قدرة الدماغ البشري على التحصيل المعرفي تفوق قدرة الذكاء الاصطناعي
أكدت دراسة أنجزتها، مؤخرا، جامعة أكسفورد بعنوان “دراسة النشاط العصبي قبل التشكل كأساس للتعلم بعيدا عن خوارزمية الانتشار العكسي”، أن الدماغ البشري يعتمد على عمليات تعلم واكتساب معرفي مختلفة جذريا وأكثر كفاءة بالمقارنة مع أنظمة وآليات الذكاء الاصطناعي المتوفرة في الوقت الحالي.
وأبرزت الدراسة أن الدماغ البشري قادر على التعلم من الرؤية الأولى، بينما يحتاج الذكاء الاصطناعي إلى التدرب مئات المرات على المعلومة نفسها كي يحصل على نتيجة صحيحة، مؤكدة أن قدرة الإنسان على التعلم لا تستوجب قاعدة بيانات مسبقة، على عكس الذكاء الاصطناعي.
وأوضحت أن الدماغ البشري يتفوق على الذكاء الاصطناعي بطرق مختلفة؛ فعلى الرغم من أن الذكاء الاصطناعي قد يتفوق على البشر في مهام محددة، إلا أنه يتطلب مئات أو آلاف عمليات التدريب للتعلم، على عكس البشر الذين يمكنهم التعلم من تجربة واحدة بغض النظر عن المخزون المعرفي الموجود.
وقدم القائمون على الدراسة طريقة تعلم بديلة تسمى “التكوين المستقبلي”، إذ عوضا عن تعديل الروابط العصبية، يتغير نشاط الخلايا العصبية للتنبؤ بالنتائج بشكل أفضل، ثم جرت التعديلات على “الأوزان” والروابط لتتناسب مع النمط الجديد.
وقد أظهرت عمليات المحاكاة الحاسوبية أن النماذج التي تستخدم تقنية التكوين المستقبلي يمكن أن تتعلم بكفاءة أكبر من الشبكات العصبية التقليدية للذكاء الاصطناعي، خاصة بالنسبة للمهام ذات الصلة بالكائنات الحية، إلا انه على الرغم من مزايا هذه التقنية، فإن تنفيذها على أجهزة الحاسوب الموجودة حاليا، يمثل تحديا بسبب اختلافاتها الأساسية عن الدماغ البيولوجي.
وفي هذا السياق، أكد المُنجِزُ الأول للدراسة، الدكتور يوهانغ سونغ، أنه ينبغي تطوير أنواع جديدة من أجهزة الحاسوب أو الأجهزة المستوحاة من الدماغ من أجل استخدام هذا النهج بأقل استهلاك ممكن للطاقة.
من جهته، سلط الباحث الرئيسي في الدراسة، الدكتور رافال بوجاكز، الضوء على الفجوة المعرفية الحالية بين النماذج النظرية للتكوين المستقبلي وفهم تشريح شبكة الدماغ البشري، مشددا على أهمية استهداف الأبحاث المستقبلية لسد هذه الفجوة واستكشاف إمكانات طريقة التعلم الأكثر كفاءة ومنفعة.
وبواسطة عملية تسمى “الانتشار العكسي”، تعمل معظم أنظمة الذكاء الاصطناعي المعاصرة، بما في ذلك تلك التي تحتوي على شبكات عصبية اصطناعية تشبه الدماغ البشري، وهي إحدى طرق تعليم الشبكات العصبونية الاصطناعية بالانتشار العكسي للاتجاه الأصلي لقدوم المعلومات.
وبذلك، تشمل العملية ضبط الأوزان والروابط بين الخلايا العصبية عند وقوع أي خطأ، وبالتالي ضبط عملية اتخاذ القرار حتى الحصول على الإجابة الصحيحة.
