Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 نگاهی اجمالی به فراحافظه در هوش مصنوعی

نگاهی اجمالی به فراحافظه در هوش مصنوعی

زمان مطالعه: 2 دقیقه

گروهی‌ پژوهشی از دانشکده انفورماتیک دانشگاه ناگویا توانسته‌اند با تکیه بر آزمایشات تکاملی مبتنی بر کامپیوتر، گامی بزرگ در راستای ایجاد شبکه‌ای عصبی با قابلیت فراحافظه بردارند. طی سال‌های اخیر، طراحی هوش مصنوعی با استفاده از شبکه‌های عصبی که از مدارهای مغزی انسان تقلید می‌کنند، پیشرفت‌های چشمگیری داشته است. یکی از اهداف این حوزه‌ پژوهشی، درک روند تکامل فراحافظه در هوش مصنوعی و کاربرد آن در خلق هوش‌های مصنوعی شبیه به ذهن انسان بوده است.

فراحافظه در هوش مصنوعی

فراحافظه فرایندی است که طی آن از خودمان می‌پرسیم آیا یک رویداد خاص را به یاد داریم یا خیر و سپس بر اساس این خاطره تصمیم می‌گیریم. برای مثال، آیا به یاد می‌آوریم که دیشب شام چه خوردیم؟ اگر جواب مثبت است، از آن خاطره استفاده می‌کنیم، تا در مورد شام امشب برنامه‌ریزی کنیم. این سؤال هرچند ساده به نظر می‌رسد، پاسخ‌دهی به آن وابسته به فرایندی بسیار پیچیده است. دلیل اهمیت فراحافظه در هوش مصنوعی این است که نشان می‌دهد افراد نسبت به قابلیت‌های حافظه‌ خود شناخت دارند و رفتارشان را بر همین اساس تنظیم می‌کنند.

استاد تاکایا آریتا، نویسنده اصلی مقاله، توضیح می‌دهد: «برای شفاف‌سازی اساس تکاملی ذهن و آگاهی انسان‌ها، ضروری است مکانیزم فراحافظه در هوش مصنوعی را درک کنیم. هوش‌های مصنوعی ‌که واقعاً شبیه انسان باشند، یعنی بتوان با آن‌ها تعامل کرد و به عنوان عضوی از خانواده آن‌ها را پذیرفت، سیستم‌هایی هستند که مقدار مشخصی فراحافظه داشته باشند؛ به بیان دیگر، بتوانند آنچه را قبلاً شنیده یا آموخته‌اند، به یاد بیاورند.»

فراحافظه در هوش مصنوعی

عملکرد فراحافظه در هوش مصنوعی

پژوهشگران علاقه‌مند به مطالعه‌ فراحافظه معمولاً در آزمایشات عملکرد فراحافظه در هوش مصنوعی از مسائل DMS (انطباق با تأخیر) استفاده می‌کنند. انسان‌ها در این آزمایشات، ابتدا شیئی همچون دوچرخه را می‌بینند و سپس در طول آزمایش، آنچه را قبلاً دیده‌اند از میان چندین شیء انتخاب می‌کنند. پاسخ درست پاداش دریافت می‌کند و پاسخ اشتباه تنبیه می‌شود. با این حال، اگر آزمودنی تصمیم بگیرد به آن سؤال پاسخ ندهد، پاداش کوچک‌تری دریافت می‌کند.

در طول این آزمایش، انسان‌ها از فراحافظه‌ خود استفاده می‌کنند: اگر شیء را به یاد آورند، آزمون را پاسخ می‌دهند تا پاداش بزرگ‌تری دریافت کنند و اگر مطمئن نباشند، از تنبیه اجتناب کرده و پاداش کوچک‌تر را انتخاب می‌کنند. مطالعات قبلی حاکی از این هستند که میمون‌ها نیز قادرند عملکرد مشابهی از خود نشان دهند.

تاکایا آریتا، یوزوکی یاماتو و ریجی سوزوکی، پژوهشگران دانشگاه ناگویا، برای فهم درست عملکرد فراحافظه در هوش مصنوعی، یک شبکه‌ عصبی مصنوعی برای انجام مسئله DMS ساخته و سپس رفتارش را تحلیل کردند.

پژوهشگران کار را با شبکه‌ای تصادفی شروع کردند که حتی کارکرد حافظه هم نداشت، اما توانست تکامل یافته و در نهایت، عملکردی در سطح میمون‌های حاضر در مطالعات مذکور از خود نشان دهد. این شبکه‌ عصبی می‌توانست خاطراتش را بررسی کند، نگه دارد و خروجی‌ها را تمیز دهد. هوش این سیستم بدون نیاز به هرگونه مداخله‌ای از سوی پژوهشگران به این سطح عملکرد رسید؛ امری که نشان می‌دهد امکان وجود مکانیزم‌های فراحافظه‌ای در این سیستم‌ها وجود دارد. آریتا می‌گوید: «لزوم فراحافظه به محیط کاربری بستگی دارد. به عبارت دیگر، مهم است که فراحافظه‌ در هوش مصنوعی بتواند از طریق یادگیری و تکامل، با محیط خود سازگار شود. نکته‌ کلیدی اینجاست که هوش مصنوعی تکامل می‌یابد و می‌آموزد، تا فراحافظه‌ای با قابلیت سازگاری با محیط ایجاد کند.»

ساخت هوشی با قابلیت فراحافظه و سازگاری با محیط را می‌توان گامی بزرگ در راستای دستیابی به ماشین‌هایی دانست که حافظه‌ای شبیه به انسان‌ها دارند. پژوهشگران نسبت به آینده امیدوار هستند و باور دارند که این دستاورد از تحقق هوش‌های مصنوعی‌ با ذهن و حتی آگاهی شبیه انسان‌ها نوید می‌دهد.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]