في عالم الذكاء الاصطناعي والأنظمة الفيزيائية، تأتي دراسة جديدة لتضع تعريفًا كميًا للذكاء يمكن تطبيقه على أي نظام مادي. يقترح الباحثون مفهوم "كثافة الذكاء" (Intelligence Density)، وهو مقياس يعبر عن مقدار المعلومات التي يمكن لنظام ما إنتاجها في مقابل طول وصفه.

ببساطة، إذا زاد طول وصف النظام عندما ينمو عدد مخرجاته، فهذا يعني أن النظام يملك ذاكرة، بينما إذا ظل طول وصفه ثابتًا رغم زيادة المخرجات، فإن النظام يعرف. هذا الفرق الجوهري هو الذي يحدد قدرتنا على تقييم الذكاء في أي نظام.

يعتمد هذا التعريف على مبدأ عام يتمثل في أن النظام "يعرف" مجاله إذا كان بإمكان آلية واحدة محددة أن تنتج مخرجات صحيحة عبر مجموعة غير محدودة من المدخلات، بدلاً من تخزين كل إجابة بشكل فردي.

تعتبر هذه النظرية ثورة في كيفية نظرتنا للذكاء، حيث تخلق جسرًا بين الأبواب المنطقية الحديثة والأدمغة البشرية، موضحةً أن الذكاء هو عملية مستمرة غير مرتبطة بنوع معين من الأنظمة.

علاوة على ذلك، يقدم الباحثون مفهومًا جديدًا يعود إلى "تعقيد كولموغوروف الشرطي" (Conditional Kolmogorov Complexity) لقياس مدى كون أي مخرج مرتبطًا بسياق المخرجات السابقة، وهو ما يجمع بين مفهومي الاستقلالية والصحة في إطار واحد.

تثير هذه النتائج تساؤلات حول الفهم التقليدي للمعنى والذكاء والأهمية التي تحملها الأنظمة خارج المدار التقليدي للتعلم الآلي. فهل نحن أمام رؤية جديدة جذريًا للذكاء الاصطناعي؟

إذا كان لديك رأي حول هذا التطور الرائع، فلا تبخل علينا بمشاركته في التعليقات!