قاده التفكير
هل ستقربنا GPT-4 من ثورة حقيقية في الذكاء الاصطناعي؟
لقد مر ما يقرب من ثلاث سنوات منذ طرح GPT-3 ، في مايو 2020. منذ ذلك الحين ، اكتسب نموذج إنشاء نصوص الذكاء الاصطناعي الكثير من الاهتمام لقدرته على إنشاء نص يبدو وكأنه كتبه إنسان. الآن يبدو أن التكرار التالي للبرنامج ، GPT-4 ، قريب جدًا ، مع تاريخ إصدار تقديري في وقت ما في أوائل عام 2023.
على الرغم من الطبيعة المرتقبة لأخبار الذكاء الاصطناعي هذه، إلا أن التفاصيل الدقيقة حول GPT-4 كانت سطحية جدًا. ولم تكشف شركة OpenAI، الشركة التي تقف وراء GPT-4، علنًا عن الكثير من المعلومات حول النموذج الجديد، مثل ميزاته أو قدراته. ومع ذلك، فإن التطورات الأخيرة في مجال الذكاء الاصطناعي، وخاصة فيما يتعلق بمعالجة اللغات الطبيعية (NLP)، قد تقدم بعض الأدلة حول ما يمكن أن نتوقعه من GPT-4.
ما هو GPT؟
قبل الدخول في التفاصيل ، من المفيد أولاً إنشاء خط أساس لما هو GPT. يرمز GPT إلى Transformer Generative مُدرَّب مسبقًا ويشير إلى نموذج شبكة عصبية للتعلم العميق يتم تدريبه على البيانات المتاحة من الإنترنت لإنشاء كميات كبيرة من النصوص المُنشأة آليًا. GPT-3 هو الجيل الثالث من هذه التقنية وهو أحد أكثر نماذج الجيل النصي للذكاء الاصطناعي تقدمًا حاليًا.
فكر في GPT-3 على أنها تعمل قليلاً مثل المساعدين الصوتيين ، مثل Siri أو Alexa ، فقط على نطاق أكبر بكثير. بدلاً من مطالبة Alexa بتشغيل أغنيتك المفضلة أو جعل Siri يكتب نصك ، يمكنك أن تطلب من GPT-3 كتابة كتاب إلكتروني كامل في بضع دقائق فقط أو إنشاء 100 فكرة لنشر الوسائط الاجتماعية في أقل من دقيقة. كل ما يحتاجه المستخدم هو تقديم مطالبة ، مثل "اكتب لي مقالًا مكونًا من 500 كلمة حول أهمية الإبداع". طالما أن الموجه واضح ومحدد ، يمكن لـ GPT-3 كتابة أي شيء تطلبه منه.
منذ إطلاقه للجمهور ، وجد GPT-3 العديد من تطبيقات الأعمال. تستخدمه الشركات لتلخيص النص وترجمة اللغة وإنشاء الكود والتشغيل الآلي على نطاق واسع لأي مهمة كتابة تقريبًا.
ومع ذلك ، في حين أن GPT-3 مثير للإعجاب بلا شك في قدرته على إنشاء نص مقروء للغاية يشبه الإنسان ، إلا أنه بعيد عن الكمال. تميل المشكلات إلى الظهور عندما يُطلب منك كتابة أجزاء أطول ، خاصةً عندما يتعلق الأمر بالموضوعات المعقدة التي تتطلب نظرة ثاقبة. على سبيل المثال ، قد تؤدي المطالبة بإنشاء رمز كمبيوتر لموقع ويب إلى إرجاع رمز صحيح ولكن دون المستوى الأمثل ، لذلك لا يزال يتعين على المبرمج البشري الدخول وإدخال تحسينات. إنها مشكلة مماثلة مع المستندات النصية الكبيرة: فكلما زاد حجم النص ، زادت احتمالية ظهور الأخطاء - أحيانًا المضحكة - والتي تحتاج إلى إصلاح من قبل كاتب بشري.
ببساطة ، GPT-3 ليس بديلاً كاملاً للكتاب أو المبرمجين من البشر ، ولا ينبغي اعتباره بديلاً واحدًا. بدلاً من ذلك ، يجب أن يُنظر إلى GPT-3 على أنه مساعد كتابة ، يمكن أن يوفر على الأشخاص الكثير من الوقت عندما يحتاجون إلى إنشاء أفكار منشورات مدونة أو مخططات تقريبية للنسخة الإعلانية أو النشرات الصحفية.
المزيد من المعلمات = أفضل؟
شيء واحد يجب فهمه حول نماذج الذكاء الاصطناعي هو كيفية استخدام المعلمات لعمل التنبؤات. تحدد معلمات نموذج AI عملية التعلم وتوفر هيكلًا للمخرجات. تم استخدام عدد المعلمات في نموذج الذكاء الاصطناعي بشكل عام كمقياس للأداء. كلما زادت المعلمات ، كان النموذج أكثر قوة وسلاسة وقابلية للتنبؤ به ، على الأقل وفقًا لـ فرضية القياس.
على سبيل المثال ، عندما تم إصدار GPT-1 في عام 2018 ، كان يحتوي على 117 مليون معلمة. يحتوي GPT-2 ، الذي تم إصداره بعد عام ، على 1.2 مليار معلمة ، بينما رفعت GPT-3 الرقم إلى 175 مليار معلمة. وفقًا لمقابلة أجريت في أغسطس 2021 مع سلكي، ذكر أندرو فيلدمان ، المؤسس والرئيس التنفيذي لشركة Cerebras ، وهي شركة شريكة مع OpenAI ، أن GPT-4 سيكون لديها حوالي 100 تريليون معلمة. هذا من شأنه أن يجعل GPT-4 أقوى 100 مرة من GPT-3 ، قفزة نوعية في حجم المعلمات ، والتي من المفهوم أنها جعلت الكثير من الناس متحمسين للغاية.
ومع ذلك ، على الرغم من ادعاء فيلدمان النبيل ، هناك أسباب وجيهة للاعتقاد بأن GPT-4 لن تحتوي في الواقع على 100 تريليون معلمة. كلما زاد عدد المعلمات ، زادت تكلفة تدريب النموذج وضبطه بسبب الكميات الهائلة من الطاقة الحسابية المطلوبة.
بالإضافة إلى ذلك ، هناك عوامل أكثر من مجرد عدد المعلمات التي تحدد فعالية النموذج. خذ هذا المثال ميجاترون تورينج NLG، وهو نموذج لتوليد النص تم إنشاؤه بواسطة Nvidia و Microsoft ، والذي يحتوي على أكثر من 500 مليار معلمة. على الرغم من حجمها ، فإن MT-NLG لا تقترب من GPT-3 من حيث الأداء. باختصار ، الأكبر لا يعني بالضرورة الأفضل.
من المحتمل أن يكون لـ GPT-4 بالفعل معلمات أكثر من GPT-3 ، ولكن يبقى أن نرى ما إذا كان هذا الرقم سيكون ترتيبًا أكبر من حيث الحجم. بدلاً من ذلك ، هناك احتمالات أخرى مثيرة للاهتمام تسعى OpenAI على الأرجح إلى اتباعها ، مثل نموذج أصغر حجمًا يركز على التحسينات النوعية في تصميم الخوارزميات والمواءمة. من الصعب التنبؤ بالتأثير الدقيق لمثل هذه التحسينات ، ولكن ما هو معروف هو أن نموذجًا متناثرًا يمكنه تقليل تكاليف الحوسبة من خلال ما يسمى بالحساب الشرطي ، أي لن يتم إطلاق جميع المعلمات في نموذج الذكاء الاصطناعي طوال الوقت ، وهو ما يشبه كيف تعمل الخلايا العصبية في الدماغ البشري.
إذن ، ما الذي ستتمكن GPT-4 من فعله؟
حتى يخرج OpenAI ببيان جديد أو حتى يصدر GPT-4 ، يُترك لنا التكهن حول كيفية اختلافه عن GPT-3. بغض النظر ، يمكننا عمل بعض التنبؤات
على الرغم من أن مستقبل تطوير التعلم العميق للذكاء الاصطناعي متعدد الوسائط ، فمن المرجح أن يظل GPT-4 للنصوص فقط. كبشر ، نحن نعيش في عالم متعدد الحواس مليء بمدخلات صوتية ومرئية ونصية مختلفة. لذلك ، من المحتم أن ينتج عن تطوير الذكاء الاصطناعي في النهاية نموذجًا متعدد الوسائط يمكن أن يشتمل على مجموعة متنوعة من المدخلات.
ومع ذلك ، فإن تصميم نموذج متعدد الوسائط جيد أكثر صعوبة بكثير من تصميم نموذج نصي فقط. التقنية ببساطة ليست موجودة حتى الآن واستنادًا إلى ما نعرفه عن حدود حجم المعلمة ، فمن المحتمل أن تركز OpenAI على التوسع والتحسين على نموذج نصي فقط.
من المحتمل أيضًا أن يكون GPT-4 أقل اعتمادًا على المطالبة الدقيقة. تتمثل إحدى عيوب GPT-3 في ضرورة كتابة المطالبات النصية بعناية للحصول على النتيجة التي تريدها. عندما لا تتم كتابة المطالبات بعناية ، يمكن أن ينتهي بك الأمر بمخرجات غير صادقة أو سامة أو حتى تعكس وجهات نظر متطرفة. هذا جزء مما يُعرف باسم "مشكلة المحاذاة" ويشير إلى التحديات في إنشاء نموذج ذكاء اصطناعي يفهم تمامًا نوايا المستخدم. بمعنى آخر ، لا يتماشى نموذج الذكاء الاصطناعي مع أهداف المستخدم أو نواياه. نظرًا لأن نماذج الذكاء الاصطناعي يتم تدريبها باستخدام مجموعات البيانات النصية من الإنترنت ، فمن السهل جدًا أن تجد التحيزات والأكاذيب والأحكام المسبقة البشرية طريقها إلى مخرجات النص.
ومع ذلك ، هناك أسباب وجيهة للاعتقاد بأن المطورين يحرزون تقدمًا في مشكلة المحاذاة. يأتي هذا التفاؤل من بعض الاختراقات في تطوير InstructGPT ، وهو إصدار أكثر تقدمًا من GPT-3 يتم تدريبه على ردود الفعل البشرية لاتباع الإرشادات ونوايا المستخدم عن كثب. وجد القضاة البشريون أن InstructGPT كان أقل اعتمادًا من GPT-3 على التحفيز الجيد.
ومع ذلك ، تجدر الإشارة إلى أن هذه الاختبارات أجريت فقط مع موظفي أوبن إيه آي ، وهي مجموعة متجانسة إلى حد ما قد لا تختلف كثيرًا في وجهات النظر الجنسانية أو الدينية أو السياسية. من المحتمل أن يكون رهانًا آمنًا على أن GPT-4 سيخضع لتدريب أكثر تنوعًا من شأنه تحسين التوافق بين المجموعات المختلفة ، على الرغم من إلى أي مدى يبقى أن نرى.
هل ستحل GPT-4 محل البشر؟
على الرغم من وعود GPT-4 ، فمن غير المرجح أن تحل تمامًا محل الحاجة إلى كتاب ومبرمجين بشريين. لا يزال هناك الكثير من العمل الذي يتعين القيام به في كل شيء من تحسين المعلمات إلى الوسائط المتعددة إلى المحاذاة. قد تمر سنوات عديدة قبل أن نرى منشئ نصوص يمكنه تحقيق فهم بشري حقيقي للتعقيدات والفروق الدقيقة في تجربة الحياة الواقعية.
ومع ذلك ، لا تزال هناك أسباب وجيهة تجعلك متحمسًا لقدوم GPT-4. من المحتمل أن يؤدي تحسين المعلمات - بدلاً من مجرد نمو المعلمات - إلى نموذج ذكاء اصطناعي يتمتع بقوة حوسبة أكبر بكثير من سابقتها. ومن المرجح أن تجعل المحاذاة المحسّنة GPT-4 أكثر سهولة في الاستخدام.
بالإضافة إلى ذلك ، ما زلنا في بداية تطوير واعتماد أدوات الذكاء الاصطناعي. يتم العثور باستمرار على المزيد من حالات الاستخدام للتكنولوجيا ، ومع اكتساب الناس مزيدًا من الثقة والراحة باستخدام الذكاء الاصطناعي في مكان العمل ، فمن شبه المؤكد أننا سنشهد اعتمادًا واسع النطاق لأدوات الذكاء الاصطناعي في كل قطاع أعمال تقريبًا في السنوات القادمة.
