في إنجاز رائد للذكاء الاصطناعي، تمكن نظام طوّره شركة "ديب مايند" التابعة لجوجل من جمع الألماس في لعبة "ماينكرافت" الشهيرة دون أن يتعلم مسبقًا كيفية اللعب.

النظام، المعروف باسم Dreamer، يحقق هذا الهدف الصعب عبر تخيل النتائج المستقبلية لقراراته، في خطوة تُعتبر تقدمًا مهمًا نحو تطوير ذكاء اصطناعي عام يمكنه التعلم والتكيف في بيئات جديدة، وفقًا لمجلة Nature العلمية.

لكن كيف استطاع Dreamer التغلب على الصعوبات؟ يقول الباحث دانجار هافنر من "ديب مايند" إن النظام لا يعتمد على تعليمات بشرية، بل يبني نموذجًا ذهنيًا للعالم المحيط به ويستخدمه لتوقع العواقب المحتملة لأفعاله، مما يسمح له بتحسين أدائه تدريجيًا.

عملية جمع الألماس في "ماينكرافت" تعتبر تحديًا معقدًا تتطلب سلسلة طويلة من المهام، مثل جمع الخشب وصناعة الأدوات المناسبة والحفر في أعماق الأرض. وعكس التقنيات السابقة التي استندت إلى تسجيلات للعب البشري، استخدم Dreamer تقنية التعلم المعزز التي تعتمد على التجربة والخطأ. وتمكن النظام من استكشاف بيئة اللعبة والتعلم منها بمفرده، وهو ما اعتُبر إنجازًا مهمًا في مسيرة الذكاء الاصطناعي.

ويشير هافنر إلى أن هذه التقنية قد تفتح المجال أمام تطوير روبوتات تتعلم التفاعل مع العالم الحقيقي، حيث يصعب تطبيق أساليب التجربة والخطأ بشكل مباشر. ورغم أن اختبار جمع الألماس لم يكن الهدف الأساسي من تطوير Dreamer، إلا أنه شكل اختبارًا مثاليًا لقدرات النظام على التعلم الذاتي من الصفر.

هذه الخطوة ليست مجرد إنجاز تقني؛ إنها تمهد الطريق لمستقبل حيث يمكن للذكاء الاصطناعي أن يلعب دورًا أكبر في مجالات جديدة، مثل الألعاب والتفاعل الاجتماعي، مما قد يغير طريقة تعاملنا مع التكنولوجيا ومساهمتها في حياتنا اليومية. فهل نحن على أعتاب ثورة جديدة في عالم الذكاء الاصطناعي؟ هذا ما ستكشفه لنا الأيام القادمة.