بحث

"درس مرير": قال العالم إن 70 عامًا في مجال أبحاث الذكاء الاصطناعى قد قضت سدى تقريبًا

أكبر درس للتعلم من 70سنوات من أبحاث الذكاء الاصطناعى ، تكمن في حقيقة أن الطرق العامة التي تستخدم الحوسبة تثبت في النهاية أنها الأكثر فاعلية - وبهامش كبير. السبب الرئيسي لهذا هو قانون مور. أو بالأحرى تعميمها: الانخفاض المستمر والمتواصل لمعالجات الحوسبة. قال ريتشارد سوتون ، عالم الكمبيوتر الكندي ، عن هذا "الدرس المرير". التالي - من الشخص الأول.

لماذا كانت أبحاث الذكاء الاصطناعي في مأزق منذ 70 عامًا؟

معظم البحوث مصطنعةتم تنفيذ العقول كما لو كانت الحسابات المتاحة للعامل ثابتة (وفي هذه الحالة سيكون استخدام المعرفة الإنسانية أحد الطرق الوحيدة لزيادة الإنتاجية). ولكن بعد فترة من الوقت - أكثر بكثير مما هو مطلوب لمشروع بحث نموذجي - حتما تصبح هناك حسابات أكثر بكثير متاحة. في البحث عن التحسينات التي يمكن أن تساعد في المدى القصير ، يحاول العلماء استخدام أقصى قدر من المعرفة الإنسانية في هذا المجال ، ولكن الشيء الوحيد الذي يهم على المدى الطويل هو الاستخدام المتزايد للحساب. يجب ألا يتعارض هذان الجانبان مع بعضهما البعض ، ولكن في الممارسة العملية ، الوقت الذي يقضيه على واحد منهم لا يساوي الوقت الذي يقضيه على الآخر. هناك التزامات نفسية للاستثمار في هذا النهج أو ذاك. ويميل النهج القائم على المعرفة إلى تعقيد الطرق بحيث تصبح أقل ملائمة للاستفادة من الطرق الشائعة التي تستخدم الحساب.

الاستنتاج: يجب أن ترفض على الفور محاولة حل مشكلة الذكاء الاصطناعى مع "الرأس" ، لأن الوقت سوف يمر وسيتم حلها بشكل أسرع وأسهل - بسبب زيادة قوة الحوسبة

كانت هناك أمثلة كثيرة عندما فهم باحثو الذكاء الاصطناعى المتأخر هذا الدرس المرير. سيكون من المفيد التفكير في بعض الأمثلة الأكثر بروزًا.

في لعبة الشطرنج الكمبيوتر ، والأساليب التي فازتكان بطل العالم كاسباروف في عام 1997 ، يقوم على بحث عميق وعميق. في ذلك الوقت ، كان معظم الباحثين في لعبة الشطرنج بالكمبيوتر قلقين بشأنهم ، والذين استخدموا أساليب تعتمد على الفهم الإنساني للبنية المعينة للشطرنج. عندما اتضح أن النهج الأكثر بساطة والقائم على البحث مع الأجهزة والبرامج الخاصة كان أكثر فاعلية ، فإن الباحثين الذين يستمدون من فهم الإنسان للشطرنج لم يدركوا الهزيمة. قالوا: "هذه المرة ربما يكون نهج القوة الغاشمة قد حقق النصر ، لكنه لن يصبح استراتيجية مشتركة وبالتأكيد لا يلعب الناس لعبة الشطرنج بهذه الطريقة. أراد هؤلاء العلماء أن تنجح الأساليب القائمة على المدخلات البشرية ، وخيبة أمل كبيرة عندما لم يحدث هذا.

الاستنتاج: القوة الغاشمة البسيطة للحسابات ستأخذها عاجلاً أم آجلاً

صورة مماثلة للتقدم في البحثكان ينظر في الكمبيوتر تذهب ، فقط مع تأخير لمدة 20 سنة أخرى. في البداية ، بذلت جهود هائلة لتجنب البحث باستخدام المعرفة البشرية أو ميزات اللعبة ، ولكن كل هذه الجهود كانت غير ضرورية أو حتى أسوأ من ذلك بمجرد تطبيق البحث بكفاءة وعلى نطاق واسع. كان من المهم أيضًا استخدام التدريب في عملية اللعب المستقل لتعلم وظيفة القيمة (كما كان الحال في العديد من الألعاب الأخرى وحتى في لعبة الشطرنج ، فإن التعلم فقط لم يلعب دورًا كبيرًا في برنامج 1997 ، الذي فاز للمرة الأولى على بطل العالم). تعلم اللعب مع نفسك ، والتعلم بشكل عام ، هو مثل البحث الذي يسمح لك بتطبيق كميات هائلة من الحوسبة. يمثل البحث والتدريب أهم فئتين من الفنيين الذين يستخدمون كميات هائلة من العمليات الحسابية في أبحاث الذكاء الاصطناعى. أثناء استخدام الكمبيوتر ، كما هو الحال في لعبة الشطرنج بالكمبيوتر ، كانت الجهود الأولية للباحثين تهدف إلى استخدام الفهم الإنساني (من أجل استخدام بحث أقل) ، وبعد ذلك بقليل تحقق نجاح أكبر بكثير من خلال استخدام البحث والتدريب.

الاستنتاج: يفوق البحث والتدريب ، المدعومين بالقوة الحسابية ، محاولات حل المشكلة عن طريق "أسلوب غير قياسي في التفكير"

في مجال التعرف على الكلام في السبعينيات ،مسابقة برعاية داربا. قدم المشاركون العديد من الطرق التي استخدمت فوائد المعرفة الإنسانية - معرفة الكلمات أو الصوتيات ، والمسالك الصوتية البشرية ، وهلم جرا. على الجانب الآخر من المتاريس كانت هناك طرق أحدث ، إحصائية بطبيعتها وإجراء المزيد من العمليات الحسابية على أساس نماذج ماركوف المخفية (HMM). ومرة أخرى ، فازت الأساليب الإحصائية بالأساليب القائمة على المعرفة الإنسانية. وأدى ذلك إلى تغييرات كبيرة في معالجة اللغة الطبيعية برمتها ، والتي يتم إدخالها تدريجيا على مدار عقود ، حتى بدأت الإحصاءات والحسابات في نهاية المطاف تسيطر على هذا المجال. يمثل النمو الأخير للتعلم العميق في التعرف على الكلام الخطوة الأخيرة في هذا الاتجاه الثابت. تعتمد أساليب التدريب المتعمق بدرجة أقل على المعرفة الإنسانية وتستخدم المزيد من العمليات الحسابية ، إلى جانب التدريب على مجموعات عينات ضخمة ، وتنتج أنظمة رائعة للتعرف على الكلام.

ريتشارد سوتون ، عالم الكمبيوتر الكندي

كما هو الحال في الألعاب ، حاول العلماء دائمًا إنشاءالأنظمة التي ستعمل كما يتصورون في رؤوسهم - حاولوا وضع هذه المعرفة في أنظمتهم - ولكن كل ذلك خرج بشكل غير منتِج للغاية ، لقد قضى العلماء ببساطة الوقت حتى - كنتيجة لقانون مور - كانت هناك حسابات أكثر ضخامة متاحة ووجدوا تطبيق جميل.

استنتاج: نفس الخطأ قد تكرر منذ عقود

وكانت صورة مماثلة في مجال الكمبيوترالرأي. تم النظر إلى الطرق الأولى على أنها بحث عن ملامح معينة ، أو أسطوانات معممة ، أو باستخدام إمكانيات SIFT (تحويل الميزات على نطاق واسع). ولكن اليوم كل شيء ألقيت في الفرن. الشبكات العصبية الحديثة للتعلم العميق تستخدم فقط مفهوم الالتواء وبعض الثوابت وتعمل بشكل أفضل.

هذا درس رائع

أينما نظرنا ، نحن في كل مكانالاستمرار في ارتكاب نفس الأخطاء. لرؤية هذا الأمر والتغلب عليه بفعالية ، يجب أن تفهم سبب جاذبية هذه الأخطاء ، وعلينا أن نتعلم درسًا مريراً مفاده أن بناء طريقة تفكيرنا ، وبناءً على طريقة تفكيرنا ، لن ينجح على المدى الطويل. يوضح الدرس المرير القائم على الملاحظات التاريخية ما يلي: 1) حاول باحثو الذكاء الاصطناعي في كثير من الأحيان بناء المعرفة في عملائهم ؛ 2) ساعدت دائما في المدى القصير وجلب الارتياح للعلماء ؛ 3) لكن على المدى الطويل ، وصل كل شيء إلى طريق مسدود وتباطأ في إحراز المزيد من التقدم ؛ 4) تقدم التقدم لا محالة مع استخدام النهج المعاكس ، على أساس التوسع في العمليات الحسابية من خلال البحث والتدريب. كان النجاح طعمًا مريرًا ولم يتم هضمه تمامًا في كثير من الأحيان ، لأنه كان ناجحًا في العمليات الحسابية ، وليس نجاحًا للنُهج الموجهة نحو الإنسان.

من هذا الدرس المرير يجب أن يتعلم المرء: القوة الهائلة لطرق الأغراض العامة ، وهي الأساليب التي تستمر في التوسع مع نمو الحسابات ، حتى عندما تصبح الحسابات المتاحة كبيرة جدًا. طريقتان يبدو أنهما يتدرجان بشكل تعسفي بهذه الطريقة هما البحث والتدريب.

الشيء الثاني الذي يجب تعلمه من هذا المريرةيتكون الدرس من حقيقة أن المحتوى الفعلي للعقل معقد للغاية وغير معقول ؛ يجب أن نتوقف عن محاولة إيجاد طرق بسيطة لفهم محتويات العقل ، على غرار الطرق البسيطة لفهم الفضاء أو الأشياء أو العوامل المتعددة أو التناظر. كلهم جزء من عالم خارجي معقد بشكل تعسفي. لا ينبغي لنا أن نحاول البدء منها ، لأن تعقيدها لا حصر له ؛ يجب أن نبني على الأساليب التلوية التي يمكن أن تجد وتلتقط هذا التعقيد التعسفي. يمكن أن تجد هذه الطرق تقريبًا جيدًا ، ولكن يجب أن يتم البحث عن طريق أساليبنا ، وليس من خلالنا. نحتاج إلى وكلاء لمنظمة العفو الدولية يمكنهم فتح مثلنا تمامًا ، ولا يحتوي على ما اكتشفناه. بناء على الاكتشافات لدينا فقط يعقد عملية الاكتشاف والبحث.

استنتاج: تحتاج إلى الثقة في الحسابات ، وليس محاولةتتبع الأفكار الإنسانية ومحاولات شرح أساليب البحث والبحث المعقدة باستخدام مخططات بسيطة ؛ على المدى الطويل ، الأول سيعمل ، وليس الأخير.

ناقش الدرس المرير للباحثين عن الذكاء الاصطناعي في قناتنا في Telegram.

إشعار Facebook للاتحاد الأوروبي! تحتاج إلى تسجيل الدخول لعرض ونشر تعليقات الفيسبوك!