هل اقتربت "OpenAI" حقًا من محاكاة تفكير البشر بنموذج "o3"؟

قالت شركة الذكاء الاصطناعي "OpenAI" قبل أيام إن نموذجا جديدا للذكاء الاصطناعي طورته وهو "o3" حقق نتائج قريبة من مستوى تفكير الإنسان في اختبار مصمم لقياس "الذكاء العام".

وذكرت الشركة أن النموذج سجل 85% بمعيار "ARC-AGI" -الذي يُستخدم في قياس أداء أنظمة الذكاء الاصطناعي العام- وهو مستوى أعلى بكثير من أفضل نتيجة سابقة للذكاء الاصطناعي والتي بلغت 55%. وجاء نتيجة النموذج الجديد على قدم المساواة تقريبًا مع متوسط نتيجة البشر.

ويُعتبر تطوير الذكاء الاصطناعي العام هو الهدف المعلن لجميع مختبرات أبحاث الذكاء الاصطناعي الرئيسية. ويبدو للوهلة الأولى أن "OpenAI" قد قطعت على الأقل خطوة كبيرة نحو هذا الهدف.

لكن في الحقيقة، فلا تزال هناك شكوك حول ما إن كانت "OpenAI" قد قطعت خطوة كبيرة حقًا في إنشاء ذكاء اصطناعي عام، وهو الهدف المعلن لمجميع مختبرات أبحاث الذكاء الاصطناعي، وفقًا لتقرير لموقع "Gizmodo" المتخصص في أخبار التكنولوجيا، اطلعت عليه "العربية Business".

التعميم والذكاء

لفهم حقيقة النتائج التي وصل إليها نموذج "o3" من "OpenAI" علينا أولًا معرفة ما يدور حوله اختبار " ARC-AGI".

من الناحية الفنية، يُعتبر هذا الاختبار قياسًا لـ"كفاءة أخذ العينات" الخاصة بنظام ذكاء اصطناعي في ما يتعلق بالتكيف مع شيء جديد، وبطريقة أبسط يعني ذلك عدد الأمثلة على موقف جديد يحتاج النظام لرؤيتها لمعرفة كيفية التعامل والوصول لمستوى أداء معين.

وعلى سبيل المثال، فنظام مثل "شات جي بي تي"، وهو روبوت الدردشة الشهير من "OpenAI"، ليس كفء من حيث العينات، وقد تم تدريبه على ملايين الأمثلة من النصوص التي أنشاءها البشر، وإنشاء قواعد احتمالية لتركيبات الكلمات الأكثر احتمالية.

وكانت النتيجة جيدة جدًا في المهام الشائعة، لكنها سيئة في المهام غير الشائعة لأن "شات جي بي تي" لديه بيانات أقل (عينات أقل) لهذه المهام.

وإلى أن تتمكن أنظمة الذكاء الاصطناعي من التعلم من أعداد صغيرة من الأمثلة والتكيف بكفاءة أكبر في التعامل مع العينات، فلن تُستخدم إلا في المهام المتكررة للغاية وهي تلك التي يكون فيها الفشل العرضي مقبولًا.

"o3"

يعتمد مقياس "ARC-AGI" على إعطاء نظام الذكاء الاصطناعي مسألة لحلها، ويمنح ثلاثة أمثلة للتعلم منها، حيث يحتاج النظام إلى معرفة القواعد المعممة من هذه الأمثلة لاستخدامها في المسألة.

وتشير نتائج نموذج "o3" إلى أنه قابل للكتيف بدرجة كبيرة، ولا يتضح بعد كيف فعلت "OpenAI" هذا. لكنه يعني أنه من خلال بضعة أمثلة فقط يستطيع أن يجد النموذج قواعد يمكن تعميمها.

ونظريًا، فإن أمكنك تحديد القواعد "الأضعف" التي تفعل ما تريد، فإن قدرتك على التكيف مع المواقف الجديدة تكون قد زادت.

ووفقًا للتقرير، فقد بدأت الشركة العمل على نظام "o3" بإصدار نموذج يختلف عن نماذج الذكاء الاصطناعي الأخرى حيث يقضي وقتًا أطول في التفكير على الأسئلة الصعبة، وبعدها دربت الشركة النموذج خصيصًا لاختبار "ARC-AGI".

ويعتقد الباحث الفرنسي في مجال الذكاء الاصطناعي فرانسوا شوليه، الذي صمم المعيار، أن "o3" يبحث من خلال "سلاسل فكرية" مختلفة تصف الخطوات اللازمة لحل المهمة، وبعد ذلك يختار "الأفضل" وفقًا لقاعدة غير محددة بشكل واضح، أو لـ"القاعدة الاسترشادية" التي لا تحتاج إلى تحليل دقيق وبحث شامل.

ووفقًا للتقرير، فإذا كانت هذه الطريقة التي يعمل بها "o3"، فهو بذلك لا يكون أحسن بكثير من النماذج السابقة.

ولا يزال كل شيء عن "o3" غير معروف تقريبًا، لكن مع إطلاقه في نهاية المطاف ستكون هناك فكرة أفضل كثيرًا عما إذا كان قادرًا على التكيف تقريبًا مثل الإنسان العادي.