یه چیزی رو خیلی راحت بهت بگم: بیشتر هوش مصنوعیهایی که تا الان دیدیم و شنیدیم، یه جورایی یه بار یاد میگیرن و بعدش یجوری گیر میافتن! یعنی باید هر چند وقت یه بار دوباره بهشون آموزش بدیم یا کل سیستم رو از اول راه بندازیم. همین باعث میشه نتونن با دنیا و دادههای جدیدی که مدام دارن عوض میشن، خودشون رو هماهنگ کنن.
حالا یه تیم محقق اومده یه ایده باحال زده که واقعاً الهام گرفته از مغز و بدن ماست. کل داستان اینه: چطوری میشه یه سیستم هوش مصنوعی ساخت که همیشه و بدون نیاز به دخالت آدمها بتونه خودش رو آپدیت کنه، یاد بگیره و حتی خودش رو تعمیر کنه؟ یعنی سیستم همونطور که داده جدید میگیره، خود به خود قویتر میشه و اگر یه جاش هم خراب شد، خودش درستش میکنه!
این تیم یه چیزی به اسم “زیرلایه شناختی دینامیک” درست کرده. زیرلایه شناختی همون بخشی از سیستم هوش مصنوعیه که اطلاعات و دادهها رو مثل مغز ما میگیره، میچینه و مرتب میکنه. نکته جالب اینه که تو این سیستم جدید، آموزش و استفاده همزمان انجام میشه؛ یعنی دیگه اینکه بگیم اول یه مدت آموزش ببینه بعد شروع کنه به کار کردن، معنایی نداره. آموزش و عملیات با هم قاطی شده و تمومی هم نداره!
توی این سیستم برای اینکه با همه شرایط مختلف و منابع دادهای که دائم تغییر میکنن کنار بیاد، از یه چیزی الهام گرفن که بهش میگن “مدیریت عدم قطعیت کوانتومی”. بذار راحت بگم: این یعنی حتی وقتی دادهها و شرایط عجیب و غریب و نامشخص میشن، سیستم گیج نمیشه و با خیال راحت به کارش ادامه میده. یه جور حالت استرسی دریغ نمیکنه!
یه تکنیک دیگه هم توش داره به اسم “خودترمیمی شبهزیستی” (بیومیمتیک) که یعنی وقتی سیستم یه جا آسیب دید یا خراب شد، خودش مثل بدن آدم میره سراغ تعمیر خودش و درستش میکنه! لازم نیست یکی از بیرون بیاد و تنظیمش کنه.
از طرف دیگه، یه تکنیک به اسم “بهینهسازی ریز با انتشار فراکتالی” گذاشتن توش. حالا “فراکتال” یعنی ساختارهای خودمتشابه که هرچقدم زوم کنی شبیه خودشونه؛ تو این روش، بهرهوری و توانایی سیستم رو تو لایههای مختلفش افزایش میدن تا تو هر سطحی، کارش رو بهتر انجام بده.
یه بخش عجیب و جذاب دیگه هم هست؛ اسمش «مکانیسم یادگیری بازگشتی» (Recursive Learning). یعنی سیستم مدام خروجیهای خودش رو نگاه میکنه و بر اساس نتایج خودش، یادگیری خودش رو اصلاح میکنه. دقیقاً مثل اینکه هم خودش معلم خودش باشه، هم شاگرد خودش!
وقتی این سیستم رو آزمایش کردن، دیدن خیلی بهتر از مدلهای قبلی تونسته تو جهانهای دادهای جورواجور و متغیر، خودش رو هماهنگ کنه و همیشه موثر بمونه. این یعنی دیگه سیستم حوصلهاش سر نمیره یا هنگ نمیکنه و لازم نیست بهش دوباره همه چیز رو یاد بدی!
جالبتر اینکه بخشهای مختلف سیستم مثل “واحدهای پردازش شناختی تخصصی” درست کردن که هرکدوم یه کار مهم رو جداگانه انجام میدن؛ این قسمتها شبیه عضوهای بدن کار میکنن و وقتی کنار هم میان، هوش سیستم رو میبرن بالا.
حتماً برایت پیش اومده که بخوای بدونی اطلاعات مهم و باارزش چطوری تو مغز ما جا میفتن. این سیستم هم چیزی شبیه همین رو داره: اطلاعات مفید رو تو روند تکاملی خودش نگه میداره و بقیش رو کنار میذاره؛ دقیقاً مثل “تثبیت حافظه” تو مغز که تجربیات مهم میمونه و بیاهمیتها فراموش میشن.
نتیجه ماجرا اینه: سیستمهای هوش مصنوعی اگر بتونن خودشون رو دائماً تغییر بدن، تقویت کنن و حتی خودشون رو تعمیر کنن، خیلی راحتتر از مدلهای قدیمی تو دنیاهایی که دائم در حال تغییر و انقلاب هستن، سرپا میمونن. این مدل جدید میتونه راه رو برای ساخت ماشینها و سیستمهایی باز کنه که همیشه در حال یادگیری و پیشرفت باشن، هیچ وقت متوقف نشن و حتی بدون کمک آدما، خودشون رو ارتقا بدن و زنده بمونن! خلاصه که اگه روزی هوش مصنوعیها مثل موجودات واقعی زندگی کنن، این سیستم اولین قدم بزرگشه!
منبع: +
