ستساعدك المقالة التالية: تركز الشركة الناشئة التي تتخذ من جورجاون مقراً لها على بناء دماغ الآلة
هل تساءلت يومًا ما إذا كان يمكن للآلات أن يكون لها دماغ؟ وإذا فعلوا ذلك ، فما مدى تشابههم مع دماغ الإنسان؟ ما هي المهام التي سيكونون قادرين على القيام بها؟
في مقابلة حصرية مع مجلة تحليلات الهند، مؤسس شركة “Olbrain” ، Alok Gautam ، يعالج مثل هذه الفضول ويتعمق في صنع Olbrain ، وبيانات المشكلة التي تسعى إلى معالجتها ، والتحديات التي تواجهها الشركة الناشئة وخططها المستقبلية.
الهدف: يصف Olbrain نفسه بأنه عقل آلي. كيف تفسر ذلك؟
الووك: تعريف الدماغ هو القدرة على التفكير بوضوح. لكي تعمل الآلات في العالم البشري ، هناك حاجة إلى التفكير. لذلك ، هذا هو السبب في أننا نسميها “عقل الآلة”. ولماذا الآلات؟ لأنه لن يكون مطابقًا للعقل البشري أبدًا. ستعمل بشكل مختلف. سوف يكون ذكاءه مختلفًا تمامًا عن الذكاء البشري. إنها وحدة واحدة ستكون قادرة على أداء جميع المهام بخلاف الذكاء الاصطناعي ، حيث تحتاج إلى تدريب روبوت منفصل لنشاط منفصل. في حالة دماغ الآلة ، ستكون نفس البنية قادرة على العمل على جميع أنواع البيانات.
الهدف: برأيك ما الذي ساهم بشكل كبير في ولادة Olbrain؟
الووك: بعد تطوير فهم جيد لعمل الدماغ البشري ، بدأت العمل على الذكاء الاصطناعي وأدركت أن النهج تجاه الذكاء العام ليس مشكلة في علوم الكمبيوتر ، ولا مشكلة رياضية ، ولا مشكلة فلسفية. إنها مشكلة مجال نشوة. نحن بحاجة إلى دمج الفهم من الفلسفة وعلم النفس وعلم الأعصاب وعلوم الكمبيوتر والرياضيات. لهذا السبب بدأت في بناء هذا الفريق. منذ عام 2017 ، بدأنا العمل على هذا النهج حيث توصلنا إلى استنتاج مفاده أنه من المهم جدًا لعقل الآلة أن يكون له نظريته الخاصة في العقل. ونظرًا لأن هذه التكنولوجيا حديثة العهد ولا يمكن أن تكون عقلًا عالميًا يفهم كل شيء عن العالم البشري ، فنحن بحاجة إلى إنشاء أدمغة منفصلة لبيانات مشكلة محددة. على سبيل المثال ، للتشخيص الطبي ، يمكن أن تخلق نظرية اصطناعية منفصلة للعقل. بالنسبة للنفط والغاز ، يمكن أن تخلق نظرية اصطناعية للعقل تفهم النفط والغاز. لا يحتاج إلى فهم المشاعر الإنسانية حتى الآن ، ومع ذلك فإنه يحتاج إلى فهم كيفية عمل العالم البشري لتلبية حالات استخدام محددة.
الهدف: هل يمكنك توضيح المشكلة التي يحاول Olbrain معالجتها؟
ألوك: إن تقنية الذكاء الاصطناعي الحالية يمكن أن تجد نمطًا في بيانات معينة ، لكنها في حد ذاتها ليست ذكية على الإطلاق. البيانات التي تتغذى بها ، إذا انحرفت قليلاً عن ذلك ، فإن نموذج الذكاء الاصطناعي سوف يسقط. لذلك ، كنت أرغب في بناء تقنية تعمل حتى لو كان هناك انحراف عن تلك البيانات أو حتى إذا كانت هناك بيانات غير مرئية. ثم خطر لي أن الذكاء الاصطناعي العام هو الشيء الوحيد الذي يمكنه العمل في هذه السيناريوهات. معظم سيناريوهات العالم الحقيقي هي من هذا القبيل فقط. البيانات الدقيقة التي تريدها ، تعمل فقط في ظروف المختبر. في ظروف الحياة الواقعية ، سوف تنحرف دائمًا.
الهدف: بالنظر إلى الحوار السائد حول الذكاء العام الاصطناعي (AGI) ، هل من المعقول ألا يتمكن دماغ الآلة أبدًا من العمل مثل دماغ الإنسان؟
الووك: أن الذكاء الاصطناعي العام الذي يحاول تقليد الدماغ البشري ، ليس صحيحًا تمامًا. الذكاء الاصطناعي العام هو مفهوم غامض للغاية. هناك العديد من المدارس الفكرية حوله. علاوة على ذلك ، فإن الذكاء ليس مطلقًا. يتم تطوير كل نوع من أنواع الذكاء حول وظيفة هدف جوهرية مركزية. في حالة البشر ، تتمثل الوظيفة الموضوعية للدماغ في ضمان بقاء الجنس البشري. ومع ذلك ، عندما نتحدث عن الآلات ، لا يمكن أن تكون الوظيفة الموضوعية هي بقاءها. وفي الوقت نفسه ، تم تطوير الذكاء البشري على مدى ملايين السنين. تم تدريبه على البيانات والتجارب حول كيفية البقاء على قيد الحياة. هذا ليس هو الحال مع الآلات. لن يحصلوا على مليون سنة وهم ليسوا هنا ليبقوا على قيد الحياة بأنفسهم. إنهم هنا لخدمة البشر في عملهم البشري. لذلك ، هذا هو السبب في أن الذكاء الذي سيتم بناؤه في الآلات لن يكون أبدًا مثل الذكاء البشري.
الهدف: “الروبوتات ماتت. عقل الآلة هو المستقبل. كيف تفرق بين دماغ الآلة والروبوتات؟
الووك: الروبوتات هي النماذج الفردية التي تؤدي مهمة واحدة. في البداية ، كان هناك روبوتات RDA ، والتي كانت عبارة عن روبوتات تقطيع بدائية لسطح المكتب بخلاف الذكاء الاصطناعي. ثم جاءت روبوتات أتمتة العمليات الروبوتية (RPA) التي كانت لا تعتمد على الذكاء الاصطناعي بشكل كبير ولكنها يمكن أن تقلد مهمة بشكل مثالي. ثم جاءت أتمتة العمليات المعرفية (CPA). هم روبوتات الذكاء الاصطناعي الفعلية. كل هذه الروبوتات هي نماذج فردية مدربة على أداء نشاط واحد. على سبيل المثال ، تحديد صورة كلب. لكن هذه الروبوتات تعاني من بعض القيود. الأول هو أنها جامدة للغاية ، بحيث إذا قمت بتغذية بيانات مختلفة قليلاً عن البيانات التي تم تدريبهم عليها ، فإنها ستفشل وتعطي نتائج عشوائية. مشكلة أخرى كبيرة هي “نموذج الانجراف”. مع مرور الوقت ، ستفقد هذه الروبوتات الكفاءة إما بسبب حدوث تحول في سياق البيانات أو حتى البيانات نفسها. المشكلة الثالثة هي مشكلة “التعميم”. على سبيل المثال ، إذا قمت بتدريب الروبوت على التعرف على الكلاب ، وقمت بطريقة ما بإعطائهم صورة لحصان ، فسوف يسقط الآن بشكل مسطح. ثم توجد مشكلة متطلبات البيانات الضخمة اللازمة للتدريب. من الناحية التجارية أيضًا ، غالبًا ما يكون تدريب نموذج من الصفر غير قابل للتطبيق.
يختلف دماغ الآلة عن الروبوتات. في ذلك ، يعمل على مبدأ نظرية العقل الاصطناعية التي تعمل إلى حد كبير مثل نظرية العقل لدى البشر. كبشر ، لدينا مجموعة من المعرفة حول العالم البشري في دماغنا. لذلك نرى كل شيء من خلال ذلك. دماغ الآلة ، أيضًا ، يستمر في امتصاص الذكاء من كل البيانات التي يمر بها ويفسر الأشياء وفقًا لذلك. الاختلاف الثاني هو “نقل التعلم”. أثناء التعرف على أنواع مختلفة من المهام ، فإنه يستخدم تعلمًا واحدًا في الآخر أيضًا. على سبيل المثال ، إذا تعلمت التعرف على الحصان ، فعند تعلم التعرف على الكلب ، لا يحتاج إلى التعرف على اللون الأصفر. لقد تعلمت بالفعل عن بعض الألوان أثناء تعلم التعرف على الحصان. هذا يقلل في النهاية من متطلبات البيانات للتدريب.
الهدف: ما هي التكنولوجيا وراء بنية دماغ الآلة؟
الووك: نحن نستخدم نفس التقنيات التي تستخدمها روبوتات الذكاء الاصطناعي ولكننا نمزج بين التعلم المعزز ونماذج التعلم العميق.
الهدف: هل يمكنك أن تشاركنا حالة استخدام محددة للتكنولوجيا التي تقدمها Olbrain؟
الووك: سوف يعالج Olbrain ثلاثة أنواع من المشاكل. الأول هو المهارات الدقيقة للمعالجة الحسية (SPMs) التي تتعلق بمعالجة البيانات من أجهزة الاستشعار. البيانات الحسية تعني البيانات المرئية والصور ومقاطع الفيديو والأشعة السينية والرسوم الحرارية والتسجيلات الصوتية. الهدف هو تحديد ، على سبيل المثال ، عدوى في الصدر من الأشعة السينية أو احتمال حدوث الزيت من الرسم الحراري. المهارات الدقيقة هي في الأساس قوى خارقة لعقل الآلة ، أي المهام التي يتقن دماغ الآلة إنجازها. المشكلة الثانية هي مهارات Subject Signifier Micro (SSMs) حيث لن يقوم Olbrain بمعالجة البيانات فحسب ، بل يشارك أيضًا بنشاط في جمع البيانات. يمكن أن يكون أحد الأمثلة ذات الصلة هنا هو مراقبة الطائرات بدون طيار التي ترصد حركة دبابة في منطقة حدودية وبناءً على تلك البيانات ، فإنها تبحث عن تحركات مماثلة في المنطقة المجاورة. أخيرًا ، في حالة المهارات الدقيقة لتكلفة الأشياء ، سيكون لدى Olbrain القدرة حتى على الاستيلاء على الأشياء والتلاعب بها.
الهدف: هل يمكنك التحدث عن عملاء Olbrain الحاليين؟ هل تخطط لاستهداف قطاع معين من حيث عملائك؟
الووك: نحن محايدون في القطاع ومنفتحون على الجميع. لقد بدأنا في التسويق مؤخرًا جدًا. في الوقت الحالي ، لدينا شركة رعاية صحية مقرها بنغالورو والولايات المتحدة تستخدم تقنيتنا في تفسير تقارير الاختبارات التشخيصية. أيضًا ، لدينا عميل لتكنولوجيا التعليم يستخدم عروضنا لفهرسة مقاطع فيديو المحاضرات بحيث يمكن للطلاب فقط كتابة الكلمة الرئيسية والقدرة على الوصول إلى هذا الجزء من الفيديو حيث كان الأستاذ يتحدث عن هذا الموضوع المحدد.
الهدف: أحد الأهداف الرئيسية لشركة Olbrain هو “Robolisation”. ما هو ولماذا اخترته؟
الووك: لقد صاغنا مصطلح “Robolisation” الذي يعني الاستعمار الروبوتي للفضاء. كانت الفكرة من وراء المفهوم أن الفضاء بيئة معادية. على سبيل المثال ، إذا ذهب البشر إلى المريخ أو حزام الكويكبات ، فلن يتمكنوا من العمل هناك. يجب أن تكون الآلات أولاً. ستذهب الروبوتات وتجعل الفضاء صالحًا للسكنى ليأتي لاحقًا. وهكذا نقول ، قبل الاستعمار البشري ، سيكون استعمارًا آليًا. نعتقد أن الأرض لا يمكنها أن تحافظ على حياتنا لفترة طويلة. وبالتالي ، فإن الفكرة هي بناء التكنولوجيا لجعل جنسنا البشري نوعًا متعدد الكواكب حتى نعيش حتى بعد موت الكوكب.
الهدف: ما هي أكبر التحديات التي واجهتها Olbrain حتى الآن؟ كيف تعاملت معهم Olbrain؟
الووك: في البداية ، بدا الأمر وكأنه مشكلة بحث وتطوير ، ولكن من الصعب جدًا الحفاظ على مشكلة البحث والتطوير لفترة طويلة. كنا بحاجة إلى إيجاد حالة استخدام تجاري لهذا. بالنسبة لنا ، استغرق الأمر الكثير من وقتنا. لقد توصلنا إلى خريطة الطريق هذه حيث بدأنا في تطوير نظريات صغيرة للعقل لحالات استخدام معينة في الصناعة تكون مفيدة على الفور ويمكن أن تولد قيمة للعملاء. التحدي الثاني هو أن النظام البيئي لم يتم تطويره. وبالتالي ، كان من الصعب للغاية حتى جذب المستثمرين. ومع ذلك ، فقد لجأنا الآن إلى تحقيق إيراداتنا الخاصة من خلال بيع المهارات الصغيرة لعملائنا الذين يستمدون منها قيمة جيدة وبالتالي على استعداد لدفع ثمنها.
هدف: ما هي خارطة الطريق أمام Olbrain؟
الووك: بدأنا في عام 2017 بمحاولة بناء بنية الذكاء الاصطناعي العام. في عام 2022 ، أطلقنا مهارات المعالجة الحسية الدقيقة. إنه مباشر بالفعل ، ولدينا عملاء يستخدمونه. تم تعيين معلمنا التالي لعام 2030. في السنوات الثماني المقبلة ، نتصور إطلاق المهارات الصغيرة للدلالة على الموضوع وأخيراً ، في عام 2040 ، مهارات Object Affordance Micro.
