NeuralOS: Towards Simulating Operating Systems via Neural Generative Models
يُعد NeuralOS إطار عمل عصبي يحاكي واجهات المستخدم الرسومية لأنظمة التشغيل عبر الجمع بين شبكة عصبية متكررة لتتبع الحالة ومُصوّر يعتمد على الانتشار لتوليد إطارات شاشة واقعية استجابةً لمدخلات المستخدم، مما يظهر القدرة على تعلم وتخليق التفاعلات لكل من التطبيقات الحالية وغير المرئية من بيانات التدريب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك محرك دمى سحري، غير مرئي، قد شاهد ملايين الساعات من استخدام البشر للحواسيب. هذا المحرك لا يعرف فقط ما هي الأزرار التي يجب الضغط عليها؛ بل يعرف بدقة كيف يبدو شكل الشاشة، وكيف تنزلق النوافذ لتفتح، وكيف يتحرك مؤشر الفأرة عبر الشاشة.
NeuralOS هو اسم هذا المحرك. إنه نوع جديد من الذكاء الاصطناعي الذي لا يكتفي فقط بـ "تشغيل" نظام تشغيل مثل ويندوز أو ماك، بل هو يحلم بوجود نظام التشغيل، إطاراً تلو الآخر، في الوقت الفعلي.
إليك كيف يعمل، مقسماً إلى مفاهيم بسيطة:
١. نظام "الدماغين"
فكر في NeuralOS على أنه يمتلك دماغين متميزين يعملان معاً، بشكل يشبه امتلاك الإنسان لجزء "للتفكير" وجزء "للرسم".
- دماغ الذاكرة (الشبكة العصبية المتكررة - RNN): يعمل هذا الجزء كـ "ذاكرة قصيرة المدى" للحاسوب. إنه يتتبع ما يحدث: هل تتحرك الفأرة لليسار؟ هل ضغط المستخدم للتو على زر "الصفحة الرئيسية"؟ هل يفتح متصفح فايرفوكس؟ إنه يحتفظ بملاحظة ذهنية لحالة الحاسوب، حتى لو لم تتغير الشاشة بعد.
- دماغ الفنان (مُصوّر الانتشار - Diffusion Renderer): هذا الجزء هو الرسام. إنه يأخذ التعليمات من "دماغ الذاكرة" ويقوم فعلياً برسم صورة الشاشة. الأمر يشبه فناناً فائق السرعة يمكنه رسم إطار جديد من رسوم متحركة كل ١/٦٠ من الثانية، بناءً على ما يخبر به "دماغ الذاكرة".
٢. "خدعة السحر" في التعلم
عادةً، لتعليم الحاسوب كيفية فتح مجلد، عليك كتابة آلاف الأسطر من الكود البرمجي لإخباره بالضبط بكيفية القيام بذلك. لكن NeuralOS مختلف؛ لقد تعلم من خلال المشاهدة.
قام الباحثون بتغذية النظام بساعات من تسجيلات الفيديو لأشخاص يستخدمون حاسوباً (نظام أوبونتو لينكس). شاهد الذكاء الاصطناعي حركة الفأرة، والنقرات، وفتح النوافذ. ومع مرور الوقت، تعلم "قواعد" الحاسوب ليس عن طريق قراءة دليل الاستخدام، بل من خلال رؤية الأنماط، تماماً كما يتعلم الطفل كيف يعمل الباب من خلال مشاهدة والديه يفتحانه آلاف المرات.
٣. وهم لعبة "دووم" (الجزء الأكثر إثارة)
هنا يصبح الأمر مذهلاً حقاً. علم الباحثون NeuralOS كيفية لعب لعبة Doom الكلاسيكية. ولكن كان هناك شرط: لم تكن لعبة Doom مثبتة فعلياً على الحاسوب.
لم يسبق للذكاء الاصطناعي أن رأى اللعبة الحقيقية. بدلاً من ذلك، عرض له الباحثون فيديو مزيفاً: فيديو لشخص ينقر على أيقونة "Doom"، يليه فيديو لشخص يلعب Doom. قام الذكاء الاصطناعي بدمج هذين الشيئين في "عقله".
عندما ينقر المستخدم على أيقونة "Doom" المزيفة في محاكاة NeuralOS، فإنه لا يقوم بتشغيل برنامج حقيقي. بدلاً من ذلك، هو يتنبأ بما يجب أن تبدو عليه الشاشة تالياً. لقد رسم قائمة اللعبة، والمسدس، والوحوش، وكل ذلك تم إنشاؤه من الصفر. لقد ابتكر لعبة وظيفية من العدم، فقط لأنه تعلم "فكرة" لعب Doom.
٤. لماذا يعد هذا أمراً هاماً؟
- لا مزيد من الأعطال: بما أن NeuralOS يقوم فقط بالتنبؤ بالصور، فهو لا يحتوي على "أخطاء برمجية" (Bugs) بالمعنى التقليدي. إذا نقرت على زر خاطئ، فإنه ببساطة يرسم ما يعتقد أنه سيحدث تالياً. هذا يوفر بيئة تجريبية آمنة لاختبار وكلاء الذكاء الاصطناعي (الروبوتات التي تستخدم الحواسيب).
- واجهات مخصصة: تخيل نظام تشغيل يتغير مظهره بناءً على مزاجك. إذا أردت نمطاً "سايبربانك" (Cyberpunk)، يمكن للذكاء الاصطناعي إعادة رسم الواجهة بأكملها فوراً لتبدو كفيلم خيال علمي، لأنه يقوم بتوليد البكسلات، وليس تشغيل برنامج ثابت.
- التعلم من بيانات مزيفة: كما أظهرت تجربة Doom، لست بحاجة إلى حاسوب حقيقي لتعليم الذكاء الاصطناعي كيفية استخدامه. يمكنك تعليمه باستخدام عروض توضيحية اصطناعية ومصطنعة، وسوف يتعلم محاكاة الشيء الحقيقي بشكل مثالي.
التشبيه: الممثل الارتجالي مقابل الروبوت المبرمج
- الحواسيب التقليدية تشبه الروبوتات المبرمجة. تتبع نصاً صارماً. إذا طلبت منها القيام بشيء خارج النص (مثل النقر على زر غير موجود)، فإنها تتعطل أو تظهر رسالة "خطأ".
- NeuralOS يشبه الممثل الارتجالي. لقد شاهد الكثير من مشاهد استخدام الحاسوب لدرجة أنه يستطيع تخمين ما سيحدث تالياً. إذا طلبت منه القيام بشيء غريب، فإنه لن يتعطل، بل سيخترع رد فعل منطقي بناءً على ما رآه من قبل.
العقبة
في الوقت الحالي، هذا "المحرك" جائع جداً. فهو يتطلب حواسيب فائقة القوة (مئات من بطاقات الرسوميات القوية) للعمل. كما أنه بطيء نوعاً ما مقارنة بالحاسوب الحقيقي، ولا يمكنه كتابة كود برمجي معقد بدقة بعد. لكنه يثبت نقطة رائعة: قد لا نحتاج إلى برمجة مستقبل الحوسبة؛ بل قد نحتاج فقط إلى تعليم الذكاء الاصطناعي كيف يتخيلها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.