د. تحسين الشيخلي يكتب: الدماغ الرقمي.. خرافة الذكاء

أعادت التطورات الحديثة في تعلم الآلة العميق إحياء الاهتمام بقرب الآلات التي يمكنها التفكير والتصرف مثل البشر ، أو الذكاء الاصطناعي العام. من خلال اتباع مسار بناء شبكات عصبية أكبر وأفضل ، يذهب التفكير ، سنتمكن من الاقتراب أكثر فأكثر من إنشاء نسخة رقمية من الدماغ البشري.
لكن هذه لا زالت تعتبر (خرافة) ،فجميع الأدلة تشير إلى أن ذكاء الإنسان والآلة مختلفان اختلافًا جذريًا. 
الوظيفة الأساسية للكائنات الذكية ،هي( الاستدلال) أي فعل الانتقال من الملاحظات إلى الاستنتاجات. نحن نستنتج الأشياء باستمرار بناءً على ما نعرفه وما ندركه. يحدث معظمها دون وعي ، في خلفية أذهاننا ، دون تركيز واهتمام مباشر.
أي نظام يستنتج يجب أن يكون لديه بعض الذكاء الأساسي ، لأن فعل استخدام ما هو معروف وما يتم ملاحظته لتحديث المعتقدات مرتبط بشكل لا مفر منه بما نعنيه بالذكاء.
الكائنات الذكية تستخدم الاستدلال الاستنتاجي ،هو ما يشير إليه كثيرون ب (الفطرة السليمة). إنه الإطار المفاهيمي الذي نرى من خلاله الحقائق أو البيانات والفعل الذي يجمع الأنواع الأخرى من الاستدلالات معًا. إنها تمكننا من التركيز في أي لحظة على ما هو ذي صلة بين الكم الهائل من المعلومات الموجودة في أذهاننا وكمية البيانات التي نتلقاها من خلال حواسنا.
يبني باحثو الذكاء الاصطناعي أنظمتهم على مفهوم الاستدلال ، عملية استخلاص النتائج بناءً على الملاحظات أو الأدلة، ويعد الاستدلال مكونًا رئيسيًا للعديد من خوارزميات الذكاء الاصطناعي، حيث يسمح لأجهزة الكمبيوتر بإجراء تنبؤات أو قرارات بناء على البيانات.
في الذكاء الاصطماعي تم استخدام نوعين من آليات الاستدلال (الاستنتاجي والاستقرائي). يستخدم الاستدلال الاستنتاجي المعرفة المسبقة للعقل حول العالم. هذا هو أساس الذكاء الاصطناعي الرمزي ، حيث يشير مصطلح الذكاء الإصطناعي الرمزي الى مجموعة من الكلمات أو الرموز التي يستطيع البشر فهمها، إلى جانب القواعد التي يمكن للبرنامج دمجها و معالجتها بغرض أداء المهمة المعطاة إليه. جلّ ما يعتمد عليه هذا النوع هو المعلومات التي يتم إدخالها له لا على مدى إدراكه للمهمة التي يريد إنجازها، هذه الطريقة مستوحاة من (المنطق الرياضي) و كذلك من الطريقة التي يصف بها الناس عمليات التفكير الواعي. و من الأمثلة على هذا النهج هو (النظم الخبيرة).
وكانت هذه الآلية هي المحور الرئيسي للباحثين في العقود الأولى للذكاء الاصطناعي. ينشئ المهندسون أنظمة رمزية من خلال منحهم مجموعة محددة مسبقًا من القواعد والحقائق ، ويستخدم الذكاء الاصطناعي هذه المعرفة للتفكير في البيانات التي يتلقاها.
النوع الآخر من آليات الأستدلال ، هو، الاستدلال الاستقرائي ،الذي اكتسب المزيد من الجاذبية بين باحثي الذكاء الاصطناعي وشركات التكنولوجيا في العقد الماضي ، وهو اكتساب المعرفة من خلال الخبرة.
خوارزميات التعلم الآلي هي محركات استقراء. سيجد نموذج (تعلم الالة) المدرب على الأمثلة ذات الصلة أنماطًا ترسم المدخلات و تقود إلى المخرجات. في السنوات الأخيرة ، استخدم باحثو الذكاء الاصطناعي التعلم الآلي والبيانات الضخمة والمعالجات المتقدمة لتدريب النماذج على المهام التي تتجاوز قدرة الأنظمة الرمزية.
عندما تناول رواد الذكاء الاصطناعي الأوائل مسألة الاستدلال الاصطناعي (جوهر الذكاء الاصطناعي) ، افترضوا أن كتابة قواعد الأسلوب الاستنتاجي يكفي لتوليد الفكر والفعل الذكي .
على مدى عقود ، حاول الباحثون التوسع في أنظمة الذكاء الاصطناعي الرمزية من خلال تزويدها بقواعد وحقائق مكتوبة يدويًا. كانت الفرضية هي أنه إذا منحت نظامًا للذكاء الاصطناعي كل المعرفة التي يعرفها البشر ، فسيكون قادرًا على التصرف بذكاء مثل البشر. لكن الذكاء الاصطناعي الرمزي الخالص فشل لأسباب مختلفة. لا يمكن للأنظمة الرمزية اكتساب وإضافة معرفة جديدة ، مما يجعلها جامدة. يصبح إنشاء ذكاء اصطناعي رمزي مطاردة لا نهاية لها لإضافة حقائق وقواعد جديدة فقط للعثور على النظام يرتكب أخطاء جديدة لا يمكنه إصلاحها. والكثير من معرفتنا ضمني ولا يمكن التعبير عنها في قواعد وحقائق ويتم تغذيتها للأنظمة الرمزية.
في العقدين الماضيين ، مع تزايد توافر البيانات وموارد الحوسبة ، أصبحت خوارزميات التعلم الآلي ، وخاصة الشبكات العصبية العميقة ، محط اهتمام مجتمع الذكاء الاصطناعي. لقد فتحت تقنية التعلم العميق العديد من التطبيقات التي كانت في السابق خارج حدود أجهزة الكمبيوتر. وقد اجتذبت اهتمامًا وأموالًا من بعض أغنى الشركات في العالم.
لكنها ما زالت ضمن أطار الذكاء الاصطناعي الضعيف ، ولا يمكن ان تصنف على انها ذكاء حقيقي او تفكير فطري . فهي خوارزميات تستنتج على اساس مفهوم ( السبب و النتيجة) أي تستقرأ السبب من خلال حزمة البيانات التي تتعلم منها للأستدلال على النتيجة.