علماء الذكاء الاصطناعي متشككين في أن النماذج الحديثة ستؤدي إلى Agi

زعمت شركات التكنولوجيا منذ فترة طويلة أن توسيع نطاق نماذج الذكاء الاصطناعى الحالية سيؤدي إلى ذكاء عام اصطناعي (AGI) ، والتي يمكن أن تتوافق مع قدرات الإنسان أو تجاوزها. ولكن نظرًا لأن أداء أحدث الطرز قد أدى إلى تعبئة ، فإن باحثو الذكاء الاصطناعى يشككون في أن تكنولوجيا اليوم ستؤدي إلى أنظمة سوبرز.

في دراسة استقصائية شملت 475 باحثًا من الذكاء الاصطناعي ، قال حوالي 76 في المائة من المجيبين إنه من غير المرجح “أو” من غير المرجح للغاية “أن ينجح توسيع نطاق الأساليب الحالية في تحقيق AGI. النتائج هي جزء من تقرير صادر عن جمعية تقدم الذكاء الاصطناعي ، وهي مجتمع علمي دولي مقره في واشنطن العاصمة.

هذا تغيير ملحوظ في الموقف من “التحجيم هو كل ما تحتاجه” الذي حفز شركات التكنولوجيا منذ بداية طفرة الذكاء الاصطناعى التوليدي في عام 2022. معظم الإنجازات المتطورة منذ ذلك الحين استندت إلى أنظمة تسمى نماذج المحولات ، والتي تحسنت في الأداء عند تدريبها على زيادة حجم البيانات. لكن يبدو أنها راكدة في أحدث الإصدارات ، والتي أظهرت فقط تغييرات تدريجية في الجودة.

يقول ستيوارت راسل من جامعة كاليفورنيا ، بيركلي ، وهو عضو في اللجنة التي نظمت التقرير: “الاستثمارات الشاسعة في التحجيم ، غير المصحوبة بأي جهود مماثلة لفهم ما يجري ، بدت دائمًا في غير محله”. “أعتقد أنه ، منذ حوالي عام ، بدأ الأمر واضحًا للجميع أن فوائد التحجيم بالمعنى التقليدي قد هزمت”.

ومع ذلك ، تخطط شركات التكنولوجيا لإنفاق جماعي ما يقدر بنحو 1 تريليون دولار على مراكز البيانات والرقائق في السنوات القليلة المقبلة لدعم طموحات الذكاء الاصطناعي.

قد يفسر الضجيج حول تقنيات الذكاء الاصطناعي سبب أن 80 في المائة من المجيبين في الاستطلاع قالوا أيضًا إن التصورات الحالية لقدرات الذكاء الاصطناعى لا تتطابق مع الواقع. يقول توماس دايتيريتش من جامعة ولاية أوريغون ، الذي ساهم في التقرير: “لا تزال الأنظمة التي تعلن أنها تتطابق مع الأداء البشري-مثل مشاكل الترميز أو مشاكل الرياضيات-في ارتكاب أخطاء في العظام”. “يمكن أن تكون هذه الأنظمة مفيدة للغاية كأدوات للمساعدة في البحث والترميز ، لكنها لن تحل محل أي عمال بشري”.

وقد ركزت شركات الذكاء الاصطناعى مؤخرًا على ما يسمى بتحجيم وقت الاستدلال ، والذي يتضمن نماذج من الذكاء الاصطناعى باستخدام المزيد من قوة الحوسبة وأخذ وقتًا أطول لمعالجة الاستعلامات قبل الاستجابة. لكنه يقول إن هذا النهج “من غير المرجح أن يكون رصاصة فضية” للوصول إلى AGI.

على الرغم من أن شركات التكنولوجيا تصف في كثير من الأحيان AGI بأنها هدفها النهائي ، فإن تعريف AGI بالذات غير مستقر. وصفتها Google DeepMind بأنها نظام يمكن أن يتفوق على جميع البشر في مجموعة من الاختبارات المعرفية ، بينما اقترح Huawei الوصول إلى هذا المعلم يتطلب جسمًا يتيح للتفاعل مع بيئته. أما بالنسبة لـ Microsoft و Openai ، فقد ذكر تقرير داخلي أنهما سينظرون في AGI فقط عندما يقوم Openai بتطوير نموذج يمكن أن يولد ربحًا بقيمة 100 مليار دولار.