گالیله با ویدیوهای آموزشی فیزیک یاد می‌گیرد

اگر نگاهی به تاریخچه نرم‌افزارهای مبتنی بر هوش مصنوعی داشته باشیم، مشاهده می‌کنیم اغلب آن‌ها در انجام کارهای بزرگ دارای محدودیت هستند. هر چند تحلیل‌ها و اطلاعات ارائه شده از سوی برنامه‌هایی نظیر واتسون در بعضی حوزه‌ها واقعا شگفت‌انگیز است، اما آی‌بی‌ام تنها شرکتی نیست که در این زمینه تحقیقات مفصلی انجام داده است. فیس بوک، گوگل، مایکروسافت و اپل تنها بخش کوچکی از شرکت‌هایی به شمار می‌روند که در این زمینه استراتژی‌های مدونی دارند.

مطلب پیشنهادی

توسط هوش و مغز مصنوعی

سرمایه‌گذاری 28 میلیون دلاری برای شکست هوش انسانی

در این میان آزمایشگاه MIT همواره مورد توجه رسانه‌ها قرار داشته است. آزمایشگاهی که بسیاری از محصولات آن امروزه در مقیاس وسیع مورد استفاده قرار می‌گیرند. گالیله (Galileo) یکی از پروژه‌های بزرگ MIT به شمار می‌رود. یک برنامه نرم‌افزاری هوش‌مند که در نظر دارد، تحول عظیمی در این زمینه به وجود آورد. گالیله را می‌توان یک برنامه پیچیده در نوع خود دانست. برنامه‌ای که با نگاه کردن به توضیحات ویدویی سعی می‌کند، قوانین فیزیک را یاد بگیرد و با استفاده از قوانینی که آن‌ها را به شیوه تعاملی یاد می‌گیرد، به استنباط حالت‌های به وجود آمده برای دو شی بپردازد.

به‌طور مثال، زمانی که دو جسم با یکدیگر برخورد پیدا می‌کنند، چه اتفاقی برای آن‌ها رخ می‌دهد. در حال حاضر، هیچ برنامه هوش مصنوعی موفق نشده است، فرآیند لغزش یک جسم مدور از بالای یک ارتفاع به سمت پایین را توصیف کند. به‌طور مثال، ما انسان‌ها این توانایی را داریم تا بر اساس آموخته‌های فیزیکی خود با سطح معمولی بگویم، زمانی که یک جسم مدور همچون یک توپ از روی یک سطح به پایین می‌لغزد، به دلیل اصطکاکی که با سطح پیدا می‌کند، سرعت آن به آرامی کم شده و در نهایت می‌ایستد، در حالی که سطح همچنان در مکان خود ثابت باقی می‌ماند. اما کامپیوترها به دلیل عدم آشنایی با قوانین فیزیک نمی‌توانند هیچ اظهارنظری در این زمینه ارائه کنند. گالیله بر اساس این فرضیه ساخته شده است. ایلکر یلدریم (Ilker Yildirim) از اعضاء تیم تحقیقاتی CSAIL در این ارتباط می‌گوید: « این تنها اولین گام در زمینه آموزش مفاهیم عمیق به کامپیوترها آن هم بر مبنای صحنه‌های پویا به شمار می‌رود. به‌طوری که در اولین گام قوانین فیزیک به گالیله آموزش داده می‌شود. یکمرتبه که گالیله این اصول را یاد بگیرد، باید این توانایی را داشته باشد تا به خودش آموزش دهد، در مواجه با سناریو‌های پیچیده به تحلیل آن‌ها بپردازد. او باید این‌کار را بر مبنای آن‌چه آموخته است، انجام دهد.»

 شیوه عملکرد تیم تحقیقاتی MIT چگونه بوده است؟ 

آن‌ها نزدیک به 150 ویدیو آموزشی در حافظه گالیله قرار داده‌اند و در ادامه از موتور فیزیکی سه بعدی Bullet که برای ساخت جلوه‌های ویژه در فیلم‌ها و بازی‌ها از آن استفاده می‌شود، برای برقراری یک تعامل دو جانبه استفاده کرده‌اند. این تعامل به گونه‌ای است که به برنامه هوش مصنوعی گالیله این توانایی را می‌دهد تا فرضیه‌های موردنظر خود را مورد آزمایش قرار دهد. اگر آزمایش‌ها موفقیت‌آمیز باشند، گالیله آن‌ها را تأیید کرده و به عنوان یک قانون از آن‌ها استفاده می‌کند. این شیوه تعامل باعث شده است، گالیله تا حدودی پیش‌بینی‌هایی یکسان با پیش‌بینی‌های انسانی ارائه کند. تیم سازنده بر همین اساس، صفحه مرتب با پروژه گالیله را برای بازدید عموم کاربران در نظر گرفته است. در این صفحه می‌توانید، ویدیوها و جواب‌هایی که از سوی گالیله ارائه می‌شود را مشاهده کنید. ( دقت کنید در پایین صفحه روی دکمه Ask Galileo کلیک کنید.)

تیم سازنده در نظر دارند در مرحله بعد مسائل بغرنج‌تری همچون جریان مایعات، حالت‌های ارتجاعی و مواردی از این دست را به گالیله آموزش دهند. این آموزش‌ها تا آن‌جا پیش خواهند رفت که سامانه‌های کامپیوتری این توانایی را داشته باشند تا پیش از بروز بلاهای طبیعی همچون تندبادها با بررسی علائم و نشانه‌ها توانایی پیش‌بینی این رخدادها را داشته باشند.