لطالما كانت مفارقة مورافيك ظاهرة محيرة في مجال الذكاء الاصطناعي. سُميت على اسم باحثي الذكاء الاصطناعي هانز مورافيك ورودني بروكس، والمفارقة هي أن المهام التي يسهل على البشر، مثل المشي أو التعرف على الوجوه، صعبة للغاية على أنظمة الذكاء الاصطناعي الخاصة بهم. وعلى العكس من ذلك، فإن المهام التي يصعب على البشر، مثل الحسابات الرياضية المعقدة، غالبًا ما تكون مهام روتينية للذكاء الاصطناعي.
ومع ذلك، سيخبرك سكان سان فرانسيسكو أنهم مسجلون بفارغ الصبر في قائمة الانتظار (التي تمتد لعدة أشهر) للقيام برحلة مرغوبة في إحدى السيارات ذاتية القيادة الأكثر شعبية (Waymo). القيادة الذاتية هي إحدى الطرق التي سعينا من خلالها إلى حل مفارقة مورافيك – وهي تقليد نشاط بشري حقيقي يمكن لشاب يبلغ من العمر 16 عامًا أن يستوعبه في 20 ساعة.
هناك العديد من الدروس التي من المحتمل أن نتعلمها من القيادة الذاتية والتي يمكن تطبيقها لفهم كيف يمكننا إنشاء تطبيقات الذكاء الاصطناعي التي تكون مفيدة بما يتجاوز معالجة اللغة الطبيعية. كثير خبراء مثل يان ليكون لقد علقنا على مدى صعوبة إنشاء الفيديو بالنسبة للذكاء الاصطناعي في حالته الحالية. وبما أنني كنت في سيارة ذاتية القيادة، يجب أن أعترف بأنني أعجبت بالطريقة التي تمكنت بها هذه السيارة من المناورة في أزقة سان فرانسيسكو الضيقة وحشودها الصاخبة.
تتطلب السيارات ذاتية القيادة العديد من الأشياء مثل أجهزة الاستشعار وتقنية LiDar والرادار للعمل معًا وهو أمر ليس بالأمر الهين. كما يحتاجون أيضًا إلى محاكاة تقييم المخاطر البشرية والحدس للتنبؤ بسلوك المشاة والمركبات الأخرى على الطريق. للوصول إلى القيادة الذاتية الآمنة، يجب أن تتعرض السيارات للعديد من السيناريوهات ونقاط البيانات المختلفة. حتى أنهم بحاجة إلى أن يكونوا قادرين على ذلك التكيف مع أنماط الطقس. إن الكثير من هذه القدرة على التكيف والحدس والحس السليم هي عوامل أساسية لتمكيننا من تمكين الذكاء الاصطناعي في الروبوتات ليكون مفيدًا في المواقف عالية الخطورة.
فرع آخر من تطبيقات التكنولوجيا الذي يساعدنا على تحقيق تقدم في الاقتراب من هذا هو الواقع الافتراضي والواقع المعزز. يفتح الواقع المعزز والواقع الافتراضي بيئات محاكاة يمكن من خلالها دراسة التفاعلات بين الأشياء والبشر والذكاء الاصطناعي في بيئة منخفضة المخاطر، على سبيل المثال، يمكننا دراسة كيفية تصرف طائرات التوصيل بدون طيار في إحدى ضواحي نيويورك في الواقع الافتراضي، وممارسة معقدة العمليات الجراحية أو إجراء تنبؤات فيما يتعلق باستكشاف الفضاء. وهذا بدوره يسمح بتقديم تعليقات في الوقت الفعلي يمكن أن تساعد في تدريب الذكاء الاصطناعي على التعلم من سلوك المستخدم.
ورقة أليسون جوبنيك قام بعمل رائع في شرح سبب ضرورة أن تحافظ النماذج اللغوية الكبيرة على عناصر الفضول والاستكشاف التي تعتبر بطبيعتها خصائص الأطفال الصغار. ربما يكون تعلم كيفية تعلم البشر خطوة جيدة في مساعدتنا على بناء ذكاء اصطناعي يمكن أن يكون مبدعًا حقًا ويفكر مثلنا، ويستحضر سيناريوهات مضادة، ويتجاوز المهام اللغوية والصوتية الأساسية التي يستخدم معظم الناس الذكاء الاصطناعي التوليدي من أجلها.
والخبر السار هنا هو أننا قادرون على الاستعداد لتحمل المسؤولية والمخاطر في الوقت الذي يتم فيه حل مفارقة مورافيك. لقد حان الوقت للقيام بواجباتنا المنزلية الآن. هناك العديد من مشكلات مسؤولية المنتج المتعلقة بالأجهزة بشكل عام، ولكن عندما تتخذ هذه الأجهزة قرارات بطريقة آلية حقًا دون تعليقات أو مدخلات بشرية، تصبح مشكلات المسؤولية عن الأضرار غامضة ومعقدة.
إن قضايا خصوصية البيانات موجودة بالفعل على رادار العديد من الهيئات التنظيمية وصانعي السياسات، ولكن قد تكون هناك حاجة إلى اهتمام أوثق بالروبوتات وغيرها من عوامل الذكاء الاصطناعي المعقدة حيث لا يكون التدريب على كميات كبيرة من البيانات المناسبة مفيدًا لدقة وأداء نموذج الذكاء الاصطناعي فحسب، بل أيضًا يساهم بشكل كبير في سلامة المنتج. المسؤولية عن الأضرار الناجمة في بيئات الواقع الافتراضي يمكن أن تكون مربكة أيضًا. من المرجح أن يكون اكتشاف بروتوكولات الموافقة المستنيرة والحدود والمعايير للتفاعل البشري والآلي مشروعًا ضروريًا للعديد من المتخصصين في المنتجات والخصوصية.
السيارات ذاتية القيادة وغيرها من الروبوتات معرضة للقرصنة والتهديدات بنقاط ضعف الأمن السيبراني. يعد الاستعداد لهذه الهجمات المحتملة من الجهات الفاعلة السيئة وبناء المرونة في المنتجات خطوة جيدة في التدقيق المستقبلي لتكنولوجيا أكثر تعقيدًا ومستقلة تمامًا. ويتصور المرء أن صناعة التأمين ستحتاج على الأرجح أيضا إلى النظر في كيفية تقديم المنتجات التي تلتقط بدقة المخاطر واحتمالات الضرر من وكلاء الذكاء الاصطناعي، وخاصة في مجال الرعاية الصحية، أو مخاطر المناخ، أو القطاع المالي.
أخيرًا، يجب أن يواكب التنظيم التحول من التكنولوجيا المدعومة بالذكاء الاصطناعي إلى التكنولوجيا المستقلة تمامًا، مع الأخذ في الاعتبار سلوك المستخدم والسياق الاجتماعي والثقافي أثناء بناء أطر المخاطر خاصة للتكنولوجيات الموجهة نحو المجتمعات الأكثر ضعفًا، مثل ذوي القدرات المختلفة أو أطفال.
إن ضمان استراتيجيات الحوكمة وإدارة المخاطر لتقنيات مثل القيادة الذاتية والواقع المعزز/الواقع الافتراضي يمكن أن يرسي أساسًا متينًا في عالم يتم فيه حل مفارقة مورافيك، وتصبح أنظمة الذكاء الاصطناعي أكثر قدرة. في هذه الأثناء، آمل أن يتمكن الذكاء الاصطناعي يومًا ما من غسل أطباقي!
