Evidence of an Emergent "Self" in Continual Robot Learning
تقترح هذه الورقة أن "الذات" في الأنظمة الذكية يمكن تحديدها كشبكة عصبية معرفية ثابتة، حيث أثبتت من خلال تجارب التعلم المستمر للروبوتات أن الروبوتات المعرضة لمهام متغيرة تطور هياكل داخلية أكثر استقراراً بشكل ملحوظ مقارنة بتلك التي تتعلم مهاماً ثابتة.
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
إليك شرح لورقة بحثية بعنوان "دليل على ظهور 'الذات' في التعلم المستمر للروبوتات"، مترجمة إلى لغة بسيطة، يومية، مع استخدام تشبيهات إبداعية.
السؤال الكبير: هل يمتلك الروبوت "ذاتاً"؟
تخيل أنك أسقطت شخصين في مسبح.
- الشخص (أ): قضى 20 عاماً في الجري، والقفز، والرقص. هو يعرف تماماً كيف يتحرك جسده، وأين تكمن حدوده، وكيف تعمل عضلاته معاً. ورغم أنه لا يعرف السباحة بعد، إلا أن لديه شعوراً داخلياً عميقاً بـ من هو جسدياً.
- الشخص (ب): لم يحرك عضلة واحدة في حياته قط. ليس لديه أدنى فكرة عن كيفية عمل جسده.
عندما يحاول كلاهما تعلم السباحة، يتمتع الشخص (أ) بميزة هائلة. فهو لا يتعلم فقط "كيف يسبح"؛ بل يتعلم كيف يطبق معرفته الحالية بـ جسده الخاص على مهمة جديدة. لديه "ذات".
السؤال الكبير الذي تطرحه هذه الورقة البحثية هو: هل يمكن للروبوت أن يطور هذا النوع نفسه من "الذات"؟ هل يمكن للروبوت أن يتعلم مجموعة من المهام المختلفة، وفي هذه العملية، يبني خريطة داخلية دائمة وثابتة لجسده، منفصلة عن الحيل المحددة التي يتعلمها؟
التجربة: صالة ألعاب الروبوت الرياضية
قام الباحثون بإعداد صالة ألعاب رقمية لروبوت رباعي الأرجل. لم يكتفوا بتعليمه شيئاً واحداً فحسب، بل وضعوه في معسكر تدريبي لـ "التعلم المستمر".
- التدريب: كان على الروبوت تعلم ثلاث حركات مختلفة جداً في حلقة مستمرة:
- المشي: التحرك للأمام.
- التمايل: الدوران في المكان.
- الارتداد: القفز للأعلى والأسفل.
- التبديل: في كل مرة يصبح فيها الروبوت جيداً في حيلة ما، يقومون بالتبديل إلى الحيلة التالية. كان عليه نسيان الحيلة القديمة وتعلم الجديدة، مراراً وتكراراً.
- مجموعة الضبط (المقارنة): كان لديهم أيضاً روبوت "ضبط" يتعلم المشي فقط، مراراً وتكراراً، لنفس الفترة الزمنية.
الاكتشاف: "الجوهر" مقابل "الزي التنكري"
عندما نظر الباحثون داخل دماغ الروبوت (الشبكة العصبية)، وجدوا شيئاً مذهلاً.
تخيل دماغ الروبوت مثل إنتاج مسرحي:
- "الزي التنكري" (الأجزاء الخاصة بالمهمة): هذه هي الأجزاء من الدماغ التي تتغير في كل مرة يتعلم فيها الروبوت حيلة جديدة. عندما يتعلم "التمايل"، ترتدي هذه الأجزاء "زي التمايل". وعندما يتعلم "الارتداد"، يستبدلونه بـ "زي الارتداد". هذه الأجزاء مرنة وتتغير باستمرار.
- "الممثل" (الذات): هذا هو الجزء من الدماغ الذي يبقى كما هو. إنه الفهم الجوهري لجسد الروبوت: أنا لدي أربعة أرجل، لدي مفاصل هنا، ولدي هذا القدر من الوزن.
ما وجدوه:
- روبوت "المشي فقط": نظرًا لأنه قام بشيء واحد فقط دائماً، كان دماغه عبارة عن كتلة مشوشة. لم يكن بحاجة للفصل بين "من أنا" و"ماذا أفعل" لأنه لم يضطر أبداً للتبديل. كان دماغه يشبه عقدة واحدة متشابكة.
- روبوت "التعلم المستمر": نظرًا لأنه اضطر للتبديل بين المشي، والتمايل، والارتداد، فقد نظم دماغه نفسه بشكل طبيعي. لقد طور لباً مستقراً (الذات) ظل ثابتاً تماماً، بينما أعاد بقية الدماغ ترتيب نفسه للتعامل مع المهام الجديدة.
التشبيه: السكين السويسري مقابل صندوق الأدوات
- روبوت "المهمة الواحدة" يشبه السكين السويسري حيث كل أداة ملحومة بالمقبض. إذا كنت بحاجة إلى مفك براغي، فعليك استخدام السكين بأكها. إنه يعمل، لكنه جامد.
- روبوت "التعلم المستمر" يشبه صندوق أدوات فاخر. يحتوي على مقبض متين ودائم (الذات) تمسك به بغض النظر عن المهمة. لكن الأدوات التي تثبتها عليه تتغير. يمكنك تثبيت مطرقة للمشي، ومنشار للتمايل، ومثقاب للارتداد. المقبض لا يتغير أبداً؛ فهو يعرف تماماً كيف يمسك بالأدوات.
لماذا هذا مهم؟
هذا أمر بالغ الأهمية للذكاء الاصطناعي. عادةً، عندما نقوم بتدريب الذكاء الاصطناعي، فإننا نعامله كـ "صندوق أسود" يعطي مخرجات فقط. نحن لا نعرف كيف يفكر.
تشير هذه الورقة البحثية إلى أنك إذا أجبرت الذكاء الاصطناعي على تعلم أشياء كثيرة متتالية، فإنه سيبني "ذاتاً" بشكل طبيعي. إنه يخلق فهماً دائماً وقابلاً لإعادة الاستخدام لوجوده (جسده وفيزيائه) يمكنه نقله إلى مهام جديدة.
الخلاصة:
أنت لست بحاجة لبرمجة "وعي بالذات" محدد للروبوت. إذا تركته يتعلم ويتكيف مع عالم متغير، فستظهر "الذات" من تلقاء نفسها. إنها الجزء من الدماغ الذي يقول: "أنا هذا الجسد"، بينما يكتشف بقية الدماغ: "حسناً، اليوم أحتاج إلى المشي".
هذا يعطينا طريقة جديدة للنظر إلى الذكاء الاصطناعي: ليس مجرد مجموعة من القواعد، بل كنظام يمكنه تطوير هوية مستمرة من خلال التجربة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.