تقنية

متى ستصبح سيري سامانثا من فيلم 'هي' سبايك جونز؟

ما الفيلم الذي يجب رؤيته؟

يوم الأسبوع:

النوع:

يكتب: فيلم مسلسل

في الفيلم الحائز على جائزة الأوسكار من إخراج سبايك جونز ، يقع رجل يدعى ثيودور تومبلي ، يلعبه جواكين فينيكس ، في حب نظام التشغيل الذكي الخاص به ، وهو كيان يطلق على نفسه اسم سامانثا ويؤدي صوته سكارليت جوهانسون. من خلال الفيلم ، توضح سامانثا ، أو تقارب ، القدرة على التعلم ، وتفسير مجموعة متنوعة من الإشارات الإعلامية ، وربما حتى القدرة على الحب. ظهر المعجبون والنقاد وكتاب التكنولوجيا على حد سواء من تجربة مشاهدة الفيلم مع بعض الأسئلة: إلى أي مدى يتعين علينا دفع الذكاء الاصطناعي لتقريب سامانثا؟ ما حجم القفزة التي يمكن أن تشكلها هذه التكنولوجيا من الإصدارات الحالية ، مثل Siri من Apple؟ ما نوع القدرة التكنولوجية التي نحتاجها لجعل سامانثا حقيقة؟

في كانون الثاني (يناير) ، قال ستيفن ولفرام ، الذي يقود 'محرك المعرفة الحاسوبية' الخاص به Wolfram Alpha ، عنصر يشبه الذكاء الاصطناعي في مساعد Siri الافتراضي على iPhone من Apple ، لـ وول ستريت جورنال روبن كاواكامي أنه يعتقد أن التكنولوجيا التي من شأنها تمكين نظام تشغيل مثل Samantha ليس ببعيد .

'آليات تشغيل الذكاء الاصطناعي - لا أعتقد أن هذا هو الجزء الأكثر تحديًا. الجزء الصعب ، بمعنى ما ، هو: تحديد المنتج الهادف '. على عكس عدد كبير من الأدوار والمهام التي تقوم بها Samantha في الفيلم ، من المرجح أن يتم بناء الذكاء الاصطناعي للمستقبل لإكمال مهام محددة. على الرغم من أن ولفرام كان يعتقد سابقًا أنه سيكون من الممكن إنشاء 'ذكاء اصطناعي للأغراض العامة يشبه نوعًا ما يشبه الإنسان وله نسخة فائقة من السمات البشرية الدقيقة' ، إلا أنه يلاحظ أن هذا ليس الاتجاه الذي يرى المنطقة تتحرك فيه بعد الآن .

بدلاً من ذلك ، يتوقع أننا سنرى قريبًا مساعدين شخصيين أكثر قدرة على قراءة بريدنا الإلكتروني وتحليله ، وتقسيمهم حسب الموضوع. تعد أنظمة إدارة البريد الإلكتروني مثل Sanebox أو حتى نظام Gmail لعلامات تبويب البريد الوارد أمثلة مبكرة. بينما يعتقد ولفرام أنه لن يكون من الصعب بناء مساعد حديث مشابه لسامانثا ، فإنه يتساءل عن التطبيق العملي للمساعد الصوتي عندما تكون العروض التقديمية المرئية أكثر انتشارًا لنقل المعلومات.

تحدث Kawakami أيضًا إلى Peter Norvig ، مدير الأبحاث في Google ، الذي أشار إلى أن التصورات تلعب دورًا كبيرًا في تفاعلنا مع التكنولوجيا. 'البشر جيدون جدًا في خداع أنفسهم. إذا قمت بطرح الأسئلة الصحيحة على Siri ، فإنها تقوم بعمل جيد. إذا طرحت عليه السؤال الخطأ ، فإنه يجعله يبدو سخيفًا - نفس الشيء مع Watson من شركة [IBM]. '

من وجهة نظر نورفيج ، تحيط بنا عناصر الذكاء الاصطناعي ، وهي ظاهرة في محركات توصية Netflix و Amazon ، أو في برنامج Siri وبرنامج Wolfram Alpha الذي يدعمه. أوضح نورفيج ، 'أعتقد أن الذكاء الاصطناعي هو اكتشاف كيفية القيام بالشيء الصحيح عندما لا تعرف ما هو الشيء الصحيح. نحن لا نعرف كيف نكتب القواعد الخاصة بالفرق بين الوجه والشيء الآخر ، ولذا فإن الذكاء الاصطناعي يجيب على هذا السؤال '.

بالنسبة إلى ولفرام ، فإن تعريف الذكاء الاصطناعي أكثر غموضًا. في حين أن العديد من أجهزة الكمبيوتر يمكنها إعادة إنتاج وظائف الدماغ البشري ، فإنها تكمل هذه المهام بطريقة مختلفة تمامًا عن الدماغ ، وهذا يجعل تحديد الفرق بين الذكاء والحساب أمرًا صعبًا.

السكر راي ليونارد الابن القيمة الصافية

قال لكواكامي ، 'كنت أعتقد أن هناك نوعًا من السحر لنشاط يشبه الدماغ.' لكنه أشار إلى أنه ، بعد سنوات من البحث ، وجد أنه لا يوجد 'تمييز خطي لامع' بين ما يمكن اعتباره ذكيًا ، وما يمكن اعتباره 'مجرد' حسابيًا ، وتجربة إنسانية مشتركة هو ما يميز الذكاء البشري عن الحساب الخالص .

هذا الخط الفاصل بين الذكاء والحساب غير واضح أكثر من خلال إدخال رقائق الكمبيوتر التي تكمل مهام الذكاء الاصطناعي وتدعي أنها تعمل بنفس الطريقة التي يعمل بها الدماغ البشري. كما أفاد جون ماركوف لـ نيويورك تايمز في أغسطس ، آي بي إم لديها طور شريحة كمبيوتر ، أو المعالج ، المسمى TrueNorth ، الذي يحاول محاكاة الطريقة التي يتعرف بها الدماغ على الأنماط ، باستخدام شبكات من الترانزستورات تشبه الشبكات العصبية في الدماغ. في مقال نشر في المجلة علم ، أوضحت مجموعة من الباحثين أن الرقاقة صنعت باستخدام 4096 النوى العصبية المشبكية ، بدمج مليون 'خلية عصبية متصاعدة' قابلة للبرمجة ، والتي يمكنها ترميز البيانات على هيئة أنماط من النبضات ، و 256 مليون نقطة تشابكية قابلة للتكوين.

الخلايا العصبية الإلكترونية في TrueNorth قادرة على إرسال إشارات إلى بعضها البعض عندما يمر نوع من البيانات عتبة معينة ، مثل عندما يزداد سطوع الضوء ، أو يتغير اللون أو الشكل. هذه القدرة يمكن أن تمكن المعالج من التعرف على الأعمال التي تكافح أجهزة الكمبيوتر والروبوتات الحالية لتفسيرها. على سبيل المثال ، يلاحظ ماركوف أن الشريحة يمكن أن تكون قادرة على التعرف على أن امرأة في مقطع فيديو تلتقط حقيبة يد - وهو أمر يمكن للبشر القيام به بسهولة ، لكن أجهزة الكمبيوتر الحالية لا تستطيع ذلك.

تعتبر الرقاقة إنجازًا مهمًا من حيث قابلية التوسع والكفاءة. تحتوي TrueNorth على 5.4 مليار ترانزستور ، ولكنها تستهلك 70 ملي واط فقط من الطاقة ، مقابل معالجات Intel لأجهزة الكمبيوتر الشخصية ، والتي قد تحتوي على 1.4 مليار ترانزستور وتستهلك ما بين 35 إلى 140 واط. سلكي لاحظ في ذلك الوقت أنه تم الكشف عن الشريحة أن IBM اختبرت ذلك باستخدام مهام الذكاء الاصطناعي الشائعة ، مثل التعرف على الصور ، ويمكنه التعامل مع هذه المهام بالسرعة المعتادة ، ولكن طاقة أقل بكثير مما تتطلبه الرقائق التقليدية.

في تلك الاختبارات ، ورد أن TrueNorth تعرفت على الأشخاص وراكبي الدراجات والسيارات والحافلات والشاحنات بدقة 80 بالمائة. لكن البعض يتساءل عما إذا كانت التكنولوجيا تختلف اختلافًا كبيرًا عما هو متاح بالفعل ، وما إذا كان النهج سيحقق بالفعل أوجه التقدم الكبيرة التي تدعي شركة IBM أنها ستحققها.

يفصل المعالج التقليدي بين تخزين البيانات وأجزاء من الكمبيوتر - الذاكرة ووحدة المعالجة المركزية - وتمثل الرقائق العصبية الشكل خروجًا عن تلك البنية حيث يتم وضع الذاكرة والأجزاء الحسابية للكمبيوتر في وحدات صغيرة تعالج المعلومات محليًا ، لكن يتواصلون مع بعضهم البعض.

لكن المهام التي يمكن للشريحة إكمالها حتى الآن ليست قوية بما يكفي لإقناع العديد ممن يبحثون في مجال التعلم الآلي ، وهو حقل فرعي من الذكاء الاصطناعي يشمل الأنظمة التي يمكنها التعلم من البيانات ، والعمل دون أن تكون مبرمجة بشكل صريح. يبقى أن نرى كيف تتطور التكنولوجيا وتتوسع ، ومدى جودة أداء TrueNorth عند وضعها للعمل على مشاكل كبيرة ، مثل التعرف على العديد من أنواع الكائنات.

سلكي يلاحظ أنه على الرغم من أداء الشريحة بشكل جيد في مهام اكتشاف الصور والتعرف عليها باستخدام مجموعة بيانات برج DARPA's NeoVision2 Tower ، فإن مجموعة البيانات هذه تتضمن خمس فئات فقط من الكائنات. على العكس من ذلك ، يتم 'تدريب' البرنامج المستخدم في Baidu و Google على قاعدة بيانات ImageNet ، والتي تتضمن آلاف فئات الكائنات. بالنسبة للكثيرين ، تحتاج الشرائح العصبية مثل IBM إلى إظهار القدرة على تعلم كسر نماذج الحوسبة الحالية.

ولا يقتصر الأمر على حقيقة أن تقريب الذكاء البشري يتطلب سعة تخزين وحوسبة لا تصدق هي التي تجعل من Samantha تقنية يصعب تكرارها. أخبر تيم تاتل ، الرئيس التنفيذي لشركة Expect Labs مجلة نيويورك كيفن روز أنه في حين أن أجهزة الكمبيوتر الحالية جيدة في تقليد السلوكيات الشائعة التي يمكن التنبؤ بها - مثل ما سنكتبه في شريط بحث Google أو العناصر التي سنشتريها على Amazon ، بالنظر إلى سجل التصفح والشراء لدينا - القدرة على ذلك فهم والرد على مدخلات أصلية غير متوقعة هو ما يميز سامانثا عن سيري. اليوم ، يمكن لأجهزة الكمبيوتر التعرف على الكلمات ومطابقتها مع قاعدة بيانات والعثور على المعلومات التي يعتقدون أننا نريدها. ولكن المساعد الافتراضي الذي يمكنه تعلم الإشارات غير اللفظية وتعليمها وتحديدها وتفسيرها هو عدة خطوات تتم إزالتها من التكنولوجيا المتاحة حاليًا.

مع مراعاة لها والتكنولوجيا التي يبدو أن الفيلم يقول أنها قد تنتظرها في المستقبل غير البعيد ، إنها القدرة على التعلم التي تمكن سامانثا من تجاوز توقعات ثيودور بالنسبة لها ، وعلى ما يبدو توقعاتها لنفسها. لكن حقيقة أن Samantha تم إنشاؤها في الأصل لفعل شيء واحد - لإدارة رسائل البريد الإلكتروني ، والمساعدة في الجداول ، والحفاظ على الحياة الإلكترونية للمستخدم تعمل بشكل نظيف - وتعلمت بسلاسة القيام بالعديد من الأشياء الأخرى - التعلم والتطوير بناءً على تفاعلها مع Theodore و مع بقية العالم ، الظاهري والمادي - يدفع بمفهوم التعلم الآلي إلى مستوى جديد ، مستوى لا يقابله تكنولوجيا اليوم أو المسار المتوقع أن يسلكه.

تعلم روز من د.سكوت فينيكس ، المؤسس المشارك لشركة Vicarious للتعلم الآلي ، أن أجهزة الكمبيوتر تساعد المستخدمين من خلال مطابقة ما نقوله بقائمة من الأوامر المخزنة. لكن المشكلة في ذلك هي أنه ليس نفس الشيء مثل فهم اللغة ، وأن البشر يفهمون العالم واللغة من خلال 'الكون الحسي'. في مفهوم يسمى مشكلة تأريض الرمز ، يفترض علماء الكمبيوتر أنه يمكنك تحميل قاعدة بيانات الروبوت مع كل رمز في الكون - كل شيء على الإنترنت ، وكل شيء مطبوع في كتاب ، وكل كلمة نطق بها إنسان - ولكن الروبوت سيفعل ذلك. لا يزال غير قادر على التصرف بشكل إنساني ، لأنه لن يكون لديه طريقة لربط تلك الرموز بالأشياء والمفاهيم التي يختبرها البشر في العالم الحقيقي.

وبالمثل ، فإن شركة Watson من شركة IBM ، والتي يمكنها القراءة بسرعة ومعالجة اللغة الطبيعية والإضافة إلى قاعدتها المعرفية ، غير قادرة على 'التفكير' في المشكلات والمواقف بالطريقة نفسها التي يستطيع بها الإنسان ، ويفتقر إلى القدرة على معالجة العديد من المواقف البسيطة. يمكن للبشر فهمها دون تفكير كبير. في الواقع ، من المرجح أن يكون المساعدون الافتراضيون الذين سنراهم في المستقبل القريب أكثر تخصصًا ودنيوية وأقل شبهاً بالبشر من محبي لها أود أن أصدق.

في قطعة ل متنوع في يناير ، أشار Dag Kittlaus ، الشريك في إنشاء Siri ، إلى أن Siri قد تم إنشاؤه ' لاتمام الأشياء . ' لكن المساعد الافتراضي أصبح ظاهرة ثقافية 'بين عشية وضحاها' ، ليس لأن المساعد سهّل استخدام الهاتف ، ولكن لأن Siri كان ممتعًا ، وشعر أنه إنسان قليلًا.

يشير Kittlaus إلى أن Samantha لديها ذكاء عاطفي أكثر من Siri ، ومن وجهة نظر تكنولوجية ، فإن بناء نظام قادر على كل الأشياء التي قالتها وفعلتها وفهمتها Samantha 'يستلزم التعرف على الصور في الوقت الفعلي بشكل كبير ، والفهم المكاني ، التعرف على الوجه والمزاج - بالإضافة إلى فهم التفاصيل الدقيقة لآلاف السيناريوهات الاجتماعية للتنبؤ بأن الزوجين الجالسين على الطاولة كانا في موعد أول '. بالتفكير في مسألة ما إذا كان بإمكان Siri اللحاق بالركب ، يختتم Kittlaus ، 'ربما ، لكن لا تحبس أنفاسك.'

من المحتمل ألا يتوفر المساعدون الشخصيون الذين يمكنهم فهم اللغة الطبيعية واستخدامها ، وتعلم المفاهيم المعقدة ، والتعبير عن المشاعر البشرية في أي وقت قريبًا. وحتى إذا كان الباحثون قادرين على بناء أجهزة كمبيوتر ذكية مثل Samantha ، فلا تزال هناك مشكلة أنه ، نظرًا لجميع المعلومات الموجودة في العالم ، حتى أكثر أجهزة الكمبيوتر ذكاءً وشبيهة بالبشر لا يمكنها أبدًا التصرف بشكل حقيقي وكامل كإنسان حقيقي.