تقدم دراسة حديثة استراتيجية جديدة في مجال الذكاء الاصطناعي (AI)، تهدف إلى تجاوز الاعتماد التقليدي على البيانات التي ينتجها البشر، مثل النصوص، والتركيز بدلاً من ذلك على تدريب نماذج أساسية (Foundation Models) باستخدام بيانات الدماغ البشري.

في الوقت الذي حققت فيه النماذج الأساسية نتائج مبهرة في مجالات متعددة، تظل محدودة بمصادر البيانات البشرية، والتي هي في الأساس نتاج نشاطات الدماغ المعقدة. ومن هنا، تأتي الفكرة الجريئة التي تفترض أن بيانات التصوير العصبي (Neuroimaging) قد تفتح نافذة لفهم عناصر الإدراك البشري التي لا يمكن الوصول إليها من خلال الأفعال القابلة للملاحظة.

تشير الدراسة إلى أن المعرفة الإضافية المستخلصة من بيانات الدماغ يمكن أن تُستخدم جنباً إلى جنب مع البيانات التقليدية للتغلب على قيود النماذج الأساسية. حيث تصنف الدراسة القيود الحالية لهذه النماذج وتستكشف المناطق الدماغية والعمليات الإدراكية الواعدة التي يمكن أن تستفيد منها.

تُقدم الدراسة أيضًا طريقتين يمكن تنفيذها لتعزيز استخدام بيانات التصوير العصبي المحدودة في خطوات تدريب النماذج الأساسية: التعلم المعزز من الدماغ البشري (Reinforcement Learning from Human Brain - RLHB) وسلسلة الأفكار من الدماغ البشري (Chain of Thought from Human Brain - CoTHB).

كما تناقش الدراسة الآثار المحتملة على العملاء (Agents) والذكاء الاصطناعي العام (Artificial General Intelligence) والذكاء الاصطناعي الخارق (Artificial Superintelligence)، بالإضافة إلى التحديات والفرص الأخلاقية والاجتماعية والتقنية المرتبطة بالموضوع. هذه الدراسة تسلط الضوء على أهمية فهم العمليات المعقدة في الدماغ وكيف يمكن أن تؤثر بشكل إيجابي على تطوير الذكاء الاصطناعي.

ما رأيكم في هذه الاستراتيجية الجديدة؟ هل تعتقدون أن البيانات الإنسانية ستغير مستقبل الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!