استخدام الذكاء الاصطناعي للتحدث مع الحيوانات
تاريخ النشر: 31st, December 2024 GMT
يعمل عدد من الباحثين على بناء نظام ذكاء اصطناعي يهدف إلى السماح للبشر يوما ما بفهم اللغات العديدة التي تستخدمها الحيوانات للتواصل مع بعضها البعض.
وقالت الكاتبة إينا فرايد في تقريرها الذي نشره موقع "أكسيوس" إن أهمية ذلك تتمثل في أن فهم الحيوانات لا يمكن أن يساعد الإنسان على معرفة العالم بشكل أعمق فحسب، بل يقول المدافعون عن ذلك إنه قد يوفر حجة مقنعة لمنحهم حقوقا قانونية أوسع.
وبرنامج "نيتشر إل إم" -الذي تم الكشف عنه في وقت سابق من هذا العام- هو نموذج لغة ذكاء اصطناعي يمكنه بالفعل تحديد نوع الحيوان الذي يتحدث، بالإضافة إلى معلومات أخرى، بما في ذلك العمر التقريبي للحيوان وما إذا كان يشير إلى الاستغاثة أو اللعب.
وقد أظهر البرنامج -الذي أنشئ بواسطة مشروع "إيرث سبيشيس"- إمكانية التعرف على الحوار بين الأنواع التي لم يسبق للنظام أن واجهها من قبل، إذ يتم تدريب "نيتشر إل إم" على مزيج من اللغة البشرية والأصوات البيئية والبيانات الأخرى.
وقد حصلت المنظمة غير الربحية مؤخرا على منحة بقيمة 17 مليون دولار لمواصلة عملها.
ونقلت الكاتبة عن كاتي زاكاريان الرئيسة التنفيذية لمشروع "إيرث سبيشيس" خلال عرض توضيحي للبرنامج قولها "نحن نواجه أزمة في التنوع البيولوجي".
وأضافت "إن الوضع الذي نحن فيه اليوم ناجم عن انقطاع التواصل مع بقية الطبيعة، نحن نعتقد أن الذكاء الاصطناعي يقودنا إلى حتمية فك شفرة التواصل مع الحيوانات والعودة إلى التواصل معها".
إعلانوأشارت الكاتبة إلى أن هذا الأمر يثبت أن الذكاء الاصطناعي التوليدي جيد جدا في الترجمة، في بعض الأحيان يكون ذلك في الترجمة من لغة بشرية إلى أخرى، ولكن هذه التقنية بارعة أيضا في تحويل النص من نوع لغوي إلى آخر.
لكن هناك مشكلة إضافية في ترجمة لغات الحيوانات، وهي أنه بدلا من الانتقال بين لغتين معروفتين ليس لدينا سوى فهم محدود لكيفية تواصل الحيوانات، وما هي قادرة على نقله من خلال الكلام.
ويعرف الباحثون -على سبيل المثال- أن الطيور تصدر أصواتا مختلفة عندما تغرد مقارنة بصوتها عند إصدار نداء تحذيري، وتوصلوا أيضا إلى أن العديد من الأنواع لديها أسماء فردية لبعضها البعض، مثل الكلاب البرية التي لديها نظام من الأسماء والصفات لوصف الحيوانات المفترسة.
وأوضحت الكاتبة أن مشروع "إيرث سبيشيس" هو واحد من المساعي العديدة التي تتطلع إلى الاستفادة من الذكاء الاصطناعي لمعالجة المخاوف المتعلقة بالكوكب.
المصدر: الجزيرة
كلمات دلالية: حريات الذکاء الاصطناعی
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
وزيرة البيئة تناقش مع المديرة التنفيذية لبرنامج الأمم المتحدة للبيئة آخر مستجدات مفاوضات معاهدة البلاستيك