Credit : Christine Olsson/TT News Agency via AP
ما علاقة الفيزياء بالذكاء الاصطناعي؟
جائزة نوبل في الفيزياء عن الذكاء الاصطناعي – لباحثين من الولايات المتحدة الأمريكية وكندا
منحت جائزة نوبل في الفيزياء هذا العام للبروفيسور جون هوفيلد وجيفري هينتون لتطويرهما الشبكات العصبية الاصطناعية.
ما هي الشبكة العصبية الاصطناعية ؟
.jpeg)
إنها تقنية مصممة لتقليد عمل الدماغ البشري. يتم بناء هذه الشبكات من "خلايا عصبية" اصطناعية متصلة ببعضها البعض عن طريق وصلات تشبه الخلايا العصبية الموجودة في الدماغ. وتختلف قوة الروابط بين هذه الخلايا حسب الاستجابة الواردة من المحفزات الخارجية. هذه هي الطريقة التي "تتعلم" بها الشبكة أداء مهام مختلفة.
مثال توضيحي:
مجموعة من الأطفال يلعبون لعبة "الهاتف المكسور". يمثل كل طفل "خلية عصبية" في شبكة الخلايا العصبية. يتلقى الطفل الأول كلمة (محفز خارجي) ويهمس بها للطفل الذي بجانبه والذي بدوره يهمس بها أكثر وهكذا. في كل مرة يتم تمرير الكلمة، قد تتغير قليلا. الآن، إذا قام شخص ما بكتابة الكلمة في كل مرحلة من اللعبة، ففي نهاية اللعبة سيكون من الممكن مقارنة الكلمة الأولى بالكلمة الأخيرة ومعرفة كيف تغيرت. هذه هي بالضبط الطريقة التي تتعلم بها الشبكة العصبية. فهو يتلقى مدخلاً (مثل الكلمة الأولى)، ويعالجه داخل "الخلايا العصبية" الاصطناعية (الأطفال)، وينتج أخيرًا مخرجًا (الكلمة الأخيرة).
هام: تحدث الشبكة العصبية عن طريق ضبط "قوة الاتصالات" بين الخلايا العصبية، في مثالنا يمكن تمثيل قوة الاتصال بدرجة الدقة التي ينقل بها الأطفال الكلمة. كلما كان الارتباط أقوى، كلما تم نقل الكلمة بشكل أكثر دقة.
عندما يكون الإخراج غير دقيق - تضعف الشبكة الاتصال الذي أدى إلى الخطأ، وعندما يكون الإخراج دقيقاً - فإنها تقوي الاتصال الذي أدى إلى الحل الصحيح، وبالتالي تتعلم تدريجياً أداء المهام بأفضل طريقة.
ما هو الجديد
جون هوفيلد - طور شبكة ترتبط فيها جميع الخلايا العصبية ببعضها البعض، على عكس الشبكات السابقة حيث كانت الخلايا مرتبة في طبقات. لقد استوحى الإلهام من الأنظمة الفيزيائية (مثل المغناطيسية) وطبق المبادئ لبناء أنظمة يمكنها تذكر الصور.
جيفري هينتون - طور شبكة متعددة الطبقات تعتمد على أنظمة تتكون من العديد من الجزيئات. كانت الشبكة التي بناها واحدة من أولى الأمثلة على الذكاء الاصطناعي الإبداعي.
مهدت تطورات البروفيسورين الطريق لتطوير تقنيات الذكاء الاصطناعي المتقدمة مثل:
التعرف على الصور - تتعرف الشبكة العصبية على الوجوه والحيوانات والزهور وحتى الحروف بلغات مختلفة. كيف؟ يتم إطعامها مسبقًا بعدد كبير جدًا من الصور مع ملصق يحدد الكائن في كل صورة. تتعلم الشبكة كيفية التعرف على الخصائص الفريدة لكل كائن، ثم تتلقى صورة جديدة ويمكنك التعرف على الكائنات الموجودة في الصورة.
استخدامات التكنولوجيا:
التعرف على الوجوه في الشبكات الاجتماعية - يستخدم فيسبوك الشبكات العصبية للتعرف على الأشخاص الموجودين في الصور وفرزهم تلقائيًا في الألبومات المناسبة.
التشخيص الطبي - يمكن للشبكات العصبية أن تساعد الأطباء على تحديد الأورام بالأشعة السينية أو الأشعة المقطعية
السيارات المستقلة - تستخدم الشبكات العصبية لاكتشاف المشاة وإشارات المرور والسيارات الأخرى على الطريق. وهذه مجرد مجموعة صغيرة من الأمثلة.
كيف يرتبط كل هذا بالفيزياء ؟
إن تطورات هوفيلد وهينتون، على الرغم من كونها في مجال علوم الكمبيوتر، ترتبط ارتباطًا وثيقًا بمجالات الفيزياء المختلفة التي يتم تدريسها في المدرسة الثانوية. على سبيل المثال، يلعب مفهوم الطاقة في الميكانيكا دورًا مهمًا في الشبكات العصبية أيضًا. يهدف تغيير قوة الرابطة إلى الوصول إلى الحد الأدنى من الطاقة تمامًا كما هو الحال في الأنظمة الفيزيائية (كرة تتدحرج أسفل التل). يمكن فهم عمل شبكة الخلايا العصبية، بطريقة مبسطة، على أنها مجموعة من الدوائر الكهربائية. يستقبل كل "خلية عصبية" اصطناعية إشارات الإدخال (التيار) من الخلايا العصبية الأخرى، ويعالجها ويصدر إشارة خرج. وتحدد قوة التوصيلات بين الخلايا قوة التيار المار بينها، على غرار المقاومات الموجودة في الدائرة الكهربائية.
وفي الختام، فإن العلاقة الوثيقة بين الفيزياء والذكاء الاصطناعي مهمة للغاية لتقدم التكنولوجيا وتطويرها. يثبت العمل الرائد الذي قام به هوفيلد وهينتون أن المعرفة المادية تمكن من تطوير أنظمة ذكاء اصطناعي متطورة. إن الفهم العميق للمبادئ الفيزيائية يجعل من الممكن بناء نماذج جديدة لتصميم مستقبل تكنولوجي جديد.