ما هي الموجة الثالثة من الذكاء الاصطناعي؟ (1) : ترجمة عبده حقي

 لماذا توفر هذه التكنولوجيا الرئيسية الآن فرصة تاريخية لألمانيا وأوروبا بقلم هولجر هوس وكريستيان كيرستينج

من ناحية، تواجه البشرية تحديات غير عادية - ناشئة عن تغير المناخ، الأوبئة والتحولات الجيوسياسية والديموغرافية. من ناحية أخرى، كان هناك أيضًا تقدم هائل: المشرط الجزيئي، CRISPR - Cas9، الذي أحدث ثورة في الطب الدقيق، وتم اكتشاف موجات الجاذبية،

وتوفر المركبات الفضائية الأرخص والقابلة لإعادة الاستخدام وصولاً لا يمكن تصوره سابقًا إلى الفضاء. وهذا أمر مُرضٍ وضروري على حد سواء، لأن المشاكل الرئيسية في عصرنا تتطلب حلولًا تتجاوز بكثير ما هو ممكن حاليًا، علميًا وتقنيًا. يلعب الذكاء الاصطناعي دورًا خاصًا في هذا السياق، لسببين: أولاً، تحدث هذه المشاكل وتتفاقم، جزئيًا على الأقل، بسبب القيود الطبيعية للذكاء البشري. ثانيًا، كمرحلة تالية من التحول الرقمي، يعد الذكاء الاصطناعي تقنية عامة الأغراض قابلة للتطبيق على نطاق واسع مع مجموعة واسعة من التطبيقات.

من المثير للقلق أنه لا يزال هناك التباس حول ماهية الذكاء الاصطناعي في الواقع. في بعض الأحيان، يتم استخدامه للإشارة إلى رؤية الآلات التي تظهر الطيف الكامل للذكاء البشري وبالتالي يمكن أن تحل محل البشر أو تفوقهم، على الأقل من حيث المبدأ، مع عواقب مقلقة مفهومة. من ناحية أخرى، منذ بعض الوقت، كان هناك ميل إلى مساواة الذكاء الاصطناعي بالتعلم الآلي أو، بشكل أضيق، بما يسمى التعلم العميق باستخدام الشبكات العصبية الاصطناعية. كل من هذه المفاهيم عن الذكاء الاصطناعي تبقى مضللة.

لقد صاغ عالم الكمبيوتر الأمريكي جون مكارثي مصطلح "الذكاء الاصطناعي" في عام 1956، ومنذ ذلك الحين تم تعريفه على أنه البحث عن برامج الكمبيوتر التي تعيد إنتاج السلوك الذكي (وليس بالضرورة البشري). ومع ذلك، تم طرح السؤال المركزي للذكاء الاصطناعي في وقت مبكر من عام 1950 من قبل الرائد البريطاني للحوسبة، آلان تورينج: هل يمكن للآلات التفكير ؟

في الواقع، كان هناك مؤخرًا تقدم مثير للإعجاب ومهم في الذكاء الاصطناعي، خاصة في مجال التعلم الآلي، من حيث البحث الأساسي وكذلك في التطبيقات. يمكن لما يسمى بالمحولات أن تضيف إلى النصوص أو تؤلفها بالكامل تقريبًا بناءً على الحد الأدنى من المدخلات. لقد أثبت برنامج "AlphaFold 2.0"، الذي طورته ديب مايند مؤخرًا، قدرته على التنبؤ بالبنية ثلاثية الأبعاد للبروتينات بدقة التجارب المعملية، وبالتالي يمكن أن يساعد في تشخيص الأمراض وعلاجها بشكل أفضل، أو تصميم الإنزيمات خصيصًا لإنتاج الطاقة أو تحطيم الملوثات. إننا (لحسن الحظ) بعيدون جدًا عن القدرة على تحقيق الذكاء الاصطناعي العام، الذي يغطي النطاق الكامل للذكاء البشري. في الوقت نفسه، تشمل تقنية الذكاء الاصطناعي الحالية أكثر بكثير من التعلم الآلي. بالإضافة إلى التعلم، مناهج مثل التفكير المنطقي والرياضي، ونمذجة المعرفة وكما تلعب معالجة المعرفة، وتحسين العمليات والقرارات، والتعامل مع أهداف متعددة ومتضاربة في كثير من الأحيان دورًا مهمًا - وهذا بالطبع هو الحال أيضًا في سياق الذكاء البشري.

على سبيل المثال، ضع في اعتبارك الموقف التالي: تقود سيارتك فوق الأرض وترى إشارة مرور بحد أقصى للسرعة 120 كم/ساعة عند مدخل المدينة. فماذا سنفعل حينها؟ اضغط على دواسة الوقود وادفع حد السرعة إلى الحد الأقصى ؟ ربما لا - لأننا نعلم أن 50 كم/ساعة فقط مسموح بها في المناطق المأهولة. ولكن ماذا سيفعل نظام الذكاء الاصطناعي الحديث ؟ باستخدام التعلم العميق، سيكون قادرًا على التعرف على إشارة المرور وتفسيرها بشكل صحيح - سيكون من الواضح للنظام أن حد السرعة البالغ 120 كم/ساعة ينطبق هنا. وقد تم تدريبه على ذلك مسبقًا. لن يدرك أبدًا في حد ذاته أن هذا لا يمكن أن يكون صحيحًا في هذه الحالة. من ناحية أخرى، سيتعرف البشر على حد السرعة البالغ 120 كم/ساعة على أنه خطير ويقودون بسرعة 50 كم/ساعة.

لتجاوز القدرات المحدودة للغاية، تفتقر أنظمة الذكاء الاصطناعي إلى القدرة البشرية الحاسمة: الإحساس بالسياق الذي نعتبره أمرًا مفروغًا منه في الحياة اليومية. إننا لا نحل مهمة محددة فقط. نكتسب المعرفة العامة والمهارات اليومية، والتي نجمعها بمرونة لإتقان المهام واكتساب رؤى جديدة. وبهذه الطريقة، نفهم معنى كلمة جديدة من بضعة أمثلة فقط ونتجنب الاستنتاجات غير الصحيحة. بل حيوان ثديي. الحد الأقصى للسرعة المتصورة 120 كم/ساعة أمر خطير - إننا نفضل القيادة بسرعة 50 كم/ساعة. وإذا علقنا حقًا، فيمكننا طلب المساعدة من الآخرين ووصف مشكلتنا لهم. إن البشر يتواصلون ويتفاعلون ويفكرون في سياقات أوسع.

إن هذا المستوى من التفكير والمرونة هو على وجه التحديد العناصر الأساسية لـ "الموجة الثالثة من الذكاء الاصطناعي"، والتي تهدف إلى إنتاج أنظمة ذكاء اصطناعي ذات مهارات تواصل وقدرات معرفية شبيهة بالإنسان تتعرف على المواقف الجديدة وتتكيف معها بشكل مستقل. خلال الموجة الأولى من الذكاء الاصطناعي، من عام 1956 إلى الثمانينيات، كان سلوك الآلة الذكية لا يزال مبرمجًا من قبل البشر ؛ يمكن لأجهزة الكمبيوتر استخلاص الاستنتاجات باستخدام مجموعة كبيرة من علاقات

 if - then  باستخدام منطق برنامج محدد جيدًا. ومن الأمثلة المعروفة على هذه الأنظمة القائمة على القواعد روبوت الدردشة إليزا المخترع من قبل عالم الكمبيوتر جوزيف وايزنباوم في عام 1966: كان هذا أول برنامج كمبيوتر يمكنه إجراء محادثات باللغة الإنجليزية. وبدأت الموجة الثانية من الذكاء الاصطناعي في الثمانينيات وتستمر حتى اليوم: تتعلم أجهزة الكمبيوتر من الأمثلة والبيانات. لم يعد على البشر تغطية جميع الاحتمالات بمشقة عن طريق عدد لا يحصى من القواعد المحددة يدويًا. تتم برمجة خوارزمية التعلم فقط، والباقي يرقى إلى جمع أمثلة على السلوك الذكي.

من المثير للاهتمام ملاحظة أن التعلم الآلي ليس جديدًا حقًا. يمكن إرجاع أصوله إلى الأربعينيات والخمسينيات والستينيات - على سبيل المثال، النموذج البسيط للخلايا العصبية الذي ابتكره وارن مكولوتش ووالتر بيتس، والذي لا يصف الدماغ بدقة ولكنه أصبح دافعًا مهمًا للتعلم العميق، أو برنامج آرثر صموئيل التكيفي للعب لعبة الداما. ومع ذلك، فإن ظهور المعالجات الخاصة، ما يسمى بوحدات معالجة الرسومات، وتجميع كميات كبيرة من البيانات، مثل ImageNet من Fei - Fei Li، جعل من الممكن، منذ حوالي عام 2010 فصاعدًا، تدريب الشبكات العصبية الاصطناعية الكبيرة بملايين الأمثلة. وهذا بدوره أدى إلى اختراقات معروفة في التعرف على الصور أو في لعب ألعاب الطاولة، مثل الشطرنج والذهاب. اليوم,

إن الجميع يستفيد من هذه التطورات - على سبيل المثال، من خلال التعرف على الكلام في الهواتف الذكية، أو في السيارات، حيث يقدم مساعدو القيادة الدعم بشكل متزايد.

لكن هذه الأنظمة تفتقر إلى القدرة على التعرف على السياقات الأكبر والاستفادة منها، خاصة عندما يتعين عليها العمل مع بيانات قليلة أو غير موثوقة. وهذا هو بالضبط المكان الذي تلعب فيه التطورات الحالية دورها. تعتمد الموجة الثالثة من الذكاء الاصطناعي على نجاحات ومفاهيم الموجتين الأوليين. يتم دمج الإدراك منخفض المستوى (التعرف على إشارات المرور) والتفكير التجريدي عالي المستوى (قواعد المرور)، بحيث يمكن وضع الاستنتاجات والقرارات في سياقها (القيادة في مدينة ولم تعد على الطريق السريع) والتواصل بطريقة تشبه طريقة الإنسان (سؤال الراكب). بالنسبة للبشر، يتناقض دانيال كانيمان الحائز على جائزة نوبل، في كتابه "التفكير السريع والبطيء"، مع النظام الغريزي السريع (الشبكات العصبية ونماذج الاحتمالات) والنظام التحليلي الأبطأ والمنهجي (المنطق).

يتمثل المنهج البسيط في تضمين إجراءات التعلم في الأنظمة التي تضمن، على سبيل المثال، من خلال قواعد منطقية صحيحة للاستدلال ومن خلال الحس السليم الرسمي المناسب ومعرفة العملية، أنه لا يمكن تنفيذ قرارات خاطئة جذريًا. بالطبع، يمكن إجراء محاولات لتعلم كل هذا من كميات هائلة من البيانات عن طريق التعلم العميق. لكن المنطق - وعلى وجه الخصوص الحساب السريع والخالي من الأخطاء مع الأصفار وتلك التي تشكل أساس علوم الكمبيوتر - يقدم ميزة حاسمة: يمكن للمرء استخدامه لإجراء سلاسل طويلة من التفكير بدقة، مضمونة بشكل صحيح وفعال - "التفكير العميق"، الذي يتعين علينا نحن البشر أن نتعلمه بجدية. يسمح هذا أيضًا باستخلاص استنتاجات حول الظواهر النادرة التي قد تضيع في الضوضاء والتي يتعذر الوصول إليها إلى حد كبير بسبب عدم وجود بيانات كافية. وبالتالي، فإن ما يسمى بنهج الذكاء الاصطناعي الهجين تتشابك بشكل صريح مع المعرفة والمنطق والتعلم.

من الواضح أن البشرية ستستفيد بشكل كبير من أنظمة الذكاء الاصطناعي من الموجة الثالثة. يمكن العثور على مثال جيد في أبحاث المناخ، وهو مجال يشمل العديد من التخصصات. هناك بيانات ونماذج للغلاف الجوي والمحيطات والأنظمة السحابية. كما يقوم الاقتصاديون بإنشاء نظريات ونماذج للتخفيف من آثار تغير المناخ والتكيف معه. وهناك نماذج للمحيط الحيوي تتعامل مع البكتيريا وعمليات الاضمحلال لمستنقعات الخث والتربة الصقيعية السيبيرية. هل نعتقد حقًا أن شخصًا واحدًا يمكنه وضع كل قطع الألغاز هذه معًا في صورة كبيرة وشاملة، وجعل النتائج التي توصلوا إليها مفهومة حتى لعامة الناس ؟ يمكن للذكاء الاصطناعي تقديم مساعدة حاسمة في هذا التحدي المهم. وينطبق الشيء نفسه على الطب. A

سيكون نظام الذكاء الاصطناعي للموجة الثالثة قادرًا على مراعاة جميع المعلومات المتعلقة بالمريض، من البيانات الديموغرافية والأدوية والاختبارات المعملية ونتائج إجراءات التصوير، إلى التشخيصات السابقة والأدبيات المتخصصة لجميع التخصصات الطبية. ثم يقوم نظام الذكاء الاصطناعي بإبلاغ نتائجه إلى الممارس الطبي - ويقوم الاثنان معًا بتطوير مسار علاجي يتم تكييفه بشكل فردي مع المريض.

توفر الموجة الثالثة من الذكاء الاصطناعي أيضا فرصًا هائلة لألمانيا وأوروبا. يجب أن يكون التركيز بوضوح على أساليب وتطبيقات الذكاء الاصطناعي التي توسع الذكاء البشري بشكل موثوق بدلاً من محاولة استبداله، والتي تكون مفيدة ومتاحة قدر الإمكان لجميع أجزاء المجتمع. في هذا السياق، من المهم أيضًا التأكد من أن أبحاث الذكاء الاصطناعي في القطاع العام - خاصة في الجامعات ومراكز البحوث العامة - يمكن أن تتم على نفس المستوى من التميز والطموح كما هو الحال في الصناعة. القيادة في الذكاء الاصطناعي مهمة للغاية بحيث لا يمكن تركها لمصالح القطاع الخاص وحده.

في هذا السياق، يجب أن تكون هناك كتلة حرجة من الخبرة في المجال العام، أيضًا في ألمانيا. بالإضافة إلى مركز الأبحاث الألماني للذكاء الاصطناعي (DFKI)، تشمل الأمثلة الواعدة مراكز الكفاءة للذكاء الاصطناعي التي حددتها وزارة البحوث في برلين وبون/دورتموند ودريسدن/لايبزيغ وميونيخ وتوبنغن ؛ و "وحدات" شبكة أبحاث الذكاء الاصطناعي الأوروبية إليس في برلين ودارمشتات وفرايبورغ وهايدلبرغ وميونيخ وساربروكن وتوبنغن ؛ وشراكة الجامعات وجمعية ماكس بلانك والصناعة التي ظهرت في ما يسمى بوادي سايبر في جنوب ألمانيا.

في ميونيخ، يتم حاليًا إنشاء أكثر من 30 منصبًا جديدًا لأساتذة الذكاء الاصطناعي، ومؤخرًا، قام مركز هسيان للذكاء الاصطناعي أيضًا بتجميع 22 منصبًا جديدًا لأساتذة الذكاء الاصطناعي و 22 عضوًا مؤسسًا يجرون بالفعل أبحاث الذكاء الاصطناعي في موقعه الرئيسي في جامعة دارمشتات التقنية.

إن الهدف هو القيام بدور رائد في الموجة الثالثة من الذكاء الاصطناعي من خلال الاستفادة من مجموعة كاملة من علوم الكمبيوتر وتشابكها، من الأجهزة والروبوتات إلى قواعد البيانات وهندسة البرمجيات إلى خوارزميات الذكاء الاصطناعي واستغلال أوجه التآزر بين الذكاء الطبيعي والاصطناعي. على سبيل المثال، باتباع فكرة جوش تينينباوم من معهد ماساتشوستس للتكنولوجيا، قد يفترض المرء أن البشر يولدون بفهم شبه مبرمج وعنيف للعالم - بطريقة مماثلة لمحركات الألعاب الموجودة لتطوير ألعاب الكمبيوتر. يوفر "محرك اللعبة في الرأس" هذا الوسيلة لمحاكاة العالم وتفاعلاتنا معه، ويعمل كهدف للإدراك والنموذج العالمي الذي يوجه أفعالنا.

على غرار بيولوجيا الأنظمة، نحتاج إلى أنظمة الذكاء الاصطناعي: يتم تسجيل تفاعلات اللبنات الأساسية الفردية للذكاء الاصطناعي رياضيًا وخوارزميًا بشكل صحيح وفهمها واستخدامها للحصول على رؤية شاملة صالحة لأنظمة الذكاء الاصطناعي المعقدة.

ستلعب المراكز الإقليمية دورًا أساسيًا في تطوير الذكاء الاصطناعي في ألمانيا وأوروبا. بالإضافة إلى ذلك، هناك خطط لإنشاء مركز منارة أوروبي، "سيرن للذكاء الاصطناعي"، والذي سيوفر لكبار الباحثين من جميع أنحاء العالم بيئة عمل فريدة ومكان اجتماع. لقد تم اقتراح هذا المركز لأول مرة في عام 2018 من قبل مبادرة كلير، التي جمعت في الوقت نفسه أكبر شبكة أبحاث للذكاء الاصطناعي في العالم، وهو الآن مدرج في خطط الاتحاد الأوروبي. سيكون هذا أمراً مهماً. من الأهمية بمكان مقاومة الميل الطبيعي للاستقرار في بنية تحتية وبيئة عمل موزعة. مثل هذا المركز، الذي له أيضًا طابع رمزي، لا يمكن توزيعه. وهي تزدهر على كتلة حرجة من كبار العلماء في نفس بيئة العمل المادية، وعلى موظفي الدعم من الطراز العالمي، وعلى البنية التحتية التقنية الفريدة. يمكن لمثل هذه المؤسسة الأوروبية تمكين أبحاث الذكاء الاصطناعي في القطاع العام على قدم المساواة مع رواد السوق في القطاع الخاص، مثل غوغل أو آبل أو فيسبوك. لن يستفيد العلم فحسب، بل الاقتصاد أيضًا من مثل هذه المؤسسة.

تتمتع أوروبا في الواقع بمكانة انطلاق ممتازة - بالتأكيد أيضًا بالمقارنة مع الولايات المتحدة والصين. ما ينقصنا هو الإرادة السياسية للاستفادة من هذا الموقف بأفضل طريقة ممكنة لتحويل "الذكاء الاصطناعي المصنوع في أوروبا" إلى نجاح أوروبي كبير في تحديد الاتجاهات.

هولجر هوس هو أستاذ التعلم الآلي في جامعة ليدن في هولندا، المؤسس المشارك لمبادرة كلير ونائب رئيس جمعية أبحاث الذكاء الاصطناعي الأوروبية، EurAI.

كريستيان كيرستينج هو أستاذ الذكاء الاصطناعي والتعلم الآلي في جامعة تي يو دارمشتات، والمدير المشارك لمركز هيسيان للذكاء الاصطناعي (hessian.AI) وعضو في كلير وإليس.

Posted in: ذكاء إصطناعي