وصلت تقنية الذكاء الاصطناعي الحالية إلى جدار يمنعها من تحقيق الذكاء العام الاصطناعي. يكشف باحثون الآن كيف أن إضافة بُعد جديد من التعقيد، مستوحى من الأسلاك الخفية للدماغ البشري، يمكن أن يدفع الذكاء الاصطناعي إلى ما وراء حدوده الحالية نحو إدراك شبيه بالبشر.
مقدمة: عندما تصل التكنولوجيا إلى حائط مسدود
في قلب ما نسميه الذكاء الاصطناعي تكمن الشبكات العصبية الاصطناعية، وهي ابتكار مستوحى من البيولوجيا مصمم لمحاكاة وظيفة الشبكات العصبية داخل الدماغ. ولكن على الرغم من التقدم المذهل الذي حققته هذه الشبكات، خاصة مع ظهور نماذج اللغة الكبيرة مثل ChatGPT، إلا أنها وصلت إلى ما يشبه الحائط. قانون التوسع – فكرة أن مجرد زيادة حجم البيانات والموارد ستجعل النماذج أفضل – لم يعد يعمل كما كان من قبل. لقد أصبح من الواضح أن هناك حاجة إلى ابتكارات جديدة لدفع هذه النماذج إلى الأمام نحو الهدف الأسمى: الذكاء العام الاصطناعي (AGI)، وهو قدرة الآلة على التفكير مثل الإنسان.
البُعد المفقود: “الارتفاع”
يعتقد بعض الباحثين الآن أنهم يعرفون كيفية تحقيق ذلك: يجب رفع تصميم الذكاء الاصطناعي إلى بُعد آخر، حرفيًا. في دراسة حديثة، يوضح عالمان من معهد رينسيلار للفنون التطبيقية في نيويورك وجامعة مدينة هونغ كونغ أن النماذج الحالية لها بالفعل معايير “العرض” (عدد العقد في الطبقة) و “العمق” (عدد الطبقات). لكنهم يقترحون إضافة بُعد ثالث من التعقيد المنظم يسمونه “الارتفاع”.
يشرح الدكتور جي وانغ، أحد مؤلفي الدراسة، الأمر بمثال بسيط: «تخيل مدينة: العرض هو عدد المباني في الشارع، والعمق هو عدد الشوارع التي تمر بها، والارتفاع هو مدى ارتفاع كل مبنى». عندما تضيف الارتفاع، على شكل أسلاك داخلية أو طرق مختصرة داخل الطبقة، فإنك تخلق «تفاعلات أغنى بين الخلايا العصبية دون زيادة العمق أو العرض. إنه يعكس كيف تتفاعل الدوائر العصبية المحلية في الدماغ لتحسين معالجة المعلومات».
محاكاة الأسلاك الدماغية
يحقق وانغ وزميله هذا البُعد الإضافي من خلال إدخال نوعين من الهياكل المستوحاة من الدماغ:
- الروابط داخل الطبقة (Intra-layer links): تشبه هذه الروابط الاتصالات الجانبية الموجودة في العمود القشري للدماغ، والذي يرتبط بالوظائف المعرفية العليا. إنها تشكل اتصالات بين الخلايا العصبية في نفس الطبقة، مما يسمح لها بالتأثير على بعضها البعض مباشرة.
- حلقات التغذية الراجعة (Feedback loops): تشبه الإشارات المتكررة في الدماغ، حيث تؤثر المخرجات على المدخلات. يقول وانغ إن هذا يمكن أن يحسن ذاكرة النظام وإدراكه وإدراكه.
يقول وانغ: «معًا، تساعد هذه الهياكل الشبكات على التطور بمرور الوقت والاستقرار في أنماط مستقرة وذات مغزى، مثل كيف يمكن لدماغك التعرف على وجه حتى من صورة ضبابية. إنها تثري قدرة الذكاء الاصطناعي على تحسين القرارات بمرور الوقت، تمامًا مثل التفكير التكراري للدماغ».
تجاوز بنية “التحويل”
كانت بنية “التحويل” (Transformer)، التي قدمها باحثو جوجل في عام 2017، هي التي غذت طفرة الذكاء الاصطناعي الأخيرة. لكنها لم تحقق الذكاء العام الاصطناعي. تشير هذه الدراسة الجديدة إلى أن دمج الروابط داخل الطبقة وحلقات التغذية الراجعة يمكن أن يمكّن النماذج من الربط والتفكير وتحسين المخرجات، مما يجعلها أكثر ذكاءً وكفاءة في استخدام الطاقة.
أحد الأمثلة الرائعة هو كيف يمكن لحلقات التغذية الراجعة أن تخلق «تحولات طورية»، تشبه كيفية ذوبان الجليد ليصبح ماءً. يقول وانغ: «بالنسبة للذكاء الاصطناعي، قد يعني هذا تحول النظام من مخرجات غامضة أو غير مؤكدة إلى مخرجات واثقة ومتماسكة لأنه يجمع المزيد من السياق أو التغذية الراجعة. يمكن أن تمثل هذه التحولات نقطة “يفهم” فيها الذكاء الاصطناعي حقًا مهمة أو نمطًا، مثلما يحدث مع الحدس البشري».
فهم أدمغتنا بشكل أفضل
إن إدخال المزيد من الميزات الشبيهة بالدماغ في بنية الذكاء الاصطناعي لن يجعله أكثر ذكاءً وشفافية فحسب، بل يمكن أن يساعدنا أيضًا في استكشاف اللغز الغامض لكيفية عمل عقولنا البشرية. يمكن أن يوفر هذا التطبيق نموذجًا للعلماء لاستكشاف الإدراك البشري والتحقيق في الاضطرابات العصبية، مثل مرض الزهايمر والصرع.
الخاتمة: مستقبل هجين
على الرغم من أن أخذ الإلهام من علم الأحياء البشري يوفر فوائد، يرى وانغ أن مستقبل الذكاء الاصطناعي يكمن في التعايش بين البنى العصبية وغيرها من الأنظمة، ربما حتى الأنظمة الكمومية. يقول: «من المرجح أن يكمن الحل الأمثل في التصاميم الهجينة، التي تستعير من الطبيعة ومن خيالنا الذي يتجاوز الطبيعة».
