( ج )



تعتبر مشاريع الذكاء العام الاصطناعي (AGI )  التي سنتحدث عنها اليوم أقل طموحًا من أي ذكاء اصطناعي قوي. ومع ذلك ، يرى بعض العلماء أن أجهزة الكمبيوتر لن تكون قادرة أبدًا على التقاط قدرات الذكاء البشري.



كل من مؤيدي ومعارضي فكرة الحاسب الآلي القادر على حل أي مشكلة فكرية تخضع للإنسان ، هناك حجج كثيرة في الدفاع عن موقفهم. سنكتشف الحجج التي يقدمها كل جانب ونحاول معرفة ما إذا كان الذكاء الاصطناعي العام لديه فرصة الآن وفي المستقبل.



تستند هذه المقالة إلى منشور حديث للبروفيسور راجنار فيلاند بعنوان لماذا لن يتم إنشاء الذكاء الاصطناعي للأغراض العامة ، لكننا سننظر في أكثر من السلبيات فقط. 

المعرفة الصامتة

نظرًا لأن الذكاء البشري عام (أي يمكنه حل أي مشكلة فكرية تقريبًا) ، غالبًا ما يُطلق على الذكاء الاصطناعي البشري اسم الذكاء الاصطناعي العام (AGI). على الرغم من حقيقة أن الذكاء الاصطناعي العام لديه خاصية مهمة للذكاء البشري ، إلا أنه لا يزال من الممكن اعتباره ذكاءً ضعيفًا. ومع ذلك ، فهو يختلف عن الذكاء الاصطناعي التقليدي الضعيف الذي يقتصر على مهام أو مجالات محددة. لذلك ، يُطلق على الذكاء الاصطناعي الضعيف التقليدي أحيانًا اسم الذكاء الاصطناعي الضيق (الذكاء الاصطناعي الضيق ، ANI).



تعد القدرة على استخدام الخوارزميات بسرعة هائلة سمة مميزة لـ ANI ، لكنها لا تجعلها أقرب إلى الذكاء الطبيعي. عالم الرياضيات والفيزيائي روجر بنروز في الكتاب الشهير "العقل الجديد للملك". في أجهزة الكمبيوتر والتفكير وقوانين الفيزياء "، الذي نُشر عام 1989 ، اقترح أن التفكير البشري في الغالب غير خوارزمي ، وبالتالي لا يمكن نمذجته باستخدام جهاز كمبيوتر تقليدي مثل آلة تورينج.



قبل بنروز بثلاثين عامًا ، عبر الفيلسوف هوبير دريفوس عن أفكار مماثلة في عمله " الكيمياء والذكاء الاصطناعي ". كما كتب كتاب " ما لا تستطيع أجهزة الكمبيوتر فعله" ، حيث قال إن المعرفة البشرية ضمنية في الغالب (غير لفظية) ولا يمكن صياغتها في برنامج كمبيوتر. 



في عام 1958 ، صاغ الفيزيائي والكيميائي والفيلسوف مايكل بولاني مفهوم المعرفة "الشخصية (أو الضمنية ، الضمنية)". معظم المعرفة التي نستخدمها في حياتنا اليومية ضمنية - فنحن لا نعرف القواعد التي نطبقها عند إتمام مهمة ما. كمثال ، استشهد بولاني بالسباحة وركوب الدراجات ، عندما يتم تنفيذ جميع الحركات تلقائيًا. 



المشكلة هي أن الكثير من الخبرة لا تزال صامتة. على سبيل المثال ، كثير منا خبراء في المشي ، ولكن إذا حاولنا أن نصوغ بالضبط كيف نسير ، فسنقدم وصفًا غامضًا للغاية للعملية الحقيقية. 

معالم الذكاء الاصطناعي

( ج )



في الثمانينيات ، بدأت حجج بولاني ودريفوس وبنروز تفقد قوتها - بفضل اكتشاف الشبكات العصبية التي يمكنها التعلم من تلقاء نفسها ، دون تعليمات خارجية صريحة.



على الرغم من فشل المشاريع الكبيرة (على سبيل المثال ، " كمبيوتر الجيل الخامس " الياباني ، الذي بدأ في عام 1982 ووعد بإنشاء ذكاء اصطناعي باستخدام البرمجة المنطقية المتوازية على نطاق واسع) ، إلا أنه تاريخيًا لا يتم تذكر سوى النجاحات. أبرز تقدم في مجال الذكاء الاصطناعي قرب نهاية القرن العشرين أظهره متخصصو IBM. في عام 1997 ، هزم ديب بلو بطل العالم في الشطرنج غاري كاسباروف في سلسلة من المباريات. 



تم إنشاء كمبيوتر IBM العملاق لحل مشكلة معينة على رقعة الشطرنج ، ولم يره الجميع نجاحًا في مجال الذكاء الاصطناعي. ومع ذلك ، في عام 2011 ، فاز IBM Watson على البشر في لعبة Jeopardy! (في روسيا ، يُعرف العرض باسم "اللعبة الخاصة"). على خلفية Deep Blue ، كان Watson خطوة هائلة إلى الأمام - فهم النظام الاستفسارات بلغة طبيعية ووجد إجابات في مجالات مختلفة من المعرفة. 



يبدو أن حقبة جديدة من الأنظمة الخبيرة ستبدأ قريبًا جدًا. خططت IBM لتسخير قوة الكمبيوتر في الطب. كانت الفكرة على السطح: إذا كان واطسون لديه إمكانية الوصول إلى جميع الأدبيات الطبية ، فيمكنه تقديم تشخيص وعلاج أفضل من أي طبيب. في السنوات التالية ، شاركت IBM في العديد من المشاريع الطبية ، لكنها حققت نجاحًا متواضعًا . اليوم جهود الشركةركز على تطوير مساعدي الذكاء الاصطناعي الذين يؤدون مهام روتينية. 



بالطبع ، لا يسع المرء إلا أن يقول عن الإنجاز الرئيسي لمطوري الذكاء الاصطناعي اليوم - نظام AlphaGo ، الذي يرتبط به التفكك النهائي للحجج ضد الذكاء الاصطناعي العام. أظهر برنامج AlphaGo أن أجهزة الكمبيوتر يمكنها معالجة المعرفة الضمنية. تم تطبيق نهج DeepMind بنجاح في Atari Breakout و Space Invaders و StarCraft ، لكن اتضح أن النظام يفتقر إلى المرونة ولا يمكنه التكيف مع التغييرات في البيئة الحقيقية. نظرًا لأن المشكلات تظهر في عالم دائم التغير ، فقد وجد التعلم المعزز العميق حتى الآن القليل من التطبيقات التجارية. 

السبب والتحقيق

( ج )



في السنوات الأخيرة ، اكتسب دعاة الذكاء الاصطناعي أداة جديدة قوية - تطبيق الأساليب الرياضية على كميات ضخمة من البيانات لإيجاد الارتباطات وتحديد الاحتمالات. على الرغم من أن البيانات الضخمة لا تعكس الطموح لإنشاء ذكاء اصطناعي قوي ، إلا أن المؤيدين يجادلون بأنه غير ضروري. في كتاب Viktor Mayer-Schoenberger and Kenneth Kuke "البيانات الضخمة: ثورة ستغير الطريقة التي نعيش بها ونعمل ونفكر" ، يقول إننا قد لا نحتاج إلى تطوير أجهزة الكمبيوتر إلى الذكاء البشري - على العكس من ذلك ، يمكننا تغيير تفكيرنا لتصبح مثل أجهزة الكمبيوتر. 



في البيانات الضخمة ، نعمل من خلال الارتباطات ، لكننا لا نفهم دائمًا مكان السبب وأين يكون التأثير. في الكتابلماذا بيرل وماكنزي؟ علم جديد للسببية "يقول المؤلفون إنه لإنشاء ذكاء اصطناعي حقيقي ، يجب أن يكون الكمبيوتر قادرًا على التعامل مع السببية. هل يمكن للآلات أن تمثل العلاقات السببية بطريقة تجعلها تحصل بسرعة على المعلومات التي تحتاجها ، والإجابة على الأسئلة بشكل صحيح ، وتفعل ذلك بالسهولة التي يتمتع بها حتى طفل يبلغ من العمر ثلاث سنوات؟





حتى الشبكات العصبية بها عيب هنا. لا نعرف حقًا سبب اتخاذ النظام لهذا القرار أو ذاك. قبل بضع سنوات ، طور فريق من جامعة واشنطن برنامجًا تدرب على التمييز بين الهاسكي والذئب. المهمة صعبة للغاية ، لأن الحيوانات ، كما ترون في الرسم التوضيحي ، متشابهة مع بعضها البعض. لكن على الرغم من التعقيد ، عمل النظام بدقة 90٪. بعد تحليل النتائج ، أدرك الفريق أن الشبكة العصبية تعمل بشكل جيد فقط لأن الصور مع الذئاب كانت غالبًا مغطاة بالثلج.

ماذا إذا… 

يزعم المؤرخ يوفال هراري أنه منذ ما بين 70 ألف و 30 ألف سنة ، حدثت ثورة معرفية في العالم ، كانت السمة المميزة لها القدرة على تخيل شيء غير موجود. وكمثال على ذلك ، استشهد بأقدم تمثال عاجي معروف باسم "ذكر الأسد" (أو "أنثى لبؤة") تم العثور عليه في كهف ستاديل في ألمانيا. الشكل له جسم بشري ورأس أسد. 



يشير بيرل وماكنزي إلى هراري ويضيفان أن خلق الرجل الأسد هو رائد الفلسفة والاكتشاف العلمي والابتكار التكنولوجي. كان الشرط الأساسي لهذا الخلق هو القدرة على طرح الأسئلة بتنسيق: "ماذا يحدث إذا فعلت ...؟" ، والإجابة عليها. 



ومع ذلك ، فإن أجهزة الكمبيوتر ذات العلاقات السببية لا تعمل بشكل جيد. منذ 30 عامًا ، تعمل برامج التعلم الآلي ، بما في ذلك برامج الشبكة العصبية العميقة ، بشكل شبه كامل في الوضع الترابطي. لكن هذا لا يكفى. للإجابة على الأسئلة السببية ، يجب أن نكون قادرين على التدخل في العالم. 



وفقًا لراجنار فيلاند ، فإن جذر المشكلة هو أن أجهزة الكمبيوتر ليس لديها نموذج للواقع ، ولا يمكنها تغيير الواقع من حولها ولا تتفاعل معها بأي شكل من الأشكال. 

مأزق المصطلحات 

ليست المشكلة الأكثر وضوحًا هي أنه ، وفقًا لبعض الخبراء ، لا يمكننا أن ننجح في منطقة معينة دون فهم "قواعد اللعبة". لا تزال هناك صعوبات حتى في المصطلحات ، ولا نعرف بالضبط ما نسميه الذكاء الاصطناعي. علاوة على ذلك ، فإن فهم الذكاء الطبيعي بعيد كل البعد عن المثالية - فنحن ببساطة لا نعرف تمامًا كيف يعمل الدماغ. 



لنأخذ على سبيل المثال المهاد المسؤول عن نقل المعلومات الحسية والحركية. تم وصف هذا الجزء من الدماغ لأول مرة من قبل الطبيب الروماني القديم جالينوس. في عام 2018 ، تم إنشاء أطلس المهاد : على أساس علم الأنسجة ، تم عزل 26 نواة مهادية ، والتي تم تحديدها بعد ذلك بواسطة التصوير بالرنين المغناطيسي. يعد هذا إنجازًا علميًا عظيمًا ، لكن العلماء يفترضون أن هناك أكثر من 80 نواة في المهاد (العدد الدقيقغير مثبت حتى الآن). 



في On the Measure of Intelligence ، يشير فرانسوا شوليت (باحث الذكاء الاصطناعي في Google ، مؤسس مكتبة Keras للتعلم العميق والمطور المشارك لإطار عمل التعلم الآلي TensorFlow) إلى أنه قبل الإجماع العالمي على "ما هو الذكاء" ، حاول مقارنة الأنظمة الذكية المختلفة بالذكاء البشري محكوم عليها بالفشل. 



بدون مقاييس واضحة ، من المستحيل تسجيل الإنجازات ، وبالتالي تحديد مكان التحرك بالضبط في تطوير أنظمة الذكاء الاصطناعي. حتى اختبار تورينغ سيئ السمعة لا يمكن أن يصبح منقذًا - فنحن نعرف هذه المشكلة من التجربة الفكرية مع "الغرفة الصينية". 

الوجود كعلامة على الذكاء 

يتبع معظم مؤيدي الذكاء الاصطناعي العام (والذكاء الاصطناعي القوي) اليوم حجج يوفال هراري. في 21 درسًا للقرن الحادي والعشرين ، أشار إلى علم الأعصاب والاقتصاد السلوكي ، والذي يُزعم أنه أظهر أن قراراتنا ليست نتيجة "بعض الإرادة الحرة الغامضة" ، بل "عمل بلايين من الخلايا العصبية في الدماغ لحساب جميع الاحتمالات الممكنة. قبل اتخاذ القرار ".



لذلك ، يمكن للذكاء الاصطناعي أن يفعل أشياء كثيرة أفضل من البشر. على سبيل المثال ، يستشهد الكاتب بقيادة سيارة في شارع مليء بالمارة ، وإقراض الغرباء ، والتفاوض بشأن الصفقات التجارية - وكلها تتطلب القدرة على "التقييم الصحيح لمشاعر ورغبات الآخرين". الأساس المنطقي هو: "إذا كانت هذه المشاعر والرغبات في الحقيقة ليست أكثر من خوارزميات كيميائية حيوية ، فلا يوجد سبب يمنع أجهزة الكمبيوتر من فك رموز هذه الخوارزميات - ويمكنها أن تفعل أفضل بكثير من أي إنسان عاقل. 



يردد هذا الاقتباس صدى أفكار فرانسيس كريك في الفرضية المذهلة":" الفرضية المذهلة هي أن "أنت" ، أفراحك ، وأحزانك ، وذكرياتك وطموحاتك ، وإحساسك بالهوية الشخصية والإرادة الحرة ، هي في الحقيقة مجرد سلوك لتراكم هائل للخلايا العصبية وما يرتبط بها لهم جزيئات ". 



هناك أيضًا رأي بديل: حتى أكثر النظريات تجريدًا تستند إلى عالمنا اليومي. الفيلسوف ، مؤسس علم الظواهر ، ذكر إدموند هوسرل نظرية النسبية لأينشتاين ، مدعيًا أنها تعتمد على "تجارب ميكلسون" وتأكيدها من قبل باحثين آخرين. لإجراء هذا النوع من التجارب ، يجب أن يكون العلماء قادرين على التحرك والتعامل مع الأدوات والتواصل مع الزملاء. 



كما أشار هوبرت دريفوس ، نحن كائنات جسدية واجتماعية نعيش في العالم المادي والاجتماعي. من أجل فهم شخص آخر ، لا تحتاج إلى دراسة كيمياء دماغه ، بل يجب أن تكون في "جلد" هذا الشخص ، لفهم عالم حياته. 



لتوضيح تصريحات دريفوس ، اقترح الكاتب ثيودور روززاكإجراء تجربة فكرية. تخيل مشاهدة طبيب نفساني يعمل. إنه شخص مجتهد وخبير ومن الواضح أنه يتمتع بممارسة جيدة للغاية. غرفة الانتظار مليئة بالمرضى الذين يعانون من اضطرابات عاطفية وعقلية مختلفة: شخص ما على وشك الهستيريا ، شخص ما يعاني من أفكار انتحارية ، وآخرون يعاني من الهلوسة ، وبعض المرضى يعذبون بأشد الكوابيس ، وبعضهم يدفع بأنفسهم إلى الجنون بفكرة ما يتم مراقبتها من قبل الناس الذين سوف يؤذونهم. يستمع الطبيب النفسي بعناية إلى كل منهم ويبذل قصارى جهده للمساعدة ، ولكن دون نجاح كبير. بل على العكس من ذلك ، يبدو أن حالة المرضى تزداد سوءًا ، على الرغم من الجهود البطولية للطبيب النفسي. 



يطلب منا Rozzak الآن وضع الوضع في سياق أوسع. يقع مكتب الطبيب النفسي في مبنى يقع في بوخنفالد ، حيث المرضى هم نزلاء معسكرات الاعتقال. لن تساعدنا الخوارزميات البيوكيميائية في فهم المرضى. ما نحتاجه حقًا هو معرفة السياق الأوسع. مثال فقط لا معنى له إذا كنا لا نعرف أن مكتب الطبيب النفسي يقع في معسكر اعتقال. قلة هم الذين يمكنهم أن يضعوا أنفسهم في مكان سجين في ألمانيا النازية. نحن غير قادرين على فهم الأشخاص بشكل كامل في مواقف مختلفة تمامًا عن تجربتنا الخاصة. لكن لا يزال بإمكاننا فهم شيء ما ، لأننا نعيش في نفس العالم مع أشخاص آخرين. 



أجهزة الكمبيوتر ، بدورها ، موجودة في عالم الآلات الخاص بها ، وهو ما يفسر جزئيًا على الأقل المشكلات التي تمنع IBM Watson Health و Alphabet DeepMind من حل المشكلات في العالم الحقيقي. تواجه شركة IBM عدم توافق جوهري بين طريقة تعلم الآلات وطريقة عمل الأطباء. وجدت DeepMind أن حل مشاكل Go لم يقربهم من الإجابة على الأسئلة المتعلقة بإيجاد علاج للسرطان. 

الخلاصة: أجهزة الكمبيوتر تخرج إلى العالم

( ج )



ليس فقط منتقدو الذكاء الاصطناعي العام يعرفون بالمشكلات. يبحث الباحثون في جميع أنحاء العالم عن مناهج جديدة ، وهناك بالفعل بعض النجاحات في التغلب على الحواجز. 



على الرغم من أن حتى الكلب هو أكثر ذكاء من IBM واتسون ، وفقا ل منظمة العفو الدولية المنظر روجر شانك، مستقبل الطب بلا شك ينتمي إلى أنظمة الكمبيوتر. الورقة التي نشرت في يونيو 2020، يدل على النجاح الهائل من Pharnext: في الواقع، AI بهم وقد وجدت بسيطة والحل في متناول لمشاكل مرض شاركو ماري توث الجيني. 



جمعت منظمة العفو الدولية مزيجًا رائعًا من ثلاثة عقاقير معتمدة للتخفيف من الاعتلال العصبي الحسي الحركي الوراثي. إذا كنت تفكر في "دواء" جديد ، فإن الحيرة مضمونة: المكون الأول هو دواء يستخدم لعلاج إدمان الكحول ، والمكون الثاني له تأثير على مستقبلات المواد الأفيونية ويستخدم لمكافحة إدمان الكحول والمواد الأفيونية ، والثالث بشكل عام هو بديل للسكر. 



بعد استعراض ملايين الخيارات ، اختار الذكاء الاصطناعي هذه المجموعة فقط. وقد نجح ذلك: أظهرت التجارب على الفئران والبشر زيادة في الروابط بين الأعصاب والعضلات. من المهم أن تتحسن الحالة الصحية للمرضى وأن تكون الآثار الجانبية ضئيلة. 



وفي معرض حديثه عن مشكلة الوجود في العالم، ومن الجدير بالذكر أنمؤخرًا في الجامعة التقنية في ميونيخ ، دراسة طموحة: تم تعليم روبوت على مستوى مترابط لإدراك العالم الحقيقي والتصرف فيه. الدراسة جزء من مشروع أوروبي واسع النطاق SELFCEPTION ، والذي يجمع بين الروبوتات وعلم النفس المعرفي لتطوير آلات أكثر تميزًا . 



قرر الباحثون تزويد الروبوتات والعوامل الاصطناعية بشكل عام بالقدرة على إدراك أجسادهم كما يفعل البشر. كان الهدف الرئيسي هو تحسين القدرة على التفاعل في مواجهة عدم اليقين. أخذوا نظرية الإخراج النشط لعالم الأعصاب كارل فريستون ، الذي جاء إلى روسيا العام الماضي مع محاضرات (للمهتمين بالموضوع ، نوصي بالنظر إلى اللغة الروسية أوالإنجليزية ).



وفقًا للنظرية ، يقوم الدماغ بعمل تنبؤات باستمرار ، والتحقق منها مقابل المعلومات القادمة من الحواس وإجراء التعديلات ، وإعادة تشغيل الدورة. على سبيل المثال ، إذا وجد شخص ما في طريقه إلى السلم المتحرك فجأة ازدحامًا مروريًا في الطريق ، فإنه يكيّف تحركاته وفقًا لذلك. 



تمثل الخوارزمية القائمة على مبدأ فريستون للطاقة الحرة (صياغة رياضية لإحدى نظريات الدماغ التنبؤية) الإدراك والعمل نحو هدف مشترك ، وهو تقليل أخطاء التنبؤ. في هذا النهج ، ولأول مرة للآلات ، تتطابق البيانات الحسية بشكل أفضل مع التنبؤ الذي قدمه النموذج الداخلي. 



على المدى الطويل ، ستساعد هذه الدراسة في تطوير الذكاء الاصطناعي العام مع القدرة على التكيف والتفاعل البشري. بهذا النهج يرتبط مستقبل الذكاء الاصطناعي: إذا أطلقنا الذكاء الاصطناعي من خوادم ضيقة إلى العالم الحقيقي ، فربما يمكننا يومًا ما تشغيل اكتشاف الذات في الأجهزة.