Arab7
تكنلوجيا

الذكاء الاصطناعي يطور عنصرية جديدة فهل تنتج عن كوارث.

الذكاء الاصطناعي

الذكاء الاصطناعي ممثلاً في الروبوتات تمكنوا من معالجة البيانات بأنفسهم في سبيل علاج أشكال أخرى من الحياة لا تتضمنهم -بما في ذلك البشر-فيما يُعد أقل قيمةً من أنفسهم.

 

يقول الخبراء أن التحيز تجاه الآخرين لا يتطلب مستوى عالٍ من القدرة المعرفية ويمكن بسهولة عرضه بواسطة آلات تعمل بالذكاء الاصطناعي.

 

ويمكن لهذه الآلات أن تعلم بعضها البعض قيمة استبعاد الآخرين من خارج مجموعتهم المباشرة.

 

وتستند أحدث النتائج على المحاكاة الحاسوبية لكيفيه AIs، أو وكلاء الظاهري، وتشكيل مجموعة والتفاعل مع بعضها البعض.

 

وقد أعلن خبراء علم الحاسوب وعلم النفس من جامعة كارديف ومعهد ماساتشوستس للتكنولوجيا، بأن مجموعات من الآلات المستقلة تظهر تحيزاً واضحاً من خلال مجرد تحديد ونسخ وتعلم هذا السلوك من بعضها البعض.

 

قد يبدو أن التحامل هو ظاهرة خاصه بالأشخاص الذين يحتاجون إلى الإدراك البشري لتكوين رأي أو صورة نمطية لشخص أو مجموعة معينة.

 

وقد أظهرت بعض أنواع الخوارزميات الحاسوبية بالفعل تحيزاً، مثل العنصرية والتمييز القائم علي أساس التحيز، استنادا إلى التعلم من السجلات العامة وغيرها من البيانات التي يولدها البشر.

 

ومع ذلك، فإن الدراسة الأخيرة تبين إمكانية الذكاء الاصطناعي من تمييز المجموعات الضارة والمتطورة من تلقاء نفسها.

لتحديد ما إذا كان الذكاء الاصطناعي يمكنه الحصول على التحيز من تلقاء نفسه، أجرى العلماء المحاكاة التي شهدت الروبوتات المشاركة في لعبة الأخذ والشراء.

 

في اللعبة، كل فرد يقوم باتخاذ قرار بشأنٍ ما، إذا كان التبرع بالمال لشخص ما داخل مجموعتهم أو لمجموعة أخرى من الأفراد.

 

اللعبة تختبر استراتيجية الفرد المتبعة في التبرع -التحقق من مستويات التحيز تجاه الغرباء-.

 

وقد كان الهدف منها الكشف عن نشأة الإدراك التحيزي لدى الذكاء الاصطناعي الخاص بالروبوتات، فكل فرد يبدأ في تعلم استراتيجيات جديدة عن طريق نسخ الآخرين -إما داخل مجموعتهم الخاصة أو السكان بأكملهم”.

“من خلال تشغيل هذه المحاكاة آلاف وآلاف من المرات، ونحن نبدأ في الحصول على فهم كيفية تطور التحامل والظروف التي تعزز أو تعيق ذلك”، وقال شارك في التأليف البروفيسور روجر ويتيكر، من جامعة كارديف في المدرسة من علم الحاسوب والمعلوماتية.

 

“إن المحاكاة لدينا تبين أن التحامل هو قوة قوية نابعة من الطبيعة ومن خلال التطور، فإنه يمكن إن تصبح بسهولة تحفيز في السكان الافتراضية، على حساب الاتصال بنطاق أوسع من الآخرين، إن الحماية من الجماعات الضارة يمكن أن تؤدي دون قصد إلى أفراد يشكلون جماعات أكثر تحاملاً، مما يؤدي إلى كسر السكان، ومن الصعب عكس هذا التحامل الواسع النطاق”.

 

وتشمل النتائج التي توصل إليها الأفراد تحديث مستويات التحامل الخاصة بهم بشكل تفضيلي نسخ تلك التي تكتسب مردوداً أعلى على المدى القصير، وهذا يعني أن هذه القرارات لا تتطلب بالضرورة القدرات المعرفية المتقدمة.

وأضاف البروفيسور ويتكر “من الممكن أن تكون الآلات المستقلة القادرة على التعرف على التمييز ونسخ الآخرين في المستقبل، عرضةً للظواهر الضارة التي نراها في المجتمع البشري”.

 

العديد من التطورات الخاصة بالذكاء الاصطناعي التي نراها تنطوي على كلٍ الحكم الذاتي وضبط النفس، وهذا يعني أن سلوك الأجهزة يتأثر أيضاً من قبل الآخرين من حولهم.

 

المركبات والإنترنت من الأشياء التي تُعد من الأمثلة الأخرى، فالدراسة المذكورة تعطي هيكلاً لنظرية، حيث أن وكلاء المحاكاة يقومون بشكل دوري باستدعاء الآخرين كنوع من الموارد.

 

ومن النتائج الأخرى المثيرة للاهتمام التي توصلت إليها الدراسة هي أنه في ظل ظروف معينة، كان من الأصعب التمسك بالتحامل.

 

“مع عدد أكبر من السكان الفرعيين، والتحالفات بين الجماعات غير الضارة، يمكن أن تتعاون دون أن تستغل” هذا ما أتبع به البروفيسور ويتيكر.

 

“وهذا يقلل أيضا من وضعهم كأقلية، والحد من التعرض للتحيز مع التمسك”.

ومع ذلك، وهذا يتطلب أيضا الظروف التي يكون فيها وكلاء التصرف أعلي من حيث مستوى التفاعل خارج مجموعتهم”.

 

ونشرت النتائج الكاملة للدراسة في مجلة “التقارير العلمية”.

 

كيف يحدد الباحثون ما إذا كان الذكاء الاصطناعي “عنصريا”؟

في دراسة جديده بعنوان “الظلال الجنسانية”، اكتشف فريق من الباحثين أن الخدمات الشعبية الخاصة بالتعرف على الوجه من مايكروسوفت، اي بي ام والوجه، يمكن أن تقوم بتمييز على أساس الجنس والعرق.

 

وكانت مجموعة البيانات تتكون من 1,270 صورة للبرلمانيين من ثلاث دول أفريقية وثلاثة من بلدان الشمال التي تشغل فيها النساء مناصب.

 

تم اختيار وجوه لتمثيل مجموعة واسعة من نغمات الجلد البشري، وذلك باستخدام نظام الوسم وضعت من قبل أطباء الأمراض الجلدية، وتم القاء اسم فيتزباتريك على المقياس.

 

وقد عملت جميع الخدمات الثلاث على نحو أفضل على الوجوه البيضاء والذكور، وكانت أعلى معدلات الخطأ على الذكور والإناث الداكنة البشرة.

 

وكانت مايكروسوفت غير قادرة على الكشف عن الإناث اللاتي يتميزن بقتامة البشرة 21 ٪ من الوقت، في حين أن اي بي ام والوجه لن تعمل على الإناث ممن يتميزون بقتامة البشرة فيما يقرب من 35 ٪ من الحالات.

 

كيف يتعلم الذكاء الاصطناعي؟

تعتمد أنظمة الذكاء الاصطناعي على الشبكات العصبية الاصطناعية (anns)، التي تحاول محاكاة الطريقة التي يعمل بها المخ من أجل التعلم.

 

ويمكن تدريب anns للاعتراف بأنماط في المعلومات -بما في ذلك الكلام، والبيانات النصية، أو الصور المرئية-، وتشكل أساساً لعددٍ كبير من التطورات في الذكاء الاصطناعي على مدى السنوات الأخيرة.

 

تستخدم أنظمة الذكاء الاصطناعي التقليدية المدخلات في “تعليم” خوارزمية حول موضوع معين من خلال إطعامها كميات هائلة من المعلومات.

 

وتشمل التطبيقات العملية خدمات الترجمة اللغوية من Google، وبرامج التعرف على الوجه في Facebook، وصور snapchat التي تغير الفلاتر الحية.

 

ويمكن أن تستغرق عملية إدخال هذه البيانات وقتاً طويلاً للغاية، وتقتصر على نوع واحد من المعارف.

 

سلالة جديدة من anns تسمح للخوارزميات إمكانية التعلم من بعضها البعض.

 

ويهدف هذا النهج إلى التعجيل بعملية التعلم، فضلاً عن صقل الناتج الذي أوجدته نظم الذكاء الاصطناعي.

 

فهل نشهد نشأة عنصرية أخرى جديدة من قبل الروبوتات التي تعمل بالذكاء الاصطناعي.

فقد عهدنا عن عنصرية البشر خلق صراعات وحروب وأزمات عديدة راح ضحيتها العديد من الأرواح البشرية ما زال العالم يتذكر أضرارها الجسيمة.

هذا كله بالرغم من وجود عنصر العقل البشري والعواطف الإنسانية التي لم تقف مانعاً أمام كل تلك الكوارث.

فهل سيشهد العالم على كوارث أخرى تنتج عن العنصرية ولكن هذه المرة من طرف الذكاء الاصطناعي للروبوتات.

مواضيع ذات صلة

هل تريد أخذ لقطة شاشة من قصص إنستاجرام دون أن يعرف صاحبها

Arab7

حديث بين البشر و الروبوتات

Arab7

أعمدة الطاقة الشمسية كطاقة رخيصة ومتجددة لإنارة الطرق فى البلدان المشمسة

Arab7