هل يستطيع الذكاء الاصطناعي أن يتعلم أشياء جديدة؟

يلجأ الكثير من الأشخاص في عالمنا اليوم إلى أدوات الذكاء الاصطناعي لتعلّم مهارات جديدة، وترجمة اللغات، وحل المسائل المعقّدة، وحتى الدردشة والأخذ بالنصائح حول مواضيع مختلفة. ويعتقد العديد من المستخدمين أن تطبيقات الذكاء الاصطناعي تعرف كل شيء بالفعل، ولا تُخطئ بأي معلومات، ولديها القدرة على التعلّم المستمر ومتابعة أبرز المستجدات والأحداث.

ومع تقدّم التطوّر العلمي والطبي والتكنولوجي، تبرز أسئلة متنوعة مثل ما إذا كان الذكاء الاصطناعي يتمتع بميزات كالبشر فيما يتعلق بتطوير الذات. ففي عالم أصبح يتكل بشكل قوي على التطبيقات والمنصات التي توفر أدق الأجوبة لمعظم الأسئلة، لا يزال هناك الكثير لنكتشفه عن قدرات وحدود الذكاء الاصطناعي.

في هذا المقال، نستعرض قدرات الذكاء الاصطناعي في التعلّم والتطوّر الذاتي، ونتناول أهم حدوده مقارنة بالإنسان.

يستطيع الذكاء الاصطناعي تحسين نفسه من خلال تقنيات التعلّم الآلي والتحسين الذاتي وفي حال تغذيته بالبيانات المطلوبة. وتشمل هذه العمليات تحسين الأداء، وتطوير العمليات الداخلية، بل وإمكانية تصميم وبناء نماذج أكثر تطوراً. ومع ذلك، تبقى إمكانية التحسين الذاتي المستقل محدودة، خصوصاً عندما يتطلب الأمر تجاوز البيانات التدريبية الأصلية.

حدود اكتساب المعرفة عند الذكاء الاصطناعي

تعتمد أنظمة الذكاء الاصطناعي مثل «شات جي بي تي» على مراحل تدريب محددة مسبقاً، ولا يمكنها التعلّم خلال التفاعل المباشر مع المستخدمين. ويستلزم إدخال بيانات جديدة إعادة تدريب النموذج من البداية، وهي عملية مكلفة زمنياً ومالياً. يشير الخبراء إلى أن هذه المحدودية مرتبطة ببنية النماذج، خصوصاً تلك المبنية على الشبكات العصبية الاصطناعية.

نموذج التطور الدارويني في الذكاء الاصطناعي

ابتكر باحثون تقنيات جديدة تحاكي نظرية التطور البيولوجي من خلال مفاهيم مثل «البقاء للأصلح»، لتطوير برامج ذكاء اصطناعي تتطوّر تلقائياً جيلاً بعد جيل دون تدخل بشري وفقاً لموقع «ساينس». هذا النهج يفتح الباب أمام إمكانية بناء نماذج تتعلم بمرونة وتتكيّف مع المتغيرات البيئية والبيانات الجديدة، ما يمثل نقلة نوعية في تطوير الذكاء الاصطناعي.

يرى العلماء أن هذا التوجّه قد يؤدي إلى اكتشاف مناهج جديدة ومبتكرة في تصميم أنظمة الذكاء الاصطناعي، ويُعدّ قفزة نحو الذكاء الاصطناعي القادر على التكيّف الذاتي المستمر.

ما هي حدود التعلم لدى الذكاء الاصطناعي مقارنة بالإنسان؟

يختلف تعلّم الإنسان عن تعلّم الآلة من حيث الآلية والتجربة. فالإنسان يتعلّم من خلال التفاعل الحي مع محيطه، مستفيداً من التجربة، والعاطفة، والوعي، والحدس، بينما تعتمد الآلة على تحليل البيانات وتنفيذ الأوامر وفقاً لخوارزميات محددة.

التعلم عبر الإنترنت مقابل التعلم البشري

بمجرد تدريب الذكاء الاصطناعي، لا يستمر في التعلم إلا إذا صُمم خصيصاً لذلك. على سبيل المثال، تستخدم بعض الأنظمة تقنية تُسمى التعلم عبر الإنترنت، حيث يمكنها تحديث نماذجها آنياً عند ورود بيانات جديدة. ومع ذلك، لا يزال هذا مختلفاً تماماً عن التعلم البشري، حيث يتطلب الذكاء الاصطناعي مدخلات منظمة ولا يتكيف بالطريقة التي يتكيف بها البشر من خلال الحدس أو التفكير أو العواطف.

ما هي العقبات الكبرى أمام تعلم الذكاء الاصطناعي؟

وفيما يلي، نبرز أهم العقبات المرتبطة بالتعلم وإنشاء المحتوى الخاصة بالذكاء الإصطناعي، مقارنة بالبشر، وفقاً لموقع «ميديوم»:

نقص الفهم والحس السليم

يفتقر الذكاء الاصطناعي إلى الفهم الحقيقي والسياقي للعالم، حيث يعتمد على أنماط مستخرجة من البيانات بدلاً من الفهم العميق للمفاهيم والمعاني.

غياب الإبداع والأصالة

في حين أن الذكاء الاصطناعي قادر على توليد المحتوى، فإنه يعاني من نقص الإبداع الحقيقي والفكر الأصيل. فالآلات لا تستطيع الابتكار، أو تصور مفاهيم مجردة، أو إنتاج أفكار جديدة تتجاوز الأنماط الموجودة في بيانات التدريب. ويظل التفكير الإبداعي سمة إنسانية بامتياز.

اعتماد البيانات وجودتها

تعتمد فعالية الذكاء الاصطناعي بشكل كبير على جودة وكمية بيانات التدريب. يُمكن أن تُؤدي مجموعات البيانات المُتحيزة أو غير المُكتملة إلى نتائج مُشوّهة، مما يُعزز التحيزات القائمة أو يُنتج أجوبة غير دقيقة.

الذكاء العاطفي والتعاطف

لا يزال فهم المشاعر البشرية والاستجابة لها، وهو حجر الزاوية في التفاعل البشري، يُشكّل عقبة أمام الذكاء الاصطناعي. فرغم إحراز بعض التقدم في معالجة اللغة الطبيعية، فإن الذكاء العاطفي الحقيقي والتعاطف سمتان مُعقّدتان لم تُحاكيهما الآلات بشكل أصيل بعد.

المصدر : الشرق الاوسط