5 أشياء يجب معرفتها حول أهم الاتجاهات الجديدة في الذكاء الاصطناعي: نماذج الأساس
تعمل نماذج الأساس على تشغيل DALLE-2 وGPT-3 والجيل التالي من الذكاء الاصطناعي
إذا رأيت صورًا لإبريق شاي على شكل أفوكادو أو قرأت مقالًا مكتوبًا جيدًا ينحرف عن ظلال غريبة بعض الشيء، فربما تكون قد تعرضت لاتجاه جديد في الذكاء الاصطناعي (AI).
تُحدث أنظمة التعلم الآلي المسماة DALL-E وGPT و PaLM نجاحًا كبيرًا بفضل قدرتها المذهلة على إنشاء عمل إبداعي.
تُعرف هذه الأنظمة باسم “النماذج الأساسية” وليست كلها حيلًا ضجيجًا وحيلًا. إذن كيف يعمل هذا النهج الجديد للذكاء الاصطناعي؟ وهل ستكون نهاية الإبداع البشري وبداية كابوس مزيف؟
1. ما هي نماذج الأساس؟
تعمل نماذج الأساس من خلال تدريب نظام ضخم واحد على كميات كبيرة من البيانات العامة، ثم تكييف النظام مع المشكلات الجديدة. تميل النماذج السابقة إلى البدء من الصفر لكل مشكلة جديدة.
تم تدريب DALL-E 2، على سبيل المثال، على مطابقة الصور (مثل صورة قطة أليف) مع التسمية التوضيحية (“السيد Fuzzyboots، القط العتابي مسترخي في الشمس”) عن طريق مسح مئات الملايين من الأمثلة.
بمجرد التدريب، يعرف هذا النموذج كيف تبدو القطط (والأشياء الأخرى) في الصور.
ولكن يمكن أيضًا استخدام النموذج للعديد من مهام الذكاء الاصطناعي الأخرى المثيرة للاهتمام، مثل إنشاء صور جديدة من تعليق وحده (“أرني كوالًا يغمس كرة سلة”) أو تحرير الصور بناءً على تعليمات مكتوبة (“اجعلها تبدو وكأن هذا القرد يدفع الضرائب”).
2. كيف يعملون؟
تعمل نماذج التأسيس على ” شبكات عصبية عميقة”، وهي مستوحاة بشكل فضفاض من كيفية عمل الدماغ. هذه تتضمن رياضيات متطورة وقدرًا هائلاً من قوة الحوسبة، لكنها تتلخص في نوع متطور جدًا من مطابقة الأنماط.
على سبيل المثال، من خلال النظر إلى ملايين من الصور النموذجية، يمكن لشبكة عصبية عميقة أن تربط كلمة “قطة” بأنماط من البكسل التي تظهر غالبًا في صور القطط – مثل النقط الناعمة والغامضة والشعرية.
كلما زاد عدد الأمثلة التي يراها النموذج (زادت البيانات المعروضة)، وكلما زاد حجم النموذج (كلما زاد عدد “الطبقات” أو “العمق”)، يمكن أن تكون هذه الأنماط والارتباطات أكثر تعقيدًا.
تعد النماذج التأسيسية، من ناحية، مجرد امتداد لنموذج “التعلم العميق” الذي سيطر على أبحاث الذكاء الاصطناعي على مدار العقد الماضي. ومع ذلك، فإنها تظهر سلوكيات غير مبرمجة أو “ناشئة” يمكن أن تكون مفاجئة وجديدة.
على سبيل المثال، يبدو أن نموذج لغة PaLM من Google قادر على تقديم تفسيرات للاستعارات والنكات المعقدة. هذا يتجاوز مجرد تقليد أنواع البيانات التي تم تدريبها في الأصل على معالجتها.
يمكن لنموذج لغة PaLM الإجابة على الأسئلة المعقدة. الصورة: جوجل AI
3. الوصول محدود – في الوقت الحالي
من الصعب التفكير في الحجم الهائل لأنظمة الذكاء الاصطناعي هذه. يحتوي PaLM على 540 مليار معلمة، مما يعني أنه حتى لو حفظ كل شخص على هذا الكوكب 50 رقمًا، فلن يكون لدينا مساحة تخزين كافية لإعادة إنتاج النموذج.
النماذج هائلة لدرجة أن تدريبها يتطلب كميات هائلة من الموارد الحسابية وغيرها. قدر أحد التقديرات تكلفة تدريب النموذج اللغوي GPT-3 الخاص بـ OpenAI بحوالي 5 ملايين دولار أمريكي.
نتيجة لذلك، لا يمكن إلا لشركات التكنولوجيا الضخمة مثل OpenAI وGoogle وBaidu تحمل تكلفة بناء نماذج الأساس في الوقت الحالي. تحدد هذه الشركات من يمكنه الوصول إلى الأنظمة، وهو أمر منطقي اقتصاديًا.
قد تمنحنا قيود الاستخدام بعض الراحة لن يتم استخدام هذه الأنظمة لأغراض شائنة (مثل إنشاء أخبار مزيفة أو محتوى تشهيري) في أي وقت قريب.
لكن هذا يعني أيضًا أن الباحثين المستقلين غير قادرين على استجواب هذه الأنظمة ومشاركة النتائج بطريقة مفتوحة وخاضعة للمساءلة. لذلك لا نعرف بعد الآثار الكاملة لاستخدامها.
4. ماذا ستعني هذه النماذج للصناعات “الإبداعية”؟
سيتم إنتاج المزيد من نماذج الأساس في السنوات القادمة. يتم بالفعل نشر نماذج أصغر في أشكال مفتوحة المصدر، وبدأت شركات التكنولوجيا في تجربة ترخيص هذه الأدوات وتسويقها تجاريًا، ويعمل باحثو الذكاء الاصطناعي بجد لجعل التكنولوجيا أكثر كفاءة ويمكن الوصول إليها.
يوضح الإبداع الرائع الذي أظهرته نماذج مثل PaLM وDALL-E 2 أن الوظائف المهنية الإبداعية يمكن أن تتأثر بهذه التكنولوجيا في وقت أقرب مما كان متوقعًا في البداية.
تقول الحكمة التقليدية دائمًا أن الروبوتات ستحل محل وظائف “الياقات الزرقاء” أولاً. كان من المفترض أن يكون عمل “ذوي الياقات البيضاء” آمنًا نسبيًا من الأتمتة – وخاصة العمل الاحترافي الذي يتطلب الإبداع والتدريب.
تُظهر نماذج الذكاء الاصطناعي للتعلم العميق بالفعل دقة بشرية خارقة في مهام مثل مراجعة الأشعة السينية واكتشاف حالة العين من الضمور البقعي.
قد توفر نماذج المؤسسات قريبًا إبداعًا رخيصًا “جيدًا بما يكفي” في مجالات مثل الإعلان أو كتابة الإعلانات أو صور المخزون أو التصميم الجرافيكي.
قد يبدو مستقبل العمل الاحترافي والإبداعي مختلفًا قليلاً عما توقعنا.
5. ماذا يعني هذا بالنسبة للأدلة القانونية والأخبار ووسائل الإعلام
ستؤثر نماذج التأسيس حتمًا على القانون في مجالات مثل الملكية الفكرية والأدلة، لأننا لن نكون قادرين على افتراض أن المحتوى الإبداعي هو نتيجة نشاط بشري.
سيتعين علينا أيضًا مواجهة التحدي المتمثل في المعلومات المضللة والمعلومات المضللة الناتجة عن هذه الأنظمة.
نحن نواجه بالفعل مشاكل هائلة مع المعلومات المضللة، كما نلاحظ في الغزو الروسي لأوكرانيا والمشكلة الوليدة المتمثلة في الصور ومقاطع الفيديو المزيفة العميقة، لكن النماذج الأساسية تستعد لمواجهة هذه التحديات.
حان وقت الاستعداد
بصفتنا باحثين يدرسون تأثيرات الذكاء الاصطناعي على المجتمع، نعتقد أن النماذج الأساسية ستحدث تحولات ضخمة.
إنهم يخضعون لرقابة مشددة (في الوقت الحالي)، لذلك ربما يكون لدينا القليل من الوقت لفهم آثارها قبل أن تصبح مشكلة كبيرة.
الجني لم يخرج تمامًا من الزجاجة بعد، لكن النماذج الأساسية عبارة عن زجاجة كبيرة جدًا – وفي الداخل يوجد جني ذكي جدًا.
المصدر: thenextweb
شاهد ايضا:
