكاء الاصطناعي الحالي لها حالتين: التدريب والنشر. التدريب هو المكان الذي يعلم فيه الذكاء الاصطناعي سلوكه ؛ النشر هو المكان الذي يتم فيه استخدام هذا السلوك.
من ناحية أخرى ، لا يحتوي الدماغ على مواقف تعليمية ونشاط منفصلة ؛ إنه باستمرار في كلا الموقفين ، بينما في كثير من الحالات يتعلم الدماغ أثناء العمل.
بالنسبة للعديد من أنظمة الذكاء الاصطناعي ، لا يمكن تمييز “الذاكرة” عن الموارد الرياضية التي تمكنهم من تنفيذ المهم والتواصل الذي تشكل أثناء التدريب. من ناحية أخرى ، فإن النظم البيولوجية لديها حياة من الذكريات للثقة.
القيود والتحديات
من الصعب التفكير في الذكاء الاصطناعي دون إدراك الطاقة الهائلة والموارد الرياضية المستخدمة في تدريبها. تطورت العقول إلى قيود هائلة في الطاقة وما زالت تعمل مع طاقة أقل بكثير مما يمكن أن يوفره النظام الغذائي اليومي.
من القسري البيولوجيا لإيجاد طرق لتحسين مواردها والاستفادة من أفضل ما يكرسه لمهمة ما.
في المقابل ، فإن قصة التطورات الحديثة في الذكاء الاصطناعي هي إلى حد كبير قصة رمي المزيد من الموارد عليها.
يبدو أن الخطط المستقبلية (على الأقل) تشمل المزيد من هذه الخطوط ، بما في ذلك تواريخ التدريب الأكبر وعدد أكبر من الخلايا العصبية الاصطناعية والروابط بينها.
كل هذا يأتي في وقت كانت فيه أفضل أنظمة الذكاء الاصطناعي الحالي هي الخلايا العصبية التي نجدها في دماغ ذبابة الفاكهة وليس لها مكان بالقرب من القدرات العامة للطيران.
