الذكاء الاصطناعي ليس أذكى من الطفل، حتى الآن

إذا كنت تعتقد يعد نموذج الذكاء الاصطناعي الذي يعمل على الآلاف من شرائح الكمبيوتر المتطورة أمرًا ذكيًا، واسمحوا لي أن أقدم لكم مفهوم طفل يبلغ من العمر عامًا واحدًا.

حسنًا، قد لا يتمكن الأطفال من كتابة برامج الكمبيوتر، أو حل المسائل الرياضية المتقدمة، أو مناقشة الأفكار الفلسفية. ولكن على عكس نماذج الذكاء الاصطناعي الحالية، التي تستهلك محيطًا من بيانات التدريب وقدرًا كبيرًا من الطاقة التي تستهلكها دولة صغيرة، يتعلم الأطفال فهم العالم بكفاءة مذهلة. وهم يتعرفون على الأشياء الجديدة بعد رؤيتها مرة أو مرتين، ويتعلمون من خلال الملاحظة العابرة والتفاعل الجسدي.

عندما يتعلق الأمر بتحسين الذكاء الاصطناعي، قد يحمل الأطفال – وبنية أدمغتهم – رؤى مهمة. إن بناء نسخة أكثر شبها بالذكاء الاصطناعي من الممكن أن يجعل النماذج الحدودية أقل تكلفة وأقل استهلاكا للطاقة، وقد يكون من المفيد أيضا أن تتعلم الروبوتات التي تعمل بالذكاء الاصطناعي عن بيئاتها بطريقة أكثر طبيعية.

لاستكشاف هذه الحدود الجديدة الجريئة، طور الباحثون في ميتا، وجامعة ستانفورد، وجامعة طوكيو، ومدرسة الأساتذة العليا الفرنسية اختبارًا جديدًا يسلط الضوء على مهارات التعلم لدى الأطفال ويدفع باحثي الذكاء الاصطناعي إلى تصميم خوارزميات تتوافق معهم.

يحكم تحدي EgoBabyVLM على مدى قدرة نماذج لغة الرؤية، أو VLMs، التي تتعلم من النصوص والصور، على فهم العالم كما يراه الطفل. يتطلب الأمر نموذجًا لوصف العالم بعد تناول حوالي ألف ساعة من مقاطع الفيديو التي تم جمعها من الكاميرات المثبتة على رؤوس الرضع والأطفال الصغار. (نعم، حقا.)

اتضح أن النماذج المتطورة تفشل فشلاً ذريعًا عندما يتم تغذيتها بهذه اللقطات الواقعية والفوضوية، مما يشير إلى أنه قد يكون هناك شيء مختلف في تصميم دماغ الطفل الذي يمكّنه من التعلم بسرعة كبيرة من القليل جدًا من المعلومات.

بدلاً من مجموعات البيانات المنسقة، يتعلم الأطفال من وجهة نظر متغيرة للأشياء: يتحدث الآباء عن أشياء لم تعد مرئية، أو يشيرون إلى الأشياء باستخدام نظرتهم أو إيماءاتهم، أو يناقشون أحداثًا من الماضي أو في المستقبل بدلاً من كل ما يحدث في ذلك الوقت. لا يتعلم الأطفال من اللغة فحسب، بل يتعلمون أيضًا من خلال تجربة غنية متعددة الوسائط واللمس، كما يقول مايكل فرانك، عالم الإدراك في جامعة ستانفورد والمتخصص في تعلم اللغة والذي شارك في تطوير EgoBabyVLM.

ويظهر الاختبار أنه عندما يتعلق الأمر بالذكاء الاصطناعي، “فمن الواضح أن هناك المزيد [than just language] يقول فرانك: “هذا مطلوب”.

تعلم اللغة

يعد EgoBabyVLM مجرد أحدث مثال على كيفية استخدام العلماء للذكاء الاصطناعي لاستكشاف الذكاء البشري. كلف التحدي المسمى BabyLM، الذي تم تقديمه في عام 2023، نماذج الذكاء الاصطناعي بتعلم بناء جملة اللغة باستخدام نفس الكمية من البيانات التي يستقبلها طفل يبلغ من العمر 10 سنوات – عشرات الملايين من الكلمات، مقارنة بتريليونات الكلمات لنماذج الذكاء الاصطناعي. ومن اللافت للنظر أنه اتضح أن نماذج الذكاء الاصطناعي المبنية على المحولات – والتي تعالج اللغة من خلال الاهتمام بالعلاقة بين الكلمات عبر جمل مختلفة – يمكنها القيام بذلك بشكل جيد، وهو اكتشاف يتحدى أفكار نعوم تشومسكي فيما يتعلق بكيفية ربط بناء الجملة في الدماغ البشري.

يقول رايان كوتريل، عالم اللغويات في ETH Zurich والذي قام بتطوير BabyLM لأول مرة، إن الوضع مختلف عندما يتعلق الأمر بفهم العالم المادي. ويقول: “لن تكون هناك مجموعة كبيرة من التفاعلات البشرية، فليس هناك إنترنت للتفاعلات البشرية”.

يشير جوشوا تينينباوم، عالم الإدراك في معهد ماساتشوستس للتكنولوجيا، إلى أن BabyLM أظهرت أن النماذج لا تكتسب “حسًا سليمًا” فيما يتعلق بالعالم المادي، أو الديناميكيات الاجتماعية، أو نظرية العقل.

يقول تيننباوم: “إن المحولات جيدة جدًا في العثور على الأنماط في البيانات”. “ولكن يبدو أن أنظمة التعلم النمطي البحتة ليست قادرة على أخذ نوع البيانات التي يتلقاها الطفل أو الطفل وتعلم كل الأشياء التي يفعلها.”