هل يكون نموذج “أو 3” من “أوبن إيه آي” مفتاح الاستدلال لفتح باب الذكاء الاصطناعي العام؟

في السنوات الأخيرة، شهد مجال الذكاء الاصطناعي تطورات متسارعة، وكانت شركة “أوبن إيه آي” في طليعة هذه الابتكارات. نموذج “أو3” (o3) هو أحدث إنجازات الشركة، وقد أثار اهتمامًا واسعًا بعد أدائه الملحوظ في اختبار “إيه آر سي-إيه جي آي” (ARC-AGI)، مما يعزز الآمال في تحقيق الذكاء الاصطناعي العام، وهو الهدف الذي طالما سعت إليه “أوبن إيه آي”.

تم الكشف عن نموذج “أو3” في ديسمبر/كانون الأول، وهو مخصص حاليًا للاختبارات الداخلية لضمان السلامة. يُظهر هذا النموذج تقدمًا كبيرًا في القدرة على التفكير المجرد وحل المشكلات المعقدة، وهي مجالات لطالما واجهت فيها أنظمة الذكاء الاصطناعي صعوبات. يأتي هذا التقدم في وقت كان فيه بعض الخبراء يعبرون عن قلقهم بشأن تباطؤ وتيرة الابتكار في الصناعة.

فجر جديد في تطوير الذكاء الاصطناعي

يُعدّ اختبار “إيه آر سي” (ARC) معيارًا هامًا، طوره الباحث فرانسوا شولت، لتقييم قدرة النماذج على التعامل مع مهام جديدة تتطلب استدلالًا منطقيًا. وقد حقق “أو3” نتائج مبهرة في هذا الاختبار، متجاوزًا بذلك أداء الإصدارات السابقة بفرق واضح، مما يشير إلى قفزة نوعية في قدرات الذكاء الاصطناعي التكيفية.

تتعامل “أوبن إيه آي” مع تحديات رئيسية في مجالي الاستدلال والتكيف، وهي قضايا أعاقت تقدم النماذج الكبيرة لسنوات. ومع ذلك، فإن هذا التقدم يأتي مصحوبًا بتحديات جديدة، بما في ذلك التكاليف المرتفعة وتشغيل هذه الأنظمة بكفاءة.

ميزات أساسية لنموذج “أو3”

يتميز “أو3” بعدة قدرات فريدة تميزه عن النماذج السابقة، أبرزها:

1- توليف البرامج: القدرة على إعادة تجميع المعرفة المكتسبة خلال التدريب لتكوين حلول جديدة للمشكلات. هذه الميزة تسمح للنموذج بمعالجة مهام لم يتدرب عليها بشكل مباشر، مثل حل تحديات برمجية معقدة.

2- البحث البرمجي الموجه باللغة الطبيعية: يستخدم “أو3” سلاسل التفكير (Chains of Thought, CoTs) لإنشاء تعليمات خطوة بخطوة بلغة طبيعية، مما يساعده في استكشاف الحلول بفاعلية. بالإضافة إلى ذلك، يستفيد من نموذج تقييم لتقييم المسارات المختلفة واختيار الأنسب.

3- نموذج المقيّم: يعمل “أو3” كقاضٍ على تفكيره الخاص، حيث يقوم بتقييم الحلول المحتملة بشكل موضوعي. هذه الخاصية تمنحه قدرة أقرب إلى التفكير الحقيقي، بدلاً من مجرد استرجاع المعلومات.

4- تنفيذ برامج سلاسل التفكير: يستطيع “أو3” استخدام سلاسل التفكير كأدوات لحل المشكلات، وهو ما يمنحه مرونة أكبر في التعامل مع التحديات الجديدة.

الأداء مقابل التكلفة: التحدي الأكبر

على الرغم من الأداء المثير للإعجاب، لا تزال تكلفة تشغيل “أو3” في معيار “إيه آر سي-إيه جي آي” مرتفعة. تشير التقديرات إلى أن النموذج يتطلب حوالي 17 إلى 20 دولارًا و33 مليون وحدة توكن (Token) لكل لغز. هذه التكلفة تزداد بشكل كبير عند استخدام حوسبة عالية الأداء، مما يثير تساؤلات حول الجدوى الاقتصادية لهذه التقنية.

يرى بعض الخبراء، من بينهم فرانسوا شولت، أن “أو3” يعتمد على توليد البرامج بأسلوب التفكير المتسلسل (CoT) وآلية بحث مع نموذج تقييم. لكن آخرين مثل ميلاني ميتشل يركزون على قدرة النظام على التكيف مع المهام المتغيرة، أو تعلم مفاهيم جديدة بدلاً من الاعتماد على التدريب المحدد.

تشير التحليلات إلى أن “أو3” قد يفشل في بعض المهام السهلة جدًا بالنسبة للبشر، مما يدل على اختلافات أساسية بين الذكاء الاصطناعي والتفكير البشري. ويعتقد بعض الباحثين أن الأداء المبهر لـ “أو3” قد يكون نتيجة لتدريب مكثف وموجه بشكل كبير، وليس قدرة حقيقية على التفكير المجرد. يشير هذا إلى أهمية تطوير نماذج أكثر كفاءة وفعالية من حيث التكلفة، بالإضافة إلى التركيز على فهم أفضل لكيفية عمل التعلم الآلي.

وعلى الرغم من هذه التحديات، يظل نموذج “أو3” إنجازًا بارزًا في مجال الذكاء الاصطناعي، حيث يقدم رؤى جديدة حول إمكانات هذه التقنية. إلى الأمام، من المتوقع أن تركز “أوبن إيه آي” على تحسين كفاءة النموذج وخفض التكاليف المرتبطة به. يجب مراقبة التقدم المحرز في هذا المجال عن كثب، حيث يمكن أن يؤدي إلى تطورات كبيرة في تطبيقات الذكاء الاصطناعي في مختلف الصناعات. وستظل مسألة التوازن بين الأداء والتكلفة حاسمة في تحديد مستقبل تطبيقات الذكاء الاصطناعي.