منذ أن دخلت أدوات الذكاء الاصطناعي الاتجاه السائد، ظهرت نماذج يمكنها إنشاء الصور وإنشاء النصوص وكتابة التعليمات البرمجية وإكمال المهام على مستوى مختص. ما يتم التغاضي عنه غالبًا هو الفجوة بين الكفاءة والخبرة الحقيقية، وهو النوع الذي يستغرق بناءه سنوات، ولا يزال العرض محدودًا في المجالات الحيوية.
ويصبح من الصعب تجاهل هذه الفجوة مع انتقال أدوات الذكاء الاصطناعي إلى المناطق التي لا تكون فيها القدرة على مستوى السطح كافية. إن كتابة التعليمات البرمجية شيء، وتحسينها على مستوى المتخصص شيء آخر تمامًا.
“السؤال الحقيقي ليس “هل يستطيع الذكاء الاصطناعي البرمجة؟” – إنه “هل يمكن للذكاء الاصطناعي أن يصبح خبيرًا؟”، وفقًا للبروفيسور أمنون شاشوا، الرئيس التنفيذي والمؤسس المشارك لشركة doubleAI، مع التركيز على العمق والدقة بدلاً من القدرة العامة.
يستمر المقال أدناه
الذكاء الاصطناعي الخبراء
تركز شركة doubleAI على ما تسميه “الذكاء الاصطناعي للخبراء”، مع التركيز على تكرار المعرفة المتخصصة بدلاً من بناء أنظمة واسعة. تتمحور الفكرة حول عنق الزجاجة الذي يظهر في مختلف الصناعات، حيث يتباطأ التقدم بسبب عدم وجود عدد كافٍ من الخبراء.
يعمل جال بنياميني، أحد مؤسسي شركة doubleAI، الحاصل على درجة الدكتوراه ولديه خبرة في هندسة الأنظمة والأداء، بشكل مباشر على هذه المشكلة. والهدف المعلن للشركة هو “نسخ ولصق الخبرات في العالم”، الأمر الذي يثير تساؤلات واضحة حول المدى الذي يمكن أن تصل إليه هذه الفكرة في الممارسة العملية.
يتم اختبار نهج الشركة الناشئة من خلال WarpSpeed، وهو نظام ذكاء اصطناعي مصمم للبرمجة في هندسة أداء وحدة معالجة الرسومات. هذا مجال ضيق ومتطلب حيث يمكن أن يكون للتغييرات الصغيرة تأثيرات كبيرة، وحيث تأتي الخبرة عادة من سنوات الخبرة.
في الاختبار ضد أنظمة مثل Claude، وCodex، وGemini، تعاملت WarpSpeed مع مهام تحسين وحدة معالجة الرسومات المعقدة بينما تفوقت في الأداء على وكلاء الترميز المعتمدين، مع ترجمة النتائج إلى مكاسب في العالم الحقيقي بما في ذلك خفض تكاليف تشغيل الذكاء الاصطناعي بعامل 3.6x أو أكثر
لقد تحدثت مع Gal Beniamini لفهم ما تعمل عليه شركة doubleAI، وما يمكن أن يعنيه ذلك بالنسبة لكيفية تطوير الخبرة وتطبيقها.
- ما هو الفرق بين AEI وAGI، وكيف يختلف AEI عن MoE (خليط من الخبراء)؟
لديهم شيء واحد مشترك على الأقل: جميع الاختصارات. لكنهم يشيرون إلى مفاهيم مختلفة.
AGI (الذكاء العام الاصطناعي) هو محاولة لتحديد مجموعة من القدرات التي قد يتمتع بها الذكاء الاصطناعي في المستقبل. المصطلح غير محدد بشكل جيد، لكني أحب تعريف ديميس هاسابيس: الذكاء الاصطناعي الذي يمتلك مجموعة كاملة من القدرات التي يمتلكها الدماغ البشري.
AEI (الذكاء الاصطناعي الخبير) مختلف نوعًا ما؛ بدلاً من اتساع يركز عليه عمق. الهدف هو تحقيق أداء خارق في المجالات التقنية والعلمية المتخصصة للغاية والمعقدة.
لذلك تهدف AEI إلى يزيد عن AGI في مجالات معينة. من ناحية أخرى، يعد MoE (مزيج من الخبراء) مصطلحًا تقنيًا – وهو نوع من الهندسة المعمارية المستخدمة في نماذج التعلم الآلي التي أصبحت شائعة إلى حد ما في السنوات الأخيرة.
- لقد ذكرت أننا “بحاجة إلى AEI” بشكل أكثر إلحاحًا من الذكاء الاصطناعي العام (AGI). لماذا هذه الإلحاح؟
إننا نواجه “اختناق الخبراء” العالمي. أحد الأمثلة ذات الصلة (من بين العديد) هو الحوسبة عالية الأداء. مع انفجار الذكاء الاصطناعي في السنوات الأخيرة، أصبح العالم ينتج وحدات معالجة الرسوميات بأسرع ما يمكن.
ومع ذلك، يطلب لوحدات معالجة الرسومات يتجاوز بكثير إمداد. ولجعل الأمر أسوأ، فإن كتابة كود GPU الصحيح والفعال لكل بنية أجهزة ناشئة جديدة، أمر صعب للغاية بالنسبة للبشر – ربما لا يوجد سوى بضع مئات من الخبراء في جميع أنحاء العالم الذين هم على مستوى هذه المهمة حقًا.
يمكن أن تساعدنا تقنية AEI، مثل WarpSpeed، في حل “أزمة الحوسبة” هذه.
- أنت تدعي أن نظام الذكاء الاصطناعي الخاص بك للبرمجة يتفوق على معظم المنافسين في مجاله. كيف تمكنت من تحقيق ذلك، وما هي محاذير “التفاصيل الصغيرة”؟
ليس هناك طباعة صغيرة. أما بالنسبة لكيفية وصول WarpSpeed إلى هناك: إذا كان علي أن أشير إلى جانبين أساسيين، فسأقول إن نجاحها يكمن في مزيجها الفريد من البحث الخوارزمي العميق والتحقق القوي.
في البرية، كل قاعدة تعليمات برمجية موجودة فريد (يشبه إلى حد كبير مبدأ آنا كارنينا). “مطابقة الأنماط” الضحلة ستوصلك إلى ما هو أبعد من ذلك. ما تحتاجه حقا هو يبحث: القدرة على الاستكشاف والقياس والتكرار، بما يتجاوز بكثير ما قد يفعله أي إنسان. يمكن أن يكون الذكاء الاصطناعي قاسيًا بطريقة لا يفعلها الإنسان.
هناك صيد، على أية حال. عندما تسمح للذكاء الاصطناعي بالتحسين في حلقة مقابل مقياس، فإنه سوف ابحث عن طرق لتحقيق هذا الهدف الذي لم تكن تقصده – وهذا ما يُعرف باسم “اختراق المكافأة”. الكود قد من الناحية الفنية اجتياز أحد المعايير، ولكنه سيكون غير صحيح إلى حدٍ ما، أو هشًا، أو متناسبًا مع هذا المقياس. هذا هو المكان الذي يأتي فيه التحقق القوي.
بمجرد قيامك بالتحقق بشكل صحيح، تصبح قسوة الذكاء الاصطناعي قوة عظمى. وبدون التحقق، فإن النتيجة الأكثر احتمالا هي الفشل على نطاق واسع.
- إذا وصلنا إلى AEI، فما هو الدور – إن وجد – الذي سيلعبه البشر؟
أعتقد أنه لا يمكن لأحد أن يتنبأ إلى أين سيصل هذا في النهاية. ومع ذلك، فإن الوضع الحالي للذكاء الاصطناعي، في مواجهة المجالات العلمية والهندسية، يبدو مشابهًا للاعبي الشطرنج و”محركات” الشطرنج.
وبالمثل، نحن الآن في “العصر الذهبي”، حيث الخبراء البشريون بشكل كبير تم تطويره بواسطة الذكاء الاصطناعي – البشر الذين يعملون مع AEI أكبر بكثير من مجموع أجزائهم.
ما إذا كانت هذه الديناميكية ستستمر إلى أجل غير مسمى هو سؤال مفتوح، ولكن في الوقت الحالي أجد أن قدرة الذكاء الاصطناعي على تسريع الخبراء البشريين لا تقل عن كونها مذهلة.
علاوة على ذلك، يمكن لـ AEI إضفاء الطابع الديمقراطي على الوصول إلى الخبرة التي تتركز حاليًا في عدد قليل من الأشخاص. في الحوسبة العلمية، على سبيل المثال، غالبًا ما يتم تحديد الخوارزميات التي تنجح اليوم لا التي هي الأفضل، ولكن التي تتناسب مع الأجهزة المتاحة (“يانصيب الأجهزة”). يمكن لـ AEI أن تساعدنا في التحرر من هذا القيد.
- رؤيتك تبدو مثل نيو في فيلم The Matrix، مهارات “التنزيل”. هل تتفق مع هذا التشبيه وما حدوده؟
الفيلم رائع. وأنا أرى التشابه – عندما نبني AEI، فإننا نعطي الآلات طريقة “لمعرفة الكونغ فو”، لتصبح على مستوى الخبراء وما بعده في مجال معين.
ومع ذلك، فإن العملية ليست مجرد تنزيل. أنت أيضًا بحاجة إلى بيئة التدريب المناسبة، وتحتاج إلى “مورفيوس” للتنافس ضده. وبطبيعة الحال، نعتقد أن WarpSpeed هو “الأفضل”.
اتبع TechRadar على أخبار جوجل و أضفنا كمصدر مفضل للحصول على أخبار الخبراء والمراجعات والآراء في خلاصاتك. تأكد من النقر على زر المتابعة!
وبالطبع يمكنك أيضًا اتبع TechRadar على TikTok للحصول على الأخبار والمراجعات وفتح الصناديق في شكل فيديو، والحصول على تحديثات منتظمة منا على واتساب أيضاً.
التعليقات