التفكير السريع والبطيء في الذكاء الاصطناعي: صعود ما وراء المعرفة

لطالما برع الذكاء الاصطناعي في المهام الضيقة والسريعة، لكن مجموعة متزايدة من الأبحاث تشير إلى أن القفزة التالية إلى الأمام قد لا تأتي من السرعة الخام، بل من معرفة متى يجب التباطؤ. المفهوم الذي شاعه عالم النفس دانيال كانمان في كتابه الصادر عام 2011 "التفكير السريع والبطيء"، يصف نظامين معرفيين: النظام الأول، وهو سريع وحدسي وتلقائي، والنظام الثاني، وهو بطيء ومتعمد وتحليلي. يتساءل الباحثون الآن عما إذا كان بإمكان الذكاء الاصطناعي الاستفادة من تقسيم مماثل للعمل.

نهج النظامين

غالبًا ما تعمل نماذج التعلم الآلي الحديثة، وخاصة نماذج اللغة الكبيرة، في وضع النظام الأول: فهي تولد استجابات بناءً على التعرف على الأنماط دون تفكير منطقي صريح. ينجح هذا في العديد من المهام لكنه قد يؤدي إلى أخطاء عندما تتطلب المشكلات منطقًا متعدد الخطوات أو دراسة متأنية. ولمعالجة ذلك، يطور العلماء معماريات ذكاء اصطناعي فوق معرفية تراقب أدائها الخاص وتقرر متى تشغل عملية تفكير أبطأ وأكثر استهلاكًا للموارد. يعكس هذا كيفية تحول البشر غريزيًا من ردود الفعل الفورية إلى التفكير المتأني عند مواجهة قرارات معقدة.

اكتسبت الفكرة زخمًا في عام 2021 مع عدة أوراق بحثية تستكشف ما وراء المعرفة في الذكاء الاصطناعي. يتضمن أحد الأساليب البارزة تدريب شبكة منفصلة للتنبؤ باحتمالية فشل النموذج الأساسي، مما يفعّل اللجوء إلى خوارزمية أكثر قوة. ويدمج خط عمل آخر وحدات تفكير رمزية يمكن استدعاؤها ديناميكيًا. الهدف ليس استبدال الاستجابات السريعة بل تعزيزها بطبقة إشرافية تعرف متى تكون الدقة أهم من السرعة.

لماذا يهم هذا المشهد التكنولوجي الأوسع

بالنسبة للصناعات التي تنشر الذكاء الاصطناعي، الآثار كبيرة. فعلى سبيل المثال، يجب على المركبات ذاتية القيادة اتخاذ قرارات في أجزاء من الثانية، ولكن أيضًا التعامل مع حالات نادرة حيث قد يمنع تحليل أبطأ وأكثر تأنيًا وقوع حوادث. في مجال الرعاية الصحية، يمكن للذكاء الاصطناعي التشخيصي الإشارة إلى الحالات غير المؤكدة لمراجعة بشرية بدلاً من تقديم إجابة واثقة ولكن خاطئة. حتى روبوتات الدردشة لخدمة العملاء يمكن أن تستفيد من خلال التعرف على الوقت الذي يتطلب فيه الاستعلام تصعيدًا إلى وكيل بشري.

يتوافق هذا الاتجاه أيضًا مع الجهود الأوسع لجعل الذكاء الاصطناعي أكثر شفافية وجدارة بالثقة. من خلال نمذجة عدم اليقين والتفكير بشكل صريح، يمكن لهذه الأنظمة تقديم تفسيرات لقراراتها، مما يعالج المخاوف التنظيمية والأخلاقية. مع تزايد اندماج الذكاء الاصطناعي في البنية التحتية الحيوية، قد تصبح القدرة على التفكير السريع والبطيء متطلبًا قياسيًا بدلاً من كونها ميزة جديدة.

بالنظر إلى المستقبل، يكمن التحدي في دمج هذه العمليات المزدوجة بكفاءة دون التضحية بالسرعة التي تجعل الذكاء الاصطناعي مفيدًا للغاية. تركز الأبحاث الجارية على تحسين المقايضة بين التكلفة الحسابية والدقة، مع ظهور بعض النماذج الأولية بنتائج واعدة في بيئات المحاكاة. من المرجح أن تشهد السنوات القليلة القادمة انتقال هذه الأفكار من المختبرات إلى التطبيقات الواقعية، مما يعيد تشكيل كيفية بناء الأنظمة الذكية والتفاعل معها.