يدعي باحث DeepMind أن الذكاء الاصطناعي الجديد “Gato” يمكن أن يؤدي إلى الذكاء الاصطناعي العام
وفقًا للدكتور ناندو دي فريتاس، الباحث الرئيسي في DeepMind التابع لشركة Google، يبدو أن البشرية على وشك حل الذكاء الاصطناعي العام (AGI) في حياتنا.
ردًا على مقال رأي صاغته حقًا، نشر العالم موضوعًا على Twitter بدأ بما قد يكون أجرأ بيان رأيناه من أي شخص في DeepMind فيما يتعلق بالتقدم الحالي نحو الذكاء الاصطناعي العام:
رأيي: كل شيء عن النطاق الآن! انتهت اللعبة!
هذا هو النص الكامل من موضوع دي فريتاس:
مقال رأي شخص ما. رأيي: كل شيء عن النطاق الآن! انتهت اللعبة! يتعلق الأمر بجعل هذه النماذج أكبر، وأكثر أمانًا، وفعالية في الحوسبة، وأسرع في أخذ العينات، وذاكرة أكثر ذكاءً، والمزيد من الأساليب، وبيانات مبتكرة، وتشغيل / غير متصل بالإنترنت، … 1 / N
إن حل تحديات التوسع هذه هو ما سيوفر الذكاء الاصطناعي العام. هناك حاجة إلى بحث يركز على هذه المشكلات، مثل S4 لزيادة الذاكرة. فلسفة الرموز ليست كذلك.
الرموز هي أدوات في العالم والشبكات الكبيرة ليس لديها مشكلة في إنشائها والتلاعب بها 2 / n
أخيرًا والأهم من ذلك، [إيليا سوتسكيفر أحد مؤسسي OpenAI] ilyasut محق [cat emoji]
ريتش ساتون محق أيضًا، لكن درس الذكاء الاصطناعي ليس مرًا ولكنه حلو إلى حد ما. لقد تعلمته من [الباحث في Google جيفري هينتون] geoffreyhinton منذ عقد من الزمان. تنبأ جيف بما كان متوقعا بوضوح خارق.
هناك الكثير لتفكيكه في هذا الخيط، ولكن “كل شيء يتعلق بالمقياس الآن” هو عبارة يصعب تفسيرها بشكل خاطئ.
كيف وصلنا إلى هنا؟
أصدرت DeepMind مؤخرًا ورقة بحثية ونشرت مدونة حول نظام الذكاء الاصطناعي الجديد متعدد الوسائط.
النظام الذي أطلق عليه اسم “جاتو” قادر على أداء مئات المهام المختلفة التي تتراوح من التحكم في ذراع الروبوت إلى كتابة الشعر.
أطلقت الشركة عليها اسم نظام “عام”، لكنها لم تذهب إلى حد القول بأنها قادرة بأي شكل من الأشكال على الذكاء العام – يمكنك معرفة المزيد حول ما يعنيه ذلك هنا.
من السهل الخلط بين شيء مثل Gato وAGI. ومع ذلك، فإن الاختلاف هو أن الذكاء العام يمكن أن يتعلم القيام بأشياء جديدة دون تدريب مسبق.
في مقالتي، قارنت Gato بوحدة تحكم الألعاب:
إن قدرة Gato على أداء مهام متعددة تشبه إلى حد كبير وحدة تحكم ألعاب الفيديو التي يمكنها تخزين 600 لعبة مختلفة، أكثر من كونها لعبة يمكنك لعب 600 طريقة مختلفة.
إنه ليس ذكاءً اصطناعيًا عامًا، إنه مجموعة من النماذج الضيقة المدربة مسبقًا والمجمعة بدقة.
هذا ليس شيئًا سيئًا، إذا كان هذا ما تبحث عنه. ولكن ببساطة لا يوجد شيء في ورقة البحث المصاحبة لـ Gato للإشارة إلى أن هذه لمحة في الاتجاه الصحيح لـ AGI، ناهيك عن كونها نقطة انطلاق.
دكتور دي فريتاس لا يتفق مع هذا الرأي. هذا ليس مفاجئًا، لكن ما وجدته صادمًا هو التغريدة الثانية في سلسلة تغريداتهم:
ربما تمت كتابة الجزء العلوي الذي يتناول “الفلسفة حول الرموز” ردًا مباشرًا على مقال رأيي.
لكن بقدر ما يعرف مجرمو جوثام ما تعنيه إشارة بات، فإن أولئك الذين يتابعون عالم الذكاء الاصطناعي يعرفون أن ذكر الرموز والذكاء الاصطناعي معًا هي طريقة مؤكدة لاستدعاء غاري ماركوس.
أدخل جاري
أمضى ماركوس، وهو عالم مشهور عالميًا ومؤلفًا ومؤسسًا ومديرًا تنفيذيًا لـ Robust.AI، السنوات العديدة الماضية في الدعوة إلى نهج جديد للذكاء الاصطناعي العام.
وهو يعتقد أن المجال بأكمله بحاجة إلى تغيير منهجيته الأساسية لبناء الذكاء الاصطناعي العام، وقد كتب كتابًا ذائع الصيت لهذا الغرض بعنوان ” إعادة تشغيل الذكاء الاصطناعي” مع إرنست ديفيس.
لقد ناقش أفكاره وناقشها مع الجميع من Yann LeCun من Facebook إلى Yoshua Bengio من جامعة مونتريال.
وللنسخة الافتتاحية من رسالته الإخبارية على Substack، أخذ ماركوس تصريحات دي فريتاس فيما كان بمثابة تعبير ناري (لكن محترم) للدحض.
يصف ماركوس القياس المفرط لنماذج الذكاء الاصطناعي بأنه مسار متصور لـ AGI “Scaling Uber Alles”، ويشير إلى هذه الأنظمة على أنها محاولات “للذكاء البديل” – على عكس الذكاء الاصطناعي الذي يحاول تقليد الذكاء البشري.
حول موضوع استكشاف DeepMind، كتب:
لا يوجد شيء خاطئ، في حد ذاته، في متابعة الذكاء البديل.
تمثل Alt Intelligence حدسًا (أو بشكل أكثر دقة، مجموعة من البديهيات) حول كيفية بناء أنظمة ذكية، وبما أنه لا أحد يعرف حتى الآن كيفية بناء أي نوع من الأنظمة التي تتناسب مع المرونة والذكاء البشري، فهي بالتأكيد لعبة عادلة للأشخاص لمتابعة فرضيات مختلفة متعددة حول كيفية الوصول إلى هناك.
ناندو دي فريتاس تدور في وجهك قدر الإمكان حول الدفاع عن هذه الفرضية، والتي سأشير إليها باسم Scaling-Uber-Alles. بالطبع، هذا الاسم، Scaling-Uber-Alles، ليس عادلاً تمامًا.
يعرف De Freitas جيدًا (كما سأناقش أدناه) أنه لا يمكنك فقط جعل النماذج أكبر والأمل في النجاح. قام الناس بالكثير من التوسع مؤخرًا، وحققوا بعض النجاحات العظيمة، لكنهم واجهوا أيضًا بعض الحواجز.
يمضي ماركوس في وصف مشكلة عدم الفهم التي تغمر النماذج العملاقة في صناعة الذكاء الاصطناعي.
من حيث الجوهر، يبدو أن ماركوس يجادل بأنه بغض النظر عن مدى روعة الأنظمة ومدهشة مثل OpenAI’s DALL-E (نموذج يولد صورًا مخصصة من الأوصاف) أو برنامج DeepMind’s Gato، فإنها لا تزال هشة بشكل لا يصدق.
هو يكتب:
أحدث نجم لـ DeepMind، تم كشف النقاب عنه للتو، Gato، قادر على تحقيق مآثر عبر الوسائط لم يسبق لها مثيل في الذكاء الاصطناعي، ولكن مع ذلك، عندما تنظر إلى الطباعة الدقيقة، تظل عالقًا في نفس أرض عدم الموثوقية، لحظات من التألق مقترنة بعدم الفهم المطلق.
بالطبع، ليس من غير المألوف أن يقوم المدافعون عن التعلم العميق بإثبات وجهة نظر منطقية مفادها أن البشر يرتكبون الأخطاء أيضًا.
لكن أي شخص صريح سيدرك أن هذه الأنواع من الأخطاء تكشف أن شيئًا ما، في الوقت الحالي، خاطئ للغاية. إذا ارتكب أي من أطفالي أخطاء مثل هذه بشكل روتيني، فلن أبالغ، وأترك كل شيء أقوم به، وأقوم بإحضارهم إلى طبيب الأعصاب على الفور.
في حين أن هذا يستحق بالتأكيد ضحكة مكتومة، إلا أن هناك مسحة خطيرة هناك. عندما يعلن أحد الباحثين في DeepMind أن “اللعبة قد انتهت”، فإنه يستحضر رؤية للمستقبل القريب أو القريب لا معنى لها.
AGI؟ حقًا؟
لا تعد Gato وDALL-E وGPT-3 قوية بما يكفي للاستهلاك العام غير المقيد. يتطلب كل واحد منهم مرشحات صلبة لمنعهم من الميل نحو التحيز، والأسوأ من ذلك، لا يستطيع أي منهم إخراج نتائج صلبة باستمرار.
ليس فقط لأننا لم نكتشف الصلصة السرية لتشفير الذكاء الاصطناعي العام، ولكن أيضًا لأن المشكلات البشرية غالبًا ما تكون صعبة وليس لديهم دائمًا حل واحد قابل للتدريب.
من غير الواضح كيف يمكن للقياس، حتى مع الخوارزميات المنطقية المتقدمة، أن يصلح هذه المشكلات.
هذا لا يعني أن النماذج ذات الحجم العملاق ليست مفيدة أو مساعي جديرة بالاهتمام.
ما تفعله DeepMind وOpenAI والمختبرات المماثلة مهم جدًا. إنه علم على أحدث طراز.
لكن هل تعلن أن اللعبة قد انتهت؟ للإشارة إلى أن الذكاء الاصطناعي العام سينشأ من نظام تكمن مساهمته المميزة في كيفية خدمة النماذج؟ جاتو مدهش، لكن هذا يبدو وكأنه امتداد.
لا يوجد شيء في دحض دي فريتاس الحماسي لتغيير رأيي.
من الواضح أن المبدعين في Gato رائعون. أنا لست متشائمًا بشأن الذكاء الاصطناعي العام لأن جاتو ليس مذهلاً بما فيه الكفاية. بل العكس هو الصحيح.
أخشى أن يكون الذكاء الاصطناعي العام على بعد عقود – ربما قرون – بسبب Gato وDALL-E وGPT-3. يظهر كل منهم اختراقًا في قدرتنا على التعامل مع أجهزة الكمبيوتر.
ليس من المعجزة أن ترى آلة تسحب مآثر كوبرفيلد-esque للتوجيه الخاطئ والتصرف المسبق، خاصة عندما تدرك أن الآلة المذكورة ليست أكثر ذكاءً من محمصة الخبز (ومن الواضح أنها أغبى من أغبى فأر).
بالنسبة لي، من الواضح أننا سنحتاج إلى أكثر من … المزيد … لنأخذ الذكاء الاصطناعي الحديث مما يعادل “هل هذه بطاقتك؟” لشعوذة Gandalfian من AGI التي وعدنا بها.
كما يختتم ماركوس في رسالته الإخبارية:
إذا أردنا بناء الذكاء الاصطناعي العام، فسنحتاج إلى تعلم شيء ما من البشر، وكيف يفكرون ويفهمون العالم المادي، وكيف يمثلون ويكتسبون اللغة والمفاهيم المعقدة.
من الغطرسة المطلقة أن نصدق خلاف ذلك.
المصدر: thenextweb
قد يهمك:
