في شهر مايو الماضي، كشفت غوغل عن مشروعها المسمى( أوتوملAutoML) وهو مختصر لمعنى تعليم الآلة التلقائي (Auto Machine Learning) حيث الذكاء الاصطناعي (AI) المُصمم لمساعدتهم على إنشاء أنظمة ذكاء اصطناعي أخرى.
الآن، أعلنت شركة غوغل أن أوتومل قد ضرب مهندسين الذكاء الاصطناعي البشري في لعبتهم الخاصة من خلال بناء برامج تعليم الآلة التي هي أكثر كفاءةً و قوةً من أفضل النظم المصممة من قِبل الإنسان.
قام نظام أوتومل مؤخرًا بتحطيم سجلٍ لتصنيف الصور حسب المحتوى الخاص بها، وسجل 82 في المئة.
في حين أن هذه مهمة بسيطة نسبيًا، فاز أوتومل أيضًا على النظام المبني من قبل الإنسان في مهمةٍ متكاملةٍ أكثر تعقيدًا للروبوتات المستقلة والواقع المعزز التي تقوم بتسجيل موقع عدة كائناتٍ في صورة.
ولهذه المهمة، سجل أوتومل 43 في المئة مقابل 39 في المئة لصالح النظام المبني من قِبل الإنسان.
هذه النتائج ذات معنىً لأنه حتى في جوجل، هناك عدد قليل من الناس لديهم الخبرة اللازمة لبناء الجيل القادم لأنظمة الذكاء الاصطناعي. فهو يتطلب مجموعة من المهارات النادرة لأتمتة هذا المجال، ولكن بمجرد أن يُنجز، فإنه سيغير الصناعة.
وقال الرئيس التنفيذي لشركة غوغل ساندر بيتشاي (Sundar Pichai) بتقارير WIRED : ” يتم هذا يدويًا اليوم من قبل علماء تعليم الآلة، ويمكن لبضعة آلاف من العلماء فقط حرفيًا في جميع أنحاء العالم أن ينجزوا هذا ”
وأضاف : ” نحن نريد تمكين مئات الآلاف من المطورين من القيام بذلك “.
الصورة من Google لنظام الأوتومل (AutoML)
الكثير من التعلم الفوقي (meta learning) – وكلمة (meta) تأتي من اليونانية وتعني “أبعد” أو “بَعد”، وهذا هو السبب في أن لدينا كلمات مثل (الميتا فيزيقيا) أو بمعنى أوضح (ما وراء التعلم) – هو مقارب لتقليد عمل الشبكات العصبية البشرية ومحاولة تغذية المزيد والمزيد من البيانات من خلال تلك الشبكات. هذا – باستخدام قول مأثور قديم – ليس علم الصواريخ.
بدلًا من ذلك، إن الكثير من مكونات وما يخرج عن عمل الآلات هي أن الآلات في الواقع لائقة للقيام بعمل تم تدريبها عليه مرةً واحدة (خاصية تلقين العمل للآلات). الجزء الصعب هو تقليد بنية الدماغ البشري في المقام الأول، وعلى نطاقٍ مناسبٍ للتعود على مشاكلٍ أكثر تعقيدًا.
لا يزال ضبط نظام موجود لتلبية الاحتياجات الجديدة أسهل من تصميم نظام الشبكة العصبية من الألف إلى الياء. ومع ذلك، يبدو أن هذا البحث يشير إلى أن الحالة الراهنة هي حالة مؤقتة.
كما أنه يصبح من الأسهل على أنظمة الذكاء الاصطناعي لتصميم أنظمة جديدة مع زيادة التعقيد، فإنه سيكون من المهم بالنسبة للبشر أن يلعبوا دور المراقبة والحراسة.
ويمكن لأنظمة الذكاء الاصطناعي أن تحضر الاتصالات المنحازة عن طريق الخطأ بسهولة – مثل ربط الهويات الإثنية والقائمة على نوع الجنس بالأفكار النمطية السلبية.
ومع ذلك، إذا كان المهندسون البشريون يقضون وقتًا أقل للعمل المنخرط في إنشاء الأنظمة، سيكون لديهم المزيد من الوقت لتكريس أنفسهم للرقابة والتنقيح.
في نهاية المطاف، تهدف غوغل إلى تشفير نظام أوتومل حتى تتمكن من توظيفه للمبرمجين بشكل جيد بما فيه الكفاية لاستخدامه للتطبيقات العملية.
إذا نجحوا في هذا، من المرجح أن يكون لأوتومل تأثيرًا أبعد من أسوار غوغل.
ذكر بيتشاي في تقارير WIRED، في نفس الحدث من الأسبوع الماضي، ما نصه : ” نحن نهدف لإضفاء الطابع الديمقراطي على هذا “، وهذا يعني أن الشركة تأمل لجعل أوتومل متاحة خارج نطاق غوغل.
ترجمة : أحمد صفاء
تدقيق وتحرير: رؤى درخباني
المصدر
