البحث في التعلم التعاوني في سلسلة جلسات الذكاء الاصطناعي من جامعة محمد بن زايد للذكاء الاصطناعي

نُشر المقال الأصلي في مجلة وايرد الشرق الأوسط في 24 أكتوبر 2022

عندما تجتمع العقول اللامعة، تكثر الأفكار والإنجازات الرائعة. هذه هي الفكرة التي استند إليها نموذج مؤتمرات سولفاي التاريخية التي جمعت بين ألمع العقول من حول العالم لمواجهة أصعب التحديات التي كانت مطروحة في مجالَي علوم الفيزياء والكيمياء آنذاك. وبعد مرور قرن على هذه المؤتمرات، تنظم جامعة محمد بن زايد للذكاء الاصطناعي وتستضيف سلسلة من جلسات الذكاء الاصطناعي بعنوان AI Quorum بغية تحقيق هذا المسعى ذاته.

وليس من المستغرب أن تُنظَم هذه السلسلة في حرم جامعة محمد بن زايد للذكاء الاصطناعي نظراً لموقع أبوظبي الجغرافي على مفترق الطرق بين قارات ثلاث وكمركز لأكبر عدد من مستهلكي الذكاء الاصطناعي في العالم. وتهدف هذه السلسلة الشتوية إلى تحفيز البحوث في مجال الذكاء الاصطناعي بالتعاون مع رواد العلوم والتكنولوجيا، فتركز على الفضول والتعاون والابتكار لصياغة جدول برامج للبحوث يساهم في طرح احتمالات طموحة جداً في الذكاء الاصطناعي. وتمتد سلسلة جلسات الذكاء الاصطناعي من أكتوبر 2022 إلى مارس 2023 وتُنظَم بموجبها جلسة هجينة كل شهر.

قاد البروفيسور مايكل جوردان من جامعة محمد بن زايد للذكاء الاصطناعي أول جلسة في أكتوبر بحضور حوالي 20 باحثاً خبيراً مرموقاً يختص في موضوع استثمار التعلم التعاوني في استخدام التكنولوجيا وتطويرها بما يفيد الجميع. وشرح البروفيسور جوردان عن هذا الموضوع قائلاً: “التعلم التعاوني هو ببساطة ما يحدث عند أطراف الأنظمة واسعة النطاق جداً حيث تحصل عملية التعلم. وقد تشمل أجهزة النفاذ عند هذه الأطراف مثلاً الهواتف المحمولة أو المستشفيات أو أي جهاز يحتوي على بيانات. وهي بالتالي تزود البيانات إلى موقع مركزي يستخدمها في سياق تعلم الآلة من أجل بناء نموذج كبير من المتأمل أن يكون أفضل من أي نموذج آخر قد يبنيه أي إنسان.”

وأضاف جوردان أن هذا النوع من التعلم يطرح بحد نفسه مخاطر أيضاً يجب أن نعتبرها وأن نحاول الحد منها. ونذكر من هذه المخاطر مشكلة الراكب المجاني في ما يخص البيانات، أي عندما يلاحظ الأفراد أن الآخرين يوفرون البيانات أصلاً فلا يجدون أي حافز لتقديم البيانات بدورهم. كذلك، قد يحاول بعض الخصوم تقديم بيانات مزورة أو سيئة من أجل تضليل النظام. وطُرح خطر تجانس البيانات بشكلٍ منفصل أيضاً، فأجاب البروفيسور جوردان قائلاً: “لا نحاول بالضرورة بناء نموذج واحد يناسب الجميع. بل قد نسعى إلى بناء نماذج مختلفة للفئات الفرعية المختلفة من البشر.”

ومن المُعترف به أن التكنولوجيات الناشئة والواعدة التي تستخدم الحوسبة السحابية والسماوية تسمح بتوفير البيانات بهذه الطريقة لكن جوردان شدد على أن التعلم التعاوني يشمل أكثر من ذلك. وأفاد: “لا ينحصر الموضوع في مجرد توفير البيانات ومن ثم أن يبني شخص آخر نموذجاً لغوياً جيداً. لربما أنهم يحاولون حل مشكلة محلية أو توقع أحوال الطقس المحلية أو تخصيص الموارد أو حل مشاكل في التصميم. ولربما أنهم يمتلكون بعض البيانات فيما تمتلك الكيانات المجاورة البيانات أيضاً.”

هذا وستصدر عن هذه الفعالية الناجحة ورقة موقف تتم صياغتها حالياً في جامعة محمد بن زايد للذكاء الاصطناعي. ووضّح جوردان أنّ هذه الورقة ستغطي ماهية التصميم المناسب للنظام الناشئ كي “لا ينحصر في الحوسبة السحابية أو السماوية أو المركزية، بل يشمل الحوسبة عند الأطراف بما يعكس واقع وجود وكلاء وأشخاص عند الأطراف لكل منهم مرافق وهواجس قانونية خاصة بهم ومشاكلهم الفريدة من حيث الخصوصية.”

وأضاف: “نرى بعضاً من المعالجة في أجهزة النفاذ ووحدات معالجة الرسوميات ووحدات المعالجة المركزية. ولكن لم نرَ فعلاً أي معالجة لدعم النظام في ما يخص أجهزة النفاذ من هذا النوع، حيث تتدفق البيانات ومن ثم تعيد أجهزة النفاذ توفير النماذج والتنبؤات إلى الأطراف.” هذا وتوقع البروفيسور جوردان أن يشهد هذا الموضوع تحولاً لصبح بنداً مهماً على جدول برامج الذكاء الاصطناعي خلال السنوات الخمس أو العشر القادمة.

فهذه ليس إلا البداية.