في جملة واحدة
ينقسم كبار باحثي الذكاء الاصطناعي (AI) حول التوسّع: يرى هينتون وهاسابيس مكاسب إضافية في الأفق، بينما يدعو سوتسكيفر وليكون إلى العودة إلى البحث الأساسي. وتواجه الصناعة قراراً بين مواصلة الرهان على نماذج أكبر والانتقال إلى مناهج جديدة.
التفاصيل
تبدو صناعة الذكاء الاصطناعي (AI) منقسمة حول ما إذا كانت مجرد زيادة حجم النماذج ستواصل تحقيق اختراقات. جيفري هينتون، المعروف غالباً بـ«عرّاب الذكاء الاصطناعي»، يقول إن قوانين التحجيم (scaling laws) لم تُستنفد بعد، ويتوقع أن روبوتات المحادثة (chatbots) الكبيرة ستولّد بياناتها بنفسها بدرجة متزايدة—على غرار ما فعلته AlphaGo وAlphaZero عبر اللعب الذاتي (self-play) في لعبة غو (Go). ويجادل بأنه كلما تعلّمت النماذج الاستدلال (reasoning) وفحص اتساق معتقداتها، أمكنها إنتاج بيانات تدريب (training data) جديدة ومفيدة، ما يخفف القلق حيال محدودية مجموعات البيانات (datasets) عالية الجودة.
يدعو آخرون إلى الحذر. يقول إيليا سوتسكيفر، الشريك المؤسِّس لـOpenAI، إننا «نعود إلى عصر البحث»، ويجادل بأن مجرد زيادة الحجم بمئة مرة لن تُحدث تحولاً سحرياً في القدرات، حتى لو كان التوسّع رهاناً منخفض المخاطر. كما يحذّر يان ليكون من أن المزيد من القدرة الحاسوبية (compute) والبيانات لا يؤديان تلقائياً إلى ذكاء اصطناعي (AI) أذكى. ومع ذلك، يرى بعض القادة أن التوسّع أساسي: يقول ديميس هاسابيس من Google DeepMind إن دفع الأنظمة الحالية إلى حدودها القصوى قد يكون مكوّناً رئيسياً—أو حتى كافياً بذاته—على المسار نحو الذكاء الاصطناعي العام (AGI). ومع ضخ عمالقة التقنية (Big Tech) إنفاقاً رأسمالياً (capex) ضخماً في الرقائق (chips) والقدرة الحاسوبية (compute)، توازن الصناعة بين الاستمرار في الرهان على التوسّع وإعطاء الأولوية لاتجاهات بحثية جديدة.
النقاط الرئيسية
- يعتقد جيفري هينتون أن التوسّع لا يزال أمامه متسع، وأن روبوتات المحادثة (chatbots) المستقبلية ستولّد بيانات تدريبها (training data) بنفسها عبر الاستدلال (reasoning) وفحوص الاتساق الذاتي.
- يجادل إيليا سوتسكيفر بأن المجال يعود إلى البحث الأساسي، وأن مجرد تضخيم الحجم لا يضمن قفزات تحوّلية.
- يتحدّى يان ليكون فكرة أن زيادة البيانات والقدرة الحاسوبية (compute) وحدهما لا تؤديان إلى ذكاء اصطناعي (AI) أذكى، مؤكداً الحاجة إلى نُهج (paradigms) جديدة.
- يرى ديميس هاسابيس أن دفع الأنظمة الحالية إلى أقصى حدود التوسّع قد يكون محورياً لتحقيق الذكاء الاصطناعي العام (AGI)—وربما كافياً بحد ذاته.
- رغم حالة عدم اليقين، يواصل عمالقة التقنية (Big Tech) الإنفاق الكبير على القدرة الحاسوبية (compute)، فيما يصف قادة مثل ألكسندر وانغ التوسّع بأنه أكبر سؤال مطروح في الصناعة.
المصادر: 1