يتحدث مهندس فيسبوك للذكاء الاصطناعي عن التعلم العميق ولغات البرمجة الجديدة وأجهزة الذكاء الاصطناعي

قد يتطلب التعلم العميق في المستقبل لغة برمجة جديدة أكثر مرونة وأسهل في العمل من لغة بايثون، وفقًا للسيد يان ليكون، مدير أبحاث الذكاء الاصطناعي في فيسبوك، أحد أبرز الخبراء في مجال الذكاء الاصطناعي في الوقت الحالي. . لماذا توقع هذا الخبير ذلك؟

"لا يزال من غير الواضح ما إذا كانت هناك حاجة إلى إنشاء لغة برمجة جديدة أم لا، ومع ذلك، فإن هذا ضروري لتغيير تفكير عدد كبير من الباحثين والمهندسين. مهندسو تكنولوجيا المعلومات - الأشخاص المحافظون للغاية في القضايا المتعلقة بالتكنولوجيا الاصطناعية ذكاء. في الواقع، كان هناك عدد من المشاريع لدى Google وFacebook والعديد من شركات التكنولوجيا الأخرى لتصميم لغة برمجة جديدة، تم تجميعها بطريقة يمكن أن تكون أكثر كفاءة للتطوير العميق للتعلم، لكنني لست متأكدًا مما إذا كان المجتمع أم لا سوف يحذو حذوه أم لا، لأن الجميع يريد فقط استخدام بايثون،" شارك السيد يان ليكون.

• يستطيع الذكاء الاصطناعي بالفعل كتابة مقال كامل من خلال عدد قليل من المعلومات

هل تطوير لغة برمجة جديدة هو نهج معقول؟

وفقًا لتقرير Octoverse الأخير الصادر عن GitHub، تعد Python حاليًا اللغة الأكثر استخدامًا من قبل المطورين الذين يعملون في مشاريع التعلم الآلي، كما أنها تساهم أيضًا في إطار عمل PyTorch على Facebook، وTensorFlow من Google.

قدم السيد يان ليكون ورقة بحثية في المؤتمر الدولي لدوائر الحالة الصلبة (ISSCC) الذي عقد في 19 فبراير في سان فرانسيسكو، للتعرف على أحدث الاتجاهات في تطوير التعلم الآلي. فيه، يحكي الجزء الأول من المقال عن الدروس التي تعلمها يان ليكون من مختبرات بيل، بما في ذلك ملاحظته بأن باحثي الذكاء الاصطناعي وعلماء الكمبيوتر غالبًا ما يميلون إلى ربط الاتجاهات بين الأجهزة والأدوات البرمجية.

• هل الذكاء الاصطناعي جزء من علوم الكمبيوتر؟

مشاكل الأجهزة

يبلغ عمر الذكاء الاصطناعي أكثر من 50 عاماً، بعد أن قضى نصف قرن من التكوين والتطوير، إلا أن الزيادة الحالية في أهمية هذه التكنولوجيا وتطبيقها العملي في الآونة الأخيرة تميل إلى الانخفاض، ويرتبط هذا الاتجاه ارتباطاً وثيقاً بالنمو في القدرة الحاسوبية. المقدمة من رقائق الكمبيوتر ومكونات الأجهزة ذات الصلة.

عمل يان ليكون لفترة طويلة في Bell Labs، منذ الثمانينيات، وكان مسؤولاً عن تطوير الذكاء الاصطناعي في ConvNet (CNN)، وتوصل إلى استنتاج مفاده أن الأجهزة الأفضل ستساهم في التوصل إلى خوارزميات أفضل وأداء أفضل.

في أوائل العقد الأول من القرن الحادي والعشرين، بعد ترك مختبرات بيل والانضمام إلى جامعة نيويورك، عمل يان ليكون مع العديد من الشخصيات البارزة الأخرى في مجال الذكاء الاصطناعي، مثل يوشوا بينجيو وجيفري هينتون، حيث أجرى أبحاثًا لإحياء العلاقة مع التركيز على الشبكات العصبية وتعزيز شعبية التعلم العميق.

في السنوات الأخيرة، حدث تقدم في الأجهزة - مثل مصفوفات البوابة القابلة للبرمجة ميدانيًا - FPGA (دائرة متكاملة خاصة أو شريحة يمكن برمجتها ضمن نطاقها بعد تصنيعها)، ووحدات معالجة Tensor (TPUs) من Google، ومعالجة الرسومات الوحدات (GPUs) - لعبت دورًا كبيرًا في نمو صناعة الذكاء الاصطناعي.

"هذه الأنواع من الأجهزة لها تأثير كبير على الأبحاث التي يجريها الأشخاص، وبالتالي فإن اتجاه الذكاء الاصطناعي في العقد المقبل سوف يتأثر أيضًا بشكل كبير بحالة تطوير الأجهزة. . بالطبع لا يريد الباحثون في علوم الكمبيوتر التقيد بقيود الأجهزة، ولكن هذا هو الواقع."

بالإضافة إلى ذلك، أكد السيد يان ليكون أيضًا على أن بعض الشركات المصنعة للأجهزة ذات الصلة بالذكاء الاصطناعي يجب أن تدرس وتقدم توصيات بشأن نوع البنية المطلوبة في المستقبل القريب، ربما في السنوات القليلة المقبلة، قبل النطاق المتزايد لأنظمة التعلم العميق. علاوة على ذلك، هناك حاجة إلى تصميم الأجهزة خصيصًا للتعلم العميق، بحيث تكون قادرة على المعالجة على نطاق واسع، بدلاً من الحاجة إلى معالجة العديد من عينات التدريب لتشغيل شبكة عصبية. واقتصاديات رأس المال هي المعيار الحالي.

"على سبيل المثال، إذا قمت بتشغيل صورة واحدة فقط، فلن تتمكن من استغلال كل قوة الحوسبة المتوفرة في وحدة معالجة الرسومات. سوف تهدر الموارد بشكل أساسي، لذا يجب على المطورين أيضًا التفكير في بعض الطرق الأكثر فعالية لتدريب الشبكات العصبية.

• [إنفوجرافيك] الوظائف المستقبلية عندما يحل الذكاء الاصطناعي محل البشر تدريجياً

وفي المقال، كرر السيد يان ليكون أيضًا اعتقاده بأن التعلم الذاتي الخاضع للإشراف سيلعب دورًا رئيسيًا في تعزيز تطوير الذكاء الاصطناعي الحديث. وهو يعتقد أن أنظمة التعلم العميق المستقبلية سيتم تدريبها إلى حد كبير من خلال التعلم الذاتي الخاضع للإشراف، وستكون هناك حاجة إلى أجهزة حديثة ذات أداء أعلى لدعم التعلم الذاتي الخاضع للإشراف.

في الشهر الماضي، أجرى السيد يان ليكون أيضًا مناقشة حول أهمية التعلم الخاضع للإشراف الذاتي كجزء من قصة حول التنبؤ باتجاهات الذكاء الاصطناعي في عام 2019. وستكون الأجهزة التي يمكنها التعامل مع هذا التعلم الخاضع للإشراف الذاتي مهمة بالنسبة لفيسبوك، وكذلك التعلم الذاتي. القيادة والروبوتات والعديد من أشكال التكنولوجيا الأخرى.