Image

يتم تصميم معظم أنظمة الذكاء الاصطناعي حالياً لحل مشاكل معينة

Bread assortment
ديجيتال رالف، مستخدم فليك يمكن للذكاء الاصطناعي حل الكثير من المشاكل، ولكنه لن يحل محل الدماغ البشري قريباً.

ليس هناك مجال للشك اليوم بقدرات الذكاء الاصطناعي المذهلة. فقد تغلب على أبطال العالم في ألعاب معقدة مثل جو والشطرنج، وتفوق في برنامج المسابقات جيوباردي. ويمكن للذكاء الاصطناعي أن يفسر لنا كميات ضخمة من البيانات، ويوجه السيارات ذاتية القيادة، ويستجيب للأوامر الصوتية، ويتعقب نتائج عمليات البحث التي تجريها على الإنترنت.

ومع تزايد تعقيد الذكاء الاصطناعي، تقلّ الأعمال التي تعجز الروبوتات عن توليها، كما توقع إيلون ماسك مؤخراً. فقد اقترح أننا قد نضطر لتعزيز أدمغتنا للمحافظة على قدرتنا على التنافس في سوق عمل تعج بأنظمة الذكاء الاصطناعي.

ولكن إذا استحوذ الذكاء الاصطناعي على وظيفتك، فهذا ليس لأن العلماء تمكنوا من صنع دماغ أفضل من دماغك. على الأقل، ليس أفضل منه في جميع النواحي. فقد تركّزت معظم التطورات في الذكاء الاصطناعي على حل أنواع معينة من المشاكل. ويمكن لهذا الذكاء الاصطناعي الموجه أن يقوم بعمل رائع في مهام محددة، مثل اختيار الأغاني التي تناسبك على موقع باندورا، أو تحليل مدى الأمان في طريقتك في قيادة السيارة. ولكن الذكاء الاصطناعي العام القادر على محاكاة التفكير البشري ما زال بعيداً عن التحقيق.

يقول جون لايرد، المختص بعلوم الحاسوب في جامعة ميشيغان: “في بدايات الذكاء الاصطناعي كان هناك الكثير من النقاشات حول اعتماد مقاربة أكثر عمومية للذكاء الاصطناعي، وطموحات لتصميم أنظمة قادرة على التعامل مع الكثير من المشاكل المتنوعة. ولكن على مدى السنوات الخمسين الأخيرة، توجه تطور الذكاء الاصطناعي نحو التخصص”.

على الرغم من هذا، ما زال الباحثون يحسنون من مهارات الذكاء الاصطناعي في أداء المهام المعقدة، مثل فهم اللغات والتكيف مع الظروف المتغيرة. يقول ديفيد هانسون، المؤسس والمدير التنفيذي لشركة هانسون للروبوتات في هونج كونج التي تصنع روبوتات شبيهة للغاية بالبشر: “الأمر المثير هو أن الخوارزميات الحاسوبية بدأت تصبح أكثر ذكاءً باتجاه أكثر عمومية”.

لطالما كان هناك الكثير من المهتمين بكيفية تكامل هذه النواحي من أنظمة الذكاء الاصطناعي. ويرغبون بمعرفة التالي: “كيف يمكن تصميم أنظمة تتميز بقدرات ننسبها عادة للبشر؟” كما يقول لايرد.
إذاً لماذا لم نحصل على ذكاء اصطناعي عام حتى الآن؟

لا يوجد تعريف واحد ومتفق عليه للذكاء الاصطناعي العام. “سيتناقش الفلاسفة حول ما إذا كان الذكاء الاصطناعي العام بحاجة لوعي الحقيقي، أو أن محاكاة هذا الوعي كافية”، كما قال جوناثان ماتوس في رسالة على البريد الإلكتروني، وهو المؤسس والمدير التنفيذي لشركة زيندرايف في سان فرانسيسكو، والتي تعمل على تحليل بيانات القيادة التي يتم جمعها من حساسات الهواتف الذكية.

يقول أورين إيتزيوني، المدير التنفيذي لمعهد آلن للذكاء الاصطناعي في سياتل بواشنطن، معبراً عن جوهر الموضوع: “الذكاء العام هو ما يقوم به البشر. لا يوجد حاسوب قادر على العمل بإمكانيات طفل في السادسة من عمره، أو حتى في الثالثة، وبالتالي ما زلنا بعيدين للغاية عن الذكاء العام”.

يمكن لذكاء اصطناعي كهذا أن يجمع المعرفة، ويستخدمها لحل أنواع مختلفة من المشاكل. يقول هانسون: “أعتقد أن أقوى مفهوم يتعلق بالذكاء العام هو قدرته على التكيف. إذا تعلمت، على سبيل المثال، كيف تعقد شريط حذائك، ستكون قادراً على تطبيق هذه المعلومة على أنواع أخرى من العقد في تطبيقات أخرى. وإذا كان لديك ذكاء قادر على محاورتك، فسيكون قادراً أيضاً على معرفة معنى الذهاب إلى المتجر وشراء علبة من الحليب”.

يحتاج الذكاء الاصطناعي العام إلى معرفة مسبقة عامة حول العالم، إضافة إلى “الفطرة السليمة”، كما يقول لايرد: “إذا عرضت عليه مشكلة جديدة، سيكون قادراً على التعامل معها، كما أن لديه ذاكرة بخبراته السابقة”.

قام العلماء بتصميم ذكاء اصطناعي قادر على الإجابة على مجموعة من الأسئلة في مشاريع مثل واطسون من شركة IBM، والذي تغلب على بطلين سابقين في برنامج المسابقات جيوباردي في 2011. يقول لايرد: “إن تحقيق شيء كهذا يتطلب الكثير من القدرات ذات الطابع العام”.

يوجد حالياً الكثير من أنظمة واطسون المختلفة، وقد تمت معايرة كل منها لتأدية خدمات مثل تشخيص الحالات المرضية، ومساعدة رجال الأعمال في الاجتماعات، و تركيب الفيديوهات الدعائية للأفلام السينمائية حول أنظمة الذكاء الاصطناعي الخارقة. يقول هانسون: “ما زال هذا الذكاء الاصطناعي بعيداً عن التكيف التام على الطريقة البشرية، وبالتالي فهو لا يضاهي قدرات الإنسان”.

ما زلنا نعمل على تعريف الذكاء العام. يقول لايرد: “من أهم المشكلات التي تواجهنا هي تعريف هذه القدرات بشكل فعلي، ومن ثم إيجاد طريقة لدمجها بشكل سليم للحصول على سلوك متسق”.

حالياً، يواجه الذكاء الاصطناعي شيئاً أقرب للتناقض. يقول إيتزيوني: “تبين لنا أن الآلات تتفوق بسهولة في بعض الأشياء التي يعتبرها البشر شديدة الصعوبة، مثل لعب جو والبوكر على مستوى البطولات. ولكن في نفس الوقت، فإن الأشياء التي يعتبرها البشر سهلة للغاية -مثل فهم ما يرونه أمامهم، والتكلم بلغتهم الأم- تمثل تحدياً معقداً للآلات”.

إن الاستراتيجيات التي تساعد الذكاء الاصطناعي على لعب الشطرنج أو جو تبدو قليلة النفع في العالم الحقيقي، والذي لا يخضع لمجموعة صارمة من القواعد مثل الألعاب. يقول لايرد: “يوجد ديب بلو القادر على لعب الشطرنج ببراعة، وألفاجو القادر على لعب جو، ولكن لا يمكنك ببساطة أن تطلب منهما أن يلعبا تيك تاك تو. هناك أنواع من التعلم لا يمكن تحقيقها فقط بالاعتماد على الذكاء الاصطناعي الموجّه”.

ماذا عن أنظمة سيري وأليكسا وما شابه؟

يعتبر فهم معنى الكلام من أكبر التحديات في تصميم الذكاء الاصطناعي. يقول إيتزيوني: “يسمى فهم اللغة الطبيعية أحياناً بالذكاء الاصطناعي الكامل، أي أنه إذا تمكنت من تحقيق هذا، فمن المحتمل أنك توصلت إلى حل لمعضلة تحقيق الذكاء الاصطناعي”.

لقد أحرزنا بعض التقدم في مجال المساعدين الرقميين مثل سيري وأليكسا. يقول لايرد: “ما زال أمامنا الكثير مما يجب إنجازه لهذه الأنظمة، ولكنها بدأت تدخل مجال التعامل مع مسائل أكثر عمومية”. وعلى الرغم من هذا، يتابع قائلاً: “إذا وجهت سؤالاً، وأتبعته بسؤال آخر، ومن ثم سؤال ثالث، لن يؤدي هذا إلى تطوير تفاهم مشترك حول موضوع الحديث”.

المقصود بهذا هو أن هذه الأنظمة لا تستطيع أن تخوض محادثة حقيقية. يقول إيتزيوني: “لا تفهم هذه الأنظمة ما تقول فعلياً، أي معناه الحقيقي. لا يوجد حوار، ولا يوجد معرفة مسبقة، وبالتالي، فقد يسيء النظام فهمك غالباً بطريقة كوميدية للغاية“.

يعتبر استخلاص المعنى الكامل للجمل ذات الطابع العامي مهمة بالغة الصعوبة بالنسبة للذكاء الاصطناعي. فكل كلمة لها أهميتها، إضافة إلى ترتيب الكلمات وسياق الجملة. يقول لايرد: “هناك الكثير من التحديات في الانتقال من اللغة إلى التمثيل الداخلي للمشكلة، والذي يمكن للنظام أن يستخدمه لحلها”.

لمساعدة الذكاء الاصطناعي على التعامل مع اللغات الطبيعية بشكل أفضل، بدأ إيتزيوني وزملاؤه باختبار إمكانات هذه الأنظمة بالاعتماد على اختبارات معيارية، مثل اختبار المؤهلات الدراسية SAT. يقول إيتزيوني: “أنظر إلى هذه التجارب على أنها اختبارات ذكاء للآلات. وهو اختبار لم تحرز فيه الآلات نتائج جيدة”.

يعتبر إيتزيوني أن أسئلة الامتحانات تكشف عن مدى ذكاء الآلات أكثر من اختبار تيورينج (لتحديد مدى قدرة الحاسوب على التفكير مثل الإنسان)، والذي “تنجح” فيه روبوتات الدردشة في أغلب الأحيان بالاعتماد على الخداع.

يقول إيتزيوني: “للدخول في حوار متقدم، وتوجيه الأسئلة المعقدة والإجابة عنها، لا يكفي التمكن من أصول اللغة. فهذا له علاقة بمعرفتك المسبقة، وقدرتك على الاستنتاج”.

لنفرض أنك تقدم امتحاناً، وتوجب عليك أن تجيب على السؤال التالي: ماذا يحدث إذا وضعنا نبتة في غرفة مظلمة؟ يجب أن تكون قادراً على فهم اللغة حتى تستوعب السؤال، ويجب أن تكون لديك المعرفة العلمية حول ظاهرة التمثيل الضوئي، والقليل من الفطرة السليمة، أي القدرة على إدراك أن النبتة لن تنمو في مكان معتم إذا كان الضوء ضرورياً لتحقيق التمثيل الضوئي.

يقول إيتزيوني: “لا يكفي أن نعرف بشكل صحيح علمياً ما هو التمثيل الضوئي، بل يجب أن نكون قادرين على استخدام هذه المعرفة في العالم الحقيقي”.

 

training AI

معهد آلن للذكاء الاصطناعي

يعمل معهد آلن للذكاء الاصطناعي على تدريب الذكاء الاصطناعي على حل أسئلة الامتحانات المعيارية

 

هل سيفكر الذكاء الاصطناعي العام بشكل مشابه لنا؟

ساهمت معارفنا حول الدماغ البشري بشكل كبير في تطور الذكاء الاصطناعي. يقول لايرد: “يمكن أن ندفع بالأبحاث إلى الأمام عن طريق تعلم الكثير حول البشر من الناحية النفسية والعصبية”.

تم استيحاء أحد المقاربات الواعدة في الذكاء الاصطناعي، والمسماة بالتعليم العميق، من هيكلية العصبونات في الدماغ البشري. حيث تقوم الشبكات العصبونية العميقة بجمع كميات من البيانات مماثلة لما يجمعه البشر، وتحاول كشف الأنماط فيها. ما يسمح لها بالتوقع أو التمييز، مثل تحديد ما إذا كان شخص ما قد لفظ حرف “P” أو “B”، أو وجود قطة أو كلب في صورة ما.

يقول إيتزيوني: “تتفوق الآلات بشكل كبير في هذه النواحي، ومن المرجح أنها تجاوزت البشر في قدراتها على التعرف على الأنماط. ولكن هذا لا يمثل سوى جزء صغير من ماهية الذكاء العام”.

في المحصلة، فإن طريقة تفكيرنا كبشر تعتمد في أساسها على إحساسنا بأجسادنا، وتؤثر عليها أشياء مثل الهرمونات والإحساس المادي. يقول هانسون: “سنستغرق وقتاً طويلاً حتى نتوصل إلى محاكاة فعالة لكل هذا”.

قد نتوصل يوماً ما إلى بناء ذكاء اصطناعي مستوحى من طريقة تفكير البشر، ولكنه لا يعمل بنفس الطريقة. تماماً مثل الطائرات التي لم نضطر لجعلها ترفرف بأجنحتها مثل الطيور الطبيعية. يقول إيتزيوني: “لقد بنينا طائرات قادرة على التحليق، ولكنها تحلق بتقنية مختلفة كلياً عن الرفرفة”.

على الرغم من هذا، فقد نرغب بالاحتفاظ ببعض الصفات التي يتميز بها البشر، مثل العواطف. يقول هانسون، الذي يحاول تصميم روبوت (متعاطف) يضمر الحنان للبشر: “البشر هم من يسيطر على العالم، وبالتالي فإن وجود ذكاء اصطناعي قادر على فهم البشر والتوافق معهم قد يكون مفيداً للغاية”. ويعتبر هانسون أن المشاعر جزء أساسي من الذكاء العام.

إضافة إلى هذا، فكلما كان الذكاء الاصطناعي العام ذا طابع بشري أقوى، كان من الأسهل تمييز جودة عمله. يقول هانسون: “إذا صنعنا ذكاء غريباً لا يشبه البشر في شيء، فلن نكون قادرين على تحديد العلامات المميزة للذكاء العام والتي يجب البحث عنها. إذا كان هذا الذكاء غريباً، فهل سنثق به؟ وهل سيثق بنا؟ وهل ستكون علاقتنا جيدة؟ هذا ما يقلقني”.

 

متى سيصل؟

إذاً، كيف سنستخدم الذكاء الاصطناعي العام؟ لقد قمنا مسبقاً ببناء الذكاء الصناعي الموجه لحل مشاكل معينة. ولكن يمكن للذكاء الاصطناعي العام مساعدتنا لحلها بشكل أفضل وأسرع، ومواجهة المشاكل المعقدة التي تتطلب أنواعاً متعددة من المهارات. يقول إيتزيوني: “إن الأنظمة الحالية أقل تعقيداً بكثير مما يمكن أن نتخيل. لو كان لدينا ذكاء اصطناعي عام حقيقي، لكنا ننقذ الأرواح في كل مكان”.

قام معهد آلن بتصميم محرك بحث خاص للعلماء يسمى سيمانتيك سكولار. يقول إيتزيوني: “إن عمليات البحث في هذا المحرك، حتى مع الذكاء الاصطناعي الموجه الذي نستخدمه لتنفيذها، لا تكاد تقترب مما يحتاجه العلماء. لنتخيل مساعداً علمياً، يقدم المساعد لعلمائنا في حل أصعب المشاكل الإنسانية، سواء أكانت مشكلة التغير المناخي، أو السرطان، أو الجراثيم المقاومة للمضادات الحيوية”.

يستطيع هذا المساعد أن يقدم أيضاً الاستشارات الاستراتيجية للحكومات. يقول ماتوس: “يمكن أيضاً أن يستخدم لتخطيط وتنفيذ المشاريع فائقة التعقيد، مثل بعثة إلى المريخ، أو حملة سياسية، أو استحواذ إجباري على شركة عامة”.

يقدم الذكاء الاصطناعي العام الفائدة للناس في حياتهم اليومية أيضاً. حيث يمكن أن يساعد كبار السن أو ذوي الاحتياجات الخاصة، ويحسن من خدمة الزبائن، أو يقدم لنا التعليم والتدريب. يقول هانسون: “فيما يتعلق بالمساعدة التعليمية، يمكن للذكاء الاصطناعي العام أن يفهم نقاط الضعف لديك، ويحدد نقاط القوة، ويساعدك على التقدم، ويضع لك برنامجاً لتحسين إمكانياتك. أتوقع أنه سيساعد الناس على تحقيق أحلامهم”.

 

David Hanson Sophia

شركة هانسون للروبوتات

ديفيد هانسون مع الروبوت الشبيه بالبشر صوفيا

 

ولكن ما يزال كل هذا بعيداً للغاية. يقول إيتزيوني: “ما زلنا بعيدين للغاية حتى عن تحقيق مستوى ذكاء طفل في السادسة من العمر، ناهيكم عن مستوى ذكاء بشري كامل، أو ذكاء خارق”. قام إيتزيوني بإجراء استبيان بين غيره من قادة حقل الذكاء الاصطناعي، وتبين له أن معظمهم يعتقد أن الذكاء الاصطناعي الخارق لن يتحقق قبل 25 عام على الأقل. ويقول: “يتفق معظم العلماء على أن تحقيق ذكاء بمستوى بشري لا يقع في المدى المنظور حالياً”.

يثير الذكاء الاصطناعي العديد من المخاوف، على الرغم من أن فقدان السيطرة عليه ليس أحدها. يقول إيتزيوني: “لا أشعر بالقلق من سيناريوهات محاولة الذكاء الاصطناعي الخارق للسيطرة علينا كما في فيلم Terminator، وبصراحة أعتقد أنها مبالغ فيها. ولكن ما يقلقني فعلياً هو تأثيرها على الوظائف والعمالة، وهو ما بدأ يحدث فعلياً بتأثير الأنظمة الموجهة”.

يمكن إساءة استخدام الذكاء الاصطناعي العام، مثل أية أداة أخرى. يقول ماتوس: “يمكن لتقنيات كهذه في متناول أية حكومة، أو منظمة بحثية أو شركة، أن يكون لها أثر هائل في زعزعة الاستقرار. ما يعني ببساطة أننا يجب أن نصمم السياسات والأنظمة بذكاء، بحيث نحافظ على الاستقرار ونقدم للبشر مصادر بديلة للدخل والعمل”. وقد طُرحت الكثير من الحلول، مثل الدخل الأساسي الشامل، للتكيف مع إمكانية الذكاء الاصطناعي الموجه للاستحواذ على وظائف العمال.

في المحصلة، يرغب العلماء بتعزيز الذكاء الاصطناعي بالمزيد من المهارات العامة لخدمة البشر بشكل أفضل. يقول لايرد: “في البداية، لن نرى الذكاء الاصطناعي العام بشكل شبيه بالبشر كما في فيلم I, Robot. بل سنراه في أشياء مثل المساعد الرقمي سيري، حيث سيساعد البشر ويعزز قدراتهم. آمل أنه سيكون شيئاً يجعل منّا بشراً أفضل، بدلاً من التنافس معنا”.

error: Content is protected !!