التغريدة السابقة شارك فيها اكثر من 1600 شخص , الإجابة الصحيحة هي 5 دولار. فـ 5 + 105 = 110.
لكن الاغلبية اختارت الإجابة الخاطئة. لماذا ؟
قبل أن ادخل في الأسباب فهذا الخطأ لا يخص المسائل رياضية فقط بل في كل مناحي حياتنا من حيث حكمنا و تعاملنا مع الأشياء.
(سلسلة عن الذكائين)
لكن الاغلبية اختارت الإجابة الخاطئة. لماذا ؟
قبل أن ادخل في الأسباب فهذا الخطأ لا يخص المسائل رياضية فقط بل في كل مناحي حياتنا من حيث حكمنا و تعاملنا مع الأشياء.
(سلسلة عن الذكائين)
في عام 2011 نشر البروفيسور الحائز على جائزة نوبل في علوم الاقتصاد Daniel Kahneman كتاباً اسماه Thinking, Fast & Slow ( التفكير , السريع و البطيء ) قسم طريقة التفكير لدى الإنسان إلى قسمين قسم سريع اسماه system 1 و آخر بطيء اسماه system 2.
طريقة الSystem 1 هي طريقة سريعة غريزية لا تحتاج إلى جهد في التعلم او تركيز و ترتبط بالمشاعر.
كما أنها نمطية و غير واعية و هي ما استخدمها معظم من اجابوا ب10 دولارات على السؤال في التغريدة السابقة.
"لا يفرح من اجابوا ب5 دولارات كثيراً فسيأتي دورها."
كما أنها نمطية و غير واعية و هي ما استخدمها معظم من اجابوا ب10 دولارات على السؤال في التغريدة السابقة.
"لا يفرح من اجابوا ب5 دولارات كثيراً فسيأتي دورها."
الطريقة الأخرى هي طريقة الـ System 2 و هي بطيئة كونها منطقية و غير نمطية يتروى الشخص و يتداول الموضوع في عقله قبل الاستجابة و يتسائل و يسأل عن الاسباب و يحتاج عقله إلى اجراء حسابات قبل الاستجابة.
طريقة System 1 قد تكون مرتبطة تطورياً بالبقاء كالاستجابة السريعة بالهروب مباشرة عند الشعور بالخطر و كأن الدماغ يقوم بتخزين معلومات في منطقة قريبة من مكان الاستجابة حيث لاوقت للتحليل و للتفكير العميق و هذا مثلاً ما نشاهده في ردات فعل الناس عند "المقالب".
لماذا استخدم البعض System 1 و البعض الآخر System 2؟ .أو مالذي حفّز System 2 لدى الآخرين عند اجابة سؤال السابق؟ برأيي ان الموضوع ايضاً مرتبط بغريزة البقاء و بالخوف تحديداً ( اوجس في نفسه خيفه ) لكون الاجابة بسيطة للوهله لكن افترض من بساطتها أن وراءها شيء ما فاستدعى System 2.
نعود لصلب موضوع السلسلة التقني وهو الذكاء الإصطناعي, لاحظ انه مع تقديرناً لSystem 2 إلا أن الذكاء الاصطناعي يعمل بSystem 1 (احتمالات ) لكن الآلة الحاسبة او البرامج الاعتيادية تعمل بشيء أقرب إلى System 2!! فهي دقيقة و تحسب و مع ذلك لا نسميها ذكية.
يعتبر الDeep Learning في طليعة خوارزميات الذكاء الاصطناعي , فمثلاً سيارات القيادة الذاتية تعامل كل الطرق بنفس الاسلوب او لنقل بنفس الخورازميات و البرامج , لكن البشر تختلف قيادتهم في اماكن آلفوا عليها عن قياتهم في اماكن جديدة او غريبة عليهم فهم هنا يحولون من System1 الى System2.
أي أن الانسان يمكنه استعادة معلوماته و تحليلها ليعالجها بطريقة مختلفة تماماً. و هذا مالا يحصل في الDeep Learning. فالاحساس بالخطر منبه للانتقال بين النظامين كما قلنا عن الفرق بين ان تقود من بيتك إلى عملك او من القيادة في طريق وعره و كأنك حينها قمت بعملية Re-compiling لبرمجة عقلك.
ثم لنلاحظ هنا وجود اختلاف اخر بين الدماغ و الآلة. ان الدماغ في حالة ( الطريق الوعرة ) لم يحتاج إلى تعلم كل شيء من جديد , فلا تحتاج إلى تعلم القيادة من البداية, بل تطورت المهارات بقدر قليل من البيانات و هذا ايضا ما لا يحصل مع الDeep learning.
الفرق الآخر هو أنه ليتطور الDeep Learning تطور ملحوظ نوعاً ما اصبح يحتاج إلى كمية هائلة جداً من البيانات كما حدث في نظام GPT-3 . و كل تلك البيانات كانت بغرض اداء مهارة معينة! وهي اكمال الجمل. لكن عقل الانسان يمكنه استخدام المعلومه الواحدة و يوزعها لتنمية اكثر من مهارة.
ايضاً يحتاج الDeep learning لترتيب بيانات التعلم ( المدخلات ) و هذا ما لايحصل في دماغ الانسان الذي يلتقط الكثير من البيانات و يميز بينها ثم يصنفها حسب احتياج المهارة التي يريد تنميتها. و هذا ايضاً غير موجود في الDeep Learning.
بعد هذا , كيف يمكن التحول من System 1 Deep learning إلى System 2 Depp learning ؟ في هذه المحاضرة لأحد رواد الDeep learning و هو الYoshua Bengio يشرح عن هذا النوع الجديد و المستقبلي من الAI و لعله ما سيقربنا من شيء اشبه لما في فيلم Ex-Machine.
youtu.be
youtu.be
جاري تحميل الاقتراحات...