تحدي نهج التوسع في الذكاء الاصطناعي: Adaption Labs تسعى لأنظمة تعلم تكيفية فعالة

تتسابق مختبرات الذكاء الاصطناعي لبناء مراكز بيانات بحجم مانهاتن، يكلف كل منها مليارات الدولارات ويستهلك طاقة تعادل مدينة صغيرة. هذا الجهد مدفوع بإيمان عميق بـ "التوسع" وهي الفكرة القائلة بأن إضافة المزيد من القدرة الحاسوبية إلى أساليب تدريب الذكاء الاصطناعي الحالية ستؤدي في النهاية إلى أنظمة فائقة الذكاء قادرة على أداء جميع أنواع المهام.

لكن هناك عدد متزايد من باحثي الذكاء الاصطناعي يقولون إن توسيع النماذج اللغوية الكبيرة قد يصل إلى حدوده، وأن هناك حاجة إلى اختراقات أخرى لتحسين أداء الذكاء الاصطناعي.

هذا هو الرهان الذي تخوضه سارة هوكر، نائبة رئيس أبحاث الذكاء الاصطناعي السابقة في Cohere وخريجة Google Brain، من خلال شركتها الناشئة الجديدة، Adaption Labs. شاركت في تأسيس الشركة مع زميلها المخضرم من Cohere و Google، سوديب روي، وهي مبنية على فكرة أن توسيع النماذج اللغوية الكبيرة (LLMs) أصبح طريقة غير فعالة لاستخلاص المزيد من الأداء من نماذج الذكاء الاصطناعي. هوكر، التي غادرت Cohere في أغسطس، أعلنت بهدوء عن الشركة الناشئة هذا الشهر لبدء التوظيف على نطاق أوسع.

في مقابلة مع TechCrunch، تقول هوكر إن Adaption Labs تبني أنظمة ذكاء اصطناعي يمكنها التكيف والتعلم باستمرار من تجاربها في العالم الحقيقي، وتفعل ذلك بكفاءة عالية للغاية. ورفضت الكشف عن تفاصيل حول الأساليب الكامنة وراء هذا النهج أو ما إذا كانت الشركة تعتمد على النماذج اللغوية الكبيرة أو بنية أخرى.

قالت هوكر: "هناك نقطة تحول الآن حيث أصبح من الواضح جدًا أن صيغة مجرد توسيع هذه النماذج وهي مناهج جذابة ولكنها مملة للغاية لم تنتج ذكاءً قادرًا على التنقل أو التفاعل مع العالم".

وفقًا لهوكر، التكيف هو "جوهر التعلم". على سبيل المثال، إذا اصطدمت قدمك بطاولة الطعام أثناء مرورك، فسوف تتعلم أن تخطو بحذر أكبر حولها في المرة القادمة. لقد حاولت مختبرات الذكاء الاصطناعي التقاط هذه الفكرة من خلال التعلم المعزز (RL)، الذي يسمح لنماذج الذكاء الاصطناعي بالتعلم من أخطائها في بيئات خاضعة للرقابة. ومع ذلك، فإن أساليب التعلم المعزز الحالية لا تساعد نماذج الذكاء الاصطناعي في مرحلة الإنتاج أي الأنظمة التي يستخدمها العملاء بالفعل على التعلم من أخطائها في الوقت الفعلي. إنها تستمر في الاصطدام.

تقدم بعض مختبرات الذكاء الاصطناعي خدمات استشارية لمساعدة الشركات على ضبط نماذج الذكاء الاصطناعي الخاصة بها لتلبية احتياجاتها المخصصة، ولكن هذا يأتي بثمن. يُذكر أن OpenAI تطلب من العملاء إنفاق ما يزيد عن 10 ملايين دولار مع الشركة لتقديم خدماتها الاستشارية في مجال الضبط الدقيق.

قالت هوكر: "لدينا عدد قليل من المختبرات الرائدة التي تحدد هذه المجموعة من نماذج الذكاء الاصطناعي التي تُقدم بنفس الطريقة للجميع، وهي باهظة التكلفة للتكيف. وفي الواقع، أعتقد أن هذا لم يعد ضروريًا، ويمكن لأنظمة الذكاء الاصطناعي أن تتعلم بكفاءة عالية من البيئة. إثبات ذلك سيغير تمامًا ديناميكيات من يتحكم في الذكاء الاصطناعي ويشكله، ومن تخدمه هذه النماذج في نهاية المطاف".

تُعد Adaption Labs أحدث إشارة على أن ثقة الصناعة في توسيع النماذج اللغوية الكبيرة تتزعزع. فقد وجدت ورقة بحثية حديثة من باحثي معهد ماساتشوستس للتكنولوجيا أن أكبر نماذج الذكاء الاصطناعي في العالم قد تظهر قريبًا عوائد متناقصة. ويبدو أن الأجواء في سان فرانسيسكو تتغير أيضًا. فقد استضاف دواركيش باتيل، مذيع البودكاست المفضل في عالم الذكاء الاصطناعي، مؤخرًا بعض المحادثات المتشككة بشكل غير عادي مع باحثين مشهورين في مجال الذكاء الاصطناعي.