This post is also available in:
English (אנגלית)
בזמן שמערכות בינה מלאכותית הופכות מורכבות יותר ויותר, מחקר חדש של חוקרים מאוניברסיטת ניו יורק מעלה כי עתידה של הבינה המלאכותית עשוי להפיק תועלת מהחזרה לפשטות. במקום לתת למערכות בינה מלאכותית משימות מורכבות ברמה גבוהה מההתחלה, החוקרים טוענים כי הכשרתן בהדרגה – בדומה לאופן שבו מלמדים ילדים צעירים – יכולה להוביל לביצועים אמינים ואדפטבילים יותר.
המחקר, שפורסם בכתב העת Nature Machine Intelligence, מציג מסגרת שבה סוכני בינה מלאכותית, כמו בני אדם, מעודדים לשלוט בהתנהגויות בסיסיות לפני שהם נחשפים לאתגרים מורכבים יותר. המחקר שואב השראה מהחינוך לגיל הרך, ומדגיש למידה רציפה של משימות, מוטיבציה מבוססת תגמול ומורכבות הדרגתית כמרכיבים קריטיים של הכשרה איכותית עבור בינה מלאכותית.
השלב הראשוני של המחקר כלל עכברי מעבדה שהוכשרו לבצע סדרה של פעולות מסודרות בסביבה מבוקרת. באמצעות אותות קול ואור, העכברים היו צריכים להביא מים משקעים ספציפיים בתיבה. ההצלחה הייתה תלויה לא רק בזיהוי הרמזים הנכונים, אלא גם בהבנת העיתוי ועיכוב הגמול. התנהגויות פשוטות אלה אפשרו לחוקרים לעקוב אחר מידת הלמידה של החולדות לקשר בין צעדים רציפים לתוצאות.
בתרגום תהליך זה ללמידת מכונה, הצוות יישם עקרונות דומים ברשתות עצביות חוזרות (RNNs) – ארכיטקטורת בינה מלאכותית המשמשת לעיבוד נתונים רציפים. שלא כמו בני אדם, בינה מלאכותית מתקשה לעתים קרובות עם שימור זיכרון כאשר המשימה עם מטרות מרובות בבת אחת, מה שמוביל לשגיאות או חוסר עקביות בביצוע המשימה.
כדי לבדוק את ההשערה שלהם, הצוות אימן RNNs באמצעות סימולציית קבלת החלטות שכללה הימור על תוצאות. מערכות הבינה המלאכותית הראתה יכולת לפתור משימות פשוטות תחילה, ולאחר מכן הראתה ביצועים משופרים בתרחישים מורכבים יותר. ההכשרה ההדרגתית אפשרה הכללה וקבלת החלטות טובות יותר – יכולות קריטיות במערכות אוטונומיות בעולם האמיתי.
החוקרים מציעים לאמץ גישה של "תוכנית לימודים של גן ילדים" עבור AI: משימות פשוטות ומוגדרות בבירור, אשר בונות לקראת יכולות מורכבות יותר. שיטה זו יכולה לשפר את הביצועים של AI ביישומים בעולם האמיתי, שבהם סביבות הן בלתי צפויות ונדרש לבצע מספר משימות במקביל.
בינה המלאכותית ממשיכה להשפיע על מגזרים רבים – מביטחון ועד בריאות. קריאה זו ללמידה בסיסית משמשת כתזכורת לכך שאפילו המערכות המתקדמות ביותר עשויות להצטרך לשלוט ביסודות לפני שהן ילמדו להיות מתוחכמות. בדיוק כמו בהתפתחות האנושית, הדרך ללמוד היא להתחיל עם לזחול ורק אז ללמוד ללכת.
