أسئلة حيّة على مستوى المجال ما زالت غير محسومة فعلياً. كل منها موضع يمكن أن تُحدث فيه مساهمة متأنّية تقدّماً في التخصص.
التعلّم العميقالإحصاء
لماذا تُعمِّم الشبكات مفرطة المعاملات
لماذا تُعمِّم الشبكات العصبية التي تفوق معاملاتُها عددَ أمثلة التدريب بكثير تعميمًا جيدًا، بينما تتنبأ النظرية الكلاسيكية بإفراط شديد في التوفيق؟
تقول مقايضة التحيز والتباين إن النموذج المرن بما يكفي لاستيفاء بيانات تدريبه ينبغي أن يعاني تباينًا مدمّرًا. ومع ذلك تُوفِّق الشبكات الحديثة مجموعة تدريبها تمامًا وتظل تُعمِّم، بل لوحظ أن خطأ الاختبار يعاود الانخفاض بعد نقطة الاستيفاء بدل أن يواصل الارتفاع. تستند التفسيرات إلى تنظيم ضمني ينشأ عن نزول التدرج، أو إلى خصائص مشهد الخسارة، أو إلى بنية البيانات الواقعية، لكن أيًّا منها لم يحسم المسألة. وما دامت مفتوحة، لا يستطيع المجال أن يحدد سلفًا حجم النموذج الذي تحتمله مجموعة بيانات بعينها، فتُختار السعة تجريبيًا.
التعلّم العميقالذكاء الاصطناعي التوليدي
تفسير تأسيسي لقوانين التوسّع
لماذا يتحسّن أداء النموذج وفق قانون قوى سلس بدلالة المعاملات والبيانات والحوسبة، وما الذي يحدّد الأُسس؟
الانتظام التجريبي قوي بما يكفي لتوجيه قرارات تدريب تكلّف ملايين، غير أنه يقوم على ملاءمة منحنى لا على اشتقاق. وبغياب نظرية، لا يمكن التنبؤ بالأُسس لمعمارية جديدة أو مجال جديد، ولا سبيل مبدئيًا لمعرفة ما إذا كان اتجاه ما سيستمر أم ينكسر. من شأن اشتقاق نظري أن يحوّل أثقل قرارات التخطيط في المجال من استقراء إلى حساب.
التعلّم العميقالذكاء الاصطناعي التوليدي
القابلية للتفسير الميكانيكي في النماذج الكبيرة
هل يمكن تفكيك الحساب الذي تؤديه شبكة كبيرة مدرَّبة إلى خوارزميات مفهومة للبشر؟
الشبكة المدرَّبة مصفوفة أوزان ضخمة يثبت أنها تحسب شيئًا مفيدًا، دون أي بيان لكيفية ذلك. أُحرز تقدم في تحديد دارات وسمات قابلة للتفسير في النماذج الأصغر، لكن الوحدة الواحدة كثيرًا ما تُرمِّز مفاهيم متعددة غير مترابطة، ما يُفشِل القراءة المباشرة. وبدون قابلية للتفسير لا سبيل للتحقق من أن النموذج يعتمد على بنية مشروعة لا على ارتباط زائف، وهو أمر حاسم كلما ارتفعت المخاطر.
نظرية الألعابالرياضيات
الكلفة الحسابية لإيجاد التوازنات
أثبت ناش أن التوازن موجود دائمًا، لكن ما مدى صعوبة إيجاده فعليًا، وما دلالة ذلك على التوازن بوصفه مفهومًا تنبؤيًا؟
الوجود والقابلية للحساب خاصيتان مختلفتان. بات معلومًا أن حساب توازن ناش تام لصنف التعقيد PPAD، وهو دليل قوي على انتفاء خوارزمية عامة كفؤة. ويثير ذلك سؤالًا عن المفهوم ذاته: إذا تعذّر على اللاعبين في وضع مُنمذَج حساب التوازن عمليًا، فليس بديهيًا لماذا يُتوقَّع أن يبلغه سلوكهم. ويظل التوتر بين الوجود والقابلية للحساب والصلة التنبؤية دون حل.
التعلّم المعزّزتعلّم الآلة
تعلّم معزّز اقتصادي في العيّنات
كيف يتعلّم الوكيل سلوكًا فعّالًا من قدر واقعي من الخبرة، وكيف ينقله عند تغيّر البيئة؟
تحتاج وكلاء التعلّم المعزّز عادة إلى ملايين التفاعلات لتعلّم مهام يلتقطها الإنسان في محاولات معدودة، ما يحصر النجاحات إلى حد بعيد في المحاكاة حيث تكون الخبرة رخيصة. ويتضافر عائقان: المكافآت المتفرقة تجعل الإشارة المفيدة تبلغ القرارات المبكرة ببطء، والسياسات المتعلَّمة في بيئة تتدهور بحدة عند تغيّر ديناميكياتها. وسدّ هذه الفجوة هو ما يفصل الأساليب الحالية عن نشر موثوق في العالم المادي.
التعلّم العميقالرؤية الحاسوبية
المتانة أمام الاضطرابات العدائية
لماذا تنخدع نماذج دقيقة باضطرابات ضئيلة مختارة عمدًا، وهل يمكن بلوغ المتانة دون التضحية بالدقة؟
اضطرابات أصغر من أن يلحظها إنسان قادرة على قلب تصنيف واثق بالكامل، ما يعني أن ارتفاع الدقة الوسطى لا يستلزم أن النموذج تعلّم ما يسميه الإنسان مفهومًا. وقد نزعت الدفاعات إلى الانهيار أمام هجمات لاحقة أقوى، وثمة شواهد على توتر حقيقي بين المتانة والدقة على البيانات النظيفة. والسؤال عملي، لأي نشر تتصل به اعتبارات أمنية، ومفاهيمي في آن، إذ يوحي بأن هذه النماذج تُعمِّم على نحو يغاير ما توحي به دقتها.
تعلّم الآلةالاحتمالات
تعلّم البنية السببية من الرصد
هل تستطيع النماذج تعلّم بنية سببية لا مجرد ارتباط، انطلاقًا من بيانات لم تُجمع غالبًا عبر تجارب مضبوطة؟
تلتقط النماذج التنبؤية الاقتران، وهو كافٍ ما دام العالم على حاله وقت التدريب، وغير كافٍ لحظة وقوع أي تدخّل. والإجابة عمّا سيحدث لو غُيِّرت متغيرة تتطلب بنية سببية، وهي بنية غير قابلة للتحديد عمومًا من بيانات رصدية دون افتراضات إضافية. وتحديد الافتراضات المعقولة والكافية معًا سؤال مفتوح، وهو ما يفصل النماذج التي تتنبأ عن النماذج التي تسند القرار.
الذكاء الاصطناعي التوليديالتعلّم العميق
انتباه كفؤ على السياقات الطويلة
هل يمكن تفادي الكلفة التربيعية للانتباه الذاتي دون فقدان القدرة على ربط أي موضعين مباشرة؟
يقارن الانتباه الذاتي كل موضع بكل موضع آخر، فتنمو الكلفة مع مربع طول التسلسل، وهو القيد الحاكم على حجم السياق. وتخفض بدائل عديدة، من أنماط انتباه متفرقة وتقريبات خطية ونماذج فضاء الحالة التكرارية، الكلفةَ المقاربة، لكنها تتخلى عادة عن جزء من الوصول الزوجي غير المقيَّد الذي يمنح الانتباه فاعليته. ويبقى دون حسم ما إذا كانت القدرة الكاملة يمكن الاحتفاظ بها بكلفة أدنى.