نجح فريق من العلماء الصينيين في إنشاء نموذج شبكي جديد مستوحى من الدماغ ويعتمد على التعقيد الداخلي لمعالجة التحديات التي تواجهها النماذج التقليدية، مثل الاستهلاك العالي لموارد الحوسبة، وفقا لمعهد الأتمتة التابع للأكاديمية الصينية للعلوم يوم الجمعة.
أحد الأهداف الرئيسية في التطوير الحالي للذكاء الاصطناعي هو بناء ذكاء اصطناعي أكثر عمومية، مما يمكّن النماذج من امتلاك قدرة معرفية أوسع وأكثر عمومية.
وقال لي قوه تشي، الباحث من معهد الأتمتة، إن النهج الشائع الحالي الذي تستخدمه النماذج الكبيرة هو بناء شبكات عصبية أكبر وأعمق وأوسع نطاقًا استنادًا إلى قانون المقياس، والذي يمكن الإشارة إليه كطريقة لتحقيق الذكاء العام بناءً على “التعقيد الخارجي”.
ومع ذلك، يواجه هذا النهج تحديات مثل الاستهلاك غير المستدام لموارد الحوسبة والطاقة، فضلاً عن الافتقار إلى القدرة على التفسير.
من ناحية أخرى، يحتوي دماغ الإنسان على حوالي 100 مليار خلية عصبية وحوالي 1000 تريليون اتصال مشبكي، ولكل خلية عصبية بنية داخلية غنية ومتنوعة. لكن استهلاك الطاقة في دماغ الإنسان لا يتجاوز 20 وات.
واستلهم العلماء من ديناميكيات الخلايا العصبية في الدماغ، من معهد الأتمتة ومؤسسات بحثية أخرى مثل جامعة تسينغهوا وجامعة بكين، واستخدموا نهج “التعقيد الداخلي” لتحقيق الذكاء العام.
وقد أثبتت تجاربهم فعالية وموثوقية نموذج التعقيد الداخلي في التعامل مع المهام المعقدة، وتوفير أساليب جديدة ودعم نظري لدمج الخصائص الديناميكية لعلم الأعصاب في الذكاء الاصطناعي، كما قدمت حلولاً مجدية لتحسين وتعزيز الأداء العملي لنماذج الذكاء الاصطناعي.
