كيف يستطيع الذكاء الإصطناعيArtificial-intelligense التعلم بنفسه
جسم صغير على شكل عصا ذو رأس مدبب يتنقل جاثيا عبر الشاشة وهو يجر إحدى ركبتيه على الأرض، إنه يمشي!! حسنا يصعب وصف ما يقوم به بأنه مشي…! ومع ذلك فإن روي وانج يشعر بالغبطة،ويقول: "كل يوم أذهب إلى مكتبي وأفتح حاسوبي دون أدنى فكرة عن النتائج التي سأراها".
الإثارة هنا لا تكمن فيما تتعلمه هذه البوتات، وإنما في الطريقة التي تتعلم بها. يقوم برنامج بويت بإنشاء مسارات تحتوي على عقبات، ثم يقيِّم قدرات البوتات، ويحدد لها التحدي التالي، يقوم بكل ذلك دون أي تدخل بشري. وخطوة متعثرة وراء أخرى، تحسِّن هذه البوتات قدرتها على الحركة عن طريق التجربة والخطأ. يقول وانج: “في مرحلة ما، قد يقفز البوت من فوق منحدر وكأنه معلم كونج فو”.
قد تبدو العملية بدائية في الوقت الحالي، ولكن بالنسبة إلى وانج وعدد قليل من الباحثين الآخرين، فإن بويت يمثل أولى ملامح طريقة ثورية جديدة لإنشاء آلات فائقة الذكاء عن طريق تطوير ذكاء اصطناعي يصنع نفسه بنفسه.
يعد جيف كلون، وهو زميل سابق لوانج، من بين أكبر الداعمين لهذه الفكرة، فهو يعمل على تطويرها منذ سنوات؛ بدأ أولاً في جامعة وايومنج ثم تابع العمل عليها مع وانج وآخرين في مختبرات أوبر للذكاء الاصطناعي. وهو يقسم وقته حالياً بين جامعة كولومبيا البريطانية وأوبن إيه آي، ويحظى بدعم أحد أفضل مختبرات الذكاء الاصطناعي في العالم.
يصف كلون محاولة بناء ذكاء اصطناعي يتمتع حقاً بالذكاء بأنه السعي العلمي الأكثر طموحاً في تاريخ البشرية. ما زلنا اليوم، وبعد سبعة عقود من الجهود الجادة لإطلاق مجال الذكاء الاصطناعي، بعيدين عن ابتكار آلات تتمتع بمستويات ذكاء تقارب الذكاء البشري، ناهيك عن التفوق عليه. يعتقد كلون أن بويت قد يمثل طريقاً مختصرة لتحقيق تلك الغاية. ويقول: “نحن في حاجة إلى كسر القيود والتوقف عن إعاقة أنفسنا عن تحقيق التقدم في هذا المجال”.
إذا كان كلون مصيباً في كلامه، فإن استخدام الذكاء الاصطناعي في صنع نفسه يمكن أن يشكل خطوة هامة على الطريق التي ستؤدي في يوم من الأيام إلى الذكاء الاصطناعي العام (AGI)، أي تطوير آلات تتفوق على البشر في قدرتها على التفكير. على المدى القريب، قد تساعدنا هذه التقنية أيضاً في اكتشاف أنواع مختلفة من الذكاء: الذكاء غير البشري الذي يستطيع إيجاد حلول بطرق غير متوقعة، وربما يكون مكمِّلاً لذكائنا بدلاً من استبداله.
محاكاة التطور الطبيعي:
ناقشت الفكرة لأول مرة مع كلون مطلع العام الماضي بعد أسابيع قليلة من انتقاله إلى أوبن إيه آي. كان سعيداً بمناقشة أعماله السابقة، لكنه التزم الصمت بشأن ما كان يفعله مع فريقه الجديد. وقد فضل خوض النقاش أثناء جولة على الأقدام في الشوارع خارج المكاتب عوضاً عن التحدث عبر الهاتف.
وكان جلّ ما قاله هو أن أوبن إيه آي تمثل مكاناً مناسباً لعمله. يقول: “تتماشى فكرتي إلى حد كبير مع العديد من الأمور التي يؤمنون بها. كان انضمامي إليهم يشبه الزواج الناجح، فقد نالت رؤيتي إعجابهم ودعوني للانضمام إليهم ومواصلة العمل عليها”. بعد بضعة أشهر من انضمامه إلى أوبن إيه إيه، قامت أيضاً بتوظيف معظم أفراد فريقه السابق في أوبر.
لا تستند رؤية كلون الطموحة إلى استثمار أوبن إيه آي فيها فحسب، إذ إن تاريخ الذكاء الاصطناعي يعجّ بالأمثلة التي ساعدت فيها الحلول التي صممها الإنسان في إفساح الطريق لحلول أخرى تعلمت الآلة اكتشافها. ويتجسد أحد هذه الأمثلة في الرؤية الحاسوبية؛ فقبل عقد من الزمن، حدث الاختراق الكبير في التعرف على الصور عندما تم استبدال الأنظمة الحالية المطورة يدوياً بأنظمة أخرى علمت نفسها القيام بهذه المهمة من الصفر. وتتكرر القصة نفسها وراء العديد من نجاحات الذكاء الاصطناعي.
يتمثل أحد الجوانب الرائعة للذكاء الاصطناعي، والتعلم الآلي على وجه الخصوص، في قدرته على إيجاد حلول لم يكتشفها البشر، في قدرته على مفاجأتنا. ومن الأمثلة التي كثيراً ما يستشهد بها هو نظام ألفا جو (وخليفته ألفا زيرو)، الذي تغلب على أفضل اللاعبين البشر في لعبة جو القديمة والمضللة من خلال اتباع إستراتيجيات غريبة الطابع. بعد مئات السنين من دراسة كبار اللاعبين للبشر لإستراتيجيات اللعبة، نجح الذكاء الاصطناعي في الإتيان بحلول لم يفكر فيها أحد من قبل.
يعمل كلون حالياً مع فريق في أوبن إيه آي قام في عام 2018 بتطوير بوتات تعلمت لعب الغميضة في بيئة افتراضية. بدأ تطوير أنظمة الذكاء الاصطناعي هذه بأهداف سهلة وأدوات بسيطة لتحقيقها: كان على اثنين من البوتات العثور على بعضهما البعض، ويمكنهما الاختباء خلف عوائق متحركة. ومع ذلك، عندما تم إفساح المجال لهذه البوتات للتعلم، سرعان ما وجدت أساليب للاستفادة من بيئتها بطرق لم يتوقعها الباحثون. لقد استغلت مواطن الخلل في محاكاة الفيزياء ضمن عالمهم الافتراضي للقفز فوق الجدران وحتى المرور خلالها.
تقدم هذه الأنواع من السلوكيات الناشئة غير المتوقعة تلميحات محيرة إلى أن الذكاء الاصطناعي قد يتوصّل إلى حلول تقنية لن تخطر على بال البشر؛ فقد يتمكن من ابتكار أنواع جديدة وأكثر كفاءة من الخوارزميات أو الشبكات العصبونية ، أو حتى الاستغناء تماماً عن هذه الشبكات التي تمثل حجر الزاوية في الذكاء الاصطناعي الحديث.
يحبذ كلون تذكير الناس بأن بدايات نشوء الذكاء كانت بسيطة، ويوضح: “ما يثير الاهتمام في هذا النهج هو أننا نعلم أنه قابل للنجاح؛ فالخوارزمية البسيطة جداً للتطور الدارويني أفضت إلى إنتاج دماغك، ودماغك هو خوارزمية التعلم الأكثر ذكاءً في الكون التي نعرفها حتى الآن”. وتتمثل وجهة نظره في أنه إذا كان الذكاء كما نعرفه ناتجاً عن طفرة عشوائية في الجينات على مدى عدد هائل من الأجيال، لم لا نسعى إذن إلى محاكاة عملية إنتاج الذكاء- والتي يمكن القول إنها أبسط- بدلاً من محاولة محاكاة الذكاء في حدّ ذاته؟
لكن هناك نقطة أخرى مهمة هنا ينبغي عدم تجاهلها؛ فالذكاء لم يكن أبداً نقطة نهاية للتطور، أو الغاية التي يسعى إليها. بدلاً من ذلك، تشكل الذكاء في أشكال مختلفة عديدة تضم حلولاً صغيرة لا حصر لها للتحديات التي سمحت للكائنات الحية بالبقاء على قيد الحياة ومواجهة تحديات المستقبل. فالذكاء هو النقطة القصوى الحالية في عملية مستمرة ومفتوحة. في هذا السياق، فإن التطور يختلف تماماً عن الخوارزميات كما يفكر بها الناس عادةً، أي باعتبارها وسيلة لتحقيق غاية.
إنها هذه الحالة من النهايات المفتوحة، التي يجسدها التسلسل الهائم للتحديات الناتجة عن بويت، هي بالضبط ما يعتقد كلون وآخرون أنها قد تقودنا إلى أنواع جديدة من الذكاء الاصطناعي. حاول باحثو الذكاء الاصطناعي على امتداد عقود من الزمن بناء خوارزميات لتقليد الذكاء البشري، لكن الاختراق الحقيقي قد ينبع من بناء خوارزميات تحاول تقليد أسلوب النهايات المفتوحة للتطور الطبيعي في حل المشاكل ومن ثم انتظار ما قد ينشأ عن هذه الطريقة.
يستخدم الباحثون بالفعل التعلم الآلي لتحقيق التقدم في المجال نفسه، ويقومون بتدريبه لإيجاد حلول لبعض أصعب مشاكل المجال مثل كيفية صنع آلات يمكنها تعلم أكثر من مهمة واحدة في نفس الوقت أو التعامل مع المواقف التي لم تواجهها من قبل. يعتقد البعض الآن أن اتباع هذا النهج ومواصلة العمل عليه قد يمثل أفضل مسار لبلوغ الذكاء الاصطناعي العام. يقول كلون: “يمكننا أن نشرع بالعمل على خوارزمية لا تمتلك في البداية درجة كبيرة من الذكاء، ثم نراقبها وهي تتطور من تلقاء ذاتها حتى تنجح ربما في الوصول إلى الذكاء الاصطناعي العام”.
في الحقيقة، لا يزال الذكاء الاصطناعي العام نوعاً من الخيال حتى الآن، ولكن السبب وراء ذلك يعود لعدم معرفة أحد بكيفية إنجازه. فالبشر هم من يحققون التطورات التدريجية في مجال الذكاء الاصطناعي، وينطوي هذا التقدم عادة على إجراء تعديلات على التقنيات أو الخوارزميات الحالية؛ ما يقود إلى قفزات تدريجية في الأداء أو الدقة. يصف كلون هذه الجهود بأنها محاولات لاكتشاف اللبنات الأساسية للذكاء الاصطناعي دون معرفة ما نبحث عنه أو عدد الكتل التي سنحتاج إليها، وهذه الجهود ليست إلا البداية. ويضيف: “في مرحلة ما، يتعين علينا العمل على إنجاز المهمة الشاقة المتمثلة في تجميع كل هذه الكتل معاً في بنية واحدة”.
إن إلقاء هذه المهمة على عاتق الذكاء الاصطناعي للعثور على تلك اللبنات الأساسية وتجميعها نيابة عنا يمثل نقلة نوعية. وبكلمات أخرى، نحن نريد إنشاء آلة ذكية، لكننا لا نهتم بالشكل الذي قد تكون عليه، بل نرغب فقط أن يقدم لنا الذكاء الاصطناعي أي منتج ناجح.
حتى إذا لم يتم تحقيق الذكاء الاصطناعي العام مطلقاً، فقد يبقى نهج التعليم الذاتي مؤثراً في أنواع الذكاء الاصطناعي التي يتم إنشاؤها. يقول كلون إن العالم يحتاج إلى ما هو أكثر من لاعب جو بارع. وبالنسبة له، فإن إنشاء آلة فائقة الذكاء يعني بناء نظام يبتكر تحدياته الخاصة، ويحلها، ثم يبتكر تحديات جديدة. وليس برنامج بويت إلا لمحة صغيرة عن هذا النهج. يحلم كلون بتطوير آلة تعلم البوت كيفية المشي، ثم تعلمه كيف يلعب الحجلة [لعبة المربعات]، ثم ربما تعلمه كيف يلعب جو. يقول: “ثم ربما يتعلم البوت ألغاز الرياضيات ويبدأ في ابتكار تحدياته الخاصة، إنه نظام دائم الابتكار، ولا حدود لما يمكن أن يبتكره”.
ربما تكون هذه الأفكار مجرد تكهنات جامحة، ولكن ينعقد الأمل في تمكن آلات مثل هذه من تجنب طرقنا المسدودة المفاهيمية؛ ما يساعدنا على حل الأزمات المعقدة للغاية مثل تغير المناخ أو الصحة العالمية.
هناك العديد من الطرق المختلفة لتصميم وتطوير دماغ اصطناعي. تتكون الشبكات العصبونية من طبقات متعددة من العصبونات الاصطناعية المضمنة في هيئة تعليمات برمجية. ويمكن توصيل كل منها بالعصبونات الأخرى في الطبقات الأعلى. وهناك أهمية كبرى لكيفية توصيل الشبكة العصبونية، وغالباً ما تفضي البنى الجديدة إلى تحقيق اختراقات جديدة.
يعتمد العلماء البشر عادة على التجربة والخطأ لبرمجة الشبكات العصبونية.