ما يمكن تسميته بالذكاء الاصطناعي وما لا يمكن أن يكون - بمعنى ما ، يعتمد على التعريف. لا يمكن إنكار أن AlphaGo - منظمة العفو الدولية التي تلعب ، طورها فريق Google DeepMind وهزم بطل العالم - بالإضافة إلى أنظمة مماثلة مع تدريب متعمق على مدى السنوات القليلة الماضية كانت قادرة على حل المشكلات الحسابية المعقدة إلى حد ما. لكن هل سيقودوننا إلى ذكاء اصطناعي حقيقي وكامل ، أو ذكاء معمم ، أو OI؟ بالكاد - وهنا السبب.
واحدة من السمات الرئيسية لـ OI التي يجب عليك التعامل معها عند إنشائه هي أنه يجب أن يكون قادرًا على التعامل بشكل مستقل مع العالم الخارجي وتطوير فهمه الداخلي الخاص لكل ما يجتمع أو يسمع أو يقول أو يفعل. خلاف ذلك ، ستجد نفسك في أيدي برامج الذكاء الاصطناعي الحديثة ، والتي تم تحديد معناها من قبل مطور التطبيق. إن منظمة العفو الدولية ، في الواقع ، لا تفهم ما يحدث ومجال تخصصها ضيق للغاية.
ربما تكون مشكلة المعنى هي أهم مهام الذكاء الاصطناعي ، ولم يتم حلها بعد. كان العالم المعرفي ستيفان هارناد من أوائل الأشخاص الذين عبروا عن ذلك ، الذي كتب في عام 1990 العمل "مشكلة مطابقة الرموز". حتى إذا كنت لا تعتقد أننا نتلاعب بالرموز ، فإن المهمة لا تزال قائمة: مقارنة التمثيل الموجود داخل النظام بالعالم الحقيقي.
على وجه التحديد ، نلاحظ أن مهمة الفهم تقودنا إلى أربع مهام فرعية:
1. كيف تنظم المعلومات التي يتلقاها شخص (شخص أو منظمة العفو الدولية) من العالم الخارجي؟
2. كيف يمكن ربط هذه المعلومات المنظمة بالعالم ، أي كيفية بناء فهم للعالم من قبل شخص؟
3. كيف يمكن مزامنة هذا الفهم مع الشخصيات الأخرى؟ (وبخلاف ذلك ، سيكون التواصل مستحيلاً ، وسيتبين أن العقل لا يمكن تفسيره وعزله).
4. لماذا يفعل الشخص شيئا؟ كيف تبدأ كل هذه الحركة؟
يتم حل المشكلة الأولى ، الهيكلة ، بشكل جيد من خلال التعلم العميق وخوارزميات التدريب المماثلة التي لا تتطلب الإشراف - على سبيل المثال ، يتم استخدامها في AlphaGo. في هذا المجال ، حققنا نجاحات كبيرة ، على وجه الخصوص ، بفضل الزيادة الأخيرة في قوة الحوسبة واستخدام وحدات معالجة الرسومات ، والتي توازي معالجة المعلومات بشكل جيد. تعمل هذه الأنظمة من خلال أخذ إشارة زائدة عن الحاجة ، يتم التعبير عنها في الفضاء متعدد الأبعاد ، وتقليلها إلى إشارات ذات أبعاد أصغر ، مع تقليل فقدان المعلومات. وبعبارة أخرى ، فإنهم يلتقطون جزءًا مهمًا من الإشارة من وجهة نظر معالجة المعلومات.
المشكلة الثانية ، مشكلة ربط المعلومات بالعالم الحقيقي ، أي خلق "الفهم" ، ترتبط ارتباطًا مباشرًا بالروبوت. للتفاعل مع العالم ، تحتاج إلى جسد ، ولإنشاء هذا الاتصال تحتاج إلى التفاعل مع العالم. لذلك ، غالباً ما أجادل أنه بدون الروبوتية لا يوجد ذكاء اصطناعي (على الرغم من وجود روبوتات ممتازة بدون ذكاء اصطناعي ، ولكن هذه قصة أخرى). غالبًا ما تسمى هذه "مشكلة التجسيد" ، ويتفق معظم باحثي الذكاء الاصطناعي على أن الذكاء والتجسيد مرتبطان ارتباطًا وثيقًا. توجد أشكال مختلفة من الذكاء في أجسام مختلفة ، والتي يمكن رؤيتها بسهولة من الحيوانات.
يبدأ كل شيء بأشياء بسيطة مثل البحث عن المعنى في أجزاء الجسم الخاصة بك وكيفية التحكم فيها لتحقيق التأثير المطلوب في العالم المرئي ، وكيف يتم بناء الشعور بالمساحة والمسافة واللون وما إلى ذلك. في هذا المجال ، أجرى بحث مفصل من قبل عالم مثل ج. كيفن أوريجان ، المعروف بـ "نظريته الحسية للوعي". لكن هذه ليست سوى الخطوة الأولى ، حيث سيكون من الضروري منذ ذلك الحين بناء المزيد والمزيد من المفاهيم المجردة على أساس هذه الهياكل الحسية الدنيوية. لم نصل بعد إلى هذه النقطة ، لكن البحث حول هذا الموضوع جار بالفعل.
المشكلة الثالثة هي مسألة أصل الثقافة. في بعض الحيوانات ، يمكن تتبع أبسط أشكال الثقافة وحتى القدرات التي تنتقل عبر الأجيال ، ولكن في حجم محدود جدًا ، ووصل البشر فقط إلى عتبة النمو الأسي للمعرفة المكتسبة التي نسميها الثقافة. الثقافة حافز للذكاء ، والذكاء الاصطناعي الذي لا يملك القدرة على التفاعل الثقافي سيكون له مصلحة أكاديمية فقط.
ولكن لا يمكن إدخال الثقافة يدويًا في الجهاز كرمز. يجب أن يكون نتيجة عملية التعلم. أفضل طريقة للبحث عن طرق لفهم هذه العملية هي
علم النفس التنموي . تم عمل هذا الموضوع من قبل جان بياجيه ومايكل توماسيلو ، الذين درسوا عملية اكتساب الأطفال للمعرفة الثقافية. أنتج هذا النهج نظامًا جديدًا للروبوتات ، "التطور الآلي" ، مع أخذ الطفل كنموذج (كما هو الحال مع روبوت iCub في الرسم التوضيحي).
أيضًا ، يرتبط هذا السؤال ارتباطًا وثيقًا بدراسة عملية تعلم اللغة ، وهذا أحد الموضوعات التي أدرسها بنفسي. لقد أظهر عمل أشخاص مثل Luc Steels وآخرين أن عملية اكتساب اللغة يمكن مقارنتها بالتطور: يبتكر الشخص مفاهيم جديدة من خلال التفاعل مع العالم ، واستخدامها للتواصل مع الشخصيات الأخرى ، واختيار الهياكل التي تساعد على التواصل بنجاح أكبر من الآخرين (بشكل رئيسي لتحقيق الأهداف المشتركة). بعد المئات من التجربة والخطأ ، كما في حالة التطور البيولوجي ، يولد النظام أفضل مفهوم وترجمته النحوية / النحوية.
تم اختبار هذه العملية تجريبيا ، وهي مشابهة بشكل مدهش لكيفية تطور اللغات الطبيعية ونموها. كما أنه مسؤول عن التعلم الفوري ، عندما يدرك الشخص المفهوم على الفور - مثل هذه الأشياء غير قادرة على تفسير هذه النماذج المستندة إلى الإحصائيات على أنها تعلم عميق. الآن ، تحاول العديد من مختبرات الأبحاث التي تستخدم هذا النهج الذهاب إلى أبعد من ذلك في مسار إدراك القواعد والإيماءات والظواهر الثقافية الأكثر تعقيدًا. على وجه التحديد ، هذا هو مختبر الذكاء الاصطناعي الذي أسسته أنا في الشركة الفرنسية العاملة في مجال الروبوتات الدبران. الآن أصبحت جزءًا من مجموعة SoftBank - لقد أنشأوا الروبوتات
Nao و
Romeo و
Pepper (أدناه).
وأخيرًا ، تواجه المشكلة الرابعة "الدافع الداخلي". لماذا يفعل الشخص شيئًا على الإطلاق ، وليس مجرد الراحة. متطلبات البقاء ليست كافية لشرح السلوك البشري. حتى إذا كنت تطعم وتضمن سلامة الشخص ، فإنه لا يجلس في انتظار عودة الجوع. يدرس الناس البيئة ، ويحاولون القيام بشيء ما ، ويدفعهم شكل من أشكال الفضول المتأصل. أظهر الباحث بيير إيف أودير أن أبسط تعبير رياضي عن الفضول في شكل رغبة الشخص في تعظيم سرعة التعلم يكفي لإنتاج سلوك معقد بشكل غير متوقع وغير متوقع (انظر ، على سبيل المثال ، تجربة "ملعب" أجريت في سوني CSL).
من الواضح أن شيئًا مشابهًا ضروريًا للنظام من أجل إحداث رغبة فيه في اتباع الخطوات الثلاث السابقة: تنظيم المعلومات حول العالم ، ودمجها مع جسمك وإنشاء مفاهيم ذات مغزى ، ثم اختيار الأكثر فاعلية من وجهة نظر الاتصال لإنشاء مشترك ثقافة يمكن التعاون فيها. من وجهة نظري ، هذا هو بالضبط برنامج منظمة أوكسفام الدولية.
أكرر أن التطور السريع للتعلم العميق والنجاح الأخير لمثل هذا الذكاء الاصطناعي في ألعاب مثل go هو خبر جيد جدًا ، لأن هذا الذكاء الاصطناعي سيجد العديد من نقاط التطبيق في البحث الطبي والصناعة والحفاظ على البيئة ومجالات أخرى. لكن هذا ليس سوى جزء واحد من المشكلة ، حاولت أن أشرحه هنا. لا أعتقد أن التعلم العميق هو الدواء الشافي الذي سيقودنا إلى الذكاء الاصطناعي الحقيقي ، بمعنى آلة يمكنها تعلم كيفية العيش في سلام ، والتفاعل معنا بشكل طبيعي ، وفهم تعقيد مشاعرنا وتشويهنا الثقافي ، وفي نهاية المطاف مساعدتنا على جعل العالم مكانًا أفضل.