أنظمة جديدة للتعلم الآلي تكون قادرة على حل المشكلات

اقترب الذكاء الاصطناعي خطوة أقرب إلى الوصول للفكر الشبيه بالإنسان، بعد تطوير مشروع جديد لآلات قادرة على التفكير المجرد لحل أجزاء من اختبار الذكاء, حيث وضع خبراء من DeepMind، التي تملكها شركة Google الأم Alphabet، أنظمة التعلم الآلي خلال اختباراتهم للذكاء IQ، والتي صممت لقياس عدد من مهارات التفكير.

تتضمن الألغاز الموجودة في الاختبار سلسلة من الأشكال العشوائية، والتي يحتاج المشاركون إلى دراستها لتحديد قواعد تلك التي تناسب النمط, وبمجرد أن يتم وضع قواعد اللغز، يجب أن يكونوا قادرين على اختيار الشكل التالي بدقة في التسلسل, ويأمل باحثو DeepMind في أن تطوير الذكاء الاصطناعي القادر على التفكير خارج الصندوق يمكن أن يؤدي إلى ابتكار آلات تحلل حلولًا جديدة للمشاكل التي لم يسبق أن فكر فيها البشر, ولقد تمكّن نظام برمجي مصمم خصيصًا لهذه المهمة من تحقيق درجة اختبار تبلغ 63 في المائة على الألغاز على غرار معدل الذكاء.

استخدم الباحثون في مشروع DeepMind التابع لـ Google في لندن الألغاز المعروفة باسم "Raven Progressive Matrices".

تقوم Matrices، التي طورها جون سي غيفن في العام 1936، بقياس قدرة المشاركين على فهم المعنى من البيانات المعقدة أو المربكة, كما أنهم يختبرون قدرتهم على إدراك أنماط وعلاقات جديدة، وصياغة بُنى غير لفظية إلى حد كبير تجعل من السهل التعامل مع التعقيدات.

وقال ديفيد باريت من DeepMind: "الاستدلال المجرد مهم في مجالات مثل الاكتشافات العلمية حيث نحتاج إلى فرض فرضيات جديدة ثم نستخدم هذه الفرضيات لحل المشكلات", "ومن المهم ملاحظة أن الهدف من هذا العمل ليس تطوير شبكة عصبية يمكنها اجتياز اختبار الذكاء".

يمكن للمرشحين البشريين الذين يجلسون في الاختبارات أن يعطوا أنفسهم دفعة من خلال الإعداد المكثف، ويتعلمون نوع القواعد المستخدمة في التحكم في الأنماط المستخدمة في المصفوفات, وهذا يعني، بدلًا من استخدام فكرة مجردة، أنهم يستخدمون المعرفة التي تعلموها بدلًا من ذلك, وهذه مشكلة خاصة مع الذكاء الاصطناعي، التي تستخدم الشبكات العصبية المغذية بكميات هائلة من البيانات للتعلم، ويمكن بسهولة أن تتعلم فقط لالتقاط هذه الأنماط من دون الحاجة إلى استخدام التفكير المجرد.

و اختبر الباحثون مجموعة من الشبكات العصبية القياسية على خاصية واحدة داخل مصفوفة ولكن ليس كل الخصائص الممكنة, ووجدوا أنهم يؤدون أداءً سيئًا للغاية، حيث يصل إلى 22 بالمائة, ومع ذلك، فإن الشبكة العصبية المصممة خصيصًا والتي يمكن أن تستنتج العلاقات بين أجزاء مختلفة من اللغز سجلت أعلى علامة بنسبة 63 في المائة, وبسبب تصميم الاختبارات، لم يكن من الممكن مقارنة هذه الدرجات مباشرة مع الناس، لأن أنظمة الذكاء الاصطناعي لديها تدريب مسبق على كيفية الاقتراب منها.

وجد الباحثون أن المشاركين الذين لديهم الكثير من الخبرة في الاختبارات، والتي يمكن مقارنتها مع الآلات المدربة، يمكن أن يسجلوا أكثر من 80 في المائة, وغالبًا ما يفشل القادمون الجدد للاختبارات في الإجابة على جميع الأسئلة, وتنتظر النتائج الكاملة مراجعة النظراء ولكن يمكن عرضها على مستودع البرمجيات Arxiv.