محتويات المقالة:
- مقدمة: لغز الإجابات المتغيرة لروبوتات الدردشة
- نظرة أولى على مختبر Thinking Machines الغامض
- كشف السبب الجذري للعشوائية في استجابات الذكاء الاصطناعي
- ما أهمية الحصول على استجابات متسقة؟
- هل هذا هو المنتج الأول للمختبر؟
- التزام بالبحث المفتوح: هل ستفي الشركة بوعدها؟
- خاتمة: تحدي كبير على حدود أبحاث الذكاء الاصطناعي
- أسئلة شائعة
مقدمة: لغز الإجابات المتغيرة لروبوتات الدردشة
هل سبق لك أن طرحت نفس السؤال على ChatGPT عدة مرات وحصلت على إجابات مختلفة في كل مرة؟ هذه الظاهرة، المعروفة باسم «عدم الحتمية» (Nondeterminism)، لطالما كانت سمة مقبولة في نماذج الذكاء الاصطناعي الحالية. لكن مختبر Thinking Machines Lab، الشركة الناشئة الجديدة التي أسستها ميرا موراتي، الرئيسة التنفيذية السابقة للتكنولوجيا في OpenAI، يرى أن هذه ليست حقيقة ثابتة، بل هي مشكلة يمكن حلها. في أول نظرة على أبحاثه، يكشف المختبر عن سعيه لجعل استجابات الذكاء الاصطناعي قابلة للتكرار، وهي خطوة قد تغير قواعد اللعبة بالنسبة للشركات والعلماء على حد سواء.
نظرة أولى على مختبر Thinking Machines الغامض
أثار مختبر Thinking Machines Lab اهتماماً كبيراً في وادي السيليكون، خاصة بعد أن جمع تمويلاً أولياً ضخماً بقيمة 2 مليار دولار وانضم إليه فريق من كبار الباحثين السابقين في OpenAI. وفي تدوينة بحثية نُشرت مؤخراً، قدم المختبر للعالم أول لمحة عن أحد مشاريعه الطموحة: إنشاء نماذج ذكاء اصطناعي ذات استجابات قابلة للتكرار (reproducible). هذه الخطوة تعكس طموح الشركة في معالجة بعض التحديات الأساسية في تكنولوجيا الذكاء الاصطناعي، بدلاً من مجرد بناء نماذج أكبر.
كشف السبب الجذري للعشوائية في استجابات الذكاء الاصطناعي
في التدوينة التي تحمل عنوان «هزيمة عدم الحتمية في استدلال النماذج اللغوية الكبيرة»، يحاول الباحث هوراس هي تفكيك السبب الجذري الذي يدخل العشوائية في استجابات نماذج الذكاء الاصطناعي. يجادل «هي» بأن السبب لا يكمن في النموذج نفسه، بل في الطريقة التي يتم بها تجميع «نوى وحدات معالجة الرسومات» (GPU kernels) – وهي البرامج الصغيرة التي تعمل داخل رقائق Nvidia – معاً في عملية الاستدلال (كل ما يحدث بعد أن تضغط على زر الإدخال في ChatGPT). يقترح أنه من خلال التحكم الدقيق في طبقة التنسيق هذه، من الممكن جعل نماذج الذكاء الاصطناعي أكثر حتمية، أي أنها ستعطي نفس الإجابة بالضبط لنفس السؤال في كل مرة.
ما أهمية الحصول على استجابات متسقة؟
قد تبدو الإجابات المتغيرة ميزة إبداعية في بعض الأحيان، لكنها تشكل عائقاً كبيراً في العديد من التطبيقات المهنية والعلمية. إن جعل استجابات الذكاء الاصطناعي قابلة للتكرار له فوائد هائلة:
- الموثوقية للمؤسسات: يمكن للشركات التي تستخدم الذكاء الاصطناعي في خدمة العملاء أو التحليل المالي أن تعتمد على الحصول على نتائج متسقة، مما يقلل من الأخطاء ويزيد من الثقة في النظام.
- الدقة للعلماء: يمكن للباحثين الذين يستخدمون الذكاء الاصطناعي لمحاكاة التجارب أو تحليل البيانات أن يكونوا واثقين من أن نتائجهم قابلة للتكرار، وهو حجر الزاوية في المنهج العلمي.
- تحسين تدريب التعلم المعزز (RL): يشير الباحث إلى أن جعل الاستجابات متسقة يمكن أن يحسن عملية تدريب التعلم المعزز، وهي العملية التي يتم فيها مكافأة النماذج على الإجابات الصحيحة. إذا كانت الإجابات مختلفة قليلاً في كل مرة، تصبح البيانات «صاخبة». الاستجابات المتسقة تجعل عملية التدريب أكثر سلاسة وكفاءة.
هل هذا هو المنتج الأول للمختبر؟
صرحت موراتي في يوليو بأن المنتج الأول لمختبر Thinking Machines سيتم الكشف عنه في الأشهر المقبلة، وأنه سيكون «مفيداً للباحثين والشركات الناشئة التي تطور نماذج مخصصة». لا يزال من غير الواضح ما هو هذا المنتج، أو ما إذا كان سيستخدم تقنيات من هذا البحث لتوليد استجابات أكثر قابلية للتكرار. ومع ذلك، فإن هذا البحث يعطينا فكرة قوية عن نوع المشاكل الأساسية التي يهدف المختبر إلى حلها.
التزام بالبحث المفتوح: هل ستفي الشركة بوعدها؟
قال مختبر Thinking Machines إنه يخطط لنشر تدوينات بحثية وأكواد ومعلومات أخرى بشكل متكرر «لإفادة الجمهور، ولكن أيضاً لتحسين ثقافة البحث الخاصة بنا». هذه التدوينة، وهي الأولى في سلسلة مدونة الشركة الجديدة، تبدو جزءاً من هذا الجهد. ومن المثير للاهتمام أن OpenAI قدمت التزاماً مماثلاً بالبحث المفتوح عندما تأسست، لكن الشركة أصبحت أكثر انغلاقاً مع نموها. يبقى أن نرى ما إذا كان مختبر موراتي سيظل وفياً لهذا الوعد، خاصة مع تقييمه الذي يبلغ 12 مليار دولار.
خاتمة: تحدي كبير على حدود أبحاث الذكاء الاصطناعي
تقدم هذه التدوينة البحثية لمحة نادرة داخل واحدة من أكثر شركات الذكاء الاصطناعي الناشئة سرية في وادي السيليكون. في حين أنها لا تكشف بالضبط عن وجهة التكنولوجيا، إلا أنها تشير إلى أن مختبر Thinking Machines يعالج بعض أكبر الأسئلة على حدود أبحاث الذكاء الاصطناعي. الاختبار الحقيقي هو ما إذا كان بإمكانهم حل هذه المشكلات، وإنشاء منتجات حول أبحاثهم لتبرير تقييمهم الضخم. إذا نجحوا، فقد لا تكون إجابات الذكاء الاصطناعي عشوائية بعد الآن.
أسئلة شائعة
س1: ما هو عدم الحتمية (Nondeterminism) في الذكاء الاصطناعي؟
ج1: هو ميل نماذج الذكاء الاصطناعي، مثل روبوتات الدردشة، إلى تقديم إجابات مختلفة لنفس المدخلات أو السؤال عند تكراره. هذا يحدث بسبب عوامل متعددة في كيفية معالجة البيانات على مستوى الأجهزة والبرامج.
س2: لماذا تعتبر الإجابات المتغيرة مشكلة؟
ج2: في التطبيقات التي تتطلب دقة وموثوقية عالية، مثل الاستخدامات العلمية أو المالية أو الطبية، يمكن أن تؤدي الإجابات غير المتسقة إلى نتائج غير موثوقة أو حتى خطيرة. الموثوقية تتطلب القدرة على تكرار النتائج.
س3: من هي ميرا موراتي؟
ج3: ميرا موراتي كانت الرئيسة التنفيذية للتكنولوجيا (CTO) في شركة OpenAI، وهي واحدة من الشخصيات الرئيسية وراء تطوير نماذج مثل GPT-4 و ChatGPT. غادرت لتأسيس شركتها الخاصة، Thinking Machines Lab، في عام 2025.
س4: هل سيؤثر جعل الذكاء الاصطناعي متوقعاً على إبداعه؟
ج4: من المحتمل أن يكون هناك مفاضلة. يمكن تصميم الأنظمة لتكون حتمية عند الحاجة (للدقة) والسماح بدرجة من العشوائية عند الرغبة في الحصول على نتائج إبداعية أو متنوعة. الهدف هو التحكم في هذه الخاصية، وليس القضاء عليها تماماً.
