نمذجة الشبكات العصبية الاصطناعية على أدمغة الحيوانات

أظهر عالم الأعصاب في مختبر كولد سبرينج هاربور (CSHL)، أنتوني زادور، أنه يمكن استخدام التطور وأدمغة الحيوانات كمصدر إلهام للتعلم الآلي. يمكن أن يكون مفيدًا في مساعدة الذكاء الاصطناعي على حل العديد من المشكلات المختلفة. 

وفقًا لعالم الأعصاب في CSHL أنتوني زادور ، يمكن تحسين الذكاء الاصطناعي (AI) بشكل كبير من خلال النظر إلى أدمغة الحيوانات. من خلال هذا النهج ، يمتلك علماء الأعصاب والعاملون في مجال الذكاء الاصطناعي طريقة جديدة لحل بعض أكثر مشكلات الذكاء الاصطناعي إلحاحًا. 

أنتوني زادور، دكتوراه في الطب، حاصل على دكتوراه، كرس جزءًا كبيرًا من حياته المهنية لشرح الشبكات العصبية المعقدة داخل الدماغ الحي. يذهب على طول الطريق وصولا إلى الخلايا العصبية الفردية. في بداية حياته المهنية، ركز على شيء مختلف. درس الشبكات العصبية الاصطناعية (ANNs). الشبكات العصبية الاصطناعية هي أنظمة حاسوبية كانت أساس الكثير من تطوراتنا في مجال الذكاء الاصطناعي. تم تصميمها على غرار الشبكات الموجودة في أدمغة الحيوانات والبشر. وحتى الآن، هذا هو المكان الذي توقف فيه المفهوم. 

تم نشر قطعة منظور حديثة ، من تأليف Zador ، في طبيعة الاتصالات. في تلك المقالة ، شرح زادور بالتفصيل كيف تساعد خوارزميات التعلم الجديدة والمحسّنة أنظمة الذكاء الاصطناعي على التطور إلى درجة تتفوق فيها على البشر بشكل كبير. يحدث هذا في مجموعة متنوعة من المهام والمشكلات والألعاب مثل الشطرنج والبوكر. على الرغم من أن بعض أجهزة الكمبيوتر هذه قادرة على الأداء بشكل جيد في مجموعة متنوعة من المشكلات المعقدة ، إلا أنها غالبًا ما يتم الخلط بينها وبين الأشياء التي نعتبرها نحن البشر بسيطة. 

إذا كان أولئك الذين يعملون في هذا المجال قادرين على حل هذه المشكلة ، يمكن أن تصل الروبوتات إلى نقطة في التطور حيث يمكنهم تعلم القيام بأشياء طبيعية وعضوية للغاية مثل مطاردة الفريسة أو بناء عش. يمكنهم حتى القيام بشيء مثل غسل الأطباق ، والذي ثبت أنه صعب للغاية بالنسبة للروبوتات. 

"الأشياء التي نجدها صعبة ، مثل التفكير المجرد أو لعب الشطرنج ، ليست في الواقع بالأمر الصعب بالنسبة للآلات. وأوضح زادور أن الأشياء التي نجدها سهلة ، مثل التفاعل مع العالم المادي ، هذا صعب. "السبب الذي يجعلنا نعتقد أنه سهل هو أن لدينا نصف مليار سنة من التطور الذي أدى إلى توصيل الأسلاك في دوائرنا بحيث نقوم بذلك دون عناء."

يعتقد Zador أنه إذا أردنا أن تحقق الروبوتات التعلم السريع ، وهو أمر من شأنه أن يغير كل شيء في هذا القطاع ، فقد لا نرغب فقط في إلقاء نظرة على خوارزمية التعلم العام المثالية. ما يجب على العلماء والآخرين فعله هو النظر نحو الشبكات العصبية البيولوجية التي أعطيت لنا من خلال الطبيعة والتطور. يمكن استخدام هذه كقاعدة للبناء عليها للتعلم السريع والسهل لأنواع محددة من المهام والمهام المهمة للبقاء على قيد الحياة. 

يتحدث زادور عما يمكن أن نتعلمه من السناجب التي تعيش في ساحاتنا الخلفية إذا نظرنا للتو في علم الوراثة والشبكات العصبية والاستعداد الجيني.

"لديك السناجب التي يمكنها القفز من شجرة إلى أخرى في غضون أسابيع قليلة بعد الولادة ، لكن ليس لدينا فئران تتعلم الشيء نفسه. ولم لا؟" قال زادور. "ذلك لأن المرء مُحدَّد سلفًا وراثيًا ليصبح مخلوقًا يسكن الأشجار."

يعتقد Zador أن الشيء الوحيد الذي يمكن أن يأتي من الاستعداد الوراثي هو الدوائر الفطرية الموجودة داخل الحيوان. إنه يساعد هذا الحيوان ويوجه تعلمه المبكر. تتمثل إحدى مشكلات ربط هذا بعالم الذكاء الاصطناعي في أن الشبكات المستخدمة في التعلم الآلي ، تلك التي يتبعها خبراء الذكاء الاصطناعي ، هي أكثر عمومية من تلك الموجودة في الطبيعة. 

إذا تمكنا من الوصول إلى نقطة حيث تصل شبكات ANN إلى نقطة في التطوير حيث يمكن تشكيلها على غرار الأشياء التي نراها في الطبيعة ، يمكن أن تبدأ الروبوتات في القيام بمهام كانت صعبة للغاية في وقت ما.