مصدر إعادة طبع المقال: اتجاه الذكاء الاصطناعي
المصدر الأصلي: Qubits
مصدر الصورة: تم إنشاؤها بواسطة Unbounded AI
لقد تعاون المبرمج الأسطوري جون كارماك وريتشارد ساتون، أبو التعلم المعزز، لإنشاء All in AGI.
الهدف هو أن نوضح للجمهور أن الذكاء الاصطناعي العام ممكن بحلول عام 2030.
وعلى عكس الأساليب السائدة، فإنه لا يعتمد على نماذج نموذجية كبيرة ويسعى إلى التعلم عبر الإنترنت في الوقت الفعلي.
أعلن هذا الثنائي في حدث خاص في معهد الذكاء الآلي (Amii) في جامعة ألبرتا، حيث يقوم ساتون بالتدريس.
سينضم Sutton إلى شركة Keen Technologies الناشئة في مجال الذكاء الاصطناعي التابعة لشركة Carmack مع احتفاظه بمنصبه في هيئة التدريس في ألبرتا.
أقر الاثنان خلال الفعالية بأن فريق Keen Technologies صغير جدًا مقارنة بالشركات الكبرى التي تضم مئات أو آلاف الموظفين.
ما زالت الشركة في بداياتها، وقد حضر الفريق التقني بأكمله إلى المكان—
لم يكن هناك سوى هؤلاء الأربعة الواقفين.
لا يمكن مقارنة تمويلها البالغ 20 مليون دولار بتمويل OpenAI وAnthropic الذي يصل إلى عشرات المليارات.
لكنهم يعتقدون أن كتابة الشفرة المصدرية للذكاء الاصطناعي العام النهائي ستكون في متناول شخص واحد، وربما لن تتجاوز بضع عشرات الآلاف من الأسطر.
كما أن مجال الذكاء الاصطناعي يمر حاليًا بلحظة استثنائية تبلغ فيها آثار الرافعة أقصى مداها، ما يتيح للفرق الصغيرة فرصة تقديم إسهامات كبيرة.
مبرمج أسطوري وأب التعلم المعزز
أصبحت مسيرة كارماك الأسطورية معروفة للجميع: من تطوير أول لعبة ثلاثية الأبعاد في العالم، إلى التحول لصناعة الصواريخ، ثم الانضمام إلى Oculus ليصبح لاحقًا شخصية محورية في الواقع الافتراضي لدى Meta.
لاحقًا، قاده الذكاء الاصطناعي إلى صلة أخرى بـ OpenAI.
وكشف في مقابلة أخرى أن سام ألتمان دعاه ذات مرة للانضمام إلى OpenAI، معتقدًا أنه يستطيع تقديم مساهمة مهمة في تحسين الأنظمة.
لكن كارماك رأى حينها أنه لا يعرف شيئًا عن الذكاء الاصطناعي الحديث القائم على نماذج التعلم الآلي، ولذلك لم يقبل العرض.
لكن هذا بالذات كان نقطة انطلاقه للتعرف إلى الذكاء الاصطناعي.
طلب من إيليا سوتسكيفر، كبير العلماء في OpenAI، قائمة بالقراءات الأساسية للمبتدئين، ثم بدأ التعلم الذاتي من الصفر، فكوّن أولًا فهمًا أساسيًا لخوارزميات التعلم الآلي التقليدية.
وعندما سنحت له فرصة لمواصلة العمل في التعلم العميق، أطلق تحديًا برمجيًا لمدة أسبوع:
اطبع بعضًا من أوراق لوكون الكلاسيكية، وطبّق ما فيها عمليًا من دون اتصال بالإنترنت، بدءًا باشتقاق معادلات الانتشار العكسي.
وبعد أسبوع، أنهى عزلته ومعه شبكة عصبية التفافية كتبها يدويًا بلغة C++، من دون الاستعانة بأطر التعلم العميق الحديثة المبنية على Python.
لا يسعني إلا أن أقول: يا له من عبقري يستحق الإعجاب.
في ذلك الوقت، كان عمله الأساسي هو أبحاث الواقع الافتراضي في Oculus التابعة لـ Facebook (التي أصبح اسمها لاحقًا Meta)، حيث قاد الفريق في إطلاق منتجات مثل Oculus Go وQuest.
لكن خلال هذه العملية، نشأت تدريجيًا خلافات وتباينات بينه وبين إدارة الشركة؛ إذ رأى أن الكفاءة داخلها منخفضة، وعبّر علنًا عن استيائه أيضًا.
في عام 2019، استقال من منصبه رئيسًا للتكنولوجيا في Oculus، وانتقل إلى دور «المستشار التقني»، وبدأ يوجه مزيدًا من جهده نحو الذكاء الاصطناعي.
في أغسطس 2022، أعلن عن جمع شركته الناشئة الجديدة في مجال الذكاء الاصطناعي Keen Technologies تمويلًا بقيمة 20 مليون دولار، بمشاركة مستثمرين من بينهم Sequoia Capital والرئيس التنفيذي السابق لـ GitHub نات فريدمان.
وكشف لاحقًا أنه قادر في الواقع على توفير مبلغ لا يتجاوز 20 مليون دولار.
لكن الحصول على أموال من الآخرين يمنحه شعورًا بالأزمة والاستعجال، ويزيد عزيمته على إنجاز العمل على أفضل وجه.
في أواخر عام 2022، غادر Meta رسميًا، ونظر إلى الواقع الافتراضي بوصفه مرحلة من حياته مضت، ليتفرغ بعد ذلك للذكاء الاصطناعي بالكامل.
إلى جانب هذا المسار الرئيسي الواضح، تربط كارماك والذكاء الاصطناعي صلات أخرى غريبة بعض الشيء.
في ذلك الوقت، ساهمت ألعابه ثلاثية الأبعاد في زيادة الطلب على الحوسبة الرسومية، كما بدأت وحدات معالجة الرسوميات GPU تنمو وتتطور انطلاقًا من مجال الألعاب.
واليوم، تدعم القدرة الحاسوبية لوحدات معالجة الرسوميات طفرة الذكاء الاصطناعي، ولا يزال يشعر بالفخر بمساهمته حين يتحدث عن ذلك.
……
أما الشخصية الأسطورية الأخرى في قصة اليوم فهو ساتون.
يُلقب بأب التعلم المعزز، وقد أسهم إسهامًا كبيرًا في تطوير أساليب مثل التعلم بفروق الزمن وتدرج السياسات، كما شارك في تأليف الكتاب المرجعي القياسي في التعلم المعزز.
في عام 2017، انضم إلى DeepMind بصفته عالمًا بارزًا، وشارك في أبحاث سلسلة AlphaGo، وكان تلميذه ديفيد سيلفر أحد المسؤولين الرئيسيين عن AlphaGo.
كتب ساتون مقالًا قصيرًا شهيرًا بعنوان The Bitter Lesson، رأى فيه أن محاولة تعليم الذكاء الاصطناعي الخبرة البشرية لن تجدي نفعًا، وأن جميع الإنجازات حتى الآن تحققت بفضل زيادة القدرة الحاسوبية؛ لذا فإن مواصلة الاستفادة من قابلية التوسع التي توفرها القدرة الحاسوبية هي الطريق الصحيح.
قبل أن يتبادلا الحديث رسميًا، كان كارماك قد عبّر بالفعل عن اهتمامه بهذه الورقة وتأييده لها.
لكن ساتون هو من بادر بالتواصل، ومن هنا بدأ التواصل المباشر بينهما.
قبل بضعة أشهر، وبعدما أعلن كارماك عن تمويل شركته الناشئة في مجال الذكاء الاصطناعي العام، تلقى رسالة إلكترونية من ساتون.
أراد ساتون أن يسأله أي مسار ينبغي أن يسلكه في رحلته البحثية: المسار الأكاديمي البحت، أم التجاري، أم العمل في مؤسسة غير ربحية.
لكن خلال مراسلات لاحقة عبر البريد الإلكتروني، اكتشف الاثنان توافقًا لافتًا في توجهاتهما البحثية ورؤاهما بشأن الذكاء الاصطناعي، وبدأت بينهما شراكة تتبلور تدريجيًا.
وتوصل الاثنان تحديدًا إلى أربعة أمور مشتركة:
يرى كلاهما أن تطور الذكاء الاصطناعي العام حاليًا محصور في بضعة مسارات ضيقة، وأن هناك اعتمادًا مفرطًا على البيانات الضخمة والقدرة الحاسوبية الهائلة، مع إغفال الابتكار.
يرى كلاهما أن التسويق التجاري المبكر جدًا قد يعيق تطور الذكاء الاصطناعي العام.
يرى كلاهما أن الذكاء الاصطناعي العام لن يكون معقدًا جدًا في نهاية المطاف، وأن بإمكان شخص واحد استيعاب جميع مبادئه، بل وكتابة الجزء الأكبر من شفرته البرمجية.
يرى كلاهما أن ظهور نموذج أولي للذكاء الاصطناعي العام بحلول عام 2030 هدف قابل للتحقيق.
لا تعتمدوا على النماذج الضخمة وحدها؛ فالفرق الصغيرة لديها فرصة أيضًا
كان هذا هدفًا جريئًا للغاية، وهذا ما اعتقده الجمهور الحاضر أيضًا.
ردًا على سؤال «كيف يحقق فريق صغير هدفًا بهذا الحجم؟»، رأى كارماك أن كمية البيانات والقدرة الحاسوبية اللازمتين لتحقيق الذكاء الاصطناعي العام قد تكونان أقل مما نتصور.
يمكن تسجيل كل ما تراه عين الإنسان على مدار عام كامل في فيديو بمعدل 30 إطارًا في الثانية، وحفظه على ذاكرة USB بحجم الإبهام. ولا يملك طفل في عمر السنة سوى هذه الكمية من بيانات الخبرة، ومع ذلك يُظهر بالفعل ذكاءً واضحًا. إذا كانت الخوارزمية صحيحة، فلن نحتاج إلى استخدام بيانات الإنترنت بأكملها لتدريب الذكاء الاصطناعي العام.
وفي ما يتعلق بالحاجة إلى القدرة الحاسوبية، ينطلق تفكيره أيضًا من حدس بسيط: قدرة الدماغ البشري على الحوسبة محدودة، ولا تقترب إطلاقًا من مستوى مجموعة حوسبة ضخمة.
أكبر من عقدة خادم، وأكبر من خزانة معدات، لكن الحد الأقصى لا يتجاوز رتبةً واحدة إضافية.
ومع مرور الوقت، ستصبح الخوارزميات أكثر كفاءة، وستستمر القدرة الحاسوبية المطلوبة في الانخفاض.
إذا كان ثمة قاسم مشترك بين أعمال كارماك في ألعاب الفيديو ثلاثية الأبعاد والصواريخ والواقع الافتراضي، رغم ما يبدو بينها من تباعد، فهو تحسين الأنظمة الكبيرة ذات التغذية الراجعة الآنية.
وهذا أيضًا ما لفت انتباه سام ألتمان إليه عندما دعاه للانضمام إلى OpenAI.
ينبغي أن تكون بنية الذكاء الاصطناعي العام التي يتصورها معيارية وموزعة، لا نموذجًا مركزيًا ضخمًا واحدًا.
ينبغي أن يكون التعلم مستمرًا وعلى الإنترنت أيضًا، لا أن تتوقف معظم المعلمات عن التحديث بعد مرحلة التدريب المسبق كما يحدث الآن.
حدّي الأدنى هو أن يعمل النظام بمعدل 30 هرتز؛ أي أن يُحدَّث كل نحو 33 مللي ثانية أثناء التدريب، وإلا فلن أستخدمه.
وأضاف أن مبرمج أنظمة منخفضة المستوى، قادر على كتابة شيفرة CUDA خام وإدارة اتصالات الشبكة بنفسه، قد يضطلع بأعمال لن يفكر فيها الآخرون أصلًا.
بل لن يقتصر الأمر على أطر التعلم العميق الحالية، إذ ستُجرَّب بنى شبكات وأساليب حوسبة أكثر كفاءة.
الهدف العام هو محاكاة وكيل افتراضي لديه دوافع ذاتية وقدرة على التعلم المستمر، بحيث يواصل التعلم داخل بيئة افتراضية.
لا للروبوتات، فتجربته في صناعة الصواريخ جعلته يعتقد أن تقليل عدد الأجسام المادية التي يتعامل معها هو الأفضل.
مقارنة بكارماك، الذي لم يمض وقت طويل على دخوله مجال الذكاء الاصطناعي العام، أمضى ساتون عقودًا في التفكير في هذه المسألة، ولديه خطة بحثية أكثر تحديدًا.
مع أنه لم يُفصح عن الكثير في هذا الحدث، فإن جوهر الفكرة كُتب بالفعل في ورقة منشورة على arXiv تحت عنوان «مشروع ألبرتا».
طرح مشروع ألبرتا إطارًا موحدًا للوكلاء، يركز على الخبرة العامة بدلًا من مجموعات التدريب المتخصصة، وعلى الاتساق عبر الزمن، ويعطي الأولوية للأساليب القابلة للتوسع مع زيادة القدرة الحاسوبية، فضلًا عن التفاعل بين الوكلاء المتعددين.
كما طرحوا خارطة طريق تتألف من 12 خطوة.
تركّز الخطوات الست الأولى على تصميم أساليب للتعلّم المستمر بلا نموذج، فيما تُدخل الخطوات الست التالية نموذج البيئة والتخطيط.
تُسمى الخطوة الأخيرة «تعزيز الذكاء» (Intelligence Amplification)، إذ يستطيع وكيلٌ ما، استنادًا إلى مبادئ عامة، استخدام ما تعلمه لتعزيز أفعال وكيل آخر وإدراكه وإمكانياته المعرفية وتوسيعها.
يرى ساتون أن هذا التعزيز عنصر أساسي لإطلاق الإمكانات الكاملة للذكاء الاصطناعي.
في هذه العملية، من المهم جدًا، وإن كان صعبًا للغاية، تحديد مؤشرات لقياس التقدم في الذكاء الاصطناعي، ويستكشف الفريق مسارات مختلفة للتطور.
كذلك، لطالما كان كارماك مناصراً للبرمجيات مفتوحة المصدر، لكنه قال إنه سيتبنى قدرًا من الانفتاح في ما يتعلق بالذكاء الاصطناعي العام، من دون الكشف عن جميع التفاصيل الخوارزمية.
يرى كارماك أن على الفريق الصغير أن يحافظ على روح المبادرة، وأن يركز على التنمية طويلة الأمد بدلًا من المصالح قصيرة الأجل،
لن يُفكَّر في التسويق التجاري مبكرًا، ولن يكون هناك نموذج وسيط قابل للإصدار العلني مثل ChatGPT.
أما عن المستوى الذي يمكن بلوغه بحلول عام 2030، فيقول كارماك: «سيكون هناك ذكاء اصطناعي عام يمكن عرضه على الجمهور»، بينما يصف ساتون ذلك بقوله: «يمكن للنموذج الأولي للذكاء الاصطناعي أن يُظهر علامات على الحياة».
2030: محطة مفصلية
ليست هذه المرة الأولى التي يظهر فيها عام 2030 والذكاء الاصطناعي العام معًا.
تتفق فرق الذكاء الاصطناعي الرائدة، على نحو لافت، على أن الفترة المحيطة بعام 2030 تمثل محطة مفصلية لتحقيق الذكاء الاصطناعي العام.
على سبيل المثال، جاء في إعلان OpenAI عن تخصيص 20% من إجمالي قدرتها الحاسوبية لإنشاء قسم لمواءمة الذكاء الفائق: «نعتقد أن الذكاء الفائق سيظهر خلال هذا العقد».
حتى عالم الاستثمار شهد آراء مشابهة؛ فقد عرض ماسايوشي سون مؤخرًا شريحة كهذه في مؤتمر SoftBank العالمي للشركات.
إلى جانب OpenAI وKeen Technologies، لا توجد مؤسسات كثيرة تعمل على تطوير الذكاء الاصطناعي العام.
ذكر داريو أمودي، الرئيس التنفيذي لشركة Anthropic، أكبر منافسي OpenAI والحاصلة مؤخرًا على تمويل بقيمة 4 مليارات دولار، في مقابلة حديثة أن الذكاء الاصطناعي قد يصبح قادرًا خلال سنتين أو ثلاث على التصرف كإنسان متعلم جيدًا.
عندما غادر مؤلفا Transformer، فاسواني وبالمر، Google، أسسا AdeptAI بهدف بناء ذكاء عام أيضًا.
لكن في مطلع هذا العام، غادر الاثنان الشركة فجأة، ولم يبقَ من المؤسسين المشاركين سوى ديفيد لوان (في أقصى اليمين).
وأسس مؤلفا Transformer الآخران شركة Essential AI، لكن رؤيتها أقل طموحًا بكثير، إذ تركز بصورة عملية على التسويق التجاري للنماذج الضخمة.
أما محليًا، فعدد الجهات التي أعلنت بوضوح عن هدفها المتمثل في تطوير الذكاء الاصطناعي العام قليل أيضًا، وأبرزها MiniMax وMoonshot AI التي أسسها يانغ تشيلين حديثًا.
روابط مرجعية: [1]https://www.amii.ca/latest-from-amii/john-carmack-and-rich-sutton-agi/[2]https://www.youtube.com/watch?v=uTMtGT1RjlY[3]https://arxiv.org/abs/2208.11173