تقرير “إيبوك” غير الربحي يكشف تحديات مستقبلية أمام الاستدلال المعتمد على الحوسبة الضخمة
تباطؤ مرتقب خلال عام واحد
كشف تحليل صادر عن مؤسسة “إيبوك” البحثية غير الربحية، أن نماذج الذكاء الاصطناعي المنطقية، والتي حققت تقدمًا ملحوظًا في الفترة الأخيرة، قد تواجه تباطؤًا في المكاسب المتوقعة خلال العام المقبل فقط. وأشار التقرير إلى أن القطاع قد لا يتمكن من الحفاظ على وتيرة التطور السريعة التي شهدها مؤخرًا.
نماذج المنطق تحقق قفزات نوعية في الرياضيات والبرمجة
سلّط التقرير الضوء على نماذج مثل “o3” من شركة “OpenAI”، والتي سجلت مؤخرًا نتائج استثنائية في معايير الذكاء الاصطناعي، خاصة في مجالات تتطلب تفكيرًا منطقيًا مثل الرياضيات والبرمجة. ويُعزى هذا التقدم إلى قدرة هذه النماذج على استخدام طاقة حوسبية هائلة لمعالجة المشكلات، ما يمنحها دقة وأداء أعلى من النماذج التقليدية.
الجانب السلبي: وقت أطول وتكاليف أعلى
ورغم هذه الإنجازات، فإن هذه النماذج تستغرق وقتًا أطول لإتمام المهام مقارنة بالنماذج التقليدية، مما يثير تساؤلات حول فعاليتها على المدى الطويل، بحسب ما أورد موقع “تك كرانش” في تقرير اطلعت عليه “العربية Business”.
آلية التدريب: التعلم التعزيزي على رأس الأولويات
تُطوَّر نماذج الاستدلال من خلال مرحلتين: الأولى تعتمد على تدريب تقليدي على بيانات ضخمة، والثانية تتضمن ما يُعرف بالتعلم التعزيزي، الذي يمنح النموذج تغذية راجعة دقيقة تساعده على تحسين حلوله للمشكلات المعقدة.
ووفقًا لتحليل “إيبوك”، فإن شركات مثل “OpenAI” لم تستخدم حتى الآن كامل إمكاناتها الحوسبية في مرحلة التعلم التعزيزي، وهو ما قد يتغير في المستقبل القريب.
OpenAI تضاعف الحوسبة 10 مرات
أوضحت شركة “OpenAI” أنها استخدمت قوة حوسبية تزيد بعشرة أضعاف في تدريب نموذج “o3” مقارنة بسابقه “o1″، ويُعتقد أن معظم هذه القوة خصصت لمرحلة التعلم التعزيزي. وكشف الباحث دان روبرتس أن الشركة تعتزم مضاعفة هذا الجهد في النماذج القادمة.
الحدود التقنية والمالية للتوسع
لكن التقرير يحذر من وجود “حد أقصى” لما يمكن تحقيقه من خلال زيادة الحوسبة فقط، إذ أشار المحلل “جوش يو” من مؤسسة إيبوك إلى أن مكاسب الأداء الناتجة عن التدريب التقليدي تتضاعف أربع مرات سنويًا، بينما تحقق نماذج التعلم التعزيزي قفزات أسرع، تصل إلى عشرة أضعاف كل 3 إلى 5 أشهر.
ورجّح يو أن هذه الوتيرة السريعة قد تبلغ حدها الأقصى بحلول عام 2026، ما يعني قرب الوصول إلى “النضج العام” لهذه النماذج.
تحديات إضافية تعرقل التوسع
إلى جانب الحوسبة، لفت التقرير إلى أن التكلفة العالية للأبحاث المستمرة قد تُشكّل عائقًا أمام توسع نماذج الاستدلال. وقال يو: “إذا استمرت التكاليف العامة للأبحاث بهذا الشكل، فقد لا نشهد التوسع المتوقع لهذه النماذج”.
وأضاف: “التوسع السريع في البنية التحتية الحوسبية هو العامل الأهم في هذا المجال، لذا من الضروري مراقبته عن كثب”.
الهلوسة تظل عيبًا بارزًا
رغم القوة الكبيرة التي تتمتع بها، فإن نماذج الاستدلال لا تزال تعاني من عيوب جوهرية، من أبرزها الميل إلى “الهلوسة” – أي توليد معلومات غير صحيحة بثقة عالية – بدرجة أكبر من بعض النماذج التقليدية، وهو ما قد يثير القلق بشأن مصداقيتها في التطبيقات الحساسة.
قلق متصاعد في قطاع الذكاء الاصطناعي
في ظل هذه التحديات، ترى مؤسسة إيبوك أن أي مؤشرات على اقتراب نماذج الاستدلال من الحد الأعلى لقدراتها قد تثير قلقًا بالغًا في أوساط شركات الذكاء الاصطناعي، التي استثمرت موارد ضخمة في تطوير هذه التقنيات.
