الكشف عن تقنيتين تؤسسان لجيل فائق الدقة من «التعلم العميق»
كشف ثاثة علماء متخصصون في التعلم العميق )أحد أحدث فروع الذكاء الاصطناعي تقدماً( عن نجاحهم في التوصل إلى تقنيتن جديدتن، هما «الإشراف الذاتي» و «شبكات الكبسولة »، قادرتن على اكتشاف التاعب والتزييف المقصود، أو العرضي غر المقصود في أي كمية من البيانات والمعلومات، مهما كانت ضخامتها، إضافة إلى الوصول بها الى الحالة السليمة التي يفترض أن تكون عليها، وذلك بصورة لحظية، عند تشغيلها في أنظمة وشبكات معلومات مختلفة، داخل المؤسسات والشركات، الأمر الذي يضع الأساس نحو جيل جديد متقدم فائق الأداء من الأنظمة المعلوماتية المبنية على تقنية التعلم العميق.
الذكاء الاصطناعي
جاء ذلك خال المؤتمر السنوي ال34 للجمعية الدولية للنهوض بالذكاء الاصطناعي، الذي اختتم أعماله في مدينة نيويورك الأمركية، أول من أمس. وجرى بث الإعان عن التقدم الجديد بالفيديو الحي عر موقع المؤتمر، وتابعته «الإمارات اليوم.»
يشار إلى أن العلماء الثاثة أكر ثاثة علماء على مستوى العالم في تخصص «التعلم العميق»، الذين حازوا العام الماضي جائزة «تورينج» رفيعة المستوى، عن مجمل أعمالهم في مجال علوم الحاسب، وهم: الأستاذ في معهد ميا الكندي، يوشوا بنجو، والأستاذ في جامعة تورنتو، جيفري هينتنون، الذي يعد أبرز أعضاء فريق الذكاء الاصطناعي في شركة «غوغل»، ورئيس فريق الذكاء الاصطناعي في شركة «فيس بوك،» ويال ليكون.
مشكلات
وقال العلماء إنه على الرغم من التقدم الكبر الذي أحرزته تقنيات التعلم العميق في مجالات عدة، إلا أنها منذ تطبيقها عملياً، ظلت تعاني مشكات صعبة الحل، موضحن أن أبرز تلك المشكات هما «الأمثلة العدائية» و«عدم الفهم السليم»، إذ يقصد بالأولى إمكان تعرض خوارزميات التعلم العميق للخداع والإرباك، عن طريق إضافة بيانات تمثل تشويشاً أو ضوضاء على البيانات الأصلية الجاري استخدامها في التحليل والفهم والإدراك، فيما يقصد بالمشكلة الثانية القيام ب«تعمية» وإخفاء متعمد لجزء من البيانات الأصلية، ما يجعل الخوارزميات تحيد عن الفهم السليم أثناء قيامها بالاستدلال والاستنباط وإعطاء النتائج.
وفي هذا السياق، قال الدكتور ويال ليكون، إن هاتن المشكلتن كانتا محور الحديث الذي تناول العديد من السلبيات حول التعلم العميق خال السنوات السابقة، إذ تبن من المناقشات التي دارت حول هذه النقطة أن هاتن المشكلتن طالتا تقنيات وأدوات التعلم العميق المتاحة حالياً، ومنها تقنية الشبكات المتكررة المعروفة باسم «آر إن إن»، وتقنية الشبكات العصبية الالتفافية المعروفة باسم «سي إن إن».
وأضاف أنه بسبب هاتن المشكلتن، تعرض علم التعلم التعميق، والعلماء الذين يتبنونه، لانتقادات وموجات متواصلة من النقد والهجوم والتشكيك في أعمالهم على مدار السنوات التسع الماضية، من قبل العلماء العاملن في فروع الذكاء الاصطناعي الأخرى.
إصلاح
وأكد العلماء الثاثة أن التعلم العميق بات قادراً على إصاح نفسه، والتغلب على مشكاته، من خال تقنتيتن جديدتن مترابطتن، هما «الإشراف الذاتي» و«شبكات الكبسولة»، مبينن أن هذا التطور يعني أن أي شيء يضاف إلى البيانات الضخمة بغرض الشوشرة على أنظمة التعلم العميق التي تعمل على استقرائها واستكشافها وتحليلها، سيتم تحديده وكشفه وعزله، كما أن أي شيء يتم إخفاؤه عمداً أو عرضاً، بغرض تعريض أنظمة التعلم العميق لانحراف في العمل والفهم غر السليم للبيانات، سيتم التعرف إليه وتوليده بدقة عالية من خال مكونات ونماذج مخصصة لذلك.