طور علماء خوارزميات تسمح لروبوتات الذكاء الاصطناعي بمواصلة التعلم عند حدوث خلل يحيدها عن ظروفها المبرمجة سابقاً، وبدلاً من البقاء ثابتة والقيام بالأمور نفسها مراراً وتكراراً، تمكن الباحثون من جعل الروبوت يغير من خوارزميته بشكل ذاتي بناء على ما اختبره، مما سمح له بالتكيف من خلال نماذج «هيبيان» أو نظرية «هيب» (Hebbian learning) في العلوم العصبية، وتطرح تفسيراً للتكيف والتلاؤم الذي تبديه العصبونات في الدماغ خلال عملية التعلم.
وعادة ما تواجه الروبوتات صعوبة في التكيف مع الظروف الجديدة، إذ إن برمجتها تسمح لها بالتعامل مع مجموعة من الاستجابات المتوقعة مسبقاً، ولكن في هذه الدراسة رغب الباحثون بتطوير روبوت يتكيف ذاتياً بناء على الظروف الجديدة.
وأثبتت مشاهد مصورة للتطور الجديد نجاح الخوارزمية الحديثة بشكل مذهل، حيث ظهر في المشهد اثنان من الروبوتات الذكية يتجولان في ساحة، أحدهما يحتوي على الخوارزمية الجديدة والآخر لا يحتوي عليها. ومن ثم قام الباحثون بإزالة قدم أمامية من كل روبوت، مما أجبرهما على شق طريقهما الخاص في معرفة كيفية المشي من جديد، وكانت النتيجة بأن تمكن الروبوت المزود بالذكاء الاصطناعي بالخوارزمية الجديدة من تعليم نفسه المشي مجدداً، أما زميله فسقط فوراً على ظهره.
واستطاع الذكاء الاصطناعي للروبوت مع الخوارزمية الجديدة في اختبار آخر من القيادة بشكل أفضل بنسبة 20 في المئة من نظيره خلال سباق لعبة الفيديو.
رابط المصدر
