على مدار الأسابيع القليلة الماضية، شهدنا سباقاً محموماً بين عمالقة التكنولوجيا. حاولت كل من جوجل، وأنثروبيك، ومؤخراً أوبن أي آي التفوق على بعضها البعض بنماذج ذكاء اصطناعي جديدة تتميز بتحسينات ملحوظة، وإن كانت تدريجية في بعض الأحيان، في مجالات مثل البرمجة والاستدلال المنطقي. ولكن خلف الكواليس، ورغم الاحتفالات بهذه الإصدارات، هناك إجماع متزايد بين الخبراء بأن الطرق الحالية وصلت إلى طريق مسدود، وأن هناك حاجة إلى اختراقات علمية جديدة لبناء أنظمة تتجاوز القدرات البشرية حقاً.
محتويات المقالة:
- مقدمة: ما بعد التدريب التقليدي
- مفهوم “التعلم المستمر”: أن تتعلم مثل البشر
- القيود الحالية: العقل المتجمد في الزمن
- معضلة “النسيان الكارثي”
- تحركات العمالقة: جوجل وأوبن أي آي
- الطريق نحو الذكاء الاصطناعي العام (AGI)
- أسئلة شائعة
مقدمة: ما بعد التدريب التقليدي
تتعلم نماذج الذكاء الاصطناعي الرائدة اليوم (مثل GPT-4 وClaude) عن طريق عملية تسمى “التدريب المسبق” (Pre-training). يتم إنشاء شبكة عصبية ضخمة وتغذيتها بكميات هائلة من البيانات، ثم يتم “تجميد” هذه الشبكة. هذا يعني أن النموذج، بمجرد الانتهاء من تدريبه، يتوقف عن التعلم. إنه يصبح مثل موسوعة مطبوعة؛ ذكي جداً، لكن معرفته تتوقف عند تاريخ الطباعة.
مفهوم “التعلم المستمر”: أن تتعلم مثل البشر
يركز قادة الذكاء الاصطناعي الآن على نهج يسمى “التعلم المستمر” (Continual Learning). الفكرة هي محاكاة الطريقة التي يتعلم بها البشر. نحن لا نتوقف عن التعلم بعد التخرج من المدرسة؛ بل نكتسب خبرات ومعلومات جديدة كل يوم ونضيفها إلى معرفتنا السابقة.
قال كريستوفر كانان، أستاذ علوم الكمبيوتر بجامعة روتشستر: “يحاول التعلم المستمر إنشاء أنظمة تتعلم بمرور الوقت من البيانات، ولا تتوقف أبداً… تماماً مثلنا نحن البشر”. هذا النهج يعتبره سام ألتمان، رئيس «أوبن أي آي»، وخبراء «جوجل ديب مايند» المفتاح الحقيقي للوصول إلى الذكاء الاصطناعي العام (AGI).
القيود الحالية: العقل المتجمد في الزمن
الأنظمة الحالية محدودة بتاريخ “قطع البيانات” (Cut-off Date). للتغلب على ذلك، تستخدم الشركات حلولاً ترقيعية (Band-Aid Solutions) مثل “توليد الاسترجاع المعزز” (RAG)، حيث يقوم النموذج بالبحث في جوجل لجلب معلومة حديثة. لكن هذا لا يجعل النموذج نفسه “أذكى”؛ هو فقط يقرأ ورقة خارجية. عقله الأساسي وشبكه العصبية لا تتغير ولا تنمو.
معضلة “النسيان الكارثي”
العقبة الأكبر أمام هذا الحلم هي مشكلة تقنية عويصة تسمى “النسيان الكارثي” (Catastrophic Forgetting). في الشبكات العصبية الاصطناعية، إذا حاولت تعليم النموذج معلومات جديدة بعد انتهاء تدريبه، فإنه يميل إلى استبدال المعلومات القديمة بالجديدة بدلاً من إضافتها إليها. إنه ينسى “كيفية البرمجة” ليتعلم “كيفية الطبخ”.
يحاول الباحثون حل هذه المشكلة منذ عقود. هناك تقدم طفيف، لكن لم يتم بعد اكتشاف الطريقة التي تسمح للنموذج بالنمو المعرفي التراكمي المستقر دون تدمير ما تعلمه سابقاً.
تحركات العمالقة: جوجل وأوبن أي آي
رغم الصعوبات، هناك تحركات جدية. شركة «أنثروبيك» (Anthropic) صرحت بأنها تركز على “تحسينات تدريجية” مستمرة بدلاً من انتظار إصدارات ضخمة كل بضع سنوات. «جوجل ديب مايند» نشرت ورقة بحثية حديثة جذبت الانتباه حول أساليب جديدة للتعلم المستمر. الهدف النهائي هو الوصول لنظام يمكن نشره في العالم، ليقوم بالتعلم من التجربة والخطأ والتفاعل مع المستخدمين، ليصبح “خبيراً” بمرور الوقت، بدلاً من أن يكون مجرد أداة جامدة.
الطريق نحو الذكاء الاصطناعي العام (AGI)
شبه إيليا سوتسكيفر، كبير العلماء السابق في «أوبن أي آي»، النماذج الحالية بمراهق عبقري ولكنه قليل الخبرة. “إنهم طلاب رائعون”، كما يقول، لكنهم يفتقرون لخبرة الحياة. التعلم المستمر هو ما سيحول هذا “الطالب” إلى “خبير”. إذا نجحت الشركات في تحقيق هذا الاختراق، سنشهد أنظمة ذكاء اصطناعي تتطور وتتخصص بشكل فردي مع كل مستخدم، مما سيغير وجه التكنولوجيا للأبد.
أسئلة شائعة
السؤال: ما الفرق بين التدريب المسبق والتعلم المستمر؟
الإجابة: التدريب المسبق يحدث مرة واحدة لبناء “عقل” النموذج، بينما التعلم المستمر يعني أن النموذج يستمر في التطور واكتساب المعلومات يومياً دون توقف.
السؤال: ما هو “النسيان الكارثي”؟
الإجابة: هي ظاهرة تحدث في الذكاء الاصطناعي حيث يؤدي تعلم معلومات جديدة إلى مسح أو تشويه المعلومات القديمة الموجودة في ذاكرة النموذج.
السؤال: هل نماذج اليوم مثل ChatGPT تتعلم من محادثاتي؟
الإجابة: ليس بشكل فوري ومباشر في بنيتها. قد تستخدم الشركات المحادثات لتحسين النسخ *القادمة* (المستقبلية)، لكن النسخة التي تكلمها الآن لا تتطور أثناء الحديث معك.
