أحد صفحات التقدم العلمي للنشر
تكنولوجياذكاء اصطناعي

حالياً يُطلب إلى الذكاء الاصطناعي التنبؤ بمستقبله

البيانات التاريخية لتنبؤات نمذجات الذكاء الاصطناعي حول كيفية تطور أبحاث الذكاء الاصطناعي على مدى خمس سنوات تتطابق مع الواقع بدقة تزيد على 99 %، وسرعان ما سنطلب منه أن يخبرنا بما هو التالي

تُستخدم نمذجات Model الذكاء الاصطناعي للتنبؤ بمستقبل أبحاث الذكاء الاصطناعي. ولحسن الحظ، لم يقل أي منها إننا سنواجه نهاية العالم على يد الذكاء الاصطناعي.

درّب ماريو كرين Mario Krenn من معهد ماكس بلانك لعلوم الضوء Max Planck Institute for the Science of Light في إرلانغن بألمانيا وزملاؤه نمذجة ذكاء اصطناعي لتحليل 143 ألف ورقة منشورة على خادم arXivpreprint بين العامين 1994 و2021. غطت جميع الأوراق مجالات اهتمام الذكاء الاصطناعي. من هذه القائمة استخدموا أداة معالجة اللغة الطبيعية Natural language processing tool لإنشاء قائمة تضم ما يقرب من 65 ألفاً من المفاهيم الرئيسة بتجريد الكلمات الرئيسة والعبارات من عناوين وملخصات المقالات المنشورة في أعداد ورقية.

وقد شكلت هذه المفاهيم عقد Nodes الشبكة الدلالية Semantic network، مما سمح للذكاء الاصطناعي بتحديد الترابط بين الأفكار والأوراق البحثية. ووجّهت البيانات نمذجة الذكاء الاصطناعي حول الكيفية التي تتحول بها مجالات البحث بمرور الوقت، والكيفية التي ربط واستقصى بها الأكاديميون مجالات الاهتمام الجديدة تاريخياً.

واستُخدمت عشرة مناهج Methods أخرى لتعلم الآلة Machine learning تلك الشبكة لمحاولة التوصل إلى المفاهيم التي لم تدرس معاً في غضون خمس سنوات.

واختبر الاختصاصيون الذكاءَ الاصطناعي بناءً على البيانات التاريخية، وكان قادراً على التنبؤ بالمفاهيم التي لم يُتحقَّق منها في ذلك الوقت، والتي ستظهر في ثلاث أوراق بحثية على الأقل في غضون خمس سنوات، وذلك بدقة تزيد على 99.5 %، وهو ما يزعم الباحثون أنه يظهر نمطاً شبه حتمي في أبحاث الذكاء الاصطناعي.

يقترح الباحثون أنه يمكن استخدام هذا النهج Approach للتنبؤ بالمواضيع الساخنة في المستقبل، أو المساعدة في تطوير أنظمة الذكاء الاصطناعي بمستوى فهم يعادل المستوى البشري.

ويرى غابرييل بيريرا Gabriel Pereira، من كلية لندن للاقتصاد London School of Economics، إنه ادعاء واسع اتضح أنه شيء أبسط كثيراً. إذ يقول: «إنهم يتنبؤون فقط بالمفاهيم التي قد تظهر بعضها بجانب بعض من خلال النظر في المقالات السابقة».

يقول بيريرا إن النمذجة قادرة على تحديد الاتجاه التقريبي للمسار، لكن ليست لديها رؤية إبداعية فيما يخص المستقبل نفسه: إنها ببساطة تنظر فيما سبق من اتجاهات البيانات واسعة النطاق، وهي دراسة قد تستغرق وقتاً طويلاً غير عملي إذا قام بها البشر.

ويقول بيريرا: «أعتقد أن هذه الورقة تعكس أيضاً طريقة التفكير السائدة في علوم الحاسوب ومجال الذكاء الاصطناعي… حيثما أمكن، دعونا نضفْ مزيداً من الذكاء الاصطناعي، بغض النظر عن التكلفة، وبغض النظر عن الحاجة».

© 2022, New Scientist, Distributed by Tribune Content Agency LLC

بقلم كريس ستوكل-ووكر

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

زر الذهاب إلى الأعلى