كيف تتعلم الحواسيب لتصبح مبدعة؟

نحن نقف على تخوم عهد جديد من الفن والإبداع -- وهو غير متعلق بالإنسان. يعمل العالم الرئيسي في غوغل (بليز أوغيرا إي أركاس) على شبكات عصبية عميقة للإدراك الصناعي والتعليم الموزّع. في هذا العرض الأسر، يعرض كيف أن الشبكات العصبية المدرّبة على التعرف على الصور يمكن جعلها تعمل على نحو عكسي لتوليد هذه الصور. النتيجة هي ملصقات فنية-وقصائد- باهرة وهذيانية والتي تتحدى التصنيف. يقول (بليز أوغيرا إي أركاس) "الإدراك والإبداع مترابطان على نحو وثيق" كما يواصل "أي مخلوق، أي كائن قادر على الإتيان بأفعال حسية، قادر كذلك على التكوين."

حسنا، أقود فريقاً في غوغل
يعمل في مجال الذكاء الاصطناعي؛

بعبارة أخرى،
النظام الهندسي لصنع الحواسيب والأجهزة

القادرة علي القيام ببعض الأمور
التي يفعلها الدماغ.

وهذا مايجعلنا مهتمين بالدماغ الطبيعي

وعلم الأعصاب علي حد سواء،

ونهتم بشكل خاص
بالأمور التي تقوم بها أدمغتنا

والتي ما تزال متفوقة جداُ
علي أداء الحواسيب.

تاريخياً، كان الإدراك أحد تلك الأشياء،

وهي العملية التي من خلالها
يمكن للأشياء المحيطة --

كالأصوات والصور --

أن تتحول إلي أفكار في العقل.

وهذا أساسي لأدمغتنا،

وأيضاً مفيد جداً في الحواسيب.

خوارزميات الإدراك الآليه،
على سبيل المثال، التي يصنعها فريقنا،

هي مايجعل صورك على محرك بحث غوغل للصور
قابلة للبحث،

بناءً علي محتوياتها.

الوجة الآخر للإدراك هو الإبداع:

أن تحول مفهوماً ما إلى شئ
ملموس يهم العالم.

لذك خلال العام الماضي،
فإن عملنا في الإدراك الإصطناعي

قد اقترن على نحو غير متوقع
بالإبداع الآلي

والفن الآلي.

أعتقد أن (مايكل أنجلو) كان يملك
بصيرةً نافذة

في هذه العلاقة الثنائية
بين الإدراك والإبداع.

هذه مقولة مشهورة نقلاً عنه:

"كل كتلة حجرية تحمل في داخها تمثالاً

ومهمة النحات هي أن يكتشفه".

لذا أعتقد أن مايرمي اليه (مايكل أنجلو) هو

أننا نبدع بمدى استيعابنا،

وأن الإدراك ذاته هو عملية تخيل

وهو أيضاً أداة الإبداع.

العضو الذي يقوم
بكل التفكير والإستيعاب والتخيّل،

هو بالطبع، الدماغ.

و أودّ أن أبدأ بنبذه تاريخية قصيرة

عن ما نعرفه عن الدماغ.

لأنه، خلافاً لمثلاً، القلب أو الأمعاء.

لا يمكنك قول الكثير عن الدماغ
بمجرد النظر اليه،

على الأقل بالعين المجردة.

علماء التشريج الأوائل
الذين نظروا في الدماغ

منحوا البنى السطحية للدماغ جميع
المصطلحات المبهرجة،

مثل الحصين، الذي يعني "الجمبري الصغير."

وبالطبع هذا النمط من الأمور
لا يخبرنا بالكثير

عن ما يحدث في الداخل.

أعتقد بحق، أن أول من قام بتكوين
نوع من البصيرة

عما يحدث داخل الدماغ

كان عالم تشريح الأعصاب العظيم
(سانتياغو رامون كاخال)،

في القرن التاسع عشر،

و الذي استخدم المجهر وأصبغة خاصة

و التي كان بإمكانها أن تملأ الخلايا
المفردة في الدماغ

بتباينٍ شديد الوضوح،

من أجل البدء بفهم تكوينها الشكلي.

و هذه هي أنواع الرسومات التي ابتكرها من
الخلايا العصبية

في القرن التاسع عشر.

هذا من دماغ طائر.

ويمكنك رؤية التنوع الرائع لمختلف
أنواع الخلايا،

حتى النظرية الخلوية نفسها كانت حديثة العهد
في تلك المرحلة.

وهذه البنى،

هذه الخلايا التي لديها هذه التغصنات
النهائية،

هذه التفرعات التي يمكنها أن تتمدد لمسافات
طويلة جداً جداً

كان أمراً غير مألوف في تلك الحقبة.

بالطبع، إنها أسلاك حافلة بالذكريات،.

قد يبدو الأمر واضحاً للبعض في القرن 19؛

ثورة الأسلاك و الكهرباء كانت
لا تزال قيد البناء.

لكن في العديد من النواحي،

كانت هذه الرسومات المجهرية ل(رامون كاخال)
كهذه الرسمة،

كانت لا تزال بشكل ما متعثرة الخطى.

ولا نزال بعد أكثر من قرن،

نحاول إنهاء المهمة التي بدأها
(رامون كاخال).

هذه بيانات خام من مساعدينا

في معهد ماكس بلانك لعلم الأعصاب.

وما فعله مساعدونا

هو رسم أجزاء صغيرة من نسيج دماغي.

حجم العينة الكاملة هنا حوالي ميليميتر
مكعب واحد،

هنا أريكم جزءاً صغيراً جداً جداً منها.

طول الخط الموجود إلى اليسار
حوالي مايكرون واحد.

البنى التي ترونها هي الجسيمات الكوندرية
(ميتوكوندريا)

و هي بحجم الباكتريا.

و هذه شرائح متلاحقة

خلال كتلة النسيج هذه المتناهية في الصغر.

و على سبيل المقارنة فقط،

فإن قطر خصلة شعر عادية حوالي 100 مايكرون.

و بهذا فإننا ننظر إلى شئ أصغر بكثيرٍ جداً

من خصلة شعر واحدة.

و من خلال هذه الأنواع من الشرائح
المأخوذة بمجهر إلكتروني تسلسلي،

يمكن للمرء أن يبدأ العمل على إعادة بناء
نموذج ثلاثي الأبعاد لخلية عصبية تبدو كهذه.

إذاً هذه أنماط مشابهة نوعاً ما لتلك التي
لدى (رامون كاخال).

و قد ظهرت بضع خلايا عصبية فقط،

و إلا ما كنا لنستطيع أن نرى أي شيء هنا.

كانت لتبدو شديدة الإزدحام،

غنية بالتركيب،

و الوصلات التي تربط الخلايا العصبية
ببعضها البعض.

بهذا كان (رامون كاخال) سابقاً
لعصره بعض الشيء،

و متقدماً في فهمه للدماغ

تابع ببطئ خلال العقود اللاحقة.

و لكننا علمنا أن الخلايا العصبية
استخدمت الكهرباء،

و بحلول الحرب العالمية الثانية، تطورت
تقنياتنا على نحو كافٍ

للبدء بإجراء تجارب كهربائية فعلية على
خلايا عصبية حية

من أجل زيادة فهمنا لكيفية عملها.

و في ذات الفترة تماماً بدأ
اختراع الحواسيب.

و قد اعتمدت الفكرة إلى حد كبير على نمذجة
الدماغ --

"الآلة الذكية،" كما أطلق
عليها (ألان تورينغ)،

أحد آباء علم الحاسوب.

اتطلع (وارن ماكولوكش) و(والتر بيتس) على
رسومات (رامون كاخال)

لمنطقة القشرة البصرية،

التي أعرضها هنا.

هذه هي القشرة التي تقوم بمعالجة
الصور القادمة من العين.

و بالنسبة لهما، بدا هذا كمخطط
دارة كهربائية.

و بهذا ثمة الكثير من التفاصيل في مخطط
الدارة لكل من (ماكولوتش) و(بيتس)

ليست صحيحة تماماً.

لكن هذه الفكرة الأساسية

أن القشرة الدماغية البصرية تعمل كسلسلة من
العناصر الحاسوبية

التي تمرر المعلومات من عنصر إلى التالي
بتسلسل،

هي فكرة صحيحة أساساً.

دعونا نتكلم لبرهة

عن النموذج المطلوب من أجل معالجة
المعلومات البصرية.

المهمة الأساسية للإدراك

هي أخذ صورة كهذه والقول،

"ذلك طائر،"

و هو أمر في غاية السهولة بالنسبة لنا
باستخدام أدمغتنا.

و لكن ما عليكم أن تفهموه هو
أنه بالنسبة لحاسوب،

فإن هذا الأمر كان من المحال تحقيقه قبل
بضعة سنوات قليلة.

لم يكن نموذج الحاسوب التقليدي

واحداً يمكن من خلاله تحقيق هذه المهمة
بسهولة.

إذاً إن ما يحدث بين نقاط البيكسل،

بين صورة الطائر، و كلمة "طائر،"

أساساً هو مجموعة من العصبونات
المرتبطة ببعضها

ضمن شبكة عصبونية،

كما أعرضها هنا.

يمكن لهذه الشبكة العصبونية أن تكون حيوية،
ضمن القشرة الدماغية البصرية،

أو، حالياً، نبدأ العمل على إمكانية

نمذجة شبكات عصبونية مماثلة في الحاسوب.

و سوف أريكم حقيقة كيف تبدو تلك الشبكات.

إذاً يمكنك تصور نقاط البيكسل كطبقة أولى من
العصبونات،

و هذا، في الواقع، كيفية عملها في العين --

تلك هي العصبونات في الشبكية.

و تلك العصبونات تلقم الإشارة

داخل طبقة بعد طبقة أخرى، بعد طبقة أخرى
من العصبونات،

جميعها مرتبطة بواسطة مشابك ذات أوزان
مختلفة.

إن سلوك هذه الشبكة

تتميز عن طريق قوة جميع تلك المشابك.

و هذه تميز السمات الحسابية لهذه الشبكة.

وبنهاية المطاف،

يغدو لديك عصبون أو مجموعة صغيرة من
العصبونات

التي تضيء، كلمة، "طائر."

سأقوم الآن بتمثيل تلك الأمور الثلاث --

المدخلات بيكسلات والمشابك في الشبكة
العصبية،

و طائر، المخرجات --

تحدد بمتغيرات ثلاث: x وw وy

ربما ثمة مليون أو نحو ذلك من المتغير x

مليون بيكسل في تلك الصورة.

ثمة مليونات أو ترليونات من المتغير w،

التي تمثل وزن جميع هذه المشابك في الشبكة
العصبية.

و يوجد كم ضئيل من المتغير y،

من المخرجات التي تمتلكها الشبكة.

"طائر" هي كلمة من أربعة أحرف، صحيح؟

إذاً دعونا نتظاهر بأن هذه مجرد معادلة
بسيطة،

x" x" w = y.

أضع التكرار ضمن إشارتي اقتباس مخيفتين

لأن ما يحدث بالفعل هناك، بالطبع،

عبارة عن سلاسل معقدة من العمليات الحسابية
الرياضية.

تلك معادلة واحدة.

يوجد ثلاثة متغيرات.

و جميعنا نعلم أنه عندما يكون
لدينا معادلة واحدة،

يمكنكم حل أحد المتغيرات بمعرفة
المتغيرين الآخرين.

لذلك فإن مشكلة الاستدلال،

هي أن نعلم أن صورة الطائر هي طائر،

هي هذه:

هي أن المتغير y مجهول، والمتغيرين w و x
معلومان.

أنتم تعرفون الشبكات العصبية، تعرفون
البيكسلات.

كما ترون، تلك هي مشكلة بسيطة نسبياً.

تضاعفون مرتين بثلاث وتنتهون.

سأريكم شبكة عصبية اصطناعية

قمنا ببنائها مؤخراً، بنفس الأسلوب تماماً.

تعمل بالزمن الحقيقي على الهاتف المحمول،

و هذا، بالطبع، أمر رائع بحد ذاته،

الهاتف النقال يستطيع القيام بمليارات
بل ترليونات العمليات

بالثانية.

ما تنظر اليه هو هاتف

تنظر لصورة تلو الأخرى لطائر،

وفي الحقيقية، لا تقول فقط "نعم، إنه طائر"

بل تميّز نوع الطائر بشبكة من هذا النوع.

اذاً في تلك الصورة،

ال x وw معروفان، بينما y غير معروفة.

أنا أموه حول الجزء الصعب كما ترون

اذاً كيف من الممكن أن نميز w،

الدماغ الذي يستطيع القيام بشيء كهذا؟

كيف يمكننا تعلم هذا النموذج؟

إذاً عملية التعليم هذه، لحل w

اذا ما كنا نقوم بهذا بمساعدة
المعادلة البسيطة

والتي نعامل فيها هذه الأحرف كأرقام،

نستطيع فهم ذلك تماماً 6 = 2 x w

حسناً نقسم على اثنين وانتهينا.

المشكلة ستكون بهذه العملية.

اذاً، القسمة --

استخدمنا القسمة ، لأنها عكس الضرب،

لكن كما قلت،

الضرب هو كذبة صغيرة هنا.

هذه العملية معقدة للغاية، وهي
عملية غير خطية

وليس لديها معكوس.

اذاً ،علينا إيجاد طريقة لحل هذه المعادلة

بدون عملية قسمة.

والطريقة للقيام بذلك غير واضحة
نوعاً ما.

لنقل، دعونا نقوم بلعبة جبرية ما

ولننقل الرقم ستة الى الجانب اليميني
من المعادلة.

الأن، مازلنا نستخدم عملية الضرب.

وذلك الصفر -- لنفكر به كأنه خطأ ما.

بعبارة أخرى، إذا حلينا المعادلة ل w
بالطريقة الصحيحة،

اذاً سيكون الخطأ صفراً.

واذا لم نحلها حلاً صحيحاً،

سيكون الخطأ أكبر من الصفر.

الأن سوف نخمن حتى يكون الخطأ أصغر،

وهذا هو الشيء الذي تبرع فيه
أجهزة الحاسوب جداً.

اذاً، لناخذ تخميناً أولياً:

مائا لو w=0 ؟

إذاً، الخطأ سيكون 6.

ماذا لو W=1 ؟ إذاً الخطأ 4 .

ومن ثم يستطيع الحاسوب أن
يلعب (ماركو بولو)،

حتى يقوم بإنقاص الخطأ الى الصفر.

وبينما يفعل ذلك، فهو يحصل على قيمة
تقريبة متعاقبة ل w.

بالعادة ،لايصل الى هذه القيمة بسرعة
لكن بعد الكثير من الخطوات،

نصل لحوالي w = 2.999
وهي قيمة تقريبية كافية.

وهذه هي العملية التعليمية.

اذاً تذكر ما كان يجري هنا

كنا نقوم باخذ الكثير من قيم x و y
المعلومة

ونقوم بحل w خلال عمليات متعاقبة.

تماماً هي نفس الطريقة التي نتعلم بها.

تستصحب أذهاننا الكثير من صور فترة الطفولة

ويُقال لنا "هذا طائر،
ليس هذا طائراً."

ومع مرور الوقت، ومع التكرار،

نحل الw نقوم بالحل عن طريق
تلك الوصلات العصبية.

اذاً الأن، لدينا x و y كقيم ثابتة
لكي نحل y ،

هذا ككل يوم، تصور سريع.

نكتشف كيف نستطيع إيجاد الحل ل w،

ذلك هو التعلم، وهو الأكثر صعوبة،

لأننا نحتاج إلى تصغير الخطأ،

باستخدام الكثير من أمثلة التعلم،

ومنذ حوالي السنة، أحد أعضاء
فريقنا (أليكس ماريفينسف)،

قرر أن يجرب ماذا سيحدث إذا ما حاولنا
حل المعادلة لأجل x،

بإعطاء قيمة معلومة ل w و y .

بعبارة أخرى،

أنت تعرف أنه طائر،

وتتمتع مسبقاً بشبكة عصبية دربتها
على أن الذي أمامك طائر،

لكن ما الذي تبدو عليه صورة الطائر؟

اتضح أنه باستخدام نفس عملية
تقليل الخطأ،

نستطيع فعل المثل عن طريق الشبكة المدربة
على التعرف على الطيور،

واتضح أن النتيجة ستكون ...

صورة لطيور.

هذه صورة لطائر تم توليدها كلياً
بواسطة شبكة عصبية

والتي دُربت لتتعرف على الطيور.

فقط بحل بالنسبة ل x بدل الحل بالنسبة ل y.

وبالقيام بتلك التكرارات.

هنا مثال مسلي آخر.

هذا العمل صنعه (مايك تايكو) من فريقنا،

والذي يدعوه "موكب الحيوانات".

ويذكرني قليلاً بأعمال (وليام كينتردوغ)
الفنية،

حيث يقوم برسم نماذج، ثم يقوم بتحريكها،

يرسم النماذج، ويحركها،

ويصنع فلم بهذه الطريقة.

في هذه الحالة،

مايقوم به (مايك) هو تغيير y عبر مساحة
متباينة من الحيوانات،

ضمن شبكة مصصمة، لكي تميز وتعرف

الحيوانات المختلفة عن بعضها البعض.

وستحصل على هذا الشكل الغريب
من حيوان لآخر،

هو و(ألكس) حاولا تقليل

ال y الى مساحة بعدين فقط،

مما سمح لهما بصنع خريطة
من مساحة كل الأشياء

المُتعرف عليها من قبل هذه الشبكة.

بالقيام بهذا النوع من التركيب

أو توليد صورة من ذلك السطح الكامل،

بتغيير y عبر ذلك السطح، ستحصل على
خريطة نوعاً ما --

خريطة بصرية من كل الأشياء
التي تستطيع الشبكة تمييزها.

الحيوانات كلها موجودة هنا، و"أرمانديلو"
في البقعة المناسبة.

وتستطيع القيام بذلك مع أنواع آخرى
من الشبكات أيضاً.

هذه الشبكة مصممة لمعرفة الوجوه،

لتميز كل وجه عن الآخر.

وهنا نقوم بوضع ال y التي تقول "أنا،"

مقاييس وجهي الخاصة.

وعندما تُحل هذه الشبكة بالنسبة لx،

بالأحرى تولد هذا الجنون،

صورة تكعيبية، وسريالية، وغريبة لي

من عدة وجهات نظر في نفس الوقت.

والسبب في تكوينها من عدة وجهات
نظر في نفس الوقت

هو أن هذه الشبكة صُممت
لكي تتخلص من الغموض

الذي يلحق بالوجوه من وضعية تصوير لآخرى،

وبالنظر من وضع إضاءة الى آخر.

إذاً حتى تقوم بهذا النوع من إعادة التكوين،

اذا لم تستخدم نوع من الصور الدليلية

أو دليل إحصائي،

حينها ستحصل على قليل من الإرتباك
من نقاط مختلفة،

لأنه غامض.

هذا ما سيحصل إذا استخدم (أليكس)
وجهه كصورة دليلية

خلال عملية إعادة تكوين وجهي.

سترون بأنها ليست مثالية.

وما يزال هناك الكثير من العمل لنقوم به

لتحسين عملية إعادة التكوين هذه.

لكن بدأنا بالحصول على شيء
يشبه الوجه المتماسك،

وذلك باستخدام وجهي كدليل.

ليس عليك البدء بقماش فارغ

أو ضوضاء بيضاء.

بحل المعادلة بالنسبة لx

تستطيع البدء بx
والتي هي نفسها صورة ما مسبقاً.

هذا هو هذا المنظر الصغير.

هذه شبكة مُصممة لكي تصنف

العديد من الأشياء المختلفة
أشخاص، أشكال، حيوانات ...

هنا، بدأنا بصورة للغيوم،

وبينما نقوم بعملية الاستمثال،

أساساً، هذه الشبكة تميز ما تراه
بين الغيوم.

وكلما استغرقت بالنظر الى هذا،

سترى المزيد من الأشياء بين الغيوم

تستطيع أيضاً استخدام شبكة الوجوه
لكي تهلوس الى هذا،

وستحصل على أشياء مجنونة جداً.

(ضحك)

أو، أجرى (مايك) تجارب أخرى

حيث يأخذ صورة الغيمة هذه،

يهلوسها ويكبرها، يهلوسها ويكبرها،
يهلوسها ويكبرها.

وبهذه الطريقة،

نستطيع الحصول على حالة من الضباب
لهذه الشبكة كما أعتقد،

أو نوعاً ما من المجمعات الحرة،

حيث تقوم الشبكات بتدمير نفسها.

إذاً كل صورة هي الأساس لما

"ما الذي أعتقد أني سأراه بعدها؟

مالذي أعتقد أني سأراه بعدها؟
مالذي أعتقد أني سأراه بعدها؟

عرضت هذا لأول مرة على الملأ

لمجموعة خلال محاضرة في سياتل
تحت عوان (التعليم العالي) --

كان هذا مباشرة بعد إجازة الماريجونا.

(ضحك)

إذاً، أريد أن أختم سريعاً

بالإشارة الى أن هذه التكنولوجيا غير مقيدة

لقد أريتكم أمثلة بصرية بحتة
لأنه من الممتع النظر اليها

لكنها ليست تقنية بصرية بحتة.

الفنان المتعاون معنا، (روس غوردن)

قام بتجارب، تتضمن كاميرا تقوم بأخذ صورة،

ثم حاسوب في حقيبة ظهره يقوم بكتابة
قصيدة باستخدام الشبكات العصبية،

وذلك استناداً على محتوى الصورة.

وقد دُربت الشبكة العصبية الشعرية

على أشعار كثيرة من القرن العشرين.

والشعر كما تعلمون،

كما أعتقد، هذا ليس سيئاً في الواقع.

(ضحك)

في الختام،

أعتقد أن (مايكل أنجيلو)،

كان على حق،

الإدراك والإبداع مرتبطان ارتباطاً وثيقاً.

ما رأيناه للتو هو شبكات عصبية،

مُدربة كلياً لكي تميز،

أو للتعرف على الأشياء المختلفة
في هذا العالم،

وقادرة على العمل في الإتجاه
المعاكس، لتولد.

وأحد الأشياء التي اقترحت لي

ليس فقط ما رأه (مايكل أنجيلو)

المنحوتة في قطعة الحجر،

لكن أي مخلوق، أي كائن، أي فضائي

يستطيع أن يقوم بأعمال حسية من هذا النوع

هو قادر أيضاً على التكوين

لأنها نفس الآلية المستخدمة في الحالتين.

كذلك، أعتقد أن الإدراك والإبداع
لا يعنيان بالضرورة

إنسان على نحو مميز.

بدأنا باختراع حواسيب تقوم
بنفس هذه الأشياء.

ومن المفترض أن لا يكون ذلك مفاجئاً؛
فالدماغ في الأساس حسابي.

وأخيراً،

بدأت الحوسبة كتدريب لتطويرألات ذكية.

وتم تغييرها على نحو كبير بعد فكرة

كيف نستطيع جعل الآلات ذكية.

وأخيراً، بدأنا نوفي

ببعض وعود أولئك الرعيل الأول،

ل(تورينج) و(فون نيومان)

و(مكولوتش) و(بيتس).

وأعتقد أن الحوسبة لا تتعلق فقط بالحساب

أو لعب الكاندي كراش أو شيء ما.

من البداية، قمنا بأخذ أدمغتنا كنموذج.

وأعطانا ذلك القابلية لفهم أدمغتنا
فهماً أفضل

ومدّها.

شكراً جزيلاً لكم.

(تصفيق)