فيما يتعلق بالذكاء الاصطناعي في السنوات القليلة الماضية، لا تزال هناك بعض الأشياء التي لا تستطيع الآلات القيام بها مثل البشر.
ومع ذلك، قد يتغير كل ذلك قريبًا حيث تفيد التقارير أن كل من OpenAI وMeta على وشك إطلاق الذكاء الاصطناعي القادر على التفكير والتخطيط.
ويشير قادة الشركتين إلى أن أحدث الإصدارات من نماذج الذكاء الاصطناعي الخاصة بهم ستتوفر قريبًا وستكون أقوى بكثير.
وفقًا لتقاريرهم، لن يقوم ChatGPT-5 وLlama-3 بإنشاء نص فحسب، بل سيبدأان في القيام بشيء يشبه التفكير إلى حد كبير.
تقول جويل بينو، نائب رئيس أبحاث الذكاء الاصطناعي في شركة ميتا: “نحن نعمل بجد لمعرفة كيفية جعل هذه النماذج لا تتحدث فقط، ولكن في الواقع تفكر، وتخطط، وتمتلك ذاكرة”.
أكدت شركة Meta، الشركة الأم لفيسبوك، أنها ستطلق قريبًا الجيل التالي من نموذج الذكاء الاصطناعي الخاص بها والذي يمكن أن يتمتع بالقدرة على التفكير والتخطيط
صرح Meta لـ MailOnline أن الشركة ستبدأ قريبًا في مشاركة الإصدارات المبكرة من نموذج Llama 3 إلى جانب مجموعة كاملة من النماذج المقرر إصدارها طوال عام 2024.
لدى OpenAI خطط لإصدار GPT-5 “قريبًا”، حسبما صرح مسؤولون تنفيذيون لصحيفة فايننشال تايمز.
حاليًا، تستخدم تطبيقات مثل ChatGPT أنظمة الذكاء الاصطناعي التي تسمى نماذج اللغة الكبيرة (LLMs) للتنبؤ بالكلمات التي يجب أن تأتي بعد ذلك في الجملة.
ومن خلال تدريب طلاب الماجستير في القانون على الكثير من البيانات، أصبح الذكاء الاصطناعي جيدًا جدًا في التنبؤ بسلاسل من الكلمات، لدرجة أنه بدأ يبدو وكأنه وكيل ذكي ومفكر.
ومع ذلك، يقول يان ليكون، كبير علماء الذكاء الاصطناعي في ميتا، إنه حتى أفضل الذكاء الاصطناعي لا يزال بإمكانه “ارتكاب أخطاء غبية”.
وفي حديثه في حدث ميتا في لندن يوم الثلاثاء، قال السيد ليكون إن الذكاء الاصطناعي حاليًا “ينتج كلمة تلو الأخرى دون تفكير وتخطيط”.
وأضاف أن إضافة القدرة على التفكير ستسمح للذكاء الاصطناعي بالبحث في الإجابات المحتملة، والتخطيط لأفعاله، وإنشاء “نموذج عقلي لما سيكون عليه تأثير أفعاله”.
يقول براد لايت كاب، الرئيس التنفيذي للعمليات في OpenAI: “أعتقد أننا بدأنا للتو في خدش السطح فيما يتعلق بالقدرة التي تتمتع بها هذه النماذج على التفكير المنطقي.
يقول يان ليكون (في الصورة)، رئيس ميتا لأبحاث الذكاء الاصطناعي، إن الذكاء الاصطناعي الحالي يرتكب أخطاء بسيطة لأنه لا يستطيع التخطيط للمستقبل. وهذا شيء قد يحله الجيل القادم من النماذج
قام سام ألتمان، الرئيس التنفيذي لشركة OpenAI (في الصورة)، بإدخال روبوتات الدردشة المستندة إلى الذكاء الاصطناعي في الاتجاه السائد. ولكن على الرغم من ذكائهم الظاهري، فإن الخبراء يشككون في أن أي ذكاء اصطناعي سيصبح واعيًا في أي وقت قريب
“سنبدأ في رؤية الذكاء الاصطناعي الذي يمكنه القيام بمهام أكثر تعقيدًا بطريقة أكثر تعقيدًا.
“أعتقد أنه مع مرور الوقت… سنرى النماذج تتجه نحو مهام أطول وأكثر تعقيدًا، وهذا يتطلب ضمنيًا تحسين قدرتها على التفكير.”
وفي الوقت نفسه، يقول السيد ليكون إن شركة ميتا تعمل على “وكلاء” جدد للذكاء الاصطناعي سيكونون قادرين على التخطيط وحجز كل خطوة في الرحلة من باريس إلى نيويورك.
ستكون هذه التغييرات بمثابة خطوة كبيرة إلى الأمام بالنسبة لقوة نماذج الذكاء الاصطناعي، بل ويمكن أن تكون خطوة أقرب إلى إنشاء الذكاء العام الاصطناعي (AGI).
ويهدف الذكاء الاصطناعي العام، الذي يعتبره الكثيرون الهدف النهائي لأبحاث الذكاء الاصطناعي، إلى بناء أنظمة تعلم آلي تصل إلى المستوى البشري من الإدراك في أي مهمة.
ولتحقيق ذلك، يجب أن يكون الذكاء الاصطناعي قادرًا على إكمال تسلسلات معقدة من المهام والتنبؤ بما ستكون عليه أفعالهم.
وليس كل الباحثين واثقين من إمكانية تحقيق ذلك، على الرغم من أن إيلون ماسك توقع مؤخرًا أن الذكاء الاصطناعي سيصبح أكثر ذكاءً من أذكى إنسان بحلول نهاية العام المقبل.
كيف تتعلم الذكاءات الاصطناعية باستخدام الشبكات العصبية؟
تعتمد أنظمة الذكاء الاصطناعي على الشبكات العصبية الاصطناعية (ANNs)، التي تحاول محاكاة الطريقة التي يعمل بها الدماغ من أجل التعلم.
ويمكن تدريب الشبكات العصبية الاصطناعية على التعرف على أنماط المعلومات – بما في ذلك الكلام، أو البيانات النصية، أو الصور المرئية – وهي الأساس لعدد كبير من التطورات في مجال الذكاء الاصطناعي خلال السنوات الأخيرة.
يستخدم الذكاء الاصطناعي التقليدي المدخلات “لتعليم” خوارزمية حول موضوع معين عن طريق تغذيتها بكميات هائلة من المعلومات.
تعتمد أنظمة الذكاء الاصطناعي على الشبكات العصبية الاصطناعية (ANNs)، التي تحاول محاكاة الطريقة التي يعمل بها الدماغ من أجل التعلم. يمكن تدريب الشبكات العصبية الاصطناعية على التعرف على أنماط المعلومات، بما في ذلك الكلام أو البيانات النصية أو الصور المرئية
وتشمل التطبيقات العملية خدمات ترجمة اللغات من جوجل، وبرنامج التعرف على الوجه من فيسبوك، والمرشحات الحية لتغيير الصور من سناب شات.
يمكن أن تستغرق عملية إدخال هذه البيانات وقتًا طويلاً للغاية، وتقتصر على نوع واحد من المعرفة.
هناك سلالة جديدة من الشبكات العصبية الاصطناعية تسمى Adversarial Neural Networks، وهي تضع ذكاء اثنين من روبوتات الذكاء الاصطناعي في مواجهة بعضهما البعض، مما يسمح لهما بالتعلم من بعضهما البعض.
تم تصميم هذا النهج لتسريع عملية التعلم، بالإضافة إلى تحسين المخرجات التي تنتجها أنظمة الذكاء الاصطناعي.