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

في السنوات الأخيرة، أحدثت شركة “أوبن إيه آي” ثورة في مجال الذكاء الاصطناعي، وآخر إنجازاتها هو نموذج “أو3” (o3). أظهر هذا النموذج تقدماً ملحوظاً في اختبار “إيه آر سي-إيه جي آي” (ARC-AGI)، مما يثير تساؤلات حول التقدم نحو تحقيق الذكاء الاصطناعي العام، وهو الهدف الذي تسعى إليه الشركة باستمرار. يأتي هذا التطور في وقت كان فيه بعض الخبراء يعبرون عن قلقهم بشأن تباطؤ وتيرة الابتكار في هذا المجال.

تم الإعلان عن نموذج “أو3” في ديسمبر الماضي، وهو مخصص حاليًا للاختبارات الداخلية لضمان السلامة ولم يتم إطلاقه للجمهور بعد. ومع ذلك، فقد أظهر أداءً متفوقًا على مقياس “إيه آر سي” (ARC)، وهو معيار طوره الباحث فرانسوا شولت لتقييم قدرة النماذج على التعامل مع مهام جديدة تتطلب ذكاءً حقيقياً. يمثل هذا التقدم خطوة مهمة نحو تطوير أنظمة ذكاء اصطناعي قادرة على التكيف والتعلم بشكل مستقل.

فجر جديد للذكاء الاصطناعي العام

يتميز نموذج “أو3” بقدرات جديدة، أبرزها “توليف البرامج”، وهي آلية تسمح له بإعادة تجميع المعرفة المكتسبة خلال التدريب في تكوينات جديدة تمامًا. هذه القدرة تمكن النموذج من حل مهام لم يتدرب عليها بشكل مباشر، مثل حل تحديات برمجية معقدة أو ألغاز منطقية تتطلب استدلالاً متقدماً. تعتبر هذه الميزة بمثابة نقلة نوعية في قدرة النماذج على التعامل مع المواقف غير المتوقعة.

ميزات “أو3” الرئيسية

بالإضافة إلى “توليف البرامج”، يعتمد “أو3” على عدة تقنيات متطورة:

البحث البرمجي باستخدام اللغة الطبيعية: يستخدم النموذج سلاسل التفكير (Chains of Thought, CoTs) وعملية بحث متقدمة أثناء الاستدلال، مما يسمح له باستكشاف حلول متعددة وتقييمها بدقة.

نموذج المقيّم: يعمل “أو3” كقاضٍ على تفكيره الخاص، حيث يقوم بتقييم مسارات الحلول المختلفة باستخدام نموذج مدمج، مما يقربه من القدرة على التفكير الحقيقي.

تنفيذ برامجه الخاصة: يستطيع النموذج تنفيذ سلاسل التفكير (CoTs) كأدوات لحل المشكلات، مما يمنحه مرونة أكبر في التعامل مع التحديات الجديدة.

البحث البرمجي الموجه بالتعلّم العميق: يستخدم “أو3” التعلّم العميق لتقييم وتحسين الحلول المحتملة للمشاكل المعقدة، مما يزيد من كفاءته ودقته.

الأداء مقابل التكلفة: تحديات تواجه “أو3”

على الرغم من الأداء المثير للإعجاب، إلا أن تشغيل نموذج “أو3” في معيار “إيه آر سي-إيه جي آي” لا يزال مكلفًا. تكلفة التشغيل تتراوح بين 17 و 20 دولارًا أمريكيًا و33 مليون وحدة نصية (توكن) لكل لغز في التكوين منخفض الحوسبة، وترتفع بشكل كبير في التكوينات عالية الأداء. يشير الخبراء إلى أن هذه التكلفة المرتفعة قد تحد من إمكانية تطبيق هذا النموذج على نطاق واسع. تعتبر هذه التكلفة من أبرز التحديات التي تواجه تطوير نماذج الذكاء الاصطناعي المتقدمة.

يرى بعض الباحثين، مثل ناثان لامبرت من معهد ألين للذكاء الاصطناعي، أن “أو1″ و”أو3” قد يعتمدان على نفس النموذج اللغوي الأساسي مع اختلافات في طريقة التدريب والاستخدام. في المقابل، يرى آخرون أن “أو3” يستخدم توليدًا للبرامج يعتمد على التفكير المتسلسل وآلية بحث متقدمة.

ماذا قال الخبراء حول هذا التقدم؟

أشاد فرانسوا شولت بأداء “أو3” واعتبره تقدمًا مفاجئًا ومهمًا في قدرة الذكاء الاصطناعي على التكيف مع المهام الجديدة. ومع ذلك، حذرت ميلاني ميتشل من أن النموذج لا يزال يفشل في بعض المهام البسيطة جدًا، مما يشير إلى وجود اختلافات أساسية بين الذكاء الاصطناعي والذكاء البشري. كما أكدت على أهمية قدرة النماذج على التكيف مع متغيرات المهام المختلفة، وليس فقط على المهام المحددة التي تم تدريبها عليها.

يشهد السوق حاليًا تطورًا في تعزيز القيمة العملية لتطبيقات الذكاء الاصطناعي باستخدام الأدوات الحالية، وهو ما قد يقلل من الحاجة إلى نماذج معقدة ومكلفة مثل “أو3” في بعض الحالات.

في الختام، يمثل نموذج “أو3” خطوة واعدة نحو تحقيق الذكاء الاصطناعي العام، ولكنه يواجه تحديات كبيرة تتعلق بالتكلفة والكفاءة. من المتوقع أن تركز الأبحاث المستقبلية على إيجاد طرق لخفض تكاليف التشغيل وتحسين قدرة النماذج على التكيف مع المهام الجديدة. سيكون من المهم مراقبة التطورات في هذا المجال، خاصة فيما يتعلق بتطبيقات التعلّم المعزز وتوليد البرامج، لتقييم ما إذا كانت هذه التقنيات يمكن أن تؤدي إلى تحقيق تقدم حقيقي نحو أنظمة ذكاء اصطناعي أكثر ذكاءً وفعالية.