لا يزال العلماء يطورون يومًا بعد يوم، التقنية التي أصبحت حديث العالم الآن، إذ شهد الربع الأول من عام 2025 بداية قوية لهذه القوى المرعبة، ليزيد الأمر غرابة بعد أن كشفت دراسة حديثة أن هذه الآن يمكنها التعلم دون الحاجة إلى العنصر البشري.
دراسة جديدة في عالم الذكاء الاصطناعي
وفقًا لموقع «scitechdaily»، طوَّر الباحثون خوارزمية ذكاء اصطناعي جديدة تسمى Torque Clustering، والتي تعمل على تعزيز قدرة نظام الروبوتات الآلية على التعلم وتحديد الأنماط في البيانات من تلقاء نفسه، دون تدخل بشري، وكانت التقنية الجديدة تحاكي الذكاء الطبيعي بشكل أكبر من الطرق الحالية، ما عزز قدرتها على التعلم وتحديد الأنماط في البيانات بشكل مستقل، دون الحاجة إلى وجود عنصر بشري مساعد.
صُمم نموذج Torque Clustering لهدف معين وهو تحليل مجموعات البيانات الضخمة بكفاءة عبر مجالات مختلفة، مثل علم الأحياء والكيمياء وعلم الفلك وعلم النفس والتمويل والطب، ومن خلال استخدام هذه التقنية، ونتائجها المستقلبية عند الاستخدام، سيتمكن العلماء من اكتشاف اتجاهات الأمراض وتحديد الأنشطة الاحتيالية وفهم السلوك البشري.
بحسبما قاله الأستاذ سي تي لين، من جامعة سيدني للتكنولوجي: «في الطبيعة، تتعلم الحيوانات من خلال مراقبة بيئتها واستكشافها والتفاعل معها، دون تعليمات صريحة، وتهدف الموجة التالية من الذكاء الاصطناعي، التعلم غير الخاضع للإشراف، إلى محاكاة هذا النهج».
مميزات التعلم غير الخاضع للإشراف
وأضاف «لين» أن جميع تقنيات الذكاء الاصطناعي الحالية تقريبًا تعتمد على تقنية التعلم الخاضع للإشراف، وهي طريقة تدريب الذكاء الاصطناعي التي تتطلب تصنيف كميات كبيرة من البيانات بواسطة إنسان باستخدام فئات أو قيم محددة مسبقًا، حتى يتمكن الذكاء الاصطناعي من التنبؤ ورؤية العلاقات، موضحًا أن هذه التقنية تأخذ وقتًا كبيرًا وغالبًا ما يكون غير عملي للمهام المعقدة أو واسعة النطاق.
وفي مشكلة كهذه، قد تحل تقنية التعلم غير الخاضع على الإشراف على حل هذا الأمر: «يعمل التعلم غير الخاضع للإشراف بدون بيانات مصنفة، ما يكشف عن الهياكل والأنماط المتأصلة داخل مجموعات البيانات»، وقد يدعم تجميع عزم الدوران تطوير الذكاء الاصطناعي العام، وخاصة في مجال الروبوتات والأنظمة المستقلة، من خلال المساعدة في تحسين الحركة والتحكم واتخاذ القرار، وفقًا لأستاذ جامعة سيدني للتكنولوجيا.