کامیونیتی CS12، جایی برای ماژولار بودن | لینکدین مون رو حتما فالو کن!
علت یادگیری سریع مغز انسان و تفاوتش با هوش مصنوعی چیست؟
درک ترکیبپذیری مغز میتواند به ساخت AIهایی کمک کند که مهارتهای جدید را بدون پاک کردن مهارتهای قدیمی یاد بگیرند.

اخیرا پژوهشی توسط پژوهشگران پرینتسون در مورد نخستیسانان (primates) انجام شده که نشان میده قشر پیشپیشانی مغز آنان، شامل بلوک های شناختی(cognitive blocks) ماژولار است که برای حل کارهای مرتبط، قابل استفادهٔ مجدد است؛ بلوک هایی که دارای الگوهای تکرار شوندهٔ عصبی هستند. قابلیتی که باعث انعطاف پذیری مغز های زیستیست، ویژگیای که هوش مصنوعی هنوز نتوانسته بدست بیاورد.
این همان چیزیست که میتواند به سیستم های هوش مصنوعی کمک کند تا هنگام یادگیری مهارتهای جدید، مهارتهای قبلی را فراموش نکنند.
امروزه هوش مصنوعی میتواند در نوشتن مقالات علمی یا ادبی، و یا کمک به پزشکان در تشخیص یسری بیماریها عملکرد خوبی داشته باشد، اما وقتی صحبت از انعطاف پذیری واقعی ذهن باشد، مغز زنده همچنان برتری دارد.

مغز یک انسان در مقایسه با هوش مصنوعی، در مواجهه با شرایط جدید رویکرد بسیار متفاوتی را از خود ارائه میدهد. چه درمورد یادگیری یک مهارت تازه باشد یا تجربهی یک اتفاق جدید، مغز ما میتواند به راحتی خود را با این موقعیت و اطلاعات جدید وقف بدهد. در حالی که سیستم های هوش مصنوعی برای همین سازگاری و یادگیری در لحظه دچار مشکل میشوند.
عصبپژوهشان دانشگاه پرینتسون یک علت مهم برای این تفاوت پیدا کرده اند، آن هم این است که مغز انسان بارها و بارها از بلوکهای شناختی یکسان در موقعیت های مختلف استفاده میکند و آن ها را برای ایجاد الگوهای جدید رفتاری با همدیگه ترکیب میکند.
تیم بوشمن، دکترای عصبپژوهی میگوید مغز انعطافپذیر است چون میتواند اجزای شناختی را در کارهای مختلف دوباره و چندینباره استفاده کند. با قرار دادن این بلوکهای شناختی کنار هم، مغز میتواند کارهای جدید بسازد در حالی که هوش مصنوعی در یادگیری و انجام همزمان چند تکلیف مختلف ضعیف است.
سینا تفاضلی، پژوهشگر پسادکتری، میگوید:
«اگر بلد باشید نان بپزید، میتوانید از همان مهارتها برای پختن کیک استفاده کنید بدون اینکه نیاز باشه دوباره کل روند پختن را از صفر یاد بگیرید. شما مهارتهای موجود، مثل استفاده از فر، اندازهگیری مواد و ورز دادن را با مهارتهای جدید مثل همزدن مواد یا درست کردن کرم ترکیب میکنید.»
به این توانایی ساختن یک مهارت جدید، با کمک دانسته ها و مهارت های قبلی «ترکیب پذیری» میگویند.
طبق گفته های وی، گاهی مغز بلوک های غیرضروری را خاموش میکند تا تمرکز بر روی انجام یک کار مشخص بالاتر رود؛ مثلا اگر در حال دسته بندی و تشخیص شکل باشید، مغز پردازش رنگ را کم اهمیت میکند.
این بلوکهای شناختی توضیح میدهند که انسانها در یادگیری مهارت های جدید سریع هستند، زیرا مغز از صفر شروع نمیکند، بلکه از اطلاعات آماده قبلی استفاده میکند.

تفاضلی میگوید:
«اگر یک شبکهٔ عصبی بلد باشد کیک درست کند و بعد بخواهد یاد بگیرد کوکی درست کند، کیک درست کردن را فراموش میکند. هوش مصنوعی با مشکل فراموشی فاجعه بار روبهروست.»
درک ترکیبپذیری مغز میتواند به ساخت AIهایی کمک کند که مهارتهای جدید را بدون پاک کردن مهارتهای قدیمی یاد بگیرند.
همچنین بسیاری از مشکلات عصبی و روانی، مثل اسکیزوفرنی، OCD و آسیبهای مغزی میتوانند توانایی فرد برای استفادهٔ دوباره از مهارتهای قبلی در موقعیتهای جدید را مختل کنند پس
این موضوع ممکن است حتی در پزشکی نیز کمککننده باشد.
مطلبی دیگر از این انتشارات
گوگل ادعا کرد که از جیمیل شما برای آموزش دادن به AI استفاده نمیکنه
مطلبی دیگر از این انتشارات
سالگرد سه سالگی ChatGPT
مطلبی دیگر از این انتشارات
استعمار داده، تهدیدی حیاتی برای عدالت اجتماعی