AIDE: Automated Instruction via Distilled Expertise for Reference-Free Motor Skill Coaching
تقدم الورقة البحثية AIDE، وهو إطار عمل مبتكر يستفيد من عروض الخبراء التوضيحية أثناء التدريب فقط لتقطير الخبرة في نموذج غير مرجعي قادر على توليد تعليقات توجيهية للمهارات الحركية بلغة طبيعية من تسلسل وضعية المتعلم وحده عند الاستنتاج.
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 عالماً لا يتطلب فيه تعلم مهارة جديدة — مثل تسديد كرة السلة، أو لعب كرة القدم، أو حتى إصلاح محرك سيارة — وجود مدرب بشري يقف بجانبك مباشرة. لقرون مضت، كانت أفضل طريقة للتعلم هي مراقبة خبير، ثم تجربة الأمر بنفسك، وتلقي دفعة بسيطة (أو أحياناً قاسية) حول ما يجب إصلاحه. لكن تكمن المشكلة هنا في أن الخبراء الحقيقيين نادرون، ومكلفون، ولا يمكنهم مراقبة سوى عدد قليل من الأشخاص في المرة الواحدة. وهذا يترك الملايين من المتعلمين في حيرة، يخمنون ما الذي يرتكبونه من خطأ.
هنا يدخل عالم الذكاء الاصطناوي، وتحديداً فرع يحاول تعليم الحواسيب كيفية "رؤية" وفهم الحركة البشرية. لقد بنى العلماء أنظمة يمكنها النظر إلى فيديو لشخص يتحرك وإعطائه درجة، تماماً مثل الحَكَم في الألعاب الأولمبية. لكن الدرجة ليست سوى مجرد رقم؛ فهي لا تخبرك كيف تصلح أداءك. للحصول على نصيحة فعلية، تحتاج الحواسيب عادةً إلى رؤية المتعلم و خبير مثالي يؤدي نفس الحركة جنباً إلى جنب للمقارنة بينهما. هذا يعمل بشكل رائع في المختبر، ولكن في العالم الحقيقي، لا يمكنك دائماً العث/ بوجود خبير مثالي يقف بجانبك في كل مرة تحاول فيها تعلم شيء جديد. السؤال الكبير هو: هل يمكننا تعليم الكمبيوتر أن يكون مدرباً بارعاً باستخدام معرفة الخبير فقط أثناء دراسته، بحيث يمكنه لاحقاً تقديم نصيحة رائعة بمجرد مراقبة المتعلم وحده؟
هذا هو بالضبط ما تستكشفه ورقة بحثية جديدة من إعداد يوشيكي إيتو من شركة هيتاشي المحدودة. يقدم الباحثون نظاماً يسمى AIDE (التعليم الآلي عبر الخبرة المقطرة). فكر في AIDE كمدرب طالب يحصل على فرصة للدراسة مع معلم عالمي لفترة من الوقت، ولكنه يضطر بعد ذلك للذهاب والتدريب بمفرده دون وجود المعلم.
إليك كيف يحدث السحر. في المرحلة الأولى، يشاهد الكمبيوتر ("المعلم") آلاف الفيديوهات لمتعلم وخبير مطابق له يؤديان نفس الحركة، مثل رمية سلة في كرة السلة. يتعلم المعلم رصد الاختلافات الدقيقة بين الاثنين وكتابة تقرير تدريبي. والأهم من ذلك، أنه يتعلم الفصل بين "حركات المتعلم" وبين "الفرق بين المتعلم والخبير". إنه يشبه المعلم الذي يتعلم شيئين في آن واحد: "هذا ما فعله الطالب"، و"هذا هو بالضبط كيف أخطأ الطالب مقارنة بالمحترف".
في المرحلة الثانية، يبدأ الاختبار الحقيقي. ينشئ الكمبيوتر نموذج "الطالب". يرث هذا الطالب عقل المعلم (تحديداً الجزء الذي يفهم كيفية قراءة حركات المتعلم) ولكنه يفقد القدرة على رؤية الخبير. بدلاً من أن يكون قادراً على النظر إلى الخبير لحساب الفرق، يتعين على الطالب تخمين شكل "الفرق" بناءً فقط على حركات المتعلم. وهنا تكمن الحيلة الذكية: لا يحاول الطالب نسخ ملاحظات المعلم حرفياً، بل يتعلم توليد نسخته الخاصة من "النصيحة التدريبية" التي تناسب نفس النمط، باستخدام المعرفة التي امتصها أثناء تدريبه مع الخبير.
وجدت الورقة البحثية أن هذا النهج يعمل بشكل جيد بشكل مدهش. فعند اختباره على بيانات كرة السلة وكرة القدم، تمكن نظام AIDE من تقديم ملاحظات تدريبية تكاد تكون بجودة الأنظمة التي لا تزال تتطلب وجود خبير أثناء جلسة التدريب الفعلية. لقد تفوق على الأنظمة التي لم ترَ خبيراً على الإطلاق. ويشير الباحثون إلى أنه من خلال السماح لنموذج الطالب بـ "تقطير" معرفة الخبير أثناء التدريب، فقد تعلم استيعاب قواعد الأداء الجيد لدرجة أنه لم يعد بحاجة لرؤية الخبير بعد ذلك.
ومن المثير للاهتمام أن الورقة البحثية تجادل ضد بعض الأفكار الشائعة؛ فهي تقترح أنك لست بحاجة لإجبار الطالب على محاكاة حسابات المعلم الداخلية بدقة (وهي عملية تسمى التقطير الصريح). في الواقع، محاولة إجبار الطالب على نسخ ملاحظات "الفرق" الخاصة بالمعلم بدقة جعلت أداءه أسوأ. كان الطالب يعمل بشكل أفضل عندما كان حراً في ابتكار طريقته الخاصة لوصف المشكلة، طالما أنه بدأ ببنية عقل المعلم. كما يوضح المؤلف أن هذا لم يكن بسبب كون الطالب مجرد كمبيوتر أكبر أو أكثر قوة؛ فقد أثبتوا أن نسخة أبسط بدون تدريب الخبير لم تستطع القيام بنفس المهمة، حتى لو كانت بنفس الحجم.
ورغم أن النتائج واعدة، إلا أن الورقة البحثية تشير بحذر إلى أن هذا العمل لا يزال قيد التطوير. فالنظام يعمل بشكل رائع في كرة السلة ويظهر بوادر جيدة في كرة القدم، لكنه واجه صعوبة أكبر قليلاً في كرة القدم عندما لم تتوفر الكثير من بيانات التدريب. كما يشير الباحثون إلى أنهم لم يختبروا هذا على البشر بعد، بل فقط على محاكاة حاسوبية للتغذية الراجعة. لذا، بينما يقترح AIDE مساراً نحو مستقبل يمكن لأي شخص فيه الحصول على تدريب بمستوى الخبراء عبر هاتفه، إلا أننا لم نصل إلى ذلك بعد. لكنها خطوة كبيرة نحو جعل حكمة المدرب الماهر متاحة للجميع، في أي وقت وفي أي مكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.