عالم كمبيوتر يطور ذكاء اصطناعيًا يفسر قراراته.. اعرف التفاصيل

يساعد الذكاء الاصطناعي العلماء على تحقيق الاكتشافات، لكن ليس بوسع الجميع فهم كيفية وصوله إلى استنتاجاته، لذا يعمل عالم الكمبيوتر “يو مين” على تطوير شبكات عصبية عميقة تشرح النتائج التي وصلت إليها بطرائق يمكن للمستخدمين فهمها، وتطبيقها على اكتشافات في علوم الأحياء والطب والمجالات الأخرى.

ويتمحور تركيز عالم الحاسوب “تشاوفان تشين” على تعلم الآلة القابل للتفسير، أو الذكاء الاصطناعي الذي يقدم تفسيرات للنتائج التي يتوصل إليها، وأوضح الأستاذ المساعد في مجال علوم الكمبيوتر، إن تعلم الآلة القابل للتفسير يتيح للذكاء الاصطناعي إمكانية إجراء مقارنات بين الصور والتنبؤات الواردة في البيانات مع توضيح أسبابها.

ويمكن للعلماء استخدام تعلم الآلة القابل للتفسير لمجموعة متنوعة من التطبيقات؛ ابتداء من تحديد نوع الطيور في صور الحياة البرية، وصولًا إلى تحليل تصوير الثدي بالأشعة السينية. وقال تشين: “أتطلع إلى تعزيز شفافية التعلم العميق، وتطوير شبكة عصبية عميقة توضح الآلية التي تعمل بها”،  وأضاف: “بدأ الكثير من الناس في إدراك حقيقة أن الشبكة العصبية العميقة تشبه الصندوق الأسود، وأن الناس بحاجة إلى البدء في اكتشاف طرق لفتح هذا الصندوق.”

وبدأ تشين في تطوير تقنيات تعلم الآلة القابلة للتفسير أثناء الدراسة في جامعة دوك، وحصل على درجة الدكتوراه في علوم الكمبيوتر في مايو الماضي، وقبيل انضمامه إلى شركة “يو مين” طور تشين وزملاؤه في جامعة دوك، بنية تعلم الآلة المعروفة باسم شبكة الأجزاء النموذجية “بروتو بيه نيت” لتحديد الطيور وتصنيفها في الصور ثم شرح النتائج التي توصلت إليها، وتشرح شبكة “بروتو بيه نيت” التي طورها الفريق العام الماضي، سبب تصنيف الطائر باعتباره طائرًا، ولماذا ينتمي إلى هذا النوع المعين من الطيور.

ودرب الباحثون شبكة برتو بي نيت على تحديد نوع الطيور الموجودة في الصورة؛ فمثلًا يتعلم الذكاء الاصطناعي مجموعة من السمات النموذجية التي تميز كل نوع من أنواع الطيور ويقارن الأجزاء المختلفة من صورة الطيور بهذه السمات النموذجية، فيقارن رأس طائر في الصورة برؤوس الطيور النموذجية من مجموعة متنوعة من فئات الطيور. وقال تشين إنه باستخدام أوجه التشابه مع السمات النموذجية لأنواع الطيور يمكن لهذه الشبكة تفسير سبب انتماء الصورة لنوع معين من الطيور.

وشارك الفريق النتائج التي توصل إليها في ورقة قدمت خلال المؤتمر الثالث والثلاثين لأنظمة معالجة المعلومات العصبية العام الماضي في فانكوفر في كندا. وقال تشين: “يعد التعرف على الطيور معيارًا شائعًا لتصنيف الصور الدقيقة، لذلك اعتقدت أنه سيكون عرضًا جيدًا لتقنيتنا.”

ويجري تشين دراسة أخرى للذكاء الاصطناعي بالتعاون مع زملاء وطلاب من جامعة دوك لاستكشاف مدى إمكانية استخدام شبكة بروتو بي نيت لمراجعة صور الأشعة السينية بحثًا عن علامات على سرطان الثدي، وسيعمل الفريق على تدريب الشبكة لتنجح في تقييم صور الأشعة السينية الخاصة بسرطان الثدي، بمستوى يضاهي الاختصاصي الخبير.