Source article: Potentially Viable Paths to True AGI
Translation by: $cardano_class
Dework Task Link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=8b625c22-a473-465b-841e-e2cf71b98fba
Community review: Please leave comments below about translation quality or like this post if it is well translated
مسارات محتملة قابلة للتطبيق للذكاء الاصطناعي العام الحقيقي
في العامين الماضيين، هيمنت الزيادة السريعة في شعبية نماذج اللغات الكبيرة (LLMs) وغيرها من أشكال الشبكات العصبية العميقة (DNNs) على الكثير من المحادثات حول الذكاء العام الاصطناعي (AGI).
من مساعدتنا في مهامنا اليومية إلى إنشاء أشكال فنية رائعة، تفوقت هذه النماذج في مجموعة متنوعة من المهام وأثارت إعجاب العديد من المستخدمين حول العالم. ومع ذلك، هناك مشكلة رئيسية واحدة تتعلق بحضورهم في الخطاب المحيط بالذكاء الاصطناعي العام، وهي أنهم يقصرون في مجال حيوي واحد: الذكاء العام الحقيقي.
في عام 2022، استكشف الدكتور بن جورتزل، الرئيس التنفيذي لشركة SingularityNET وتحالف الذكاء الاصطناعي الفائق، فكرة أن أنظمة التعلم العميق قد لا تكون كافية لتحقيق الذكاء الاصطناعي العام في أكمل صوره في إحدى مدوناته التي تحمل عنوان “ثلاثة مسارات قابلة للتطبيق إلى الذكاء الاصطناعي العام الحقيقي”.
في مدونته، يحدد الدكتور جورتزل ثلاثة مسارات محتملة يمكن أن تؤدي إلى الذكاء الاصطناعي العام الحقيقي، ويمثل كل منها طريقة مختلفة للتعامل مع التحدي الهائل المتمثل في تكرار الذكاء البشري.
اليوم، سنتعمق في هذه المسارات: النهج على مستوى الإدراك، والنهج على مستوى الدماغ، والنهج على مستوى الكيمياء - يقدم كل منها رؤى فريدة حول كيفية تحقيق الذكاء الاصطناعي العام وما يكمن وراء المشهد الحالي للذكاء الاصطناعي.
1. نهج الذكاء الاصطناعي العام على مستوى الإدراك: الأنظمة العصبية الرمزية الهجينة
المسار الأول الذي يسلط الضوء عليه الدكتور جورتزل، والذي يثير اهتمامه شخصيًا، هو النهج على مستوى الإدراك. تتضمن هذه الطريقة الجمع بين تقنيات الذكاء الاصطناعي المختلفة، بما في ذلك الشبكات العصبية والتفكير الرمزي والبرمجة الاحتمالية والتعلم التطوري، في إطار موحد واحد.
وفي قلب هذا النهج يوجد OpenCog Hyperon، وهو مشروع بقيادة الدكتور جورتزل وزملائه الباحثين والمهندسين الذي أطلق نسخة ألفا في وقت سابق من هذا العام.
Hyperon ليس مجرد نظام آخر قائم على الشبكة العصبية. إنه إطار عمل رمزي عصبي هجين يسعى إلى نمذجة الإدراك البشري من خلال دمج نماذج الذكاء الاصطناعي المتعددة. وفقًا للدكتور جورتزل، فإن الشبكات العصبية العميقة وحدها لا تكفي لتحقيق الذكاء الاصطناعي العام بسبب قدرتها المحدودة على التعميم والابتكار والتجريد بما يتجاوز المهام الضيقة والمحددة.
يوضح الدكتور جورتزل:
"إن الحد الأعلى المطلق الذي يمكن أن نأمل بشكل معقول أن تحققه هذه الشبكات العميقة أو أي طرق مشابهة غامضة هو ما أسميه أنظمة “شبه الذكاء الاصطناعي العام المغلقة” التي يمكن أن تحاكي الكثير من السلوكيات البشرية - ولكن […] سيكون غير قادر على معالجة المشكلات العلمية والهندسية الصعبة التي لم يتم حلها، أو إجراء التعديل الذاتي والتحسين الذاتي اللازم ليكون بمثابة بذور الذكاء الاصطناعي وإطلاق التفرد.
يسلط هذا النقد للشبكات العصبية العميقة الضوء على حدودها الأساسية، والتي تكمن في عدم قدرتها على التنظيم الذاتي أو توليد الإبداع.
يعالج Hyperon هذه الفجوات من خلال دمج المنطق الرمزي، والخوارزميات التطورية، والاستدلال الاحتمالي المتقدم، وكلها تعمل ضمن نظام قائم على الميتاغراف يسمى Atomspace. تسمح هذه البنية بعمليات تفكير وتعلم مرنة وقابلة للتطوير، مستوحاة من علم النفس المعرفي البشري.
يعتقد الدكتور جورتزل وفريقنا أن Hyperon يمثل خطوة حيوية نحو الذكاء الاصطناعي العام. يحتوي النظام على تصميم يحاكي الوظائف المعرفية الرئيسية - الذاكرة، والانتباه، والتفكير - باستخدام مجموعة من خوارزميات الذكاء الاصطناعي المتقدمة المُحسّنة للتفاعل ضمن إطار مشترك. يجمع هذا النهج الهجين بين نقاط القوة في نماذج الذكاء الاصطناعي المختلفة مع التغلب على نقاط الضعف الفردية.
2. نهج الذكاء الاصطناعي العام على مستوى الدماغ: محاكاة الدماغ الديناميكية غير الخطية واسعة النطاق
إذا كان النهج على مستوى الإدراك يركز على محاكاة عمليات التفكير البشري من خلال مزيج من نماذج الذكاء الاصطناعي، فإن النهج على مستوى الدماغ يأخذ طريقا أكثر مباشرة: محاكاة الدماغ نفسه.
يعترف الدكتور جورتزل بتعقيد هذا المسعى، لكنه يعتقد أن إنشاء نموذج ديناميكي غير خطي للدماغ يمكن أن يوفر طريقًا آخر للذكاء الاصطناعي العام. ويختلف هذا النهج بشكل كبير عن نماذج الشبكات العصبية الحالية، والتي، كما يشير، ليست سوى “عصبية” بالمعنى الواسع للكلمة.
مستوحيا الإلهام من علم الأعصاب الحسابي، يدعو جورتزل إلى أساليب محاكاة الدماغ القائمة على نظرية الفوضى والديناميات غير الخطية، والتي من شأنها محاكاة التفاعلات المعقدة للخلايا العصبية على مستوى أكثر تفصيلا. وهو يشير إلى عمل يوجين إيجيكيفيتش في الأنظمة الديناميكية، والذي يقدم أساسًا نظريًا لهذا النوع من النماذج.
ومع ذلك، كما يوضح الدكتور جورتزل، فإن العقبة الأكبر أمام هذا النهج ليست الافتقار إلى الأفكار، ولكن القوة الحسابية الهائلة المطلوبة:
"حتى أفضل طعنة ممكنة يمكن أن نقوم بها في محاكاة الدماغ نظرًا لمعرفتنا الحالية بالدماغ لن تكون طعنة دقيقة حقًا - هناك الكثير مما لا نعرفه عن كيفية عمل الدماغ، وأجهزة الكمبيوتر الخاصة بنا إنها مختلفة تمامًا عن البرامج الرطبة العصبية.»
وعلى الرغم من هذه التحديات، فإنه يرى الأمل في هذا المسار. يمكن لمحاكاة الدماغ واسعة النطاق أن توفر نظرة ثاقبة للذكاء الشبيه بالإنسان من خلال تكرار التفاعلات بين مناطق الدماغ المختلفة والشبكات العصبية. في حين أن مشروع الدماغ البشري حاول شيئًا على هذا المنوال لكنه فشل، يعتقد جورتزل أنه من خلال ترسيخ محاكاة الدماغ في ديناميكيات غير خطية وتشغيلها على أجهزة متقدمة، قد نتمكن من تحقيق الذكاء الاصطناعي العام من خلال هذا النهج.
ولكن هناك اعتبار آخر: ماذا لو بدلًا من محاكاة الدماغ البشري، بدأنا بمحاكاة كائنات أبسط؟ وكما يقترح، فإن محاكاة أدمغة الحيوانات مثل الصراصير أو النحل قد تكون خطوة وسيطة أكثر جدوى.
يمكن لهذه الأدمغة الأبسط، التي تحتوي على عدد أقل من الخلايا العصبية والوصلات، أن تقدم رؤى قيمة حول مبادئ الديناميكيات العصبية. يمكننا في وقت لاحق رفع مستوى الذكاء إلى مستوى الذكاء البشري.
3. نهج الذكاء الاصطناعي العام على مستوى الكيمياء: الكيمياء الاصطناعية وأنظمة التنظيم الذاتي
أما المسار الثالث الذي يقترحه جورتزل فهو يبتعد عن النمذجة العصبية بالكامل ويركز على الذكاء الاصطناعي العام على مستوى الكيمياء. يتضمن هذا النهج التأملي والمقنع محاكاة أنظمة التنظيم الذاتي المعقدة على المستوى الكيميائي، بهدف إقناع الهياكل الناشئة الشبيهة بالدماغ بالتشكل. في الأساس، بدلاً من محاولة محاكاة الدماغ أو الإدراك بشكل مباشر، سنقوم بإنشاء أنظمة كيميائية اصطناعية تحاكي العمليات الأساسية للحياة والذكاء.
ينبع افتتان جورتزل بهذا النهج من الرؤى التي يقدمها علم النظم المعقدة ونظرية الفوضى، والتي تشير إلى أن الذكاء يمكن أن ينشأ من بيئات ديناميكية للغاية ذاتية التنظيم. ويشير إلى العمل الذي قام به باحثون مثل بروس دامر (Evogrid) ووالتر فونتانا (الكيمياء الخوارزمية) كمصدر إلهام محتمل. والفكرة هي أنه من خلال إجراء عمليات محاكاة واسعة النطاق للكيمياء الاصطناعية، قد نكون قادرين على مشاهدة الظهور التلقائي للهياكل المعرفية المشابهة لتلك الموجودة في الكائنات الحية.
في حين أن هذا النهج تخميني إلى حد كبير و"السماء الزرقاء" كما يقول جورتزل، فهو أيضًا مثير للاهتمام للغاية. التحدي الأساسي هنا هو تطوير بيئة حسابية تدعم مثل هذه المحاكاة الضخمة والموزعة وتحليل الأنماط اللاحق المطلوب لفهم كيفية ظهور السلوكيات المعقدة.
يعترف جورتزل بالطبيعة عالية المخاطر لهذا النهج، لكنه يرى جاذبية فلسفية هائلة في محاولة تكرار نفس العمليات التي أدت إلى ظهور الحياة والذكاء في المقام الأول. كما يقول بحق:
“هذا النهج المحتمل للذكاء الاصطناعي العام هو أمر بحثي للغاية وشديد الخطورة، ولكنه أيضًا جذاب للغاية من الناحية الفلسفية - ولم يتم تجربته على الإطلاق على المستوى الحديث.”
إذا حدثت اختراقات في هذا المجال، فقد تُحدث ثورة في فهمنا لكل من الذكاء والحياة نفسها، مما يوفر أساسًا جديدًا تمامًا لأبحاث الذكاء الاصطناعي العام.
لماذا تعتبر هذه المسارات مهمة بالنسبة للذكاء الاصطناعي العام والتفرد القادم؟
يلعب كل من هذه المسارات الفردية الثلاثة دورًا ما في الخطاب الأوسع حول الذكاء الاصطناعي العام وقدرته على البقاء في السنوات القادمة.
إنها تمثل تنوع الأساليب الضرورية لمعالجة التعقيد الهائل للذكاء نفسه.
وفي حين حققت الشبكات العصبية العميقة نجاحا ملحوظا في تطبيقات الذكاء الاصطناعي الضيقة، فإن إنشاء الذكاء الاصطناعي العام على المستوى البشري سيتطلب أكثر من مجرد توسيع نطاق التقنيات الحالية.
تدعونا مقترحات الدكتور جورتزل إلى التفكير فيما وراء النماذج الحالية والنظر في مناهج أكثر شمولية ومتعددة التخصصات تشمل العلوم المعرفية وعلم الأعصاب والكيمياء.
في SingularityNET، يتوافق التزامنا باللامركزية في تطوير الذكاء الاصطناعي وتعزيز الابتكار تمامًا مع هذه الرؤية الأوسع. من خلال دعم مشاريع مثل OpenCog Hyperon وتشجيع البحث في مسارات الذكاء الاصطناعي العام البديلة، فإننا نساعد على دفع حدود ما هو ممكن.
توفر هذه الأساليب الثلاثة التي حددها الدكتور جورتزل - على مستوى الإدراك، ومستوى الدماغ، ومستوى الكيمياء - خارطة طريق لأبحاث الذكاء الاصطناعي العام المستقبلية، ويقدم كل منها منظورًا فريدًا حول كيفية تحقيق الذكاء الآلي الحقيقي.
على الرغم من أن مستقبل الذكاء الاصطناعي العام ليس منقوشًا على الحجر، إلا أن التفرد قريب.
وبينما نواصل استكشاف هذه المسارات المتنوعة، ندعوك للانضمام إلينا في رحلتنا إلى فجر انفجار استخباراتي يمكن (وعلى الأرجح أن) يعيد تشكيل العالم كما نعرفه.