القيود المادية تؤثر في تطور الذكاء الاصطناعي الشبيه بالدماغ

في دراسة رائدة دراسة ، قام علماء من جامعة كامبريدج بمقاربة جديدة في مجال الذكاء الاصطناعي ، وأظهروا كيف يمكن للقيود المادية أن تؤثر بشكل كبير على تطور نظام الذكاء الاصطناعي.

تُقدم هذه الدراسة ، التي تذكرنا بالقيود التطورية والتشغيلية للدماغ البشري ، رؤى جديدة حول تطور الأنظمة العصبية المعقدة. من خلال دمج هذه القيود ، لا يُقلد نظام الذكاء الاصطناعي فقط جوانب من الذكاء البشري ، بل يكشف أيضًا عن التوازن الدقيق بين إنفاق الموارد وэффективية معالجة المعلومات.

مفهوم القيود المادية في الذكاء الاصطناعي

الدماغ البشري ، وهو مثال على الشبكات العصبية الطبيعية ، يتطور ويعمل داخل مجموعة من القيود المادية والبيولوجية. هذه القيود ليست عائقًا ، بل هي أداة في تشكيل هيكله ووظائفه. كما يقول جاشا آختربرغ ، وهو باحث في وحدة الأبحاث الطبية للمجلس الطبي البحثي (MRC) في جامعة كامبريدج ، “الدماغ ليس فقط جيدًا في حل المشكلات المعقدة ، بل يفعل ذلك أيضًا باستخدام كمية صغيرة من الطاقة. في عملنا الجديد ، نُظهر أن النظر في قدرات حل المشكلات في الدماغ جنبًا إلى جنب مع هدف إنفاق الموارد بأقل قدر ممكن يمكن أن يساعدنا على فهم لماذا يبدو الدماغ على هذا الشكل.”

الexperiment وتأثيره

انطلق فريق كامبريدج في مشروع طموح لإنشاء نظام اصطناعي يُحاكي نسخة مبسطة من الدماغ. كان هذا النظام متميزًا بتطبيق “القيود المادية” ، مثل تلك الموجودة في الدماغ البشري.

تم تعيين كل عقدة حسابية في النظام بموقع محدد في الفضاء الافتراضي ، مما يُحاكي التنظيم المكاني للخلايا العصبية. كلما زادت المسافة بين العقدتين ، زادت صعوبة التواصل بينهما ، مما يُشبه تنظيم الخلايا العصبية في الأدمغة البشرية.

ثم تم تكليف الدماغ الافتراضي بمهمة التنقل في متاهة ، وهي نسخة مبسطة من مهام التنقل في المتاهة التي غالبًا ما تُمنح للحيوانات في دراسات الدماغ. تتمثل أهمية هذه المهمة في أنها تتطلب من النظام دمج قطع متعددة من المعلومات – مثل موقع البداية والنهاية والخطوات الوسطى – للعثور على الطريق الأقصر. هذه المهمة لا تختبر فقط قدرات حل المشكلات في النظام ، بل تسمح أيضًا بمشاهدة كيف تصبح العقد والعناقيد حاسمة في مراحل مختلفة من المهمة.

التعلم والتكيف في نظام الذكاء الاصطناعي

مسار نظام الذكاء الاصطناعي من المبتدئ إلى الخبير في التنقل في المتاهة هو شهادة على مرونته. في البداية ، كان النظام ، مثل الإنسان الذي يتعلم مهارة جديدة ، يعاني من المهمة ، ويتسبب في العديد من الأخطاء. ومع ذلك ، من خلال عملية من التجربة والخطأ والتعليقات اللاحقة ، حَسَّن النظام تدريجيًا نهجه.

الجدير بالذكر أن هذا التعلم حدث من خلال تغييرات في قوة الاتصالات بين العقد الحسابية ، مما يُشبه التأثيرات التخاطبية الملاحظة في الأدمغة البشرية. ما هو مثير للاهتمام بشكل خاص هو كيف أثرت القيود المادية على عملية التعلم هذه. صعوبة إنشاء اتصالات بين العقد البعيدة جعلت النظام يبحث عن حلول أكثر كفاءة ومحلية ، مما يُقلد كفاءة الطاقة والموارد الملاحظة في الأدمغة البيولوجية.

الخصائص الناشئة في النظام الاصطناعي

随着 تطور النظام ، بدأ يعرض سمات مدهشة تشبه تلك الموجودة في الدماغ البشري. واحدة من هذه التطورات كانت تشكيل الهياكل – العقد المتصلية بشدة تعمل كقنوات معلومات عبر الشبكة ، مشابهة للمراكز العصبية في الدماغ البشري.

وما هو أكثر إثارة للاهتمام هو تحول في كيفية معالجة العقد للمعلومات. بدلاً من التشفير الصلب حيث كانت كل عقدة مسؤولة عن جانب معين من المتاهة ، اعتمدت العقدية نظام ترميز مرن. هذا يعني أن عقدة واحدة يمكن أن تمثل جوانب متعددة من المتاهة في أوقات مختلفة ، وهو ميزة تذكرنا بالطبيعة التكيفية للخلايا العصبية في الكائنات المعقدة.

يشير البروفيسور دункان أستل من قسم الطب النفسي في كامبريدج إلى هذا الجانب ، قائلاً: “هذه القيد البسيط – من الصعب ربط العقد البعيدة – يُجبر الأنظمة الاصطناعية على إنتاج بعض السمات المعقدة. ومن المثير للاهتمام أن هذه السمات共تركة مع الأنظمة البيولوجية مثل الدماغ البشري.”

الآثار الأوسع

تتجاوز الآثار هذه الدراسة بعيدًا عن مجال الذكاء الاصطناعي نفسه وتمتد إلى فهم الإدراك البشري. من خلال تكرار القيود الموجودة في الدماغ البشري في نظام الذكاء الاصطناعي ، يمكن للباحثين الحصول على رؤى قيمة حول كيف تشكل هذه القيود هيكل الدماغ وتساهم في الاختلافات الإدراكية الفردية.

توفر هذه النهج نافذة فريدة إلى تعقيدات الدماغ ، خاصة في فهم الحالات التي تؤثر على الصحة العقلية والإدراك. يضيف البروفيسور جون دункان من وحدة الأبحاث الطبية للمجلس الطبي البحثي (MRC) ، “تمنحنا هذه الأدمغة الاصطناعية طريقة لفهم البيانات الغنية والمرعبة التي نراها عندما يتم تسجيل نشاط الخلايا العصبية الحقيقية في الأدمغة الحقيقية.”

مستقبل تصميم الذكاء الاصطناعي

تحمل هذه الدراسة الرائدة آثارًا كبيرة على مستقبل تصميم أنظمة الذكاء الاصطناعي. تُظهر الدراسة بشكل واضح كيف يمكن دمج المبادئ البيولوجية ، ولا سيما تلك المتعلقة بالقيود المادية ، أن يؤدي إلى شبكات عصبية اصطناعية أكثر كفاءة وتكيفًا.

يشير د. دانيال أكاركا من وحدة الأبحاث الطبية للمجلس الطبي البحثي (MRC) إلى هذا ، قائلاً: “يحاول باحثو الذكاء الاصطناعي دائمًا معرفة كيفية إنشاء أنظمة عصبية معقدة يمكنها التشفير والعمل بطريقة مرنة وكفية. لنحقق ذلك ، نعتقد أن علم الأعصاب سوف يلهمنا كثيرًا.”

يُضيف جاشا آختربرغ إلى هذا ، موضحًا إمكانات هذه الاكتشافات في بناء أنظمة ذكاء اصطناعي تقلد قدرات حل المشكلات البشرية. ويقترح أن الأنظمة الاصطناعية التي تتعامل مع تحديات مشابهة لتلك التي يواجهها البشر سوف تتطور إلى هياكل تشبه الدماغ البشري ، خاصة عند العمل ضمن قيود مادية مثل قيود الطاقة. “أدمغة الروبوتات التي يتم نشرها في العالم الفعلي” ، يشرح آختربرغ ، “ربما سوف تبدو أكثر مثل أدماغنا لأنها قد تواجه نفس التحديات التي نواجهها.”

تُشكل الدراسة التي أجراها فريق كامبريدج خطوة مهمة في فهم الموازين بين الأنظمة العصبية البشرية والذكاء الاصطناعي. من خلال فرض القيود المادية على نظام الذكاء الاصطناعي ، لم يُقلدوا فقط الخصائص الرئيسية للدماغ البشري ، بل فتحوا أيضًا طرقًا جديدة لتصميم أنظمة ذكاء اصطناعي أكثر كفاءة وتكيفًا.