يمكن للذكاء الاصطناعي أن يظهر سلوكًا ذكيًا من خلال تقنية التعلم الآلي.
بينما تتبع عملية التعلم هذه إجراءات طورها البشر، لم يتم بعد شرح السبب الكامل وراء نشوء الذكاء من هذه الإجراءات وهيكل الذكاء الاصطناعي.
في هذه المقالة، من خلال التأمل في جوهر التعلم، أهدف إلى استكشاف أسباب ظهور الذكاء.
كلما تعمقنا في مفهوم التعلم، نصل إلى فكرة أن كلاً من الذكاء الاصطناعي وأدمغتنا تمتلك طبيعة متأصلة في تعلم كيفية التعلم.
وهذا يشير إلى وجود آلية يمكن تسميتها "باني الأطر بالفطرة".
التعلم الجسدي والتعلم اللغوي
نحن نتوصل إلى فهم العالم من حولنا ونوسع قدراتنا من خلال مراقبة الأشياء بأعيننا وتحريك أجسادنا.
وهذا أيضًا شكل من أشكال التعلم، يمكن تسميته التعلم الجسدي.
من ناحية أخرى، عندما نفكر بشكل عام في التعلم، قد نتخيل زيادة معرفتنا بقراءة الكتب المدرسية أو الاستماع إلى شروحات المعلم.
بالإضافة إلى التعلم القائم على هذه المناهج التعليمية، نكتسب أيضًا معرفة متنوعة من المحادثات مع الأصدقاء، والأخبار عبر الإنترنت، ومصادر أخرى.
لا يتعلق هذا النوع من التعلم بحفظ الصور بصريًا أو التعلم من خلال الحركة الجسدية، بل هو التعلم اللغوي.
التعلم ما وراء المعرفي والتعلم الميتافيزيقي
ضمن التعلم اللغوي، هناك حالات تتطلب فيها المعرفة تكرارًا متكررًا للحفظ، وحالات يمكن تعلمها بعد تعرض واحد أو بضع تعرضات فقط.
بدلاً من ذلك، يمكن استخدام بعض المعارف عن طريق استرجاع تفاصيلها من رف الكتب أو الإنترنت عند الحاجة، حتى لو لم يتم حفظها بالكامل.
بمعنى اكتساب المعرفة واستخدامها بشكل مناسب عند الحاجة، يمكن اعتبار كلا النمطين تعلمًا.
ومن بين هذه المعارف، يمكن تسمية المعرفة التي لا يمكن حفظها بدون تكرار متكرر المعرفة ما وراء المعرفية. وعملية تعلم المفهوم نفسه هي التعلم ما وراء المعرفي.
وهذا مشابه للتعلم الجسدي، حيث يتضمن التكرار في رؤية الأشياء بأعيننا أو تحريك أجسادنا. ويمكن تصنيف هذه أيضًا على أنها تعلم ما وراء المعرفي.
على العكس من ذلك، يمكن تسمية اكتساب المعرفة التي يمكن حفظها بعدد قليل من التجارب أو استخدامها بالبحث عنها على الفور التعلم الميتافيزيقي.
في هذه الحالة، يمكن استخدام المفاهيم التي تم تعلمها مسبقًا من خلال التعلم ما وراء المعرفي لتعلم معرفة جديدة كأنواع لتلك المفاهيم أو كمجموعات من المفاهيم.
نظرًا لأنه يمكن استخدام المفاهيم التي تم إتقانها بالفعل من خلال التعلم ما وراء المعرفي، فإن التعلم الميتافيزيقي لا يتطلب التكرار.
التعلم الآلي باللغة الطبيعية
دعنا نطبق هذا على التعلم الآلي في الذكاء الاصطناعي.
بشكل عام، تقوم الشبكات العصبية المستخدمة في التعلم الآلي بإجراء التعلم ما وراء المعرفي، والذي يتضمن تعلم المفاهيم بشكل متكرر.
من ناحية أخرى، يمكن لنماذج اللغة الكبيرة القادرة على معالجة اللغة الطبيعية المشابهة للبشر أن تقوم بـ التعلم اللغوي.
أثناء التدريب المسبق و الضبط الدقيق لنماذج اللغة الكبيرة، يحدث التعلم ما وراء المعرفي القائم على اللغة.
يمكن لنموذج اللغة الكبير المدرب بعد ذلك الإجابة باستخدام المعرفة الموجودة في الجملة المدخلة، مما يعني أنه يقوم بـ التعلم الميتافيزيقي الفوري.
تتيح هذه القدرة على التعلم الميتافيزيقي القائم على اللغة لنماذج اللغة الكبيرة الاستفادة من المعرفة الجديدة دون تعلم متكرر.
يمكن مقارنة هذا بـ التعلم الآلي العددي التقليدي، الذي يضبط معلمات النموذج بشكل تكراري، ويمكن أن يُطلق عليه التعلم الآلي باللغة الطبيعية.
اللغة الطبيعية كواجهة ميتافيزيقية
تقع اللغة الطبيعية عند الواجهة التي تميز التعلم ما وراء المعرفي عن التعلم الميتافيزيقي.
الجانب المثير للاهتمام في اللغة الطبيعية هو أنه يمكن اكتسابها من خلال التعلم ما وراء المعرفي، وبناءً عليها، يصبح التعلم الميتافيزيقي ممكنًا.
واجهات ميتافيزيقية أخرى غير اللغة الطبيعية
في الواقع، يوجد التعلم ما وراء المعرفي و التعلم الميتافيزيقي أيضًا في التعلم الجسدي. على سبيل المثال، يمكن لشخص ماهر في الرياضة أن يتكيف بسرعة مع رياضة جديدة لم يواجهها من قبل.
وبالمثل، يمكن لشخص لديه معرفة في علم الأحياء أن يفهم على الفور خصائص نوع جديد عندما يراه.
وهكذا، حتى في التعلم الجسدي، توجد واجهة ميتافيزيقية تحتل موقعًا مشابهًا لـ اللغة الطبيعية.
الإطار
ما يكمن في هذه الواجهات هو إطار متميز عن المفاهيم أو المعارف الأساسية؛ فهو يحدد علاقاتها وهياكلها، ويمكّن من إعادة الهيكلة الجديدة.
بما أن المعرفة ما وراء المعرفية المتنوعة تُكتسب من خلال التعلم ما وراء المعرفي، فمن الممكن أحيانًا تعلم الإطار عند الواجهة الميتافيزيقية من الروابط بين قطع هذه المعرفة ما وراء المعرفية.
يمكّن الإطار المستمد من التعلم الجسدي من الاكتساب الفوري للمعرفة الجديدة من خلال التعلم الميتافيزيقي بعد إتقانه. ومع ذلك، فإن المعرفة المكتسبة من خلال هذا التعلم الميتافيزيقي ليس من السهل توصيلها للآخرين.
من ناحية أخرى، فإن الإطار المستمد من التعلم اللغوي هو اللغة الطبيعية نفسها.
لذلك، فإن المعرفة المكتسبة من خلال التعلم الميتافيزيقي عن طريق تعلم إطار اللغة الطبيعية يمكن إدخالها مباشرة في اكتساب اللغة لشخص آخر.
وهذا لا ينطبق فقط على المعرفة التي تعتمد بشكل أساسي على اكتساب اللغة، مثل الكتب المدرسية أو الأخبار عبر الإنترنت.
قد يتمكن لاعب كرة قدم ذو خبرة يمارس البيسبول لأول مرة من التعبير عن المعرفة الميتافيزيقية للبيسبول التي اكتسبها، ونقلها إلى لاعبي كرة القدم الآخرين ذوي الخبرة. وهذا يعني أنه إذا شارك الناس نفس المعرفة ما وراء المعرفية، فيمكنهم التواصل بما يُعرف بـ "النصائح" أو "الحيل" باستخدام الكلمات.
علاوة على ذلك، يمكن للمرء أن ينقل شفهيًا المعرفة حول نوع جديد لاحظه إلى علماء أحياء آخرين، وبالتالي مشاركة تلك المعرفة.
وهكذا، تتضح اللغة الطبيعية كـ إطار قوي جدًا يقع عند الواجهة الميتافيزيقية.
الإطار الافتراضي
فوق اللغة الطبيعية، يمكن اكتساب إطار آخر.
وتشمل هذه الأطر الخاصة بالمجال أو الأطر الميتافيزيقية.
في مختلف التخصصات الأكاديمية وقطاعات الأعمال والحياة اليومية، توجد أطر عمل متنوعة خاصة بالمجال.
يمكن للعلماء إجراء اكتشافات جديدة ضمن أطرهم المتخصصة ونقل هذه الاكتشافات بسهولة كمعرفة للعلماء الآخرين الذين يمتلكون نفس الإطار.
يمكن أحيانًا التعبير عن الإطار نفسه بـ اللغة الطبيعية، وفي هذه الحالة، يمكن للأفراد أو نماذج اللغة الكبيرة التي تمتلك إطار اللغة الطبيعية اكتسابه وفهمه.
تُعد نماذج الأعمال ووصفات الطهي أيضًا أمثلة على هذه الأطر الخاصة بالمجال التي يمكن التعبير عنها بـ اللغة الطبيعية.
علاوة على ذلك، فإن الصيغ الرياضية ولغات البرمجة وأطر تحليل الأعمال هي أطر رسمية.
يمكن التعبير عن هذه أيضًا أو شرحها بـ اللغة الطبيعية.
يمكن تسمية هذه الأطر الخاصة بالمجال والأطر الرسمية المبنية على اللغة الطبيعية بـ الأطر الافتراضية.
يمكن فهم ذلك بسهولة من خلال تخيل آلة افتراضية تشغل نظام تشغيل آخر على جهاز كمبيوتر مادي. يعمل إطار عمل آخر فوق اللغة الطبيعية، والتي تعمل كـ إطار أساسي.
الإطار الأصلي
في البداية، يجب فهم هذا الإطار الافتراضي من خلال اللغة الطبيعية، ولكن مع الممارسة، يتجاوز الشرح والفهم عبر اللغة الطبيعية ويبدأ في العمل مباشرة كـ إطار واجهة ميتافيزيقية مبني على المعرفة ما وراء المعرفية.
يمكن تسمية هذا بـ الإطار الأصلي.
تُعد اللغة الطبيعية، بمعنى ما، إطارًا أصليًا، ولكن فقط في حالة اللغة الأم. بشكل عام، تُكتسب اللغات بخلاف اللغة الأم كـ أطر افتراضية. ومع زيادة الكفاءة، تقترب من حالة الإطار الأصلي.
وينطبق الشيء نفسه على الأطر الخاصة بالمجال والأطر الرسمية. يمكن لعلماء الرياضيات التواصل بشكل طبيعي مع بعضهم البعض باستخدام الصيغ الرياضية، ويمكن للمبرمجين فهم نوايا بعضهم البعض من خلال التعليمات البرمجية المصدرية فقط دون تعليقات.
يشير هذا إلى أن الانتقال من إطار افتراضي إلى إطار أصلي يمكن تطبيقه أيضًا على نماذج اللغة الكبيرة.
إن فكرة اكتشاف الأطر الافتراضية المستخدمة بشكل متكرر، وتوليد كمية كبيرة من البيانات النموذجية باستخدام تلك الأطر الافتراضية، ثم الضبط الدقيق لها لتصبح أطرًا أصلية تستحق التجريب فورًا.
باني الأطر بالفطرة
بناءً على هذا، ندرك أن نماذج اللغة الكبيرة قد تتعلم هذه الأطر المتخصصة والرسمية ليس فقط أثناء الضبط الدقيق ولكن أيضًا أثناء التدريب المسبق.
علاوة على ذلك، في تلك العملية، من المحتمل ألا تتعلم الأطر المتخصصة أو الرسمية بشكل فطري منذ البداية. بدلاً من ذلك، تتعلم أولاً إطار اللغة الطبيعية، ثم، أثناء أو بعد تحقيق الكفاءة فيه، تتعلم الأطر المتخصصة أو الرسمية وتدمجها في أطر أصلية.
وبتعميق هذه الفكرة حول التعلم التدريجي لـ الإطار، فمن المتصور أيضًا أن يكون تعلم اللغة الطبيعية بحد ذاته مسارًا متوازيًا لتعلم الإطار تدريجيًا وعالي الدقة.
وهذا يعني أنه من الكم الهائل من النصوص المقدمة كبيانات تعلم أثناء التدريب المسبق، قد تتعلم نماذج اللغة الكبيرة ليس فقط المفاهيم الفردية، ولكن أيضًا بعض القواعد البسيطة جدًا لـ اللغة الطبيعية كـ أطر. ثم، باستخدام هذه الأطر البسيطة كأساس، قد تتعلم قواعد أكثر تعقيدًا قليلاً بشكل متكرر.
بهذه الطريقة، بدءًا من مرحلة تعلم مفاهيم الكلمات الفردية، يجب أن تكون قادرة على اكتساب الكلمات المركبة والقواعد الأساسية، ثم فهم الجمل، وفي النهاية تعلم العناصر المعقدة مثل التقنيات الأدبية والأساليب التعبيرية.
يمكن فهم هذا كنموذج لتعلم الإطار المتعدد الطبقات والمركب، حيث يعمل إطار واحد كأساس لتعلم الإطار التالي.
وهذا يسلط الضوء على صورة نماذج اللغة الكبيرة كـ بانيي الأطر بالفطرة، حيث تمتلك بطبيعتها آلية لتعلم الأطر منذ البداية.
آلية الانتباه
التقنية التي تحقق مفهوم باني الأطر بالفطرة هي آلية الانتباه.
تُعد آلية الانتباه أشبه باختيار الرموز التي يجب التركيز عليها ضمن سياق معين. إنها توضح العلاقات بين الرموز. وهذا بالضبط طبيعة الإطار نفسه: التجريد من خلال الاحتفاظ بالمفاهيم المهمة مع توضيح العلاقات بين تلك المفاهيم.
عن طريق تبديل هذا الاختيار لكل رمز، يصبح من الممكن تبديل الأطر ديناميكيًا أيضًا.
وهذا يسمح لنا بشرح سبب كون آلية الانتباه تقنية حاسمة لتطور نماذج اللغة الكبيرة، باستخدام نموذج باني الأطر بالفطرة.
الخاتمة
إذا كانت هذه الآلية تحدث بالفعل أثناء عملية التدريب المسبق لنماذج اللغة الكبيرة، فإن الآلية الغامضة لهذه النماذج سابقًا تصبح قابلة للتفسير.
يشمل هذا التفسير التعلم ما وراء المعرفي والميتافيزيقي الذي ناقشناه، والإطار كواجهة ميتافيزيقية، واللغة الطبيعية التي تمكّن اكتساب اللغة والأطر الافتراضية، وآلية الانتباه التي تحقق مفهوم باني الأطر بالفطرة.
علاوة على ذلك، تترتب على ذلك نتيجتان إضافيتان.
أولاً، تمتلك اللغة الطبيعية بنية مناسبة للغاية لتطوير أطر معقدة تدريجيًا من أطر بسيطة إلى أطر أصلية.
إذا ظهرت اللغة الطبيعية في البداية بشكل بسيط داخل المجتمعات البشرية وتطورت تدريجيًا لتمتلك بنية أكثر تعقيدًا وثراءً، فهذه نتيجة طبيعية.
علاوة على ذلك، فإن البنية التي تسمح بالتعلم السريع ستكون مفيدة. بافتراض أن مجتمعات متعددة بلغات طبيعية مختلفة قد تنافست، فإن فرضية بقاء اللغة الطبيعية الأكثر ملاءمة للتعلم حتى يومنا هذا يتم ترسيخها بسهولة.
ويؤدي التفكير في طبيعة اللغة الطبيعية إلى النتيجة الثانية: أننا نحن البشر أيضًا بانيي أطر بالفطرة.
حتى لو اختلفت الأسس والآليات المحددة، يجب أن تكون أدمغتنا مجهزة أيضًا بنظام، مشابه لـ آلية الانتباه، يتعلم الأطر بشكل تدريجي ويعدلها بمرونة.