قد وصفنا بأننا «قردة عارية». وعلى الصعيد النفسي أيضا، يظل الإنسان غير ناضج بفترة شباب طويلة جدا (حوالي ربع حياته)، ومرونة كبيرة جدا تسمح له بتعديل سلوكه والتعلم حتى آخر لحظة في حياته، وترتبط هذه المرونة بفضوله الكبير.

وبالإضافة للعب بمعناه الحقيقي، الذي كثيرا ما يقوم به الإنسان في شكل الكلمات المتقاطعة أو السودوكو أو الألعاب الاجتماعية أو تقمص الأدوار أو الألعاب الموجودة على الكمبيوتر، فإن لعب الإنسان البالغ قد يتخذ أبعادا اجتماعية هائلة، ويشهد على ذلك حجم فعاليات بطولات الألعاب الرياضية مثل كرة القدم أو لعبة الرجبي أو التنس أو الألعاب الأوليمبية. ويجب بلا شك أن نضيف أيضا إلى ألعاب البشر البالغين الأحلام والألعاب الجنسية التي قد تتخذ أشكالا متنوعة خلافا لنمطية الفعل الجنسي في حد ذاته. وتؤثر هذه المرونة التي تتضح في اللعب في مجالين اجتماعيين آخرين يعدان من أهم الخصائص المميزة للجنس البشري: الفضول في العالم الحقيقي والفضول في الخيال، أي في العلم والفن بصورة إجمالية. وعلى صعيد التأثير الاجتماعي، قد تستقطب بعض العروض الفنية أو السينمائية أو الحفلات الموسيقية حشودا غفيرة، شأنها شأن اللقاءات الرياضية؛ ولذلك فهي تمثل أيضا امتدادا اجتماعيا للعب. (2) هل يمكن أن تتسم الآلات بالفضول؟

ما الفضول بالنسبة إلى الآلة؟ إن قدرة الآلة في الاعتماد على نفسها هي أحد الاتجاهات الكبيرة لتطور السلالات التقنية (انظر الفصلين الثاني والسابع عشر). ولقد رأينا كيف يمكن تزويد آلة بنظام قيم يحدد ما يجب أن تبحث عنه أو ما يجب أن تتجنبه، ويحدد أيضا عبر طرق تنبؤ واختيار للحركة الطريقة التي ستتصرف بها الآلة. فقد يحاول روبوت القيام بحركات أو مجموعة حركات بالصدفة ثم يختار بصورة تدريجية عبر «المحاولة والخطأ» الحركات التي تصل إلى أقصى حد من النتائج الإيجابية (إذا وجد مصدرا للطاقة) وإلى أدنى حد من النتائج السلبية (إذا اصطدم بحائط). فيمكن إذن تعديل الحركات المختارة أو مزجها بصورة عشوائية لتشكيل استراتيجيات جديدة يقيمها الروبوت. وهكذا كلما زادت الخبرات يستطيع كل روبوت تشكيل استراتيجياته لسد احتياجاته الاصطناعية التي حددها مصممه.

وفي أغلب تجارب تصميم الروبوتات التي تجرى حاليا، دائما ما تكون هذه المواقف المنشودة «خارج» جسم الروبوت. وبذلك، لا يوجد سبب يدفعه إلى الاستمرار في التطور بمجرد بلوغه الأهداف (البقاء بالقرب من البشر، وعدم الاصطدام بالحائط)، فاستقلاله إذن محدود ضمنيا بنظام قيمه. ولمحاولة إخفاء هذه الحدود، بدأ بعض الباحثين في التفكير في طريقة تزويد الروبوت بنظام تحفيز «داخلي». وتكمن الفكرة في تزويد الروبوت بنظام قيم لا يرتبط بمهام خاصة محددة مسبقا تدفعه إلى «مواقف تعلم»، وهو ما يعد نوعا من الفضول. وسوف يقوده هذا النظام إلى استكشاف فرص بيئته واكتشاف مواقف جديدة (ولكن ليست جديدة جدا!) تسمح له بتنمية مهارات جديدة. ويمكن تلخيص مبدأ عمله بالطريقة الآتية: «اختيار الحركات التي من شأنها أن تجعله يتعلم بأكبر قدر ممكن.»

فلنتخيل طفلا يبلغ ثمانية أشهر من العمر ويلعب بعربة بلاستيكية فيمسك باللعبة ويدقق فيها من زوايا مختلفة، ثم يدفعها من الجانب ويجعلها تدور، ثم يحالفه الحظ في جعلها تسير، ثم يبدأ في ضرب السيارة بالأرض بهدف إصدار أصوات ممتعة، ثم يمل بعد برهة من هذا النشاط المزعج، فينظر حوله فيرى مجلة متروكة على الأرض بصورة غير مناسبة، فيزحف على أطرافه الأربعة حتى هدفه الجديد ويبدأ بمنهجية في تقطيع أوراق المجلة. لماذا توقف هذا الطفل فجأة عن الاهتمام بنشاطه المعتاد واختار نشاطا آخر؟ يمكن أن يعطينا مبدأ الفضول إجابة عن هذا السؤال.

من أجل وصف عمل نظام فضول صناعي، يمكن أن نأخذ بعين الاعتبار أنه يتكون من جزأين. ويتعلق الجزء الأول بنظام تنبؤ يتعلم النتائج الإدراكية لحركة ما في سياق حسي ومحفز معين (انظر الفصل الثاني). أما النظام الثاني فهو «متنبئ للتنبؤ» ويتعلم التنبؤ بأخطاء النظام المتنبئ. وبعبارة أخرى، يضع النظام الثاني نموذجا للنظام الأول ويربط كل موقف يتم مقابلته بمستوى صعوبة تنبئية.

2

ومن أجل تزويد الروبوت بنوع من الفضول، يمكننا أن نضيف إلى أنظمة التنبؤ نظام قيم يدفع الروبوت إلى تجنب المواقف المعتادة جدا وشديدة الصعوبة في التنبؤ بها لتفضيل المواقف التي يصل فيها التقدم في عملية التعلم إلى أقصى درجة. فلا يتعلق الأمر إذن باختيار المواقف التي يصل فيها خطأ التنبؤ إلى أدنى درجة ولا إلى أقصى درجة، بل المواقف التي يقل فيها الخطأ إلى أقصى درجة. وتسمى هذه المواقف «مواقف إحراز التقدم»، وهي ليست من الخصائص الجوهرية للطبيعة، لكنها تنتج عن العلاقة بين الهيكل الجسدي للروبوت وخصائص آليات التعلم لديه وتفاعلاته الماضية والبيئة الخاصة المحيطة به. وبمجرد اكتشاف هذه المواقف التي تتيح التقدم واستغلالها، تختفي كلما زادت إمكانية التنبؤ بالموقف الذي تنطبق عليه. وهكذا، فإن أي مسار نمو، وهو مجموعة المراحل التي يركز فيها الروبوت على أنشطة تعقيد متزايد ، يتشكل دون أن يبرمجه مصممه مسبقا.

توضح تجارب متزايدة كيف يمكن لروبوت مزود بنظام تحفيز داخلي أن يتعلم تلقائيا السير والتفاعل مع الأشياء التي ليس لديه معرفة مسبقة بها والقيام بحركات تفاعل أولية.

3

Неизвестная страница