الذكاء الاصطناعي قادر على محاكاة مهارات التعلم الاجتماعي البشري في الوقت الفعلي، وفقًا لأبحاث DeepMind

يعتمد الذكاء البشري بشكل كبير على اكتساب المعرفة من البشر الآخرين – والتي تراكمت عبر الزمن كجزء من تطورنا الثقافي. هذا النوع من التعلم الاجتماعي، المعروف في الأدبيات باسم النقل الثقافي، يسمح لنا بتقليد الأفعال والسلوكيات في الوقت الفعلي. ولكن هل يمكن للذكاء الاصطناعي أيضًا تطوير مهارات التعلم الاجتماعي بنفس الطريقة؟

طريقة التعلم بالتقليد كانت طويلة المدى في تدريب الذكاء الاصطناعي، حيث تُعلم الخوارزميات باستمرار بمشاهدة البشر وهم ينهون مهمة ثم محاولة تقليدهم. ولكن عادةً ما تحتاج أدوات الذكاء الاصطناعي إلى العديد من الأمثلة والتعرض لكميات هائلة من البيانات لنسخ مدربها بنجاح.

الدراسة الجديدة التي أجراها فريق DeepMind تشير إلى أن الذكاء الاصطناعي يمكنه أيضًا تقديم مهارات التعلم الاجتماعي في الوقت الحقيقي، عبر تقليد الإنسان في سياقات جديدة “دون الحاجة إلى استخدام أي بيانات بشرية تم جمعها مسبقًا”.

على وجه التحديد، ركز الفريق على شكل معين من أشكال النقل الثقافي، والمعروف باسم التعلم بالملاحظة أو التقليد القليل، والذي يشير إلى نسخ حركة الجسم.

أجرت DeepMind تجربتها في بيئة محاكاة تسمى GoalCycle3D، وهي عالم افتراضي به تضاريس غير مستوية ومسارات وعوائق، والتي كان على العوامل الذكية التنقل فيها.

في المرحلة التالية، أضاف الفريق عوامل خبيرة (إما مبرمجة أو يتم التحكم فيها من قبل الإنسان) والتي كانت تعرف بالفعل كيفية التنقل في المحاكاة. سرعان ما فهمت العوامل الذكية أن أفضل طريقة للوصول إلى وجهتها هي التعلم من الخبراء.

كانت ملاحظات الباحثين ذات شقين. أولاً، وجدوا أن الذكاء الاصطناعي لم يتعلم بشكل أسرع فقط عند تقليد الخبراء، ولكن أيضًا أنه طبق المعرفة التي اكتسبها على مسارات افتراضية أخرى. ثانيًا، اكتشفت DeepMind أن العوامل الذكية لا تزال قادرة على استخدام مهاراتها الجديدة حتى في غياب الخبراء، وهو ما يعتبره مؤلفو الدراسة مثالًا على التعلم الاجتماعي.

بينما يلاحظ المؤلفون أن هناك حاجة إلى مزيد من البحث، يعتقدون أن طريقتهم يمكن أن تمهد الطريق “للتطور الثقافي للعب دور خوارزمي في تطوير الذكاء العام الاصطناعي”. كما يتطلعون إلى مزيد من التعاون متعدد التخصصات بين مجالات الذكاء الاصطناعي وعلم النفس التطوري الثقافي.

على الرغم من مرحلتها المبكرة، يمكن أن يكون لاختراق DeepMind آثار كبيرة على صناعة الذكاء الاصطناعي. يمكن لمثل هذا التقدم أن يقلل من التدريب التقليدي كثيف الموارد للخوارزميات، مع زيادة قدراتها على حل المشكلات. كما يثير السؤال حول ما إذا كان الذكاء الاصطناعي يمكن أن يتعلم يومًا ما اكتساب العناصر الاجتماعية والثقافية للفكر البشري.

Pimento يحول الملخصات الإبداعية إلى لوحات مزاجية مرئية باستخدام الذكاء الاصطناعي التوليدي