يستطيع الذكاء الاصطناعي الآن حل العمليات الحسابية المتقدمة، وإجراء عمليات تفكير معقدة، وحتى استخدام أجهزة الكمبيوتر البشرية، ولكن لا يزال بإمكان أساليب الحل الحالية تعلم شيء أو اثنين من ديدان صغيرة جدًا.
الذكاء الاصطناعي السائلالتي بدأت من معهد ماساتشوستس للتكنولوجيا، ستكشف اليوم عن مجموعة من نماذج الذكاء الاصطناعي الجديدة المبنية على نوع جديد من الشبكات العصبية “المرنة” التي لديها القدرة على أن تكون فعالة وموفرة للطاقة وأكثر وضوحًا من تلك التي تدعم كل شيء منها. روبوتات الدردشة ومولدات الصور وأنظمة التعرف على الوجه.
تشتمل نماذج Liquid AI الجديدة على نموذج للكشف عن الاحتيال في المعاملات المالية، وآخر للتحكم في السيارات ذاتية القيادة، وثالث للتحليل الجيني. قدمت الشركة النماذج الجديدة، التي رخصتها لشركات خارجية، في حدث أقيم في معهد ماساتشوستس للتكنولوجيا اليوم. وقد تلقت الشركة تمويلًا من مستثمرين من بينهم Samsung وShopify، وكلاهما يختبران تقنيتهما.
“نحن ننمو” ، كما تقول رامين الحسنيالمؤسس والرئيس التنفيذي لشركة Liquid AI، الذي اخترع الشبكة السائلة عندما كان طالب دراسات عليا في معهد ماساتشوستس للتكنولوجيا. تلقى بحث الحسني الإلهام من جيم ايليجانستوجد عادة دودة بطول ملليمتر في التربة أو النباتات المتحللة. الدودة هي واحدة من المخلوقات القليلة التي تم رسم نظامها العصبي بشكل كامل، وهي قادرة على القيام بسلوك معقد بشكل لا يصدق على الرغم من وجود مئات من الخلايا العصبية فقط. يقول حساني: “كان الأمر مجرد مشروع علمي، لكن هذه التكنولوجيا تم تسويقها تجاريًا بالكامل وجاهزة لتحقيق قيمة للشركات.”
في الشبكة العصبية النموذجية، يتم تحديد خصائص كل خلية عصبية تمت محاكاتها من خلال قيمة ثابتة أو “وزن” يؤثر على تحفيزها. داخل الشبكة العصبيةويخضع سلوك كل خلية عصبية لمعادلة تتنبأ بسلوكها مع مرور الوقت، وتقوم الشبكة بحل مشكلة المعادلات المترابطة أثناء عمل الشبكة. التصميم يجعل الشبكة فعالة ومرنة، مما يسمح لها بالتعلم حتى بعد التدريب، على عكس الشبكات العصبية التقليدية. والشبكات العصبية السائلة مفتوحة أيضًا للتحليل على نحو لا تكون عليه النماذج، لأن سلوكها يمكن إعادة عرضه لمعرفة كيف أدى إلى النتيجة.
في عام 2020، أظهر الباحثون أن مثل هذه الشبكة التي تحتوي على 19 خلية عصبية و253 مشبكًا عصبيًا فقط، وهي صغيرة بشكل ملحوظ وفقًا للمعايير الحديثة، يمكنها التحكم في السيارة ذاتية القيادة في حين أن الشبكات العصبية التقليدية لا يمكنها تحليل البيانات المرئية إلا في وقت محدد، فإن الشبكات المرنة تلتقط الطريقة التي تتغير بها المعلومات المرئية بمرور الوقت بشكل أكثر فعالية. في عام 2022، مؤسسو Liquid AI العثور على الاختصار مما جعل العمل الرياضي المطلوب للشبكات العصبية ممكنًا للاستخدام العملي.
