يوتيوب
انستغرام
نبض
ثريدز
الذكاء العصبي-الرمزي وحل أزمة طاقة الذكاء الاصطناعي
شارك على
مسنجر
واتساب
بريد إلكتروني
الطباعة
شارك على
يشهد الذكاء الاصطناعي تطوراً متسارعاً، لكنه يواجه تحدياً متزايداً يتعلق باستهلاك الطاقة. وتشير تقديرات حديثة للوكالة الدولية للطاقة إلى أن استهلاك مراكز البيانات عالمياً بلغ نحو 415 تيراواط/ساعة في عام 2024، أي ما يقارب 1–2% من إجمالي الكهرباء، مع توقعات بتضاعف هذا الطلب بحلول عام 2030.
في هذا السياق، يعمل باحثون على تطوير نهج يُعرف بالذكاء العصبي-الرمزي، وهو نموذج يجمع بين التعلم في الشبكات العصبية والاستدلال المنطقي القائم على القواعد، بهدف تحسين الكفاءة وتقليل الاعتماد على التجربة العشوائية.
تركز بعض الدراسات على نماذج "الرؤية-اللغة-الفعل" المستخدمة في الروبوتات، والتي قد تعاني من أخطاء ناتجة عن طبيعتها الإحصائية، تشبه ما يُعرف بظاهرة "الهلوسة".
وفي دراسة تجريبية أولية، أظهر هذا النهج أداءً أفضل في مهام محددة مثل "برج هانوي"، مع تحسن في الدقة وتقليل في زمن التدريب واستهلاك الطاقة. ومع ذلك، لا تزال هذه النتائج ضمن نطاق البحث ولم تُثبت بعد على نطاق واسع.
ويرى الباحثون أن التوسع في النماذج الكبيرة قد يزيد الضغط على الموارد، ما يجعل الذكاء العصبي-الرمزي أحد الاتجاهات الواعدة نحو أنظمة أكثر كفاءة واستدامة.
العلامات الدالة
الأكثر قراءة
