شركة فيسبوك تستخدم خوارزمية جديدة ومتطورة للذكاء الاصطناعي

قال موقع Ars Technica الأمريكي في تقرير حديث إنه رغم أن معظم خوارزميات الذكاء الاصطناعي معتمدة على الجهد والإشراف البشري لكن شركة فيسبوك استطاعت تطوير خوارزمية جديدة للذكاء الاصطناعي تستطيع ذاتياً التعرّف على ماهية الأشياء بدون مساعدة كبيرة من الوسوم المُصنّفة مسبقاً إذ تعتمد خوارزمية فيسبوك غير الخاضعة للإشراف، والمُسمّاة “Seer”، على أكثر من مليار صورة مأخوذة من إنستغرام لتُحدّد بنفسها الأشياء المتشابهة.

على سبيل المثال، تجمع الخوازمية جميع صور الكائنات ذات الشوارب والفراء والأذنين المدببتين، ثم تستند إلى عدد من البيانات والصور، من بينها بعض الصور المصنفة على أنَّها “قطط”، لتصبح حينها قادرة على التعرّف على محتوى الصورة.

يان ليكون، كبير علماء الذكاء الاصطناعي في شركة “فيسبوك”، قال إنَّ أبحاث الشركة في هذا الصدد تعتبر علامة بارزة في نهج الذكاء الاصطناعي المعروف باسم “التعلم الآلي غير الخاضع للإشراف”.

كان ليكون رائداً في نهج التعلم الآلي المعروف باسم “التعلم العميق” الذي يتيح للآلة أن تتعلم بنفسها من خلال شبكات عصبية اصطناعية ضخمة مُصمّمة لمحاكاة الطريقة التي يؤدي بها الدماغ البشري مهمة معينة استناداً إلى مجموعة البيانات المتوافرة. أثبتت طريقة “التعلّم العميق”، قبل حوالي عقد من الزمان، فاعلية كبيرة في برمجة الآلات لتنفيذ مهام متعددة، مثل التعرف على الوجوه والكلام.

إذ يقول ليكون إنَّ هذا النهج التقليدي، الذي يتطلب “تدريب” خوارزمية من خلال تزويدها بالكثير من البيانات المصنفة مسبقاً، لن ينجز المهام ببساطة. ويضيف: “لطالما كنت من أنصار فكرة التعلّم غير الخاضع للإشراف. وعلى المدى الطويل، ستثري الخوارزمية نفسها بالبيانات آلياً من خلال مقاطع الفيديو التي تشاهدها طوال اليوم وتتعلّم مثل الأطفال”.

من ناحية أخرى يشير يان ليكون إلى أنَّ نهج “التعلم الآلي غير الخاضع للإشراف” قد يكون له العديد من التطبيقات المفيدة.

على سبيل المثال، إمكانية قراءة الصور الطبية دون الحاجة إلى تصنيف مسبق للعديد من الصور الطبية والأشعة السينية، موضحاً أنَّ تقنية Seer “يمكن استخدامها في فيسبوك لمطابقة الإعلانات مع المنشورات أو للمساعدة في تصفية المحتوى غير المرغوب فيه” وفق وصفه.

في السياق ذاته، يرى أليكسي إفروس، الأستاذ بجامعة “UC Berkeley” البحثية الأمريكية، أنَّ ورقة فيسبوك باعتبارها دليلاً جيداً على نهج يُعتقد على نطاق واسع أنَّه سيكون مهماً لتطوير الذكاء الاصطناعي- من خلال جعل الآلات تتعلّم بنفسها باستخدام كميات هائلة من البيانات.

إذ يقول إفروس إنه كما هو الحال مع معظم التقدّم الذي يشهده العالم حالياً في مجال الذكاء الاصطناعي، فإنَّ هذا التطور الجديد يعتمد على سلسلة من التطورات السابقة التي توصّل إليها نفس فريق العمل في فيسبوك، بالإضافة إلى مجموعات بحثية أخرى في الأوساط الأكاديمية والصناعية، على حد قوله.

تعليقات فيسبوك