خبير يقول إن الذكاء الاصطناعي أقرب إلى ذكاء الحيوانات المنزلية مثل القطط والكلاب منه إلى ذكاء البشر

رئيس قسم ميتا للذكاء الاصطناعي يشكك في اقتراب الذكاء الاصطناعي الفائق ويفضل التركيز على تحقيق ذكاء “القطط والكلاب”، حيث يعتبر أنه قد يكون أقرب إلى التحقيق من ذكاء البشر. ويؤكد كبير علماء ميتا، وهو خبير رائد في مجال التعلم العميق، على أن الأنظمة الحالية للذكاء الاصطناعي لا تزال بعيدة عن تحقيق بعض جوانب الوعي التي تجعلها ذكية بشكل كامل، مشيراً إلى أنها تعتبر محدودة في قدراتها حيث تقتصر على تلخيص النصوص بأساليب إبداعية.

من جهة أخرى، يعبر جنسن هوانغ، الرئيس التنفيذي لشركة إنفيديا، عن رأي مغاير حيث يعتقد أن الذكاء الاصطناعي سيكون “منافسًا إلى حد ما” للبشر في أقل من خمس سنوات، وسيفوق البشر في العديد من المهام التي تتطلب جهدًا عقليًا. ويبرر هوانغ وجهة نظره بوجود “حرب” بين الشركات في مجال الذكاء الاصطناعي، حيث توفر تلك الشركات “الأسلحة” اللازمة لتطوير هذا المجال.

تأتي تصريحات هوانغ خلال حدث يسلط الضوء على الذكرى السنوية العاشرة لتأسيس الشركة الأم لموقع التواصل الاجتماعي فيسبوك، والذي يركز على فريق البحث الأساسي في ميتا للذكاء الاصطناعي.

ويشدد هوانغ على أن الذكاء الاصطناعي العام يعتمد بشكل كبير على المعالجات التي توفرها شركات مثل إنفيديا، ويشير إلى أهمية تلك المعالجات في تحقيق تقدم في هذا المجال. يتوقع هوانغ أن تحقق البشرية ذكاءً اصطناعيًا على مستوى “القطط” أو “الكلاب” قبل أن يصل إلى المستوى البشري بسنوات.

أكد ليكون أن التركيز الحالي في صناعة التكنولوجيا على نماذج اللغة والبيانات النصية لن يكون كافيًا لتطوير أنظمة الذكاء الاصطناعي المتقدمة والتي تشبه البشر، مشيراً إلى أن “النصوص ليست مصدرًا فعّالًا للمعلومات”. وأوضح أنه قد يحتاج الإنسان إلى 20 ألف عام لقراءة الكمية الهائلة من النصوص التي تم استخدامها في تدريب النماذج اللغوية الحديثة. وأشار إلى أن النظام الحالي لا يزال يعاني من فهم أساسيات العلاقات اللغوية، مثل تفاعل “أ إذا كان ب”.

أكد ليكون أن هناك الكثير من المعلومات الأساسية حول العالم لم يتم الحصول عليها من خلال تدريب النظام الحالي، حيث تحتاج الأنظمة الاصطناعية إلى مزيد من التقنيات للوصول إلى تلك المعلومات. وقد أجرت “ميتا إيه آي” ومديرون آخرون أبحاثًا مكثفة حول تصميم نماذج المحولات، وهي تقنية تُستخدم لتطوير تطبيقات مثل تشات جي بي تي، وذلك من خلال استخدام مجموعة متنوعة من البيانات، بما في ذلك البيانات الصوتية والبصرية والفيديو.

تأتي أهمية المحولات من قدرتها على اكتشاف الارتباطات الخفية بين المليارات من أنواع البيانات المختلفة، مما يمكن أن يساعد في تطوير أنظمة الذكاء الاصطناعي لتحقيق إنجازات فائقة. كمثال على ذلك، أظهرت بعض الأبحاث قدرة النظام على تحسين مهارات الأشخاص في لعب التنس أثناء ارتدائهم نظارات الواقع المعزز، حيث تمزج هذه التقنية بين العالم الرقمي والعالم الحقيقي.

تشير المعلومات إلى أن تشغيل مساعد التنس الرقمي يتطلب نماذج ذكاء اصطناعي تعتمد على مزيج من البيانات المرئية ثلاثية الأبعاد، بالإضافة إلى النص والصوت. يمثل تطوير أنظمة الذكاء الاصطناعي متعددة الوسائط هذه الخطوة القادمة في عالم الذكاء الاصطناعي، ومع ذلك، يتوقع أن يكون هذا التطوير ذو تكلفة عالية. ومن المهم أن يكون لدى إنفيديا نماذج ذكاء اصطناعي متقدمة للمحافظة على التفوق، خاصة في ظل عدم وجود منافس حالي.

وقد استفادت إنفيديا بشكل كبير من التقدم في مجال الذكاء الاصطناعي، حيث أصبحت وحدات معالجة الرسومات الباهظة الثمن الخاصة بها هي الأداة الرئيسية المستخدمة لتدريب النماذج اللغوية الكبيرة. على سبيل المثال، اعتمدت ميتا على 16 ألف وحدة معالجة رسوميات من طراز إنفيديا A100 لتدريب برنامجها الخاص إل لاما (Llama AI) المتخصص في مجال الذكاء الاصطناعي.