الخبراء ينتصرون على عقبة كبيرة في تقنية الذكاء الاصطناعي باستخدام آليات المخ

فريق من خبراء الذكاء الاصطناعي من مؤسسات مختلفة تجاوزوا “عقبة كبيرة وطويلة الأمد أمام زيادة قدرات الذكاء الاصطناعي”. لقد نظرت الفريق إلى المخ البشري، وهو ما يحدث في كثير من التطورات الذكاء الاصطناعي. على وجه التحديد، ركز الفريق على آلية الذاكرة في المخ البشري المعروفة باسم “الاسترجاع”.

جيدو فان دي فين هو المؤلف الأول وأبحاث ما بعد الدكتوراه. انضم إليه الباحث الرئيسي أندرياس تولياس في جامعة بايلور، بالإضافة إلى هافا سيجلمان في جامعة ماساتشوستس أمهرست.

نشر البحث في اتصالات الطبيعة.

الطريقة الجديدة

وفقًا للباحثين، لقد طوروا طريقة جديدة تحمي الشبكات العصبية العميقة بشكل فعال من “النسيان الكارثي”. عندما يتعلم شبكة عصبية جديدة، يمكن أن تنسى ما تعلمته من قبل.

هذه العقبة هي ما يمنع العديد من التطورات الذكاء الاصطناعي من الحدوث.

“يمكن أن يكون أحد الحلول هو تخزين الأمثلة التي واجهناها من قبل والعودة إليها عند تعلم شيء جديد. على الرغم من أن مثل هذا “الاسترجاع” أو “التدريب” يحل النسيان الكارثي، إلا أن إعادة التدريب باستمرار على جميع المهام المكتسبة من قبل غير فعال للغاية وسيصبح مقدار البيانات التي يجب تخزينها غير قابل للإدارة بسرعة”، كتب الباحثون.

المخ البشري

استوحى الباحثون الإلهام من المخ البشري، منذ أن يمكنه بناء المعلومات دون نسيان، وهو ما لا يحدث مع شبكات الذكاء الاصطناعي. تم بناء التطور الحالي على العمل السابق الذي قام به الباحثون، بما في ذلك النتائج المتعلقة بآلية في المخ يُعتقد أنها مسؤولة عن منع النسيان. هذه الآلية هي استرجاع أنماط النشاط العصبي.

وفقًا لسيجلمان، فإن التطور الرئيسي يأتي من “التعرف على أن الاسترجاع في المخ لا يخزن البيانات”، ولكن “المخ يولد تمثيلات للذكريات على مستوى عالٍ ومجرد بدون الحاجة إلى توليد ذكريات مفصلة”.

أخذ سيجلمان هذه المعلومات وانضم إلى زملائه لتنمية استرجاع شبيه بالمخ مع الذكاء الاصطناعي، حيث لم يتم تخزين أي بيانات. كما هو الحال مع المخ البشري، فإن الشبكة الاصطناعية تأخذ ما رأته من قبل لتوليد تمثيلات على مستوى عالٍ.

كانت الطريقة فعالة للغاية، حتى مع تمثيلات معادرة قليلة، أدت إلى تذكر الذكريات القديمة أثناء تعلم جديدة. الاسترجاع التوليدي فعال في منع النسيان الكارثي، وأحد الفوائد الرئيسية هو أنه يسمح للنظام بالتعميم من حالة إلى أخرى.

وفقًا لفان دي فين، “إذا تعلمت شبكتنا مع الاسترجاع التوليدي أولاً كيفية فصل القطط عن الكلاب، ثم فصل الدببة عن الثعالب، فستخبرنا أيضًا كيفية فصل القطط عن الثعالب دون الحاجة إلى تدريبها بشكل خاص. ومن الملاحظ أن كلما تعلم النظام أكثر، أصبح أفضل في تعلم مهام جديدة”.

“نقترح طريقة جديدة، مستوحاة من المخ، للاسترجاع، حيث يتم استرجاع التمثيلات الداخلية أو الخفية التي يتم توليدها بواسطة اتصالات الشبكة الذاتية المعدلة السياقيًا”، يكتب الفريق. “حققت طريقةنا أداءً على مستوى الدولة من حيث الأداء على معايير التعلم المستمرة الصعبة دون تخزين البيانات، وتوفر نموذجًا جديدًا للاسترجاع المجرد في المخ”.

“طريقةنا تتنبأ ببعض التنبؤات المثيرة للاهتمام حول كيفية مساهمة الاسترجاع في ترسيخ الذاكرة في المخ”، يواصل فان دي فين. “نحن ننفذ بالفعل تجربة لاختبار بعض هذه التنبؤات”.