الذكاء الاصطناعي العام وذكاء المستقبل
هل يمثل GPT-4 قفزة إلى الأمام نحو تحقيق الذكاء الاصطناعي العام؟
أضف Unite.AI إلى مصادرك المفضلة على Google
أصدرت Microsoft (MSFT ) مؤخرًا ورقة بحثية بعنوان: شرارات الذكاء الاصطناعي العام: تجارب مبكرة مع GPT-4. كما هو موضح من قبل Microsoft:
تُبلغ هذه الورقة عن تحقيقنا لنسخة مبكرة من GPT-4، عندما كانت لا تزال في طور التطوير النشط بواسطة OpenAI. ونحن نعتقد أن (هذه النسخة المبكرة من) GPT-4 هي جزء من فئة جديدة من LLMs (جنبًا إلى جنب مع ChatGPT و Google’s PaLM على سبيل المثال) التي تظهر ذكاءً عامًا أكثر من النماذج السابقة للذكاء الاصطناعي.
في هذه الورقة، هناك أدلة قاطعة تُظهر أن GPT-4 يتجاوز بشكل كبير الحفظ، وأن لديه فهمًا عميقًا ومرنًا للمفاهيم والمهارات والمجالات. في الواقع، قدرته على التعميم تتجاوز بشكل كبير أي إنسان على قيد الحياة اليوم.
في حين أننا ناقشنا في السابق منافع AGI، يجب أن نلخص بسرعة الإجماع العام حول ما هو نظام AGI. في جوهره، نظام AGI هو نوع متقدم من الذكاء الاصطناعي يمكنه التعميم عبر مجالات متعددة وليس ضيق النطاق. أمثلة على الذكاء الاصطناعي الضيق تشمل مركبة ذاتية الحكم، أو روبوت محادثة، أو روبوت شطرنج، أو أي ذكاء اصطناعي آخر مصمم لغرض واحد.
نظام AGI، من ناحية أخرى، يمكنه التبديل بسهولة بين أي من الأعلى أو أي مجال آخر من الخبرة. إنه ذكاء اصطناعي يمكنه الاستفادة من الخوارزميات الناشئة مثل نقل التعلم والتعلم التطوري، كما يستفيد من الخوارزميات التقليدية مثل التعلم التعزيزي العميق.
الوصف السابق لنظام AGI يطابق تجربتي الشخصية باستخدام GPT-4، وكذلك الأدلة المشار إليها في ورقة البحث التي أصدرتها Microsoft.
من بين التحديات المحددة في الورقة هو كتابة برهان على وجود عدد لا نهائي من الأعداد الأولية على شكل قصيدة.
إذا كنا نتحليل متطلبات إنشاء مثل هذه القصيدة، ندرك أنها تتطلب التفكير الرياضي والتعبير الشعري وإنشاء اللغة الطبيعية. هذا هو تحد يتجاوز قدرة معظم البشر.
أرادت الورقة أن تفهم ما إذا كان GPT-4 ينتج المحتوى بناءً على الحفظ العام أو الفهم السياقي والقدرة على التفكير. عندما طُلب منه إعادة إنشاء قصيدة على نمط شكسبير، كان قادرًا على ذلك. هذا يتطلب مستوى فهم متعددة الجوانب يتجاوز بشكل كبير قدرة السكان العام ويشمل نظرية العقل والعبقرية الرياضية.
كيفية حساب ذكاء GPT-4؟
تكون السؤال ثم كيف يمكننا قياس ذكاء نظام LLM؟ وهل يُظهر GPT-4 سلوكيات حقيقية للتعلم أو مجرد الحفظ؟
الطريقة الحالية لاختبار نظام الذكاء الاصطناعي هي تقييم النظام على مجموعة من مجموعات البيانات القياسية، وضمان أن تكون مستقلة عن بيانات التدريب وأن تغطي مجموعة من المهام والمجالات. هذا النوع من الاختبار يُعد مستحيلًا تقريبًا بسبب الكمية الهائلة من البيانات التي تم تدريب GPT-4 عليها.
تناقش الورقة في إنشاء مهام وأسئلة جديدة وصعبة تُظهر بشكل مقنع أن GPT-4 يتجاوز بشكل كبير الحفظ، وأن لديه فهمًا عميقًا ومرنًا للمفاهيم والمهارات والمجالات.
عندما يتعلق الأمر بالذكاء، يمكن لـ GPT-4 إنشاء قصص قصيرة وسيناريوهات ويمكنه حساب الصيغ الأكثر تعقيدًا.
GPT-4 أيضًا قادر على البرمجة على مستوى عالٍ، سواء في كتابة التعليمات البرمجية من الإرشادات أو فهم التعليمات البرمجية الحالية. يمكن لـ GPT-4 التعامل مع مجموعة واسعة من مهام البرمجة، من تحديات البرمجة إلى التطبيقات الحقيقية، من التجميع منخفض المستوى إلى الإطارات عالية المستوى، من هياكل البيانات البسيطة إلى البرامج المعقدة مثل الألعاب. يمكن لـ GPT-4 أيضًا التفكير في تنفيذ التعليمات البرمجية وتمثيل تأثيرات الإرشادات وشرح النتائج بلغة طبيعية. يمكن لـ GPT-4 حتى تنفيذ البرمجة الزائفة،
GPT-4 يمكنه تقديم استجابات منطقية لأي تحدٍ تقريبًا معطى. في الواقع، ذكاءه يكاد يكون منيعًا في تعقيده.
قيود GPT-4
ثم تواصل الورقة في وصف كيف قاموا بفحص استجابات GPT-4 وسلوكياته، لتحقق من الاتساق والمنطقية والدقة، وكشف عن قيودها وتحيزاتها.
أبرز القيود هو ميله إلى الهلوسة. وهنا مثال على هلوسة معطى في الورقة حيث كان GPT-4 واثقًا من إجابته التي كانت كاذبة تمامًا.
يبدو أن GPT-4 نفسه يفهم هذه القيد الحالية فيما يتعلق بالهلوسة، حيث كان هذا هو الاستجابة التي قدمها عندما سألته ما هي هلوسة GPT:
تشير هلوسة GPT إلى ظاهرة ينتج فيها نموذج المحوّل التوليدي المدرّب مسبقًا (GPT)، مثل النموذج الذي تتفاعل معه حاليًا، استجابة لا تستند إلى معلومات حقيقية أو لا تتوافق مع السياق المقدم. تحدث هذه الهلوسات عندما يُنشئ النموذج نصًا قد يبدو معقولًا ولكن هو في الواقع خاطئ أو مضلل أو غير منطقي.
بمعنى آخر، عندما تُدرّب نموذج LLM على بيانات العالم، كيف تتجنب نظامًا يتعلم بيانات خاطئة وينتج نظريات مؤامرة؟ يمكن أن يكون نموذج اللغة الكبير الذي يتعلم وينتج معلومات خاطئة ونظريات مؤامرة واحدًا من أكبر المخاطر والتهديدات التي تواجهها البشرية مع اعتماد كبير على LLMs. يمكن أن يكون هذا واحدًا من أكبر المخاطر من AGI، وهو ما يتم إغفاله بشكل مفاجئ عند مناقشة مخاطر AGI.
أدلة ذكاء GPT-4
تُظهر الورقة أن لا يهم ما النوع من التحديات المعقدة التي تم توجيهها نحوه، GPT-4 يتجاوز التوقعات. كما هو مذكور في الورقة:
إتقانه غير المسبوق للغة الطبيعية. لا يمكنه فقط إنشاء نص سلس ومتسق، ولكن أيضًا فهمه ومعالجته بطرق مختلفة، مثل تلخيصه أو ترجمته أو الإجابة على مجموعة واسعة من الأسئلة. وعلاوة على ذلك، بالترجمة نعني ليس فقط بين اللغات الطبيعية المختلفة ولكن أيضًا الترجمة في النبرة والنمط، وكذلك عبر المجالات مثل الطب والقانون والمحاسبة وبرمجة الحاسوب، والموسيقى وغيرها.
تم تقديم مراجعات فنية وهمية إلى GPT-4، وتمكن بسهولة من اجتيازها، مما يعني أنه لو كان هناك إنسان على الطرف الآخر لتم توظيفه على الفور كمهندس برمجيات. كما أظهرت اختبار أولي لخبرة GPT-4 في امتحان المحاماة متعدد الولايات دقة تتجاوز 70٪. هذا يعني أنه في المستقبل يمكننا أتمتة الكثير من المهام التي يتم تخصيصها حاليًا للمحامين. في الواقع، هناك بعض الشركات الناشئة التي تعمل الآن على إنشاء محامين روبوت باستخدام GPT-4.
إنتاج معرفة جديدة
واحدة من الحجج في الورقة هي أن الشيء الوحيد المتبقي ل GPT-4 لإثبات مستويات حقيقية من الفهم هو إنتاج معرفة جديدة، مثل إثبات نظريات رياضية جديدة، وهو إنجاز لا يزال خارج متناول نماذج LLMs.
ثم مرة أخرى، هذا هو الهدف المنشود الأسمى للذكاء الاصطناعي العام. في حين أن هناك مخاطرًا مع نظام AGI يتم التحكم فيه بأيدي خاطئة، فإن فوائد نظام AGI القادر على تحليل جميع البيانات التاريخية بسرعة لاكتشاف نظريات جديدة وعلاجات جديدة لا حصر لها.
يمكن لنظام AGI أن يكون الرابط المفقود نحو العثور على علاجات لأمراض جينية نادرة التي تفتقر حاليًا إلى التمويل الخاص، نحو علاج السرطان مرة واحدة وإلى الأبد، وتحسين كفاءة الطاقة المتجددة لإزالة اعتمادنا على الطاقة غير المستدامة. في الواقع، يمكنه حل أي مشكلة هامة يتم إدخالها إلى نظام AGI. هذا ما يفهمه Sam Altman وفريقه في OpenAI، وهو أن نظام AGI هو بالفعل الاختراع الأخير الذي يلزم حل معظم المشاكل وتحقيق منفعة للبشرية.
بالطبع، هذا لا يحل مشكلة زر إطلاق السلاح النووي حول من يتحكم في نظام AGI وما هي نيته. ومع ذلك، فإن هذه الورقة تفعل عملًا رائعًا في الحجة بأن GPT-4 هو قفزة إلى الأمام نحو تحقيق الحلم الذي كان لديه باحثو الذكاء الاصطناعي منذ عام 1956، عندما تم إطلاق مشروع بحث صيفي في دارتموث حول الذكاء الاصطناعي لأول مرة.
في حين أن مناقشة ما إذا كان GPT-4 نظام AGI قابلة للنقاش، يمكن أن يُقال بسهولة أنه لأول مرة في التاريخ البشري، نظام الذكاء الاصطناعي يمكنه اجتياز اختبار تورينج.
