نتیجه پژوهش دانشمندان هوش مصنوعی: یک تئوری یادگیری جدید

به گزارش گروه علم و آموزش ایران اکونومیست از پایگاه خبری فیزیک (phys.org)، بسیاری از دانشمندان علوم اعصاب، پژوهشگران پزشکی و مهندسان متخصص در زمینه هوش مصنوعی در تلاش‌اند مکانیسم‌های (سازوکارهای) عصبی زیربنای یادگیری را بفهمند. هرچند، مطالعات، برخی جنبه‌های این مکانیسم‌ها را آشکار کرده اما هنوز سؤالات متعددی بدون پاسخ باقی مانده است.

هوش مصنوعی (Artificial intelligence) که به طور مخفف آن را AI نیز می‌نامند، در واقع تکنولوژی است که به نحوی قابلیت تفکر دارد. البته این قابلیت تفکر با چیزی که ما به عنوان تفکر انسانی می‌شناسیم تا حد زیادی تفاوت دارد، اما در حقیقت سعی دارد تا از آن تقلید کند.

هوش مصنوعی در واقع شاخه ای از علوم رایانه است که هدف اصلی آن تولید ماشین‌های هوشمندی است که توانایی انجام وظایفی که نیازمند به هوش انسانی است را داشته باشد. هوش مصنوعی در حقیقت نوعی شبیه سازی هوش انسانی برای رایانه است و منظور از هوش مصنوعی، ماشینی است که به گونه ای برنامه نویسی شده که همانند انسان فکر کند و توانایی تقلید از رفتار انسان را داشته باشد. این تعریف می تواند به تمامی ماشین هایی اطلاق شود که بگونه‌ای همانند ذهن انسان عمل می‌کنند و می‌توانند کارهایی مانند حل مسئله و یادگیری داشته باشند.

جِرِمی گوناواردِنا (Jeremy Gunawardena)، یکی از پژوهشگران مدرسه پزشکی هاروارد در ایالات متحده آمریکا، به‌ تازگی جنبه جدیدی از یادگیری را معرفی کرده است که ایده‌هایی را از رشته روانشناسی شناختی با مشاهدات بیولوژیکی پیوند می‌دهد.

مقاله او که در مجله علمی پراسیدینگز آو دِ آی‌ای (Proceedings of the IEEE) چاپ شده است، برخی از جنبه‌های یادگیری را برجسته می‌کند که احتمال دارد ارگانیسم‌های (جانداران) بیولوژیکی را از رایانه‌ها و ماشین‌ها جدا کند.

گوناواردنا و همکارانش در پژوهش‌های قبلی‌شان نشان داده بودند که اِستِنتور رُسِلی (Stentor roeseli) که یک تک‌سلولی پروتوزوآ (آغازیان جانورمانند) است، هنگامی که با ذرات جت تحریک می‌شود سلسله‌رفتارهای پیچیده‌ اجتنابی از خود نشان می‌دهد.

هربرت اِسپِنسِر جِنینگز (Herbert Spencer Jennings)، زیست‌شناس آمریکایی، در سال ۱۹۰۰، برای اولین‌بار این رفتار را توصیف کرد.

گوناواردنا و همکارانش در پژوهش‌هایشان بر یافته جنینگز صحه گذاشتند. آن‌ها دریافتند که یک سلول تک به صورت بالقوه قادر است یادگیری پیچیده‌تری در مقایسه با آنچه قبلاً پنداشته می‌شد، داشته باشد.

این دانشمند در مقاله اخیرش، یادگیری را به‌ عنوان یک فرآیند گسترده و جهانی مطرح کرد که به تمام سیستم‌های زنده از جمله گونه‌های مختلف حیوانات و همچنین به صورت بالقوه به گیاهان مربوط می‌شود.

او معتقد است که توصیف این فرآیند ممکن است به تحقیق در زمینه‌های مختلف کمک کند مثلاً ممکن است در زمینه زیست‌شناسی، به دیدگاه‌های نظری موجود که تمرکز شدیدی روی مولکول‌ها و ساختار آن‌ها دارد، چیزی اضافه کند.