وذكرت دراسة نشرتها مجلة نيتشر البريطانية، مطلع يوليو إن باحثين من مختبر لورنس بيركيلي، استخدموا خوارزمية تدعى وورد2في إي سي، ساعدتهم على تحويل الحرارة إلى طاقة بالاعتماد على تطبيقات التدفئة والتبريد. وعلى الرغم من عدم معرفة الخوارزمية بمجال الطاقة الكهروحرارية وعدم تلقيها تدريبًا في هذا العلم، إلا أن النتائج التي استخلصتها الخوارزمية كانت جديدة.
وقال الباحث أنوبهاف جين، إن «هذه الخوارزميات قادرة على قراءة بيانات أي ورقة علمية، وربط البيانات ببعضها،على غرار أي عالم في هذا المجال.»
ودرب الباحثون الخوارزمية الجديدة على 3.3 مليون ورقة بحثية، وتمكنوا من استخلاص لغة برمجية مؤلفة من نحو 500 ألف كلمة، ومن خلال تغذية الخوارزمية بالأبحاث، وصلوا إلى مرحلة جمع مفرداتها وتحليلها وربطها ببعضها البعض للوصول إلى نتائج علمية جديدة.
وتقوم اللغة البرمجية المُستخدمة في الخوارزمية على مبدأ تدريب الذكاء الاصطناعي على التنبؤ بالكلمات المجاورة للكلمة التي يكشفها الباحثون؛ وقالت جين إن «هذه الطريقة هي وسيلة لاستكشاف معارف جديدة.»
وباستخدام كلمات الأبحاث العلمية القديمة، أثبتت الخوارزمية الجديدة قدرتها على تكوين تصور وفهم مفاهيم علمية مثل الجدول الدوري والبنية الكيميائية للجزيئات، واستخلاص مفاهيم لم تكن مكتوبة في الأبحاث القديمة، ويصعب الانتباه لها بالعين البشرية، ولكن اكتشافها كان سهلًا على الذكاء الاصطناعي.
وللتأكد من صحة هذه النتائج، ألغى الباحثون بيانات توصّل إليها العلماء حديثًا، وعرضوا الأبحاث القديمة التي استخلص منها العلماء نتائجهم على الخوارزمية الجديدة لدراستها، وبالفعل توصّلت الخوارزمية للنتائج ذاتها التي توصل إليها العلماء.
تمييز الأنماط
وعمد المُطوِّرون في الآونة الأخيرة إلى تدريب خوارزميات التعلم العميق للآلات لتتمكن من تمييز الأنماط، إذ يشاهد النظام آلاف أو ملايين البيانات والنصوص والصور، ليتمكن من تعلم شكل ومعنى كل منها وفقًا لخصائصها.
ويتطلب التعلم العميق للآلات بنية معقدة تحاكي الشبكات العصبونية للدماغ البشري، بهدف فهم الأنماط، حتى بوجود ضجيج، وتفاصيل مفقودة، وغيرها من مصادر التشويش. ويحتاج التعليم العميق للآلات، كمية كبيرة من البيانات وقدرات حسابية هائلة، توسع قدرات الذكاء الاصطناعي للوصول إلى التفكير المنطقي، ويكمن ذلك في البرنامج ذاته؛ فهو يشبه كثيرًا عقل طفل صغير غير مكتمل، ولكن مرونته لا حدود لها.
