الشبكة العصبية السائلة أصغر وأكثر قدرة على التكيف من الذكاء الاصطناعي السائد. هذه قصة أخرى في سلسلة من القصص التي نحرص على تقديمها لتحديد كيفية تأثير الاستخدام المتزايد للذكاء الاصطناعي على حياتنا، والطرق التي يمكننا من خلالها العمل لجعل هذه التأثيرات مفيدة قدر الإمكان.
نظر رامين حساني من خلال المجهر إلى دودة صغيرة تتلوى. فكر في الأمر بشكل رائع. قال لاحقاً، "يمكنها التحرك بشكل أفضل من أي نظام روبوتي لدينا".
تتمتع هذه الدودة الصغيرة بدماغ أصغر حجماً، ومع ذلك يمكنها التحرك والاستكشاف بسهولة. فألهم دماغها حساني وفريقه لتطوير نوع جديد من الذكاء الاصطناعي. أطلقوا عليه الشبكة العصبية السائلة.
في دماغ الدودة الصغير وفي دماغك البشري الكبير، ترتبط الخلايا المسماة الخلايا العصبية ببعضها من خلال مناطق تسمى المشابك. تشكل هذه المشابك مع الخلايا شبكات مترابطة تعالج الأفكار والأحاسيس.
تعمل ChatGPT ومعظم نماذج الذكاء الاصطناعي الشائعة اليوم على الشبكات العصبية الاصطناعية، أو ANNs. على الرغم من اسمها، إلا أن هذه الشبكات لا تشترك في أي شيء تقريباً مع الدماغ الحقيقي.
الشبكات العصبية السائلة هي نوع جديد من الشبكات العصبية الاصطناعية. فهي تحاكي أدمغتنا بشكل أوثق. تقول كاناكا راجان: "أعتقد أن نهج رامين حساني يمثل خطوة مهمة نحو الذكاء الاصطناعي الأكثر واقعية". إنها عالمة أعصاب حاسوبية في كلية الطب بجامعة هارفارد ومعهد كيمبنر لدراسة الذكاء الطبيعي والاصطناعي في بوسطن، ماساتشوستس. تستخدم الذكاء الاصطناعي لفهم الدماغ بشكل أفضل.
بالمقارنة مع الشبكات العصبية الاصطناعية القياسية، تحتاج الشبكة العصبية السائلة إلى طاقة أقل وقوة كمبيوترية أقل للعمل. ومع ذلك، يمكنها حل بعض المشاكل بشكل أكثر رشاقة.
أظهر فريق حساني هذا الأمر في اختبارات مع السيارات ذاتية القيادة والطائرات من دون طيار. وفي ديسمبر 2023، أطلقت مجموعته شركة لإدخال التكنولوجيا إلى التيار الرئيسي.
التفكير بشكل أصغر وأذكى
تقول دانييلا روس، مديرة مختبر علوم الكمبيوتر والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا، إن أفضل الأفكار تأتي إليك عندما تكون في الحمام أو خارجاً للركض. ظهرت فكرة الشبكات العصبية السائلة لأول مرة في يوم صيفي حار قبل عدة سنوات. تعاونت دانييلا مع رادو غروسو، المستشار لرامين حساني، للعمل على الشبكات العصبية السائلة.
غروسو عالم كمبيوتر في الجامعة التقنية في فيينا في النمسا. صنع مع حساني نماذج لدماغ C. elegans. تحتوي هذه الدودة الصغيرة على 302 خلية عصبية فقط. يربطها حوالي 8000 مشبك. (للمقارنة، يحتوي الدماغ البشري على حوالي 100 مليار خلية عصبية و100 تريليون مشبك).
كانت روس تعمل على السيارات ذاتية القيادة. لتدريب السيارة، كان فريقها يستخدم شبكة عصبية اصطناعية تحتوي على عشرات الآلاف من الخلايا العصبية الاصطناعية ونصف مليون مشبك.
أدركت روس أنه إذا لم تكن الدودة تحتاج إلى عدد كبير جداً من الخلايا العصبية للتنقل، فربما يمكن لنماذج الذكاء الاصطناعي أن تكتفي بعدد أقل أيضاً. قامت بتجنيد حساني وطالب آخر من طلاب غروسو للانتقال إلى معهد ماساتشوستس للتكنولوجيا. في عام 2020، بدأوا مشروعاً جديداً - لإعطاء سيارة ذاتية القيادة دماغاً يشبه دماغ الدودة.
في ذلك الوقت، كان معظم الباحثين في مجال الذكاء الاصطناعي يبنون شبكات عصبية اصطناعية أكبر وأكبر. تحتوي بعض أكبرها اليوم على مئات المليارات من الخلايا العصبية الاصطناعية مع تريليونات من المشابك! كان جعل هذه النماذج أكبر يميل إلى جعلها أكثر ذكاءً. لكنها أصبحت أيضاً أكثر تكلفة في البناء والتشغيل.
هل من الممكن جعل الشبكات العصبية الاصطناعية أكثر ذكاءً باتباع نهج دماغ الدودة – أي جعلها أصغر؟
تبسيط الرياضيات
إن الأدمغة، حتى أدمغة الديدان، معقدة بشكل مذهل. ولا يزال العلماء يعملون على تحديد الطريقة التي تقوم بها بما تقوم به بالضبط.
ركز حساني على ما هو معروف عن كيفية تأثير الخلايا العصبية للديدان على بعضها البعض.
لا تتفاعل الخلايا العصبية في الديدان الخيطية دائماً بنفس الطريقة مع نفس المدخلات. فهناك فرصة - أو احتمال - لمخرجات مختلفة. والتوقيت مهم. كما أن الخلايا العصبية تمرر المعلومات عبر الشبكة إلى الأمام والخلف. (على النقيض من ذلك، لا يوجد احتمال أو توقيت أو معلومات تتدفق للخلف في معظم الشبكات العصبية الاصطناعية).
يتطلب الأمر بعض الرياضيات الصعبة، والتي تسمى المعادلات التفاضلية، لنمذجة السمات الأكثر تشابهاً مع الدماغ في الخلايا العصبية. ويعني حل هذه المعادلات إجراء سلسلة من الحسابات المعقدة، خطوة بخطوة. وعادةً ما يُغذى حل كل خطوة في المعادلة لاستخدامها في الخطوة التالية.
لكن حساني وجد طريقة لحل المعادلات في خطوة واحدة. يتيح هذا الإنجاز إمكانية تشغيل الشبكات العصبية السائلة في الوقت الفعلي على سيارة أو طائرة ذاتية القيادة أو أي جهاز آخر.
تتعلم الشبكات العصبية الاصطناعية مهمة ما خلال فترة تسمى التدريب. وتستخدم أمثلة على المهمة لضبط الاتصالات بين الخلايا العصبية. وتقول روس إنه بالنسبة إلى معظم الشبكات العصبية الاصطناعية، بمجرد انتهاء التدريب، "يظل الأنموذج مجمداً". أما الشبكات العصبية السائلة فهي مختلفة. فحتى بعد التدريب، كما لاحظت روس، يمكنها "التعلم والتكيف بناءً على المدخلات التي تراها".
وفي سيارة ذاتية القيادة، قامت الشبكة العصبية السائلة التي تحتوي على 19 خلية عصبية بعمل أفضل في البقاء في مسارها مقارنة بالأنموذج الكبير الذي كانت روس تستخدمه من قبل.
وقد درس فريقها كل نظام لمعرفة ما كان ينتبه إليه أثناء القيادة. كانت الشبكات العصبية الاصطناعية الأنموذجية تنظر إلى الطريق، ولكن أيضاً إلى الكثير من الشجيرات والأشجار. وتركز الشبكة العصبية السائلة على الأفق وحواف الطريق، "وهي الطريقة التي يقود بها الناس"، كما تقول روس.
انتقل إلى الكرسي الأحمر
بعد ذلك، اختبر فريقها مدى قدرة الشبكات العصبية السائلة على التكيف. للاستعداد، قاموا بعمل مجموعة من مقاطع الفيديو. في كل مقطع، قام شخص ما بتوجيه طائرة بدون طيار نحو جسم جالس في الغابة. قاموا بذلك خلال الصيف والخريف والشتاء. واستخدموا أشياء مختلفة، بما في ذلك كرسي أحمر لامع.
ثم استخدموا هذه المقاطع لتدريب ستة أنواع مختلفة من الشبكات العصبية. كان اثنان منها عبارة عن شبكات عصبية سائلة. لم يشرح التدريب أن الهدف هو الوصول إلى جسم مستهدف. هذا ما كان الفريق يأمل أن تكتشفه نماذج الذكاء الاصطناعي بمفردها.
للاختبار، قام الفريق بإعداد الكرسي الأحمر في جزء من الغابة يبدو مختلفاً قليلاً عن مقاطع الفيديو التدريبية. وقد نجحت جميع نماذج الذكاء الاصطناعي هنا.
ثم وضعوا الكرسي بجوار مبنى، ثم وضعوه على فناء بين كراسي أخرى. بدت هذه البيئات مختلفة تماماً عن مقاطع الفيديو التدريبية - وتعثرت كل شبكة عصبية اصطناعية أنموذجية. قال حساني: "في الواقع، لم تعرف أين تنظر". وأوضح أن الشبكات العصبية الاصطناعية الأخرى "لم تفهم المهمة". لكن الشبكات العصبية السائلة تنجح عادة.
بعد ذلك، حاول الفريق وضع الكرسي الأحمر بعيداً كثيراً عما كان عليه في مقاطع الفيديو التدريبية. فشلت الشبكات العصبية الاصطناعية الأنموذجية في كل مرة الآن. لكن ماذا عن الشبكة العصبية السائلة؟ لقد نجحت في تسع محاولات من كل 10 محاولات.
كم عدد الخلايا العصبية والاتصالات التي استغرقتها للقيام بذلك؟ تقول روس: "بالنسبة إلى الطائرات من دون طيار، كان لدينا 34 خلية عصبية. مع 12000 مشبك فقط لربطها".
نكهة جديدة من الذكاء الاصطناعي
منذ ذلك الحين، عمل الفريق مع وكالة مشاريع الأبحاث الدفاعية المتقدمة التابعة للجيش الأمريكي لاختبار التكنولوجيا في قيادة طائرة حقيقية. وقد قامت Liquid AI ببناء شبكات عصبية سائلة أكبر. وقال حساني إن أكبرها يحتوي على 100 مليار مشبك. وهذا لا يزال أصغر بكثير من أنموذج اللغة الكبير المتطور.
تقول راجان: "يمكنك التفكير في هذا باعتباره نكهة جديدة من الذكاء الاصطناعي". وتشير إلى أن "القدرة على التكيف بشكل كبير لها جانب سلبي. فهي قد تعقد الجهود المبذولة لفهم سلوك (الأنموذج) والتحكم فيه بشكل كامل". لكنها قالت إنها ستفكر بالتأكيد في استخدام الشبكات العصبية السائلة في عملها الخاص لفهم الدماغ بشكل أفضل.
تقول روس: "أنا متحمسة بشأن Liquid AI. أعتقد أنه يمكن أن يحول مستقبل الذكاء الاصطناعي والحوسبة". وقد بدأ كل شيء بدودة صغيرة.
----