نماذج الذكاء الاصطناعي تواجه سقفًا معرفيًا بسبب محدودية البيانات
يشهد مجال الذكاء الاصطناعي مؤخرًا تحولًا في فهم كيفية تطوير النماذج الذكية، حيث لم تعد اختبارات مثل “اختبار تورينج” كافية لقياس التقدم الحقيقي. ورغم إعلان بعض النماذج تخطيها لهذا التحدي، إلا أن الجدل يتصاعد حول ما إذا كانت هذه النماذج تحقق ذكاءً حقيقيًا أم مجرد نتائج مبهرة في اختبارات محددة.
باحثو DeepMind: التدريب التقليدي لا يكفي
بحسب ورقة بحثية جديدة نشرتها وحدة DeepMind التابعة لجوجل، فإن السبب لا يكمن فقط في محدودية الاختبارات، بل في طريقة تطوير النماذج ذاتها، حيث تُدرّب على بيانات “محدودة وثابتة”، مما يحدّ من قدرتها على اكتساب مهارات جديدة أو تطوير نفسها ذاتيًا.
ويؤكد العالمان البارزان ديفيد سيلفر وريتشارد ساتون، أن الذكاء الاصطناعي بحاجة إلى ما يُعرف بـ”الخبرات التفاعلية” ليتعلم من بيئته ويحدد أهدافه بناءً على التجربة، بدلًا من الاكتفاء بتقليد أنماط التعلم من البيانات القديمة.
نموذج Streams: نحو ذكاء اصطناعي تفاعلي
يقترح الباحثان نموذجًا جديدًا تحت اسم “Streams”، يُبنى على منهج “التعلم التجريبي” الذي يتجاوز حدود نماذج اللغة الكبيرة مثل ChatGPT. هذا النموذج يهدف إلى خلق ذكاء اصطناعي قادر على التفاعل مع العالم الواقعي، وتطوير استراتيجياته المعرفية بشكل مستقل.
ويعد هذا النموذج امتدادًا لفلسفة “التعلم التعزيزي” (Reinforcement Learning)، التي طورت بها DeepMind نماذج ناجحة مثل AlphaZero، القادرة على التفوق على البشر في ألعاب معقدة دون الاعتماد على بيانات تدريب مسبقة.
مخاوف من الاعتماد الكامل على حكم المستخدم
يؤكد الباحثان أن الاعتماد على المستخدمين في توجيه النماذج التوليدية – كما هو الحال مع ChatGPT – يضع سقفًا لقدرات النموذج، لأنه يُمنع من استكشاف استراتيجيات جديدة خارج ما يُطلب منه. هذا النمط، بحسب وصفهما، يحرم النماذج من “القدرة على اكتشاف المعرفة ذاتيًا”.
نحو جيل جديد من الذكاء الاصطناعي
تفتح هذه الورقة البحثية المجال أمام موجة جديدة من التفكير في مستقبل الذكاء الاصطناعي، حيث لا يقتصر التطوير على ضخ المزيد من البيانات، بل على منح الآلة القدرة على التعلم من التجربة والتفاعل البيئي.
وإذا ما تم اعتماد هذا النهج، فقد نشهد في السنوات القادمة نماذج ذكاء اصطناعي قادرة على التفكير المستقل، وتطوير حلول غير مسبوقة لمشكلات معقدة، دون الحاجة إلى تدخل بشري مباشر.
