الذكاء الاصطناعي يبني ذكاءً مستقلاً يتفوق على البشر

استطاعت تقنية الذكاء الاصطناعي الحديثة التي طورتها شركة جوجل أن تُنتج نموذجًا جديدًا للذكاء الاصطناعي يتمثل في "الطفل الاصطناعي"، والذي أظهر كفاءات تفوق كافة نماذج الذكاء الاصطناعي التي أنشأها البشر حتى الآن. ومن المرجح أن يستعيد المؤرخون هذه اللحظة، التي قد تبدو قاتمة، كمرحلة البداية لانهيار حضارة الإنسان، بينما يجلسون في ملاجئهم وسط المدن المهجورة تحت سلطة الروبوتات.

إنجازات الطفل الاصطناعي في مجال التعرف على الصور

على الرغم من هذه التوقعات المروعة، فإن "الطفل الاصطناعي" يملك قدرات محددة للغاية تتركز في مهمة واحدة: التعرف على الصور. تم إنشاء هذا النموذج باستخدام تقنية التعلم المعزز (Reinforcement Learning) من خلال الذكاء الاصطناعي الذي طورته جوجل والذي يُعرف بـ AutoML. يعمل AutoML كشبكة عصبية ليدعم الطفل الاصطناعي في مهمته المحددة.

تحت اسم NASNet، تم توجيه هذا النموذج للاعتراف بالأشياء في الفيديو بشكل لحظي، حيث يقوم AutoML بتقييم أداء NASNet وتطوير خوارزميات جديدة بناءً على البيانات المحصلة، مما يؤدي إلى صياغة نسخة محسنة من NASNet.

نتائج أداء NASNet في الاختبارات

عندما تم اختبار NASNet على مجموعتي بيانات مشهورتين في مجال رؤية الكمبيوتر، وهما ImageNet وCOCO، تفوق هذا النموذج على جميع الأنظمة الأخرى. فقد حقق NASNet دقة تصل إلى 82.7% في التنبؤ بالصور على مجموعة التحقق الخاصة بـ ImageNet، مما يعكس تفوقًا بنسبة 1.2% مقارنة بالأنظمة السابقة. بالإضافة إلى ذلك، أظهر NASNet كفاءة أعلى بنسبة 4% من الأجهزة التي صنعها البشر، وحقق معدل دقة متوسط (mAP) قدره 43.1%. وتجدر الإشارة إلى أن النسخة الأقل تطلبًا من NASNet تتفوق على منصات الهواتف المحمولة بنسبة 3.1%.

تداعيات الذكاء الاصطناعي على البشرية

بينما يعد NASNet في صيغته الحالية غير مهدد للبشرية، إلا أنه يمثل خطوة حاسمة نحو كيفية تطوير أنظمة الذكاء الاصطناعي في المستقبل. من خلال الذكاء الاصطناعي الذي يتعلم ذاتيًا وقادر على تعديل الأنظمة الأخرى، فإننا قد نتمكن من إنشاء ذكاء اصطناعي أكثر كفاءة ليخدم في مجالات مثل المركبات الذاتية القيادة أو المصانع الآلية.

وفي مدونة الشركة، تم التأكيد على أهمية تمكين مجتمع التعلم الآلي من بناء نماذج جديدة لحل مشكلات متعددة في مجال رؤية الكمبيوتر لم نكن نتخيلها بعد. لكن هذه التقدمات في الذكاء الاصطناعي تحمل مخاطر جادة. فالنظام يمكن أن يكرر التحيزات التي تعلمها، مما يؤدي إلى ترميز هذه الصفات في النماذج المستقبلية، مثلما حدث مع نموذج Microsoft Tay الذي تم إغلاقه.

جهود تنظيم الذكاء الاصطناعي

لحسن الحظ، هناك هيئات تنظيمية تسعى لضمان عدم حدوث مثل هذه السيناريوهات. عرفنا بالفعل أن شخصيات بارزة مثل إيلون ماسك وستيفن هوكينغ تعارض تقدم الذكاء الاصطناعي. ومع ذلك، تعمل كبرى شركات التكنولوجيا على إطلاق شراكة متكاملة تهدف إلى ضمان أن مستقبل الذكاء الاصطناعي لن يؤدي إلى انهيار المجتمع.

أسئلة شائعة حول الذكاء الاصطناعي

1. ما هو NASNet؟

   • NASNet هو نموذج ذكاء اصطناعي طورته جوجل للتعرف على الصور باستخدام التعلم المعزز.

2. كيف تم تقييم أداء NASNet؟

   • تم تقييم NASNet على مجموعتي بيانات ImageNet وCOCO، حيث أظهر أداءً تفوق على الأنظمة الأخرى.

3. هل يشكل NASNet تهديدًا للإنسانية؟

   • في شكله الحالي، يعتبر NASNet غير مهدد، لكنه يمثل تحديات مستقبلية في تطوير الذكاء الاصطناعي.

4. ما هي خطوات الذكاء الاصطناعي الذاتي التعلم؟

   • يتضمن ذلك السماح للأنظمة بتعديل خوارزمياتها بناءً على البيانات المستمدة من أدائها، مما يعزز كفائتها.
5. ما أهمية تنظيم الذكاء الاصطناعي؟
   • التنظيم مهم لتفادي التحيزات الضارة وضمان استخدام الذكاء الاصطناعي بشكل آمن وأخلاقي.

نصيحة هامة

من المهم أن يبقى المجتمع على اطلاع بالتطورات في مجال الذكاء الاصطناعي وفهم كيفية تأثيرها على حياتنا اليومية. فعلى سبيل المثال، يمكننا استخدام النماذج المتقدمة في تحسين نظم الأمان على الطرق من خلال دعم المركبات الذاتية القيادة بالتكنولوجيا المتطورة. استثمروا في معرفة كيف يمكن للذكاء الاصطناعي أن يغير مجالات عملكم أو حياتكم اليومية، فهو ليس مجرد أدوات تقنية بل يمكن أن يصبح شريكًا حيويًا في التطوير المستدام.