سَبَّبَ التّقدُّمُ في مجال الذّكاءِ الصُّنعيِّ بعضَ القلقِ للنّاس كونَه سيحلُّ محلَّ البشر في بعض الأعمال مثلَ قيادة الشّاحناتِ. في يومنا هذا، وجدَ بعض الباحثون المتقدّمون في مجال الذّكاء الصُّنعيِّ أنّه يمكنُ صنعَ برمجيّةٍ قادرةٍ على تعلّمِ القيامِ بإحدى أكثرِ المهامِ صعوبةً في مجالِهِم – والّتي هي وظيفةُ تصميمِ برمجيّةِ التَّعلُّمِ الآليِّ (Machine-Learning Software). ففي إحدى التّجاربِ، قام باحثون في مركز بحث Google Brain للذّكاءِ الصُّنعيِّ بجعلِ برمجيّةٍ تقومُ بتصميمِ نظامِ تعلُّمٍ آليٍّ يختبرُ البرمجيّاتِ الّتي تُعنى بمعالجةِ اللّغاتِ. النّتيجةُ النّهائيّةُ تخطَّت جميعَ نتائجِ الأبحاثِ السّابقةِ عن البرمجيّاتِ المُصمّمةِ من قِبَلِ البشر.

في الأشهرِ السّابقةِ، قامت العديدُ من المجموعاتِ البحثيّةِ المُتخصّصةِ بالذّكاءِ الصُّنعيِّ بإعلانِ تقدُّمِها في مجالِ صناعةِ برمجيّةٍ قادرةٍ على تعلُّمِ صناعةِ البرمجيّاتِ بنفِسها. تتضمّنُ هذه المجموعاتُ الباحثينَ في مؤسسة البحثِ غيرِ الرّبحيّةِ OpenAI (والّتي أُوجِدَت بالشّراكةِ مع إيلون ماسك)، وMIT، وجامعة كاليفورنيا، وجامعة بيركيلي، ومجموعة بحثِ الذّكاء الصُّنعيِّ الأخرى الخاصّةِ بغوغل والّتي تُسمى بـ DeepMind.

إذا أصبحت تقنّياتُ الذّكاءِ الصُّنعيِّ ذاتيّةَ البّدْءِ (Self-Starting AI Techniques) عمليّةً، فسوف يمكِّنُها ذلك من زيادةِ سرعة تطبيقِ برمجيّةِ التّعلُّمِ الآليِّ بشكلٍ واسعٍ، كما سيتوجَّبُ على الشّركاتِ أن تدفع مبالغَ طائلةً لخبراءِ التَّعلُّمِ الآليِّ والّذين لا يتوفّرون بقدرٍ كافٍ.

أعلن جيف دِين، الّذي يدير مجموعةَ Google Brain البحثيّةَ، أنَّ بعضَ أعمالِ هؤلاءِ الخبراءِ يمكن استبدالَها بالبرمجيّاتِ ذاتيّةِ التَّعلُّمِ. حيث وَصَفَ ما دعاهُ "التَّعلُّمَ الآليَّ التِّلقائيَّ (Automated Machine Learning)" بكونِه واحداً من أكثرِ المجالاتِ البحثيّةِ الواعدةِ الّتي يقوم فريقُه ببحثها. "يمكننا حاليّاً حلُّ المشاكلِ باستخدامِ الخبرةِ، والبياناتِ والحَوسَبَةِ" قال دِين في مؤتمر AI Frontiers في سانتا كلارا كاليفورنيا. "هل بإمكانِنا إلغاءُ حاجتِنا للعديدِ من خبراءِ التَّعلُّمِ الآليِّ؟".

في إحدى التّجاربِ الّتي قامت بها مجموعةُ غوغل DeepMind، تمَّ اقتراحُ أنَّ ما يُسمّيهِ الخبراءُ "تعلُّمُ كيفيّةِ التَّعلُِّم" يمكنه المساعدةُ في تقليصِ مشكلةِ حاجةِ برمجيّةِ التّعلُّمِ الآليِّ إلى استخدامِ كميّاتٍ هائلةٍ من البياناتِ على مهمَّةٍ محدَّدةٍ من أجلِ القيامِ بأداءٍ أفضلَ. حيثُ قامَ الباحثون بتحدّي برمجيّتهم الخاصّة عن طريقِ جعلِها تُصمِّمُ نظامَ تعلُّمٍ لمجموعةٍ من المشاكِلِ المختلفةِ ولكن المرتبطةِ، مثلَ عبورِ المتاهاتِ. قامت البرمجيَّةُ بتصاميمَ أظهرَت قدرتَها على التّعميمِ واختيارِ مهامَ جديدةً بفترةِ تدريبٍ أقلَّ من المعتاِد.

كانت فكرةَ إنشاءِ برمجيّةٍ تتعلّمُ كيفيّةَ التَّعلُّمِ مطروحةً لفترةٍ من الزّمنِ، ولكنَّ التّجاربَ القديمةَ لم تأتِ بنتائجَ قادرةٍ على منافسةِ مااستطاعَ الإنسانُ تصميمَهُ. "إنَّها فكرةٌ مثيرةٌ" قال يوشوا بينجيو، بروفيسور في جامعة مونتريال، والّذي تحرّى عن الفكرةِ سابقاً في القرن الماضي .

يقول بينجيو بأنّ الحَوسَبَةَ القويّة المتوفرةَ حاليّاً، وتوفُّر التّقنيّةَ المُسمّاةَ بالتَّعلُّمِ العميقِ Deep Learning (هنا)، هو ما سمح لهذا النّهجِ بالعملِ. ولكنَّهُ أضافَ إلى ذلكَ بأنَ هكذا تقنيّة تتطلَّبُ قدرةَ حَوسَبَةٍ هائلةٍ والّذي يعني بأنّه من غيرِ العمليِّ حاليّاً تخفيفُ عددِ خبراءِ التّعلُّمِ الآليِّ أو حتّى استبدالُ قسمٍ منهم.

قام باحثو Google Brain باستخدام 800 معالجِ رسوميّاتٍ عالي الطّاقةِ لتشغيلِ برمجيّة صَمّمت أنظمةَ تَعرُّفٍ على الصّورِ والّتي نافست أفضلَ التّصاميمِ الّتي قام بها البشر.

أوتكريست غوتبا Otkrist Gupta، باحثٌ في مختبر MIT Media Lab، يؤمنُ بأنّ هذا الشّيء سيتغيّر. ويخطِّطُ هو وزملاؤه لجعلِ برمجيّتِهم الخاصّةِ بتجاربِهم مفتوحةَ المصدرِ. ومن الجديرِ بالذِّكرِ أنَّ برمجيّةَ التَّعلُّمِ صَمَّمَت أنظمةَ التَّعلُّمِ العميقِ والّتي طابقت التّصاميمَ المنفَّذَةَ من قِبَلِ البشرِ في الاختبارات المعياريّةِ للتّعرُّفِ على الأشياءِ.

أُلهِمَ غوتبا للعملِ على المشروعِ بسبب السّاعاتِ المُنهِكَةِ الّتي قضاها في تصميمِ واختبارِ نماذجِ التَّعلُّمِ الآليِّ. ويؤمن بحماسِ الباحثينَ والشّركاتِ لإيجاد طرقٍ تجعلُ التّّعلُّمَ الآليَّ التِّلقائيَّ عمليّاً.

"تخفيفَ الحِمْلِ عن علماءِ البياناتِ فائدةٌ كبيرةٌ" قال غوتبا. "بإمكانِ ذلكَ جعلنا أكثرَ إنتاجيّةً، السّماحُ بالقيامِ بنماذجَ أفضلَ، وجعلِنا متفرغينَ لاستكشافِ فكرٍ من مستوىً أعلى".

----------------------------------------------------------------------
المصدر:
هنا