الآلات لم تعد بحاجة إلى مساعدتنا في التعلم

يقول الباحثون الذين يعملون مع روبوتات سرب أنه من الممكن الآن للآلات أن تتعلم كيف تعمل الأنظمة الطبيعية أو الاصطناعية من خلال رصدها - دون أن يتم إخبارها بما يجب البحث عنه.

هذا يمكن أن يؤدي إلى التقدم في كيفية استنتاج الآلات المعرفة واستخدامها للكشف عن السلوكيات والشذوذ.

"على عكس ما حدث في اختبار تورينج الأصلي ، فإن المحققين لدينا ليسوا بشرًا ، بل برامج كمبيوتر تتعلم بأنفسهم".

يمكن للتكنولوجيا تحسين تطبيقات الأمان ، مثل اكتشاف الكذب أو التحقق من الهوية ، وجعل ألعاب الكمبيوتر أكثر واقعية.

وهذا يعني أيضا أن الآلات قادرة على التنبؤ ، من بين أمور أخرى ، بكيفية تصرف الناس والأشياء الحية الأخرى.


رسم الاشتراك الداخلي


اختبار تورينج

الاكتشاف ، نشر في المجلة سرب الاستخباراتيستمد الإلهام من أعمال عالم الكمبيوتر الرائد آلان تورينج ، الذي اقترح اختبارًا ، والذي يمكن للآلة أن تمر به إذا كان تصرفًا غير مميز من إنسان. في هذا الاختبار ، يتبادل المحقق الرسائل مع لاعبين اثنين في غرفة مختلفة: شخص واحد والآخر آلة.

على المحقق أن يكتشف أي من اللاعبين هو الإنسان. إذا فشلوا في القيام بذلك باستمرار - وهذا يعني أنهم لم يكونوا أكثر نجاحًا مما لو كانوا قد اختاروا لاعبًا واحدًا بشكل عشوائي - فقد اجتازت الآلة الاختبار ، واعتبرت أن لديها ذكاء على المستوى البشري.

"تستخدم دراستنا اختبار تورينج للكشف عن كيفية عمل نظام معين - وليس بالضرورة إنسانًا -. في حالتنا ، وضعنا سرباً من الروبوتات تحت المراقبة وأردنا معرفة القواعد التي تسببت في تحركاتهم "، يوضح رودريش غروس من قسم التحكم الآلي وهندسة الأنظمة في جامعة شيفيلد.

"للقيام بذلك ، قمنا بوضع سرب ثاني - مصنوع من روبوتات التعلم - تحت المراقبة أيضًا. لقد تم تسجيل تحركات جميع الروبوتات ، وبيانات الحركة المعروضة على المحققين ، "يضيف.

"على عكس ما حدث في اختبار تورينج الأصلي ، فإن المحققين لدينا ليسوا بشرًا ، بل برامج كمبيوتر تتعلم بأنفسهم. مهمتهم هي التمييز بين الروبوتات من أي سرب. تتم مكافأتها لتصنيف بيانات الحركة بشكل صحيح من السرب الأصلي كحقيقية ، وتلك من سرب آخر كسلعة مزيفة. إن روبوتات التعلم التي تنجح في خداع المحقق - مما يجعله يعتقد أن بيانات الحركة حقيقية - تحصل على مكافأة.

يقول غروس إن ميزة هذا النهج ، والتي تدعى "Turing Learning ،" هي أن البشر لم يعودوا بحاجة إلى إخبار الآلات عما يجب البحث عنه.

دهانات روبوت مثل بيكاسو

تخيل أنك تريد أن يرسم روبوت مثل بيكاسو. ستقوم خوارزميات تعلم الآلة التقليدية بتقييم لوحات الروبوت لمعرفة مدى تشابهها مع بيكاسو. لكن على شخص ما أن يخبر الخوارزميات ما يعتبر مشابهاً لبيكاسو لتبدأ به.

لا يتطلب Turing Learning معرفة مسبقة. سيكافئ الروبوت ببساطة إذا رسم شيئًا اعتبره المحققون أصليًا. سوف تعلم تورينج التعلم في وقت واحد كيفية استجواب وكيفية الطلاء.

يقول غروس إنه يعتقد أن Turing Learning يمكن أن يؤدي إلى تقدم في العلوم والتكنولوجيا.

"يمكن للعلماء استخدامه لاكتشاف القواعد التي تحكم النظم الطبيعية أو الاصطناعية ، وخاصة عندما لا يمكن تمييز السلوك بسهولة باستخدام مقاييس التشابه" ، كما يقول.

"ألعاب الكمبيوتر ، على سبيل المثال ، يمكن أن تكتسب في الواقعية كما يمكن للاعبين الظاهريين ملاحظة وتمييز الصفات المميزة لنظرائهم من البشر. لن يقوموا ببساطة بنسخ السلوك المرصود ، بل سيكشفون ما الذي يجعل اللاعبين البشر مميزين عن البقية ".

حتى الآن ، قام جروس وفريقه باختبار تورنج ليرنينج في أسراب الروبوت ، لكن الخطوة التالية هي الكشف عن أساليب بعض المجموعات الحيوانية مثل مدارس الأسماك أو مستعمرات النحل. وهذا يمكن أن يؤدي إلى فهم أفضل للعوامل التي تؤثر على سلوك هذه الحيوانات ، وفي نهاية المطاف ، إرشاد السياسة لحمايتها.

المصدر جامعة شيفيلد

كُتبٌ ذاتُ صِلَةٍ

at