المكونات الخفية وراء إبداع الذكاء الاصطناعي

النسخة الأصلية ل هذه القصة ظهر في مجلة Quanta.

لقد وعدنا ذات مرة السيارات ذاتية القيادة وخادمات الروبوت. بدلاً من ذلك ، رأينا صعودًا لأنظمة الذكاء الاصطناعي التي يمكنها التغلب علينا في الشطرنج ، وتحليل مجموعات ضخمة من النص ، وتكوين السوناتات. لقد كانت هذه واحدة من المفاجآت العظيمة للعصر الحديث: المهام المادية التي يسهل على البشر صعبة للغاية على الروبوتات ، في حين أن الخوارزميات قادرة بشكل متزايد على محاكاة فكرنا.

المفاجأة الأخرى التي تلقاها باحثين محيرين منذ فترة طويلة هي موهبة تلك الخوارزميات لنوعها الغريب من الإبداع.

تم تصميم نماذج الانتشار ، العمود الفقري لأدوات توليد الصور مثل Dall · E و Imagen والانتشار المستقر ، لإنشاء نسخ كربونية من الصور التي تم تدريبها عليها. في الممارسة العملية ، يبدو أنهم يرتجلون ، ويمزج عناصر داخل الصور لإنشاء شيء جديد – وليس مجرد نقاط غير منطقية من الألوان ، ولكن الصور المتماسكة ذات المعنى الدلالي. وقال جوليو بيرولي ، الباحث والفيزيائي في منظمة العفو الدولية في “المفارقة” وراء نماذج الانتشار. “لكنهم لا يفعلون ذلك – فهم قادرون بالفعل على إنتاج عينات جديدة.”

لإنشاء الصور ، تستخدم نماذج الانتشار عملية تُعرف باسم تقلل. يقومون بتحويل صورة إلى ضوضاء رقمية (مجموعة غير متماسكة من وحدات البكسل) ، ثم إعادة تجميعها. إنه يشبه وضع اللوحة مرارًا وتكرارًا عبر تمزيق حتى يكون كل ما تركته هو كومة من الغبار الناعم ، ثم ترقيع القطع معًا. لسنوات ، تساءل الباحثون: إذا كانت النماذج تعيد تجميعها ، فكيف تدخل الجدة في الصورة؟ إنه مثل إعادة تجميع لوحة تمزيقك في عمل فني جديد تمامًا.

الآن قدم اثنان من الفيزيائيين مطالبة مذهلة: إنها العيوب الفنية في عملية تقليصها نفسها التي تؤدي إلى إبداع نماذج الانتشار. في ورقة مقدمة في المؤتمر الدولي للتعلم الآلي 2025 ، طور الثنائي نموذجًا رياضيًا لنماذج الانتشار المدربين لإظهار أن ما يسمى إبداعهم هو في الواقع عملية حتمية-وهي نتيجة مباشرة لا مفر منها لهندستها المعمارية.

من خلال إلقاء الضوء على المربع الأسود لنماذج الانتشار ، يمكن أن يكون للبحث الجديد آثار كبيرة على أبحاث الذكاء الاصطناعي في المستقبل – وربما حتى لفهمنا للإبداع الإنساني. وقالت لوكا أمبروجيون ، عالمة الكمبيوتر بجامعة رادبود في هولندا: “القوة الحقيقية للورقة هي أنها تجعل تنبؤات دقيقة للغاية لشيء غير تافهة للغاية”.

القيعان لأعلى

ماسون كامب ، طالب دراسات عليا يدرس الفيزياء التطبيقية في جامعة ستانفورد والمؤلف الرئيسي للورقة الجديدة ، مفتونًا منذ فترة طويلة بالتشكل: العمليات التي من خلالها التجميع الذاتي للأنظمة الحية.

إحدى طرق فهم تطور الأجنة في البشر والحيوانات الأخرى هي من خلال ما يُعرف باسم نمط تورينج ، الذي سمي على اسم عالم الرياضيات في القرن العشرين آلان تورينج. تشرح أنماط تورينج كيف يمكن لمجموعات الخلايا تنظيم نفسها في أعضاء وأطراف مميزة. بشكل حاسم ، يحدث هذا التنسيق على المستوى المحلي. لا يوجد الرئيس التنفيذي يشرف على تريليونات الخلايا للتأكد من أنها تتوافق جميعًا مع خطة الجسم النهائية. الخلايا الفردية ، وبعبارة أخرى ، ليس لديها بعض المخططات النهائية للجسم الذي يبني على عملهم. إنهم يتخذون إجراءات وإجراء تصحيحات استجابةً لإشارات من جيرانهم. عادةً ما يتم تشغيل هذا النظام من أسفل إلى أعلى بسلاسة ، ولكن بين الحين والآخر يسير على ما يرام ، على سبيل المثال ، تم إنتاج أيدي بأصابع إضافية ، على سبيل المثال.