ماذا يمكن أن يخبرنا ChatGPT عن تطور الذكاء الاصطناعي؟

في العقد الماضي، أثار الذكاء الاصطناعي (AI) أحلامًا بتغيير كبير في صناعة التكنولوجيا، بالإضافة إلى قلق عميق حول الآثار المحتملة. إيلون ماسك، صوت رائد في صناعة التكنولوجيا، أظهر هذه الثنائية. إنها توعدنا بعالم من السيارات التي تعمل بالذكاء الاصطناعي المستقل في الوقت نفسه تحذيرنا من مخاطر الذكاء الاصطناعي، حتى أنهم دعوا إلى وقف تطوير الذكاء الاصطناعي. هذا尤سيروني، خاصةً إذا علمنا أن ماسك كان من بين المستثمرين الأوائل في OpenAI، التي تأسست في عام 2015.

واحدة من أكثر التطورات مثيرةً لل兴奋 والقلق في موجة البحث الحالية عن الذكاء الاصطناعي هي الذكاء الاصطناعي المستقل. يمكن أن تقوم أنظمة الذكاء الاصطناعي المستقل بالمهام، اتخاذ القرارات، والتكيف مع المواقف الجديدة من تلقاء نفسها، دون الرقابة المستمرة أو البرمجة من مهمة إلى أخرى. واحد من أفضل الأمثلة المعروفة في الوقت الحالي هو ChatGPT، وهو علامة فارقة في تطور الذكاء الاصطناعي. لننظر كيف جاء ChatGPT إلى الوجود، إلى أين يتجه، وماذا يمكن أن يخبرنا هذا التكنولوجيا عن مستقبل الذكاء الاصطناعي.

بناء الذكاء الاصطناعي المستقل

قصة الذكاء الاصطناعي هي قصة رائعة من التقدم والتعاون عبر التخصصات. بدأت في أوائل القرن العشرين مع الجهود الرائدة للعالم سانتياغو رامون ي كاخال، الذي استخدم فهمه للدماغ البشري لإنشاء مفهوم الشبكات العصبونية، وهو ركن أساسي للذكاء الاصطناعي الحديث. الشبكات العصبونية هي أنظمة حاسوبية تحاكي هيكل الدماغ والجهاز العصبي البشري لإنتاج ذكاء قائم على الآلة. بعد ذلك بفترة، كان آلان تورينغ يطور الحاسوب الحديث واقترح اختبار تورينغ، وهو وسيلة لتقييم ما إذا كان الجهاز يمكن أن يظهر سلوكًا ذكيًا مثل الإنسان.

نتيجة لذلك، شهدت الخمسينيات من القرن الماضي جون مكارثي، مارفين مينسكي، وكلود شانون يبحثون في إمكانيات الذكاء الاصطناعي، وفرانك روزنبلات صاغ مصطلح “الذكاء الاصطناعي”. في العقود التالية، حدثت两个 اختراق كبيرين. الأول كان أنظمة الخبراء، وهي أنظمة ذكاء اصطناعي مصممة بشكل فردي لأداء مهام محددة في صناعات معينة. الثاني كان تطبيقات معالجة اللغة الطبيعية، مثل البوتات المحادثية المبكرة. مع وصول مجموعات البيانات الكبيرة وزيادة قوة الحوسبة في الألفينيات، ازدهرت تقنيات التعلم الآلي، مما أدى بنا إلى الذكاء الاصطناعي المستقل.

هذا الخطوة الهامة تمكن أنظمة الذكاء الاصطناعي من أداء مهام معقدة دون الحاجة إلى برمجة من حالة إلى حالة، مما يفتح لها نطاقًا واسعًا من الاستخدامات. واحدة من هذه الأنظمة المستقلة – Chat GPT من OpenAI – أصبحت مؤخرًا معروفة على نطاق واسع لabilityها الرائعة في التعلم من كميات هائلة من البيانات وتوليد استجابات متسقة ومتشابهة مثل الإنسان.

ما الذي جعل الذكاء الاصطناعي المستقل ممكنًا؟

ما هو أساس ChatGPT؟ لدينا البشر قدرتان أساسيتان تمكناننا من التفكير. لدينا المعرفة، سواء كانت عن الأشياء المادية أو المفاهيم، ولدينا فهم لتلك الأشياء في علاقتها بالهياكل المعقدة مثل اللغة، المنطق، إلخ. نقل هذه المعرفة والفهم إلى الآلات هو أحد أصعب التحديات في الذكاء الاصطناعي.

مع المعرفة فقط، لم يكن نموذج GPT-4 من OpenAI قادرًا على التعامل مع أكثر من قطعة واحدة من المعلومات. مع السياق فقط، لم يكن التكنولوجيا能够 فهم شيء عن الأشياء أو المفاهيم التي كانت توفر سياقًا لها. لكن عند الجمع بينهما، يحدث شيء رائع. يمكن للنموذج أن يصبح مستقلًا. يمكنه فهم وتعلم. تطبيق ذلك على النص، لديك ChatGPT. تطبيقه على السيارات، لديك القيادة المستقلة، وهكذا.

OpenAI ليست الوحيدة في مجالها، وقد طورت العديد من الشركات خوارزميات التعلم الآلي واستخدمت الشبكات العصبونية لإنتاج خوارزميات يمكنها التعامل مع المعرفة والسياق لعدة عقود. فما الذي تغير عندما جاء ChatGPT إلى السوق؟ لاحظ بعض الناس أن الكم الهائل من البيانات المقدم من الإنترنت هو التغيير الكبير الذي غذى ChatGPT. ومع ذلك، إذا كان هذا كل ما هو مطلوب، فمن المحتمل أن يكون جوجل قد تفوقت على OpenAI بسبب سيطرة جوجل على جميع تلك البيانات. فكيف فعلت OpenAI ذلك؟

أحد أسلحة OpenAI السرية هو أداة جديدة تسمى التعلم التعزيزي من التغذية الراجعة البشرية (RLHF). استخدمت OpenAI RLHF لتدريب خوارزمية OpenAI على فهم المعرفة والسياق. لم تكن OpenAI هي من ابتكر فكرة RLHF، ولكن الشركة كانت من بين الأولى التي تعتمد عليها بشكل كامل لتطوير نموذج لغة كبير مثل ChatGPT.

RLHF ببساطة سمح للخوارزمية بالتصحيح الذاتي بناءً على التغذية الراجعة. لذلك، بينما ChatGPT مستقل في كيفية إنتاج استجابة أولية لتحفيز، لديها نظام تغذية راجعة يخبرها ما إذا كانت استجابتها دقيقة أو مشكلة في بعض النواحي. هذا يعني أنها يمكن أن تتحسن باستمرار دون تغييرات برمجية كبيرة. هذا النموذج أدى إلى نظام محادثة سريع التعلم الذي أثار ضجة في العالم بسرعة.

هل سوف يreplace الذكاء الاصطناعي المستقل العمال البشر؟

بدأت عصر الذكاء الاصطناعي المستقل. في الماضي، كان لدينا آلات يمكنها فهم مفاهيم مختلفة إلى حد ما، ولكن فقط في مجالات وصناعات محددة للغاية. على سبيل المثال، تم استخدام برامج الذكاء الاصطناعي المحددة للصناعة في الطب لبعض الوقت. لكن البحث عن الذكاء الاصطناعي المستقل أو العام – أي ذكاء اصطناعي يمكنه العمل بمفرده لأداء مجموعة واسعة من المهام في مجالات مختلفة بدرجة من الذكاء البشري -终于 أنتج نتائج ملحوظة على الصعيد العالمي في عام 2022، عندما اجتاز Chat GPT اختبار تورينغ بسهولة وحسم.

من الطبيعي أن يبدأ بعض الناس في الخوف من أن خبرتهم، وظائفهم، وربما حتى الصفات البشرية الفريدة قد تُستبدل بنظم الذكاء الاصطناعي الذكية مثل ChatGPT. من ناحية أخرى، اجتياز اختبار تورينغ ليس مؤشرًا مثاليًا لمدى “تشابه الإنسان” لنظام الذكاء الاصطناعي.

على سبيل المثال، يجادل روجر بينروز، الحاصل على جائزة نوبل في الفيزياء في عام 2020، بأن اجتياز اختبار تورينغ لا يُظهر بالضرورة الذكاء الحقيقي أو الوعي. يجادل بأن هناك فرقًا أساسيًا بين كيفية معالجة الكمبيوتر والمعلومات البشرية وأن الآلات لن تكون قادرة على تكرار العمليات الفكرية البشرية التي تؤدي إلى الوعي.

لذلك، اجتياز اختبار تورينغ ليس مقياسًا حقيقيًا للذكاء، لأنه يختبر فقط قدرة الآلة على محاكاة السلوك البشري، وليس قدرته على الفهم الحقيقي والتفكير في العالم. يتطلب الذكاء الحقيقي الوعي والقدرة على فهم طبيعة الواقع، وهو ما لا يمكن تكراره بواسطة آلة. هذا يعني أن ChatGPT وبرامج مماثلة لن تحل محلنا، بل سوف توفر أدوات تساعدنا على تحسين وزيادة الكفاءة في مجموعة متنوعة من المجالات.

أفكار نهائية

لذلك، سوف تكون قادرة على أداء العديد من المهام بمفردها، بطريقة لم نتوقعها من قبل، من فهم وتحرير المحتوى، إلى حماية كميات هائلة من المعلومات، وأداء جراحات دقيقة، وقيادة سياراتنا. لكن في الوقت الحالي، على الأقل في هذه المرحلة من التكنولوجيا، لا يحتاج العمال إلى الخوف على وظائفهم. حتى أنظمة الذكاء الاصطناعي المستقلة لا تملك الذكاء البشري. يمكنهم فقط فهم وتحسين أداءهم في بعض المهام أفضل من البشر. إنهم ليسوا أكثر ذكاءً منا بشكل عام، ولا يشكلون تهديدًا كبيرًا لطريقة حياتنا؛ على الأقل ليس في موجة التطور الحالية للذكاء الاصطناعي.