النظام الغذائي الرقمي للذكاء الاصطناعي: كيف يتعلم الذكاء الاصطناعي بالفعل

نرى الذكاء الاصطناعي يفعل أشياء مذهلة، مثل كتابة قصيدة في ثوانٍ أو التعرف على كلب في صورة. ولكن هل توقفت يومًا لتتساءل كيف يصبح ذكيًا إلى هذا الحد؟ لا يولد الذكاء الاصطناعي بالمعرفة؛ بل عليه أن يتعلم، تمامًا مثلنا.

يكمن سر كيفية تعلم الذكاء الاصطناعي في ما "يُطعم" به. يُطلق على هذا "الطعام" بيانات التدريب (Training Data).

فكر في ذكاء اصطناعي جديد تمامًا كطاهٍ متدرب لم يطبخ من قبل. لتعليمه، لا تعطيه كتاب قواعد. بدلاً من ذلك، تعطيه مكتبة ضخمة من 100,000 وصفة مختلفة وتقول له، "ادرس هذه."

ما هي بيانات التدريب؟

بيانات التدريب هي مجموعة ضخمة من الأمثلة التي يعرضها المطورون على الذكاء الاصطناعي لتعليمه عن العالم. يأتي فهم الذكاء الاصطناعي بأكمله من هذه البيانات.

• لتعليم الذكاء الاصطناعي عن القطط، تعرض عليه ملايين الصور المصنفة "قطة".
• لتعليم الذكاء الاصطناعي الكتابة مثل شكسبير، تجعله يقرأ جميع مسرحيات وقصائد شكسبير.
• لتعليم ChatGPT الإجابة على الأسئلة، تم عرض جزء هائل من النصوص والكتب من الإنترنت عليه.

الذكاء الاصطناعي هو آلة قوية للعثور على الأنماط. من خلال النظر إلى كل هذه الأمثلة، يبدأ في تعلم القواعد والصلات بمفرده.

الخطوات الثلاث لتعلم الذكاء الاصطناعي

تشبه عملية التعلم إلى حد ما كيف سيتعلم طاهينا المتدرب من مكتبة الوصفات.

1. عرض الكثير من الأمثلة عليه

أولاً، يتعرض الذكاء الاصطناعي لبيانات تدريبه. يبدأ الطاهي بقراءة آلاف الوصفات. يرى أن العديد من الوصفات الإيطالية تشمل الطماطم والثوم والريحان. يلاحظ أن وصفات الخبز تدرج دائمًا الدقيق والسكر. يفعل الذكاء الاصطناعي نفس الشيء، ولكن مع البيانات. يرى أن صور القطط غالبًا ما تحتوي على آذان مدببة وشوارب.

2. دعه يجد الأنماط

بعد رؤية أمثلة كافية، يبدأ الذكاء الاصطناعي في بناء فهمه الخاص. ينشئ شبكة معقدة من الاتصالات. لم يعد الطاهي يحفظ الوصفات فقط؛ بل بدأ يفهم فكرة الطهي. يتعلم أن "مالح" و "حلو" هما عكس بعضهما البعض، وأن القلي طريقة مختلفة عن الغلي. يتعلم الذكاء الاصطناعي أن كلمة "سعيد" ترتبط ارتباطًا وثيقًا بـ "مبتهج" أكثر من ارتباطها بـ "حزين".

3. اختبره وصححه

أخيرًا، يتم اختبار الذكاء الاصطناعي. يطرح عليه المطورون أسئلة أو يعطونه مهامًا. عندما يصيب، تتم مكافأته (بالمعنى المجازي). وعندما يخطئ، يتم تصحيحه. تساعد هذه التغذية الراجعة على تعديل أنماطه الداخلية ليصبح أكثر دقة. الأمر يشبه محاولة الطاهي خبز كعكة. إذا خرجت جافة جدًا، يتعلم استخدام كمية أقل من الدقيق في المرة القادمة. هذه التجربة والخطأ، التي تتكرر ملايين المرات، هي ما يجعل الذكاء الاصطناعي قادرًا جدًا.

لماذا يهم هذا؟

فهم أن الذكاء الاصطناعي يتعلم من البيانات هو أهم شيء يجب معرفته عن هذه التكنولوجيا.

• يفسر تحيز الذكاء الاصطناعي: إذا كانت كتب وصفات الطاهي كلها من فرنسا، فسيكون خبيرًا في الطعام الفرنسي ولكنه لن يعرف شيئًا عن الطعام المكسيكي. وبالمثل، إذا كانت بيانات تدريب الذكاء الاصطناعي متحيزة، فستكون نتائج الذكاء الاصطناعي متحيزة أيضًا.
• يفسر قيود الذكاء الاصطناعي: يعرف الذكاء الاصطناعي فقط ما تم عرضه عليه. لا يمكنه معرفة الأحداث الجديدة التي وقعت بعد انتهاء تدريبه. لا يعرف الطاهي عن مكون جديد تم اكتشافه للتو.
• إنه ليس سحرًا، بل رياضيات: الذكاء الاصطناعي لا يفكر أو يشعر. إنه مجرد نظام قوي بشكل لا يصدق لمطابقة الأنماط تعلم من الأمثلة التي قدمناها له.

لذا، في المرة القادمة التي تستخدم فيها الذكاء الاصطناعي، تذكر النظام الغذائي الرقمي الضخم الذي تم تغذيته به. ذكاؤه ليس سحرًا—إنه انعكاس للبيانات التي علمته كل ما يعرفه.