Q:
كيف تلعب الشبكات العنيدة العميقة دوراً في تطور الذكاء الاصطناعى؟
أ:في ظاهر الأمر ، فإن الشبكات العنيدة العميقة ببساطة "تضيف وظيفة" إلى بنية تكنولوجية حالية ، هي شبكة الخصومة التوليدية (GAN) ، ولكن في الواقع ، فإن التطور الحديث لشبكة العنيدة العميقة يخبرنا بأشياء أساسية حول كيف يمكن أن تتطور منظمة العفو الدولية نحو نمذجة كبيرة من صنع القرار البشري.
تعتمد الشبكة العنيدة العميقة على التفاعل داخل GAN لـ "كيانين" لمنظمة العفو الدولية: "المولد" و "المميّز". يقوم المولد "بإنشاء" محتوى أو أمثلة أو بيانات اختبار أو أي شيء تختاره للاتصال به. يأخذ المُميِّز المدخلات ويرتبها أو يتخذ القرارات بناءً عليها. هذان الجزءان من شبكة عنيدة عميقة هما كيانان مستقلان لأغراض بحث الذكاء الاصطناعي ، لكنهما يعملان معًا.
من المهم ملاحظة أن الأدبيات العامة المتاحة على الشبكات العميقة العنيدة ضئيلة ، ويبدو أنها تتألف من مجموعة صغيرة من الأوصاف الشائعة في أهم صفحات تصنيف Google. يستشهد أحد أكثر المصادر الموثوقة ، في شركة KDNuggets ، باستخدام "معامل Goodfellow" الذي لا يمكن اكتشافه من خلال بحث Google. (إيان جودفيلو هو عالم كمبيوتر ينسب إليه بعض الأفكار الأساسية وراء الشبكات العنيدة العميقة.)
ومع ذلك ، يتم شرح فكرة الشبكة العنيدة العميقة في KDNuggets وأماكن أخرى: الفكرة الأساسية هي أن المولد يمكنه "محاولة خداع" المُميِّز ، وأنه يمكن جعل المُميِّز "أكثر تمييزًا" حتى يصبح ، بطريقة ما ، حساس في "الشك الذاتي" ولا يختار إرجاع النتائج. بعد ذلك ، تحدث خطوة تالية هامة: البرنامج ، إما من خلال التدخل البشري أو الخوارزميات ، "متحد" لتقديم إجابة.
في هذا النموذج ، بدأنا في رؤية الذكاء الاصطناعي يأخذ خطوة هائلة ، من مجرد نمذجة البيانات أو تحليل مجموعات التدريب ، إلى اتخاذ أنواع القرارات عالية المستوى التي نعتقد أنها في المجال الإنساني. في تقييم كل من أنماط "الاختيار" لمميّز الذكاء الاصطناعي وأنماط "الاختيار" للإنسان ، تشير قطعة KDNuggets إلى "مفارقة الاختيار" التي ابتكرها باري شوارتز. تصف بعض منشورات المدونة المستقلة كيف أن الشبكة العنيدة تبرز السلوكيات البشرية بشكل أساسي: ي. ياكوف ستيرن يشرح القيود الحالية والتقدم المحتمل في مجال مطول على IVR ، وتكشف Alexia Jolicoeur-Martineau عن بعض النتائج الحديثة التي يمكن أن تنتجها شبكات GAN.
لذا ، فإن التأثير الأساسي للشبكات العميقة العميقة على الذكاء الاصطناعي هو إعادة توجيه أو توسيع نطاق البحث إلى ما وراء أنواع صنع القرارات التي يمكن تطبيقها بسهولة على المؤسسات ، وتشجيع البحث الرائد نحو جعل أجهزة الكمبيوتر أكثر تشبه البشر. يمكن أن يكون هناك أي عدد من التطبيقات لهذه الفكرة على المؤسسة ، ولكنها ليست مجففة مثل التطبيق الحالي لخوارزميات التعلم الآلي لمحركات التوصية للمستهلكين ، أو استخدام عمليات ML الذكية في التسويق. يبدو أن بحث DSN يشير إلى أننا يمكن أن نجعل كيانات الذكاء الاصطناعي أكثر عاطفية ، والتي تنطوي على قدر كبير من المخاطرة ، وكذلك المكافأة.
