Born wired: innate cortical connectivity plus local plasticity is enough to stand, walk and look
تُثبت هذه الورقة أن روبوتاً رباعي الأرجل مُحاكياً يمكنه الوقوف، والمشي نحو أهداف بصرية، وإظهار تتبع للنظر باستخدام الأسلاك القشرية الفطرية واللدونة المحلية القائمة على الارتباط فقط، دون أي إشارات مكافأة عالمية، أو تدرجات، أو حلقات تدريب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
إن معظم ما نعتبره "تعلمًا" في الذكاء الاصطناعي يتضمن محاولة نظام تجربة ملايين التغييرات، والفشل، ثم التعديل ببطء في إعداداته الداخلية حتى يصل أخيرًا إلى الإجابة الصحيحة. إنها عملية قائمة على التجربة والخطأ، موجهة بهدف عالمي، مثل طالب يحفظ كتابًا مدرسيًا عبر تكرار الفصول حتى تثبت الإجابات في ذهنه. لكن الطبيعة لا تبدو وكأنها تعمل بهذه الطريقة؛ فالحيوان حديث الولادة لا يبدأ بلوح فارغ، بل يأتي بجسد يعرف كيف يقف وعينين تعرفان كيف تتبعان الأجسام. وهذا يثير سؤالاً جوهرياً للعلماء الذين يدرسون كيفية عمل الأدمغة: ما مقدار سلوكنا الذي تم تعلمه حقًا، وما مقدار ما هو مبني ببساطة في التوصيلات منذ البداية؟ يشير الرأي السائد في تعلم الآلة الحديث إلى أن السلوك المعقد يتطلب كمية هائلة من بيانات التدريب وحلقة تغذية راجعة مستمرة لتصحيح الأخطاء. ومع ذلك، فإن خطًا جديدًا من البحث يتساءل عما إذا كان يمكن للدماغ أن يولد بخريطة اتصالات مرسومة مسبقًا، حيث تكون القاعدة الوحيدة للتغيير هي ملاحظة محلية بسيطة لما تفعله الخلايا العصبية معًا، دون أي حاجة لمعلم أو لوحة تسجيل عالمية.
لقد قام باحث يدعى تشي ون لين (Zhiwen Li) ببناء دماغ رقمي لاختبار هذه الفكرة تحديدًا. فبدلاً من تدريب نظام من الصفر، قام ببناء دماغ محاكى يحتوي على ما يقرب من 144,000 خلية عصبية وأكثر من 300,000 اتصال محدد كانت موجودة منذ اللحظة الأولى لوجوده. هذه الاتصالات الأولية، التي يسميها المؤلف "جدول الغريزة"، لم تكن عشوائية؛ بل صُممت بعناية لتربط المدخلات الحسية، مثل رؤية شكل أحمر أو الشعور باستلقاء الجسم بشكل مسطح، مباشرة بالمخرجات الحركية، مثل العضلات اللازمة للوقوف أو المشي. والأهم من ذلك، أن هذا النظام لم يكن لديه إشارة مكافأة، ولا تصحيح للأخطاء، ولا حلقة تدريب. لقد وُضع ببساطة في عالم محاكى بجسم روبوت رباعي الأرجل وقيل له أن ينجو. وكانت النتيجة فورية ومفاجئة: عندما وُضع على بطنه، وقف الروبوت من تلقاء نفسه. وعندما عُرض عليه جسم أحمر، مشى نحوه. لم تكن هذه الأفعال متعلمة من خلال التكرار، بل كانت نتيجة مباشرة لانطلاق الاتصالات المبرمجة مسبقًا في التسلسل الصحيح.
وقد ذهبت التجربة إلى أبعد من ذلك لإثبات أن هذه السلوكيات لم تكن عرضية. فعندما أزال الباحثون المدخلات الحسية تمامًا، انهار الروبوت، مما أثبت أن السلوك اعتمد على معالجة الدماغ للمعلومات في الوقت الفعلي. وعندما مسحوا اتصالات "الغريزة" المحددة مع ترك التوصيلات الخلفية العشوائية سليمة، لم يستطع الروبوت الوقوف أو المشي، مما أكد أن السلوك جاء من الخريطة المحددة مسبقًا، وليس من المصادفة. كما أظهرت الدراسة أن أجزاء معينة من الدماغ كانت مسؤلة عن أفعال معينة. فمن خلال إسكات مجموعة كبيرة من الخلايا العصبية في منطقة القشرة الجبهية -وهي الجزء المرتبط غالبًا بالتخطيط واتخاذ القرار- وجد الباحثون أن الروبوت لا يزال قادرًا على التفاعل مع شاشة زرقاء، لكنه فقد تمامًا القدرة على المشي نحو جسم أحمر. أثبت هذا أن "فكرة" المشي نحو الجسم الأحمر كانت نمطًا محددًا من النشاط في تلك المجموعة من الخلايا، وبدونها، تلاشى السلوك رغم بقاء ردود الفعل الأساسية.
ولعل الاكتشاف الأكثر إثارة للدهشة هو أن هذا النظام استطاع تعلم مهارة جديدة خلال فترة حياته دون أي معلم خارجي. فقد أضاف الباحثون مجموعة صغيرة من الخلايا التي تعمل كإشارة مكافأة. فعندما كان الروبوت واقفًا ورأى جسمًا أحمر أثناء سماع صوت معين، انطلقت هذه الإشارة. في تلك اللحظة، بدأت قاعدة التغيير المحلية للدماغ في العمل: حيث قامت بتقوية الاتصال بين الخلايا التي كانت نشطة قبل الصوت مباشرة والخلايا التي كانت نشطة عند حدوث الصوت. بعد هذا الحدث الواحد، تعلم الروبوت المشي نحو الجسم الأحمر بمجرد سماع الصوت، حتى عندما لا يكون الجسم مرئيًا. لقد كُتبت هذه القدرة الجديدة في توصيلات الدماغ في الوقت الفعلي، مدفوعة فقط بتزامن الأحداث ووجود إشارة المكافأة، دون وجود وظيفة هدف عالمية توجه العملية.
ومع ذلك، كشفت الدراسة أيضًا عن حدود هذا النهج. فبينما استطاع الروبوت تعلم المشي، إلا أنه واجه صعوبة في البقاء منتصبًا لفترات طويلة عندما كانت إشارة المكافأة نشطة لفترة طويلة. فالدوائر الداخلية التي سمحت للدماغ بالتمسك بفكرة أو خطة تسببت أيضًا في تراكم الكثير من النشاط، مما أدى في النهاية إلى تعثر الروبوت وسقوطه. وهذا يشير إلى أنه بينما يمكن لدماغ مبرمج مسبقًا بقواعد محلية بسيطة أن يولد سلوكيات معقدة وحتى يتعلم ارتباطات جديدة، فإنه لا يزال بحاجة إلى طريقة للنسيان أو إعادة الضبط، وهي آلية يفتقر إليها النموذج الحالي. كما لاحظ الباحثون أن "جدول الغريزة" نفسه قد بُني باستخدام بيانات من نظام تعلم آلة تم تدريبه مسبقًا، مما يعني أن مجموعة الحركات الأولية كانت مستخلصة من سياسة متعلمة قبل إنشاء الدماغ نفسه. وهذا الاعتراف يسلط الضوء على أن النظام لم يخترع المشي من العدم، بل ورث مكتبة من الحركات وتعلم كيفية تحفيزها في سياقات جديدة.
يتحدى هذا العمل فكرة أن الذكاء يتطلب عملية تحسين ضخمة من الأعلى إلى الأسفل. وبدلاً من ذلك، فإنه يشير إلى أن جزءًا كبيرًا مما يفعله الكائن الحي يتحدد من خلال البنية التي يولد بها. فالدماغ ليس حاسوبًا فارغًا ينتظر برنامجًا، بل هو آلة ذات نظام تشغيل مثبت صلب يمكن تحديثه محليًا أثناء تفاعله مع العالم. وتظهر الدراسة أنه مع وجود التوصيلات الأولية الصحيحة، يمكن للنظام أن يقف ويمشي وينظر دون أن يُقال له أبدًا ما هي الإجابة "الصحيحة". لا تدعي الدراسة أنها حلت لغز الذكاء العام، لكنها تقدم برهانًا ملموسًا على أن السلوك الموجه نحو هدف يمكن أن ينبثق من مجموعة ثابتة من القواعد وآلية تعلم محلية بسيطة، بشرما كانت التوصيلات الأولية صحيحة. وتشير النتائج إلى أن الندرة في الذكاء البيولوجي قد لا تكمن في القدرة على التعلم، بل في البنية الأولية التي تجعل التعلم ممكنًا في المقام الأول.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.