تحولات متعددة السلوك في الأنظمة الاصطناعية: كيف يمكن أن تحقق تطور الذكاء الاصطناعي تنوعاً مذهلاً؟

تسعى الأنظمة الاصطناعية المفتوحة إلى اكتساب كفاءات متنوعة من جين واحد متطور، ولكن كيف يمكن للذكاء الاصطناعي تحقيق ذلك؟ في بحث حديث نشر على arXiv (رقم 2610.00148v1)، تم تسليط الضوء على كيفية دمج التعديل العصبي (Neuromodulation) مع اختيار دوال التنشيط (Activation Selection) لتحقيق نتائج مدهشة.

تظهر الدراسات أننا بحاجة إلى أكثر من مجرد تعديل عصبي لتحقيق النجاح في الأنظمة الاصطناعية. حيث بينت التجارب التي أجريت عبر 10,000 اختبار أن استخدام دوال التنشيط الأحادية يضع حداً أقصى للمهام بحوالي 75%، وهو ما يعد حاجزاً تطورياً! بينما تمكن أسلوب Adam_gradient_descent من تحقيق 100% بكل سهولة باستخدام نفس التركيب.

عند دمج التعديل العصبي مع اختيار دوال التنشيط وفقاً للمهام المحددة، يمكن تحقيق أنظمة متعددة السلوكيات بصورة مثيرة. وقد أثبتت التجارب إمكانية تحقيق 100% نجاح متزامن في 5 مهام عبر كل 30 محاكاة، وهي نسبة متوسطة تحققت عبر 14 جيل.

علاوة على ذلك، تمتد هذه النتائج لتحقق 100% أيضاً باستخدام جميع دوال التنشيط الأربعة داخل الفئة الاهتزازية (Oscillatory Activation). ومع ذلك، لم ينجح أي من الآليتين بشكل منفرد. كما أظهرت الدراسة أن العمق متعدد الطبقات يمكن أن يوفر مساراً بديلاً للتغلب على الحواجز حتى في المهام الأكثر تعقيداً.

في عالم التطور المفتوح، يجب أن تكون الأنماط الحسابية نفسها صفة قابلة للتطور. وقد أظهرت الدراسات أن نوعاً واحداً مطوراً يمكنه التعبير عن سلوكيات متعددة. هل تعتقد أن هذه الإنجازات ستغير طريقة فهمنا للذكاء الاصطناعي؟ شاركونا في التعليقات!