كيف يمكن للذكاء الاصطناعي الهجين تحسين GPT-4 و GPT-5 ومعالجة مخاوف LLM

أدى انتشار منتجات وإمكانيات الذكاء الاصطناعي التوليدية الجديدة على مدى الأشهر العديدة الماضية – من ChatGPT إلى Bard والعديد من الاختلافات الأخرى القائمة على نماذج اللغات الكبيرة (LLMs) – إلى حدوث دورة ضجيج شديدة. في المقابل ، أدى هذا الموقف إلى مناقشة موسعة وعاطفية بالمثل حول تنظيم الذكاء الاصطناعي المطلوب.

مواجهة تنظيم الذكاء الاصطناعي

تم إشعال العاصفة النارية لتنظيم الذكاء الاصطناعي من خلال خطاب مفتوح لمعهد مستقبل الحياة ، موقعة الآن من قبل الآلاف من باحثي الذكاء الاصطناعي وغيرهم من المهتمين. ومن بين الموقعين البارزين مؤسس شركة Apple ستيف وزنياك ، و SpaceX ، و Tesla ، والرئيس التنفيذي لشركة Twitter Elon Musk ؛ عماد مستقي ، الرئيس التنفيذي لمنظمة Stability AI ؛ مؤلف العاقل يوفال نوح هراري ؛ ويوشوا بنجيو ، مؤسس معهد ميلا لأبحاث الذكاء الاصطناعي.

واستشهدت الرسالة “بسباق خارج عن السيطرة لتطوير ونشر عقول رقمية أكثر قوة لا يمكن لأي شخص – ولا حتى منشئوهم – فهمها أو التنبؤ بها أو التحكم فيها بشكل موثوق” ، دعت الرسالة إلى توقف مؤقت لمدة 6 أشهر في تطوير أي شيء . أقوى من GPT-4. تجادل الرسالة بأن هذا الوقت الإضافي سيسمح بالنظر في المخاوف الأخلاقية والتنظيمية والمتعلقة بالسلامة ، وتنص على أنه “يجب تطوير أنظمة الذكاء الاصطناعي القوية فقط بمجرد أن نكون واثقين من أن آثارها ستكون إيجابية وأن مخاطرها ستكون قابلة للإدارة”.

قال الموقّع غاري ماركوس لـ TIME: “هناك مخاطر جسيمة على المدى القريب والبعيد ويبدو أن مسؤولية الذكاء الاصطناعي للشركات فقدت الموضة عندما تكون الإنسانية في أمس الحاجة إليها.”

مثل الرسالة ، يبدو هذا المنظور منطقيًا. بعد كل شيء ، لا يمكننا حاليًا شرح كيفية عمل LLM بالضبط. علاوة على ذلك ، تُهلوس هذه الأنظمة أحيانًا ، وتنتج مخرجات تبدو ذات مصداقية ولكنها غير صحيحة.

جانبان لكل قصة

لا يتفق الجميع مع التأكيدات الواردة في الرسالة أو أن الوقف المؤقت له ما يبرره. في الواقع ، رفض الكثيرون في صناعة الذكاء الاصطناعي التراجع ، قائلين إن التوقف المؤقت لن يفيد كثيرًا. وفقًا لتقرير في VentureBeat ، قال كبير علماء Meta Yann LeCun ، “لا أرى الهدف من تنظيم البحث والتطوير. لا أعتقد أن هذا يخدم أي غرض بخلاف تقليل المعرفة التي يمكننا استخدامها لجعل التكنولوجيا أفضل وأكثر أمانًا “.

بيدرو دومينغوس ، الأستاذ بجامعة واشنطن ومؤلف كتاب الذكاء الاصطناعي الأساسي الخوارزمية الرئيسية ذهب أبعد من ذلك.

وفقًا لتقرير Forbes ، يعتقد Domingos أن مستوى الإلحاح والإنذار بشأن المخاطر الوجودية المعبر عنها في الرسالة مبالغ فيه ، مما يمنح هذه الأنظمة إمكانات تتجاوز الواقع.

ومع ذلك ، ربما تكون محادثة الصناعة التي تلت ذلك قد دفعت سام ألتمان الرئيس التنفيذي لشركة OpenAI إلى القول إن الشركة لا تختبر حاليًا GPT-5. علاوة على ذلك ، أضاف ألتمان أن تقنية شبكة Transformer الكامنة وراء GPT-4 و ChatGPT الحالية ربما تكون قد نفذت مسارها وأن عصر نماذج الذكاء الاصطناعي العملاقة قد انتهى بالفعل.

المعنى الضمني لهذا هو أن بناء LLM أكبر من أي وقت مضى قد لا يؤدي إلى نتائج أفضل بشكل ملحوظ ، وبالتالي ، لن يعتمد GPT-5 على نموذج أكبر. يمكن تفسير هذا على أنه قال ألتمان لمؤيدي الوقفة ، “لا يوجد شيء هنا يدعو للقلق ، تحركوا.”

اتخاذ الخطوة التالية: الجمع بين نماذج الذكاء الاصطناعي

هذا يطرح السؤال عن الشكل الذي قد يبدو عليه GPT-5 عند ظهوره في النهاية. يمكن العثور على أدلة في الابتكار الذي يحدث حاليًا ، وهذا يعتمد على الحالة الحالية لهذه LLMs. على سبيل المثال ، تقوم OpenAI بإصدار مكونات إضافية لـ ChatGPT تضيف إمكانيات إضافية محددة.

تهدف هذه المكونات الإضافية إلى زيادة قدراتها بالإضافة إلى تعويض نقاط الضعف ، مثل الأداء الضعيف في مسائل الرياضيات والميل إلى اختلاق الأشياء وعدم القدرة على شرح كيفية إنتاج النموذج للنتائج. هذه كلها مشاكل نموذجية للشبكات العصبية “الوصلة” التي تستند إلى نظريات حول كيفية عمل الدماغ.

في المقابل ، لا تمتلك أنظمة الذكاء الاصطناعي في التعلم “الرمزي” نقاط الضعف هذه لأنها أنظمة منطقية تستند إلى الحقائق. قد يكون ما تقوم شركة OpenAI بإنشائه – مبدئيًا من خلال المكونات الإضافية – هو نموذج هجين للذكاء الاصطناعي يجمع بين نموذجين للذكاء الاصطناعي ، LLMs المتصل مع التفكير الرمزي.

واحد على الأقل من المكونات الإضافية الجديدة لـ ChatGPT هو المنطق الرمزي AI. يوفر المكون الإضافي Wolfram | Alpha محركًا للمعرفة معروفًا بالدقة والموثوقية التي يمكن استخدامها للإجابة على مجموعة واسعة من الأسئلة. إن الجمع بين هذين النهجين الشاملين للذكاء الاصطناعي بشكل فعال يجعل نظامًا أكثر قوة من شأنه أن يقلل من الهلوسة الخاصة بالاتصال البحت ChatGPT – والأهم من ذلك – يمكن أن يقدم أيضًا شرحًا أكثر لعملية صنع القرار في النظام.

سألت بارد إذا كان هذا معقولاً. على وجه التحديد ، سألت ما إذا كان النظام الهجين سيكون أفضل في شرح ما يحدث داخل الطبقات المخفية للشبكة العصبية. هذا مهم بشكل خاص لأن مسألة القابلية للتفسير هي مشكلة صعبة السمعة وهي أصل العديد من المخاوف التي تم التعبير عنها بشأن جميع الشبكات العصبية للتعلم العميق ، بما في ذلك GPT-4.

إذا كان هذا صحيحًا ، فقد يكون هذا تقدمًا مثيرًا. ومع ذلك ، تساءلت إذا كانت هذه الإجابة هي هلوسة. كتحقق مزدوج ، طرحت نفس السؤال على ChatGPT. كانت الاستجابة متشابهة ، وإن كانت أكثر دقة.

بعبارة أخرى ، سيكون النظام الهجين الذي يجمع بين الاتصال والذكاء الاصطناعي الرمزي بمثابة تحسن ملحوظ مقارنة بالنهج القائم على LLM البحت ، ولكنه ليس الدواء الشافي.

على الرغم من أن الجمع بين نماذج مختلفة للذكاء الاصطناعي قد يبدو فكرة جديدة ، إلا أنه قيد الاستخدام بالفعل. على سبيل المثال ، AlphaGo ، نظام التعلم العميق الذي طورته DeepMind لهزيمة أفضل لاعبي Go ، يستخدم شبكة عصبية لتعلم كيفية لعب Go مع استخدام الذكاء الاصطناعي الرمزي أيضًا لفهم قواعد اللعبة.

في حين أن الجمع بين هذه الأساليب بشكل فعال يمثل تحديات فريدة ، فإن المزيد من التكامل بينها يمكن أن يكون خطوة نحو الذكاء الاصطناعي الأكثر قوة ، ويوفر قابلية شرح أفضل ويوفر دقة أكبر.

لن يؤدي هذا النهج إلى تعزيز قدرات GPT-4 الحالية فحسب ، بل يمكنه أيضًا معالجة بعض المخاوف الأكثر إلحاحًا بشأن الجيل الحالي من LLM. في الواقع ، إذا تبنت GPT-5 هذا النهج الهجين ، فقد يكون من الجيد تسريع تطويره بدلاً من إبطائه أو فرض إيقاف مؤقت للتطوير.

غاري غروسمان هو نائب الرئيس الأول لممارسة التكنولوجيا في Edelman والقائد العالمي لمركز Edelman AI للتميز.