هل يمكن تحقيق الذكاء الاصطناعي العام قريبًا؟ .. باحثون من DeepMind يشككون في ذلك في دراسة جديدة

حدد فريق من الباحثين في شركة DeepMind التابعة لجوجل قيودًا كبيرة في النماذج التحويلية الحالية للذكاء الاصطناعي، مما يلقي الشكوك حول إمكانية تحقيق الذكاء الاصطناعي العام في المستقبل القريب.

ركزت الدراسة التي أجراها ستيف بادلوفسكي وليريك دوشي ونيليش تريبورانيني على قدرات نماذج التحويل، وتحديدًا GPT-2 من شركة Open AI، وعلى الرغم من قدمه إلا أن تحليل هذا النموذج يوفر رؤى حاسمة حول هذه التكنولوجيا والتي تُعد مركز تطوير الذكاء الاصطناعي العام، وصُممت نماذج التحويل في 2017 لتحويل نوع واحد من المدخلات إلى نوع مختلف من المخرجات، وهي عملية أساسية لتحقيق الذكاء البشري.

تكشف نتائج العلماء عن نقص حاسم إذ تواجه هذه النماذج صعوبات مع المهام خارج بيانات التدريب، ويعني أن المهام البسيطة خارج نطاق التدريب تظل تحديًا لهذه النماذج، وتؤكد الدراسة على أن الذكاء الاصطناعي الحالي على الرغم من البيانات الضخمة التي تدرب عليها لا يزال يعتمد بشدة على خبرة الإنسان وليس قادرًا على التفكير بطريقة مستقلة.

تتزامن هذه النتائج مع التطوير السريع للذكاء الاصطناعي، إذ تدفع شركات مثل مايكروسوفت و Open AI بطموح تحقيق الذكاء الاصطناعي العام، وعبر شين نج المؤسس المشارك في DeepMind عن اعتقاده بتحقيق الذكاء الاصطناعي العام بحلول 2028، ومع ذلك تشير النتائج  إلى ضرورة اتخاذ طرق أكثر حذرًا للتعامل مع الفجوة بين النماذج.

وهذه الدراسة توضح تعقيدات تحقيق الذكاء الاصطناعي العام، ففي حين تمثل النماذج الحالية تقدمًا كبيرًا، إلا أن قيودها لتحقيق الذكاء الاصطناعي العام ما زالت واضحة وأكثر مما كان يُعتقد سابقًا، كما تؤكد الدراسة على أهمية تعديل التوقعات، والحاجة الملحة للابتكار المستمر والاستكشاف في الذكاء الاصطناعي.