الذكاء الاصطناعي المستند إلى ديناميات الدماغ البطيئة

استخدم علماء في جامعة بار إيلان في إسرائيل تجارب متقدمة على الثقافات العصبية والمحاكاة على نطاق واسع لإنشاء ذكاء اصطناعي جديد فائق السرعة. يعتمد الذكاء الاصطناعي الجديد على ديناميات الدماغ البطيئة للبشر. لديها معدلات تعلم أفضل مقارنة بأفضل خوارزميات التعلم التي لدينا اليوم.

التعلم الآلي يرتبط بشكل قوي بالديناميات التي توجد في أدمغتنا. مع سرعة الحواسيب الحديثة ومجموعات البيانات الكبيرة، تمكنا من إنشاء خوارزميات تعلم sâu تشبه الخبراء البشر في مجالات مختلفة. ومع ذلك، تتميز هذه الخوارزميات بالخصائص المختلفة عن أدمغة البشر.

نشر فريق العلماء أعمالهم في مجلة التقارير العلمية. عملوا على ربط العلوم العصبية وخوارزميات الذكاء الاصطناعي المتقدمة، وهو مجال تم التخلي عنه لعدة عقود.

علق أستاذ إيدو كانتر من قسم الفيزياء في جامعة بار إيلان ودراسة الأبحاث المتعددة التخصصات للدماغ، والكاتب الرئيسي للدراسة، على المجالين.

“المنظور العلمي والتكنولوجي الحالي هو أن العلوم العصبية والتعلم الآلي هما مجالان منفصلان يتقدمان بشكل مستقل”، قال. “غياب التأثير المتبادل المتوقع مدهش”.

“عدد الخلايا العصبية في الدماغ أقل من عدد البتات في قرص الحاسوب الشخصي النموذجي، وسرعة الحساب في الدماغ مثل يد الساعة، حتى أبطأ من أول حاسوب تم اختراعه قبل أكثر من 70 عامًا”، قال.

“بالإضافة إلى ذلك، قواعد التعلم في الدماغ معقدة وبعيدة عن مبادئ خطوات التعلم في خوارزميات الذكاء الاصطناعي الحالية”.

يعمل البروفيسور كانتر مع فريق بحث يضم هرت أوزان وشرا ساردي وعامير جولدنطال وروني فاردي.

عندما يتعلق الأمر بديناميات الدماغ، يتعاملون مع الإدخالات غير المتزامنة لأن الواقع المادي يتغير ويتطور. ونتيجة لذلك، لا توجد مزامنة للخلايا العصبية. هذا يختلف مع خوارزميات الذكاء الاصطناعي لأنها تعتمد على الإدخالات المتزامنة. الإدخالات المختلفة داخل الإطار نفسه وأوقاتها عادة ما يتم تجاهلها.

واصل البروفيسور كانتر شرح هذا الديناميك.

“عندما ننظر إلى الأمام، نلاحظ فورًا إطارًا مع العديد من الكائنات. على سبيل المثال، أثناء القيادة، نلاحظ السيارات، وعبر المشاة، وإشارات الطريق، ويمكننا بسهولة تحديد ترتيبها الزمني والمواقع النسبية”، قال. “الأجهزة الحيوية (قواعد التعلم) مصممة للتعامل مع الإدخالات غير المتزامنة وتنقية المعلومات النسبية”.

أحد النقاط التي تبرزها هذه الدراسة هو أن معدلات التعلم الفائقة السرعة هي نفسها سواء كانت شبكة صغيرة أو كبيرة. وفقًا للباحثين، “عيب مخطط التعلم المعقد للدماغ هو في الواقع ميزة”.

تظهر الدراسة أيضًا أن التعلم يمكن أن يحدث بدون خطوات التعلم. يمكن تحقيقه من خلال التكيف الذاتي بناءً على الإدخالات غير المتزامنة. في الدماغ البشري، يحدث هذا النوع من التعلم في الشجيرات، والتي هي امتدادات قصيرة للخلايا العصبية، وطرفيات مختلفة لكل عصبون. لقد لوحظ هذا من قبل. في السابق، كان يُعتقد أنه غير مهم أن تكون ديناميات الشبكة تحت التعلم الشجيري خاضعة للوزن الضعيف.

يمكن أن يعني هذا البحث والاكتشافات الكثير من الأشياء المختلفة. يمكن أن تساعد هذه الخوارزميات الفعالة للتعلم العميق وشباهتها مع ديناميات الدماغ البطيئة على إنشاء فئة جديدة من الذكاء الاصطناعي المتقدم مع الحواسيب السريعة.

تدعو الدراسة أيضًا إلى التعاون بين مجالي العلوم العصبية والذكاء الاصطناعي، مما يمكن أن يساعد كلا المجالين على التقدم بشكل أكبر. وفقًا لمجموعة البحث، “يجب أن تكون رؤى المبادئ الأساسية لدماغنا مرة أخرى في مركز الذكاء الاصطناعي في المستقبل”.