- أظهر الحمام قدرات على حل المشكلات تشبه الذكاء الاصطناعي، مما حسّن أداء المهام من خلال التجربة والخطأ.
- إعادة الدراسة لتعريف ذكاء الحمام، حيث تظهر أن عملية تعلمه فعّالة لمهام معقدة معينة.
- تقدّم هذه الأبحاث رؤى لتطوير الذكاء الاصطناعي، مقترحةً أن أساليب التعلم الطبيعية مثل تلك التي يتبعها الحمام يمكن أن تحسّن تعلّم الآلة.
في بحث رائد من جامعة ولاية أوهايو، تم عرض الحمام كـ أبطال غير متوقعين لحل المشكلات، مما يظهر قدرات تتماشى بشكل وثيق مع مبادئ الذكاء الاصطناعي (AI). هذا الاكتشاف يتحدى المفاهيم المسبقة حول الطيور ويفتح آفاقاً جديدة لتطوير الذكاء الاصطناعي.
الحمام والذكاء الاصطناعي: تقارب طرق التعلم
توضح الأبحاث التي أجراها البروفيسور براندون تيرنر وزميله من جامعة آيوا، البروفيسور إدوارد وازرمان، أن الحمام يستخدم طريقة تعلم تشبه الخوارزميات التي تقود الذكاء الاصطناعي الحديث عند مواجهة مهام معقدة. على عكس البشر، الذين قد يستسلمون للمشاكل غير القابلة للحل، يشارك الحمام في التعلم الارتباطي وتصحيح الأخطاء لتحسين أدائه تدريجياً. أظهرت هذه الاستراتيجية كفاءة في إكمال مهامهم التجريبية.
في دراستهم، خضع الحمام لسلسلة من مهام التصنيف البصري التي تراوحت في الصعوبة. تطلبت هذه المهام من الطيور تحديد الصور وتصنيفها، ومكافأتهم بحبيبات الطعام للإجابات الصحيحة. أظهرت البيانات الناتجة أن الحمام يمكن أن يحسن دقته بشكل كبير، مما يثبت قدرته على التعلم والتكيف دون مهارات التعميم المشابهة للبشر.
إعادة تعريف
تدفع نتائج هذه الدراسة إلى إعادة تقييم ذكاء الحمام، الذي تم التقليل من شأنه تقليدياً في العامية الشعبية. قد لا يكون مصطلح
تسلط أيضاً أعمال الباحثين الضوء على فعالية الطرق القسرية – المحاولة والخطأ المتكرر – والتي يمكن أن تكون مفيدة في سيناريوهات محددة، على عكس الرأي التقليدي لهذه الأساليب على أنها بدائية أو غير مرنة. هذا يشير إلى أن طريقة تعلم الحمام يمكن أن توفر رؤى قيمة لإنشاء ذكاء اصطناعي أكثر قوة قادراً على العمل دون التحيز وسلوك البحث عن القواعد الذي يميز حل المشكلات البشرية.
تداعيات على تطوير الذكاء الاصطناعي المستقبلي
لدراسة جامعة ولاية أوهايو تداعيات كبيرة على علم الإدراك والذكاء الاصطناعي. من خلال تحليل طرق حل المشكلات لدى الحمام، اكتشف الباحثون تشابهاً مفاجئاً مع عمل نماذج التعلم الآلي. هذا التشابه له تطبيقات محتملة في تحسين طريقة تعلم أنظمة الذكاء الاصطناعي، مما يوفر نهجاً أكثر انسيابية ومباشرة لحل المشكلات دون الحاجة إلى البرمجة الصريحة للقواعد أو التعليمات.
تشير الأبحاث إلى أن آليات التعلم الطبيعية، مثل تلك المرئية في الحمام، يمكن محاكاتها في الذكاء الاصطناعي لإنشاء أنظمة تتعلم من بيئتها بشكل أكثر عضوية. هذا يساعد في تصميم نماذج تعلم آلي أفضل ويساهم في فهم أعمق للإدراك عبر الأنواع.
باختصار، تعمل الدراسة كجسر بين دراسة الذكاء الطبيعي والأنظمة الاصطناعية، مما يشير إلى أن الاثنين قد لا يكونان مختلفين كما كان يُعتقد سابقاً. بينما يسعى بحث الذكاء الاصطناعي إلى الإلهام من العالم الطبيعي، يقف الحمام المتواضع كشاهد على المشهد الواسع والمتنوع للقدرة المعرفية، متحدياً الباحثين للنظر بما يتجاوز المعايير البشرية في سعيهم للتقدم التكنولوجي.
لم يغير بحث البروفيسورين تيرنر ووازرمان فقط من نظرة ذكاء الحمام. بل قدم أيضاً نموذجاً يمكن أن يحدث ثورة في خوارزميات تعلم الذكاء الاصطناعي، مما يجعل
إذا كنت تقرأ هذا، فأنت متقدّم بالفعل. ابق هناك مع نشرتنا الإخبارية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
بريندا كانانا
تمتلك بريندا أكثر من 4 سنوات من الخبرة المتخصصة في العملات الرقمية والذكاء الاصطناعي والتقنيات الناشئة. عملت في Zycrypto وBlockchain Reporter وThe Coin Republic، وهي الآن جعلت Cryptopolitan منزلها. يحافظ شهادتها في علم الاجتماع من جامعة مومباسا التقنية على تواصلها مع نبض قرائها.
