حل ثوري وضع الآلة على أعتاب المحاكاة الذكية للعقل البشري

بين ليلة وضحاها أصبحت مواضيع الذكاء الاصطناعي الأكثر تداولاً بين الناس وعلى منصات التواصل الاجتماعي، وفي خضم التطورات المتلاحقة، خرج مؤسس "مايكروسوفت" بيل غيتس ليعلن في تصريحات أدلى بها أخيراً أن الذكاء الاصطناعي في تطور مستمر غير قابل للإيقاف، مؤكداً أنه سيتجاوز يوماً ما قدرات العقل البشري، وسيكون بإمكانه القيام بكل ما يقوم به العقل البشري مع ذاكرة وسرعة غير محدودتين، واصفاً سرعة عمل العقل البشري بـ"الحلزون!".

فما المفهوم الذي أوصل الآلات إلى هذه القدرات العالية التي بدأت تنافس من خلالها القدرات البشرية؟ وما الطفرة التي حدثت فأسهمت في هذه النقلة؟

نقطة تحول

يقوم الذكاء الاصطناعي على نماذج يتم تطويرها على يد خبراء وهي تبنى بشكل كامل على البيانات، وكلما زادت كمية البيانات المدخلة زادت دقة الإجابات، بالتالي تلعب عملية التعامل مع البيانات الدور الأساس في هذا المجال. وتمثل النماذج اللغوية أحد أشكال "الشبكات العصبية الاصطناعية"، التي تعد من المواضيع المهمة لدورها الفعال في تطوير كثير من تطبيقات الذكاء الاصطناعي من خلال بناء النماذج والتحليل وتقييم البيانات والتنبؤ والسيطرة عليها، كشكل من أشكال التعلم الآلي العميق، إذ جاءت الشبكات العصبية الاصطناعية كحل ثوري وضع الآلة على أعتاب المحاكاة الذكية للعقل البشري، ويعد فهمها ومعرفة طريقة عملها الطريق الأسهل لتعلم الذكاء الاصطناعي.

أول شبكة اصطناعية

وبدأ العمل على تطوير الشبكات العصبية الاصطناعية ANN في أربعينات وخمسينات القرن الماضي، إذ قامت شركة "أي بي إم" IBM بالمحاولة الأولى لمحاكاة الخلية العصبية، لكنها أهملت في ما بعد، وفي نهاية الخمسينسات، بدأ عالم الأعصاب الأميركي فرانك روزنبلات العمل على ما يدعى اليوم بـ "بيرسيبترون"Perceptron ، وهو الاسم الذي أطلقه على مجموعة من التجارب بدأها لمحاكاة العقل البشري في عملية التفكير بين عامي 1957-1962، التي أدت إلى ابتكاره أول شبكة اصطناعية في التاريخ، أصبحت في ما بعد حجر الأساس للذكاء الاصطناعي والتعلم العميق الذي نعرفه اليوم.

وتعد "بيرسيبترون" من أبسط أنواع الشبكات العصبونية وأكثرها بدائية، إذ لا يحتوي على طبقة عصبونات خفية بل تنتقل المعلومات المدخلة من الطبقة الأمامية (الدخل) إلى النهائية (الخرج) مباشرة، وتربط بينها موصلات ذات أوزان قابلة للتعديل.

محاكاة الدماغ البشري

ويعرف عالم الكمبيوتر الفنلندي تيوفو كوهونين، وهو أحد أبرز العلماء في هذا المجال، الشبكات العصبية الاصطناعية بأنها "شبكات ذات ترابط كثيف في ما بينها وتضم عناصر بسيطة ومتوازية وذات تنظيم هرمي، وتتفاعل مع كائنات العالم الحقيقي بالطريقة نفسها التي يتفاعل بها النظام العصبي البيولوجي مع العالم الحقيقي"، إذ تعد الشبكات الاصطناعية محاكاة إلكترونية برمجية لطريقة عمل الأعصاب البيولوجية في الدماغ البشري في التعلم والتذكر واتخاذ القرارات وتمييز الأشياء، إذ يحوي الدماغ حوالى 86 مليار خلية عصبية Neuron، تتميز بقدرتها على التواصل وتبادل الإشارات (النبضات)، وترتبط مع بعضها بشبكة واسعة من الألياف العصبية، وبذلك تعالج الخلايا المعلومات وتخزنها بشكل متواز، إذ تكمن قوته في الشكل الهيكلي الذي تقوم عليه معالجة البيانات والمدخلات بحيث يستطيع كل جزء منه أن يعمل بشكل منفصل يديره جزء آخر يشرف على عمله، تماماً كما حوسبة معالجات الكومبيوتر، وكل ما تقوم به الخلايا العصبية الاصطناعية هو معالجة البيانات بأسلوب محاكاة العقل البشري.

العصبونات الاصطناعية

وفي حين يمتلك الإنسان خمس حواس تعمل كوحدات إدخال توصله بالعالم الخارجي، كذلك تحتاج الشبكات العصبية إلى وحدات إدخال مماثلة، ووحدات معالجة تتم فيها عمليات حسابية نحصل من خلالها على رد الفعل المناسب لكل مدخل من المدخلات للشبكة.

ويمثل العصبون أصغر وحدة في الشبكة، ويتجلى تشابهها الرئيس مع الدماغ البشري في اكتسابها المعرفة بالتدريب وتخزينها هذه المعرفة باستخدام قوى وصل داخل العصبونات تسمى "الأوزان"، وتتكون الشبكة من ثلاثة مستويات، مستوى المدخلات ومستوى المخفي ومستوى المخرجات، وتمر بسلسلة من العمليات الرياضية التي تحاول محاكاة كيفية عمل العصبون في الدماغ البشري، أولها عملية الضرب وثانيها الجمع ثم يتم إدخال ناتج العمليتين إلى تابع رياضي (تابع تفعيل)، للحصول أخيراً على ما يسمى "الخرج".

التحول الكبير

وتعد المتحولات Transformers من أهم الشبكات الاصطناعية، إذ اعتبر ظهورها عام 2017 إنجازاً مهماً، لكونها تعمل بطريقة مشابهة للعقل البشري عن طريق تعقب المعلومات اعتماداً على السياق وليس موقع الكلمة، إذ كانت الشبكات تعمل في بداياتها على التنبؤ بالإجابة وفقاً لآخر كلمة في الجملة الأمر الذي يجعل المخرجات غير دقيقة، وبذلك عالجت المتحولات واحداً من أكبر عيوب الشبكات من خلال قدرتها على إعطاء كل كلمة نسبة من اهتمامها وفقاً لمدى أهميتها داخل الجملة وليس موقعها فحسب، الأمر الذي صنع تحولاً كبيراً في قدرات المحاكات لدى الشبكات، ومن هذه اللحظة بدأت تتطور النماذج اللغوية وتتنافس في ما بينها.