أين تتجه أبحاث فيسبوك في الذكاء الصنعي
تُعتبر الـ 5 سنوات مدة زمنية كبيرة في مجال الصناعات التقنية وحقيقة فإن السنوات الـ 5 الماضية في مجال الذكاء الصنعي كانت حافلة بالكثير من الإنجازات والتغيرات الكبيرة.
ومضى الآن على إطلاق مختبر فيسبوك لأبحاث الذكاء الصنعي (Facebook AI Research Lab –FAIR) 5 سنوات وكما أثر فيسبوك على الكثير من الثقافات حول العالم (ربما للأفضل أو للأسوأ) فقد كان لمخبر FAIR تأثير كبير على المجتمع البحثي في مجال الذكاء الصنعي بالإضافة إلى دوره في آلية عمل فيسبوك الآن.
“لن يكون باستطاعتك تشغيل فيسبوك دون تقنيات التعلم العميق deep learning، فهو عميق جداً في كل مرحلة من مراحل تشغيله” هذا ما يقوله رئيس علماء الذكاء الصنعي في فيسبوك Yann LeCun.
كانت مهمة LeCun الرئيسية هي جمع فريق من الباحثين ليبدأ بعملية البحث العلمي في فيسبوك.
“لم يمتلك فيسبوك أي مخبر بحثي قبل مخبر FAIR، فقد كان المخبر الأول، ففي ذلك الوقت كانت تركز الشركة على مشاريع هندسية قصيرة المدى بزمن أعظمي مُحدد بـ 6 أشهر وأحياناً أقل” يقول LeCun.
وبعد خمس سنوات من إنشاء مختبر FAIR فإن تأثيره قد تغلغل ضمن الشركة. وتمتلك مجموعة الباحثين الآن مختبرات في Menlo Park، New York، Paris، Montreal، Tel Aviv، Seattle، Pittsburgh و London. كما قاموا بتكوين شراكات مع هيئات أكاديمية ونشروا عدد كبير من الأوراق البحثية والدراسات التي ستجدها مرتبة زمنياً ضمن هذا الرابط.
أتت فكرة مجموعة البحث العلمي بعد حديث بين Mark Zuckerberg و LeCun ويقول LeCun: “قُلت لـ Zuckerberg كيف يجب تنظيم مختبرات البحث العلمي وركزت على فكرة ممارسة الأبحاث العلمية المفتوحة وما سمعته من Mark أسعدني جداً لأنه قال أن الفكر المُنفتح هو DNA الشركة.”
حالياً لا يوجد حرب أو تنافس سلبي بين مختبرات الذكاء الصنعي وغالبية الأبحاث التي تقوم بها مجموعة مختبرات FAIR يتم نشرها للعلن ليستفيد منها مجتمع الباحثين في الذكاء الصنعي عامة ومع ذلك فإن الشركات التقنية في وادي السيليكون تستخدم الذكاء الصنعي في سباقها التقني.
حالياً، يعمل مختبر FAIR على آلية يتفاعل فيها المستخدمين مع أنظمة البيانات بحيث يحصلون على تغذية راجعة مفيدة.
يقول LeCun :”لدينا مشروع وهو عبارة عن نظام سؤال وجواب يستطيع بشكل أساسي الإجابة على أي سؤال إن كانت معلوماته موجودة ضمن ويكيبيديا. لا يستطيع حتى الآن الإجابة على أسئلة معقدة تتطلب استخراج المعلومات من عدة مقالات على ويكيبيديا والمقارنة بينها، ولكن يوجد بعض التقدم الذي سوف يجعل من الجيل القادم من الأسهل التحدث للمساعدين الافتراضيين وأنظمة البيانات.”
معظم الجهود المبذولة في السنوات الخمس الماضية كانت في مجال رؤية الآلة حيث تمتلك الآلات القدرة على تحليل ما يحدث ضمن إطار الصورة ولكن يتوقع LeCun أننا سوف نصل لإمكانيات أكبر للآلة لفهم محتوى الصورة وما يحصل فيها.
“سوف تشاهد أنظمة ليست قادرة فقط على تمييز العناصر الأساسية في صورة بل أيضاً قادرة على تحديد كل عنصر وتقديم وصف لما يحصل ضمن الصورة أي نوع من الفهم المجرد لما يحصل.”
ويقول LeCun أن الجائزة الكبرى في المستقبل والتي يسعى الجميع خلفها هي التعليم الذاتي أي إمكانية جعل الآلات تتعلم مثل الإنسان.