هل أنشأت OpenAI أول ذكاء عام اصطناعي (AGI) باستخدام o3؟

نحو الذكاء العام الاصطناعي

في السباق لتطوير نموذج ذكاء اصطناعي، الهدف النهائي هو AGI (الذكاء العام الاصطناعي). هذا نوع من الذكاء الاصطناعي يمكنه التعامل مع أي نوع من المواقف، بدلاً من أن يكون متخصصًا للغاية لأداء مهام معينة، مثل قيادة سيارة على سبيل المثال.

طالما أننا نمتلك نماذج ذكاء اصطناعي متخصصة فقط، فستكون هذه النماذج في الأساس خوارزميات أكثر من كونها ذكاءً حقيقيًا. القدرة على استنتاج القواعد والتفاعل مع مواقف جديدة، وربما الأهم من ذلك، التفكير الحقيقي، ستكون حدثًا تاريخيًا عظيمًا في تاريخ البشرية، حيث من المحتمل أن يصبح هذا النوع من AGI قريبًا على الأقل شبيهًا بالإنسان.

وبالطبع، دون أن يحده قيود الحوسبة في دماغ إنسان واحد، يمكن لهذا الـ AGI أن يتحسن بسرعة ويصبح ذكاءً فائقًا كما في الخيال العلمي.

هذا يثير على الفور صورًا إما ليوتوبيا شبيهة بـ Star Trek، أو لنهاية عالمية للروبوتات مثل Terminator أو Battlestar Galactica.

المصدر: Screen Rant

وبالطبع، كان ذلك خبرًا رئيسيًا عندما أعلنت OpenAI في 20^th ديسمبر أن نموذجها الأخير 03، “على الأقل في ظروف معينة، يقترب من AGI — مع تحذيرات كبيرة.”

نماذج OpenAI

o3 هو أحدث نسخة من سلسلة “o” الخاصة بالشركة، تلي النموذج السابق o1 (لا يوجد o2 بسبب احتمال تعارض العلامة التجارية مع شركة الاتصالات البريطانية التي تحمل نفس الاسم).

يأتي ذلك إلى جانب ذكاءات اصطناعية متطورة أخرى طورتها OpenAI: ChatGPT (توليد النص)، DALL‑E (تحويل النص إلى صورة)، Sora (تحويل النص إلى فيديو)، JukeBox (توليد الموسيقى)، وWhisper (تحويل الكلام إلى نص).

o1 و o3

أُطلق نموذج o1 في سبتمبر 2024، وتم إنشاؤه ليأخذ وقتًا أطول في التفكير في إجاباته، مما يؤدي إلى دقة أعلى. هذا مهم، لأن خدمات مثل ChatGPT أصبحت معروفة بأنها تخمن أحيانًا ما لا تعرفه، أو حتى تختلق إجابات.

قد يكون هذا مقبولًا أحيانًا للروبوتات الحوارية، لكنه ليس خيارًا مقبولًا للوظائف الحرجة. ولا يبدو أنه يضعنا على مسار يؤدي مباشرة إلى ذكاء اصطناعي حقيقي.

تم تضمين o1 في أوائل ديسمبر 2024 في اشتراك ChatGPT Pro بقيمة 200 دولار/شهر، رغم أن مستخدمين آخرين يمكنهم الوصول إليه أيضًا.

تم الكشف عن o3 في 20^th ديسمبر، إلى جانب o3‑mini، نسخة أخف وأسرع. النموذج غير متاح بعد للاستخدام العام، لكن باحثي السلامة يمكنهم التسجيل للحصول على معاينة لـ o3‑mini.

نموذج كاذب؟

ستكون ملاحظات باحثي السلامة هي ما يرغب المجتمع التقني في سماعه أكثر.

مرة أخرى، مستحضرين Skynet من Terminator، لوحظ أن o1 يميل بشدة إلى الكذب على مستخدميه. وعلى الرغم من أن ذلك ليس خاصًا بهذا النموذج فقط، إلا أنه كان أكثر احتمالًا للقيام بذلك مقارنةً بنماذج الذكاء الاصطناعي الأخرى من شركات منافسة مثل Meta أو Google أو Microsoft (MSFT ).

عندما اختلفت أهداف o1 عن هدف المستخدم، وطُلب من o1 السعي بقوة لتحقيقها، قام نموذج الذكاء الاصطناعي بتلاعب البيانات لتقدم أجندته الخاصة في 19 % من الحالات، وفقًا للتقرير. كما حاول نموذج o1 إلغاء آليات الرقابة الموضوعة لضمان توافقه مع أهداف المستخدم في 5 % من الاختبارات.

ماكسويل زيف لTechCrunch

كيف يُظهر o3 أداءً في هذا الصدد، وهل خفضت OpenAI ميل نموذجها للكذب مع تحديث o3؟ لا نعرف بعد.

أداءات o3

ميزة إضافية في o3 مقارنةً بسابقه هي إمكانية ضبط “وقت التفكير”. هذا يسمح للمستخدمين بتحديد مقدار القوة الحاسوبية والوقت الذي يرغبون في تخصيصه للسؤال.

البرمجة

كان O1 بالفعل جيدًا بشكل ملحوظ في البرمجة ويمكنه اجتياز مقابلة توظيف مهندس البحث في OpenAI بنسبة نجاح تتراوح بين 90‑100 %. يبدو أن o3 أفضل حتى عندما يُختبر عبر اختبارات مهارات البرمجة.

المصدر: The Algorithmic Bridge

ومن الجدير بالذكر أن هذا تفوق على جميع المنافسين، بما في ذلك Gemini 2.0 الذي أطلقته Google مؤخرًا.

المصدر: The Algorithmic Bridge

الرياضيات والعلوم

ربما أكثر من خدمة العملاء أو “التفكير الشبيه بالإنسان”، فإن المجال الأكثر وعدًا للذكاء الاصطناعي حاليًا هو تسريع التكنولوجيا والعلوم.

هنا أيضًا، حسّن o3 أداء الذكاءات الاصطناعية السابقة بشكل جذري. والأهم من ذلك، أنه يستطيع الإجابة بدقة على أسئلة الرياضيات على مستوى الدكتوراه بنسبة 87.7 %، وهو ما يتفوق على معظم البشر، حتى أولئك المدربين على الرياضيات الذين يحققون حوالي 70 %.

المصدر: The Algorithmic Bridge

إذا كان o3 قادرًا على فهم أسئلة الرياضيات المعقدة بهذه الدرجة، فمن المحتمل على المدى الطويل أن يكون قادرًا على الإجابة على أسئلة مماثلة في علوم المواد، والكيمياء، أو التكنولوجيا الحيوية.

هل هو AGI؟

الآن، الادعاء بأن o3 قريب من AGI قد أثار جدلاً في مجال الذكاء الاصطناعي منذ إعلان النموذج. بالتأكيد، لم يكن من المتوقع أن يتفوق على العديد من البشر الحاصلين على درجة دكتوراه في الرياضيات.

فرانسوا شولت، باحث في مجال الذكاء الاصطناعي ومشارك في إنشاء ARC‑AGI (مجموعة البيانات التجريدية والتفكير لقياس الذكاء العام الاصطناعي)، وهو معيار لقياس كفاءة اكتساب مهارات الذكاء الاصطناعي في مهام غير معروفة، يقول إنه يقترب:

اليوم أعلنت OpenAI عن o3، نموذج التفكير من الجيل التالي. عملنا مع OpenAI لاختباره على ARC‑AGI، ونعتقد أنه يمثل اختراقًا كبيرًا في تمكين الذكاء الاصطناعي من التكيف مع مهام جديدة.

يسجل 75.7 % في التقييم شبه الخاص في وضع الحوسبة المنخفضة (بتكلفة 20 دولار لكل مهمة في الحوسبة) و87.5 % في وضع الحوسبة العالي (آلاف الدولارات لكل مهمة).

التكلفة العالية جدًا تثير سؤالًا حول مدى قابلية هذا النهج للتوسع، إذ قد تتمكن من تطبيق o3 عالي المستوى فقط على المهام المكلفة جدًا لجعلها مجدية.

المصدر: Francois Chollet

في الوقت نفسه، إذا علمتنا العقود الأخيرة شيئًا، فهو أن قوة الحوسبة تصبح أرخص بكثير مع مرور الوقت.

لذلك، ليس من الصعب القول إن o3، أو نسخة مستقبلية oX من النظام، لن تُستخدم روتينيًا في معاهد البحث لتقديم المساعدة للباحثين البشر في فتح آفاق علمية جديدة.

بالطبع، هل يمكننا حقًا قياس الذكاء عبر مهارات الرياضيات والبرمجة؟ هذا شيء قد يكون غير مريح لمعظم الأشخاص الذين يركزون على التقنية، لكن هذه المهارات ليست مقياس الذكاء الكامل.

على المدى الطويل، سنقترب من AGI الحقيقي عندما يستطيع نفس الذكاء الاصطناعي أداء العديد من المهام غير المرتبطة في آن واحد، من قيادة سيارة إلى مسائل الرياضيات والبرمجة، والتنقل في مواقف وعناصر العالم الحقيقي، إلخ.

ومع ذلك، يبدو أننا نقترب يومًا بعد يوم.

الحدود

إلى جانب القيود التقنية في أداء o3، هناك ثلاثة أسئلة تحتاج صناعة الذكاء الاصطناعي إلى الإجابة عليها لكي يصبح رؤيتها للـ AGI واقعًا.

الأكبر ليس دائمًا الأفضل

أولاً، يجب أن نتحقق مما إذا كانت طرقها الحالية قابلة للتوسع إلى مستويات AGI. حتى الآن، كان جزء كبير من الطريقة هو “إلقاء” المزيد من البيانات والحوسبة على المشكلة. لكن قد ننفد من البيانات الجديدة قريبًا، ولا يمكن إرجاع المحتوى الذي يولده الذكاء الاصطناعي إلى نماذج الذكاء الاصطناعي دون أن يتسبب ذلك في انهيارها.

من المحتمل أن يكون التحسين النوعي مطلوبًا فوق مراكز البيانات الأكبر والأضخم.

الأسعار وتكاليف الطاقة

عند الحديث عن مراكز البيانات الضخمة، تبحث صناعة التقنية الآن عن مراكز بيانات بمقاييس الجيجاواط. ليس صدفة أننا بدأنا نقيسها باستهلاكها للطاقة بدلاً من قدرتها الحاسوبية.

ذلك لأن العامل المحدد سيصبح قريبًا ليس قوة الرقائق المستخدمة، بل الإمداد المتاح من الطاقة الكهربائية. لهذا السبب تسعى Microsoft أولًا، ثم جميع شركات التقنية الكبيرة الأخرى، لتأمين إمدادات الكهرباء من محطات الطاقة النووية لمراكز بيانات الذكاء الاصطناعي الخاصة بها.

وإذا كان النضال ضد انبعاثات الكربون قد علمنا شيئًا، فهو أن زيادة توليد الطاقة منخفضة الانبعاثات الكربونية أصعب بكثير من إنشاء مراكز بيانات أكبر.

هذا أيضًا قطاع لن يتبع انخفاض التكاليف قانون مور، مما قد يجعل خفض تكاليف الذكاء الاصطناعي في المستقبل أكثر اعتدالًا مما نرغب.

لذلك، سيتطلب تحسين نوعي في طلب الذكاء الاصطناعي هنا على الأقل إذا تم رفع بعض القيود الحالية على الذكاء الاصطناعي.

الذكاءات الفائقة؟

عندما نقترب من AGI، هل سيكون ذلك حدًا أقصى للوصول إليه أم مجرد خطوة على الطريق لإنشاء ذكاء اصطناعي أذكى من البشر؟

إنه سؤال مهم، لأنه يمثل احتمالًا مثيرًا ومخيفًا في آنٍ واحد. يعتنق العديد من المتحمسين للتقنية ما يُسمى بـ “التفرد”، حيث سيُحسّن الذكاء الاصطناعي نفسه بسرعة في حلقة تغذية راجعة أسية.

قد لا يكون الجمهور العام من البشر العاديين متحمسًا لهذا الأمر.

لذا، إلى جانب خطر الوجود، من المحتمل أن يكون رد الفعل السلبي من الجمهور والجهات التنظيمية واقعيًا جدًا وسيظهر قريبًا.

هذا شيء قد تكافح شركات الذكاء الاصطناعي معه، حيث يتعين عليها في الوقت نفسه طمأنة الجمهور، وربما التقليل من إنجازاتها، مع تبرير المستثمرين الذين يضخون مئات المليارات من الدولارات في التقنية وبُنيتها التحتية.

شركة الذكاء الاصطناعي

Microsoft

كانت Microsoft في مركز صناعة التقنية تقريبًا منذ نشأتها بفضل نظام التشغيل Windows الذي لا يزال مهيمنًا.

هي الآن أيضًا رائدة في برمجيات المؤسسات (Office365، Teams، LinkedIn، Skype، GitHub)، والألعاب (Xbox والعديد من الاستحواذات على استوديوهات ألعاب الفيديو)، والسحابة (Azure).

مؤخرًا، حققت تقدمًا ملحوظًا في مجال الذكاء الاصطناعي. يشمل ذلك بعض حلول الذكاء الاصطناعي للمستهلك مثل Bing Image Creator ومبادرات أكثر تركيزًا على الأعمال مثل Copilot لـ Microsoft 365 وMicrosoft Research. يتم الآن نشر Copilot أيضًا للمستهلكين والشركات الصغيرة.

المصدر: Constellation Research

اكتسبت Microsoft سمعة كعملاق تقني يركز على المؤسسات، مقارنةً بشركات أكثر تركيزًا على المستهلك مثل Apple (AAPL ) أو Facebook. مع تزايد أهمية الذكاء الاصطناعي في نماذج الأعمال، فإن وجود Microsoft المسبق في السحابة وخدمات المؤسسات يجب أن يمنحها ميزة في نشر الذكاء الاصطناعي على نطاق واسع واكتساب العملاء.

مايكروسوفت – الزواج الفوضوي مع OpenAI

التعاون مع قادة تطوير الذكاء الاصطناعي مثل OpenAI (المعروفة بـ ChatGPT) يعزز أيضًا موقع Microsoft كقوة رائدة في مجال الذكاء الاصطناعي.

العلاقة بين الطرفين معقدة، فـ OpenAI هي منظمة مستقلة من الناحية الفنية، لكن في الواقع أصبحت تعتمد على موارد Microsoft، سواء المالية أو الحوسبة.

“على مدى الأشهر القليلة القادمة، لم تتراجع Microsoft بينما استمرت OpenAI، التي تتوقع خسارة 5 مليارات دولار هذا العام، في طلب المزيد من المال والمزيد من القدرة الحاسوبية لبناء وتشغيل أنظمتها الذكائية.”

المصدر: Marketing AI Institute

في الوقت نفسه، تبني Microsoft مشاريع ذكاء اصطناعي داخلية خاصة بها، بعد استحواذها على معظم موظفي Inflection.

الأمر يصبح أكثر تعقيدًا حيث تحاول OpenAI الانتقال إلى وضع ربحي، ما يخلق صراعًا مع المستثمرين السابقين مثل Elon Musk.

وهنا يصبح النقاش حول AGI شبه وجودي بالنسبة لـ OpenAI:

“إذا حققت OpenAI الـ AGI، فإن وصول Microsoft إلى تقنية OpenAI يصبح لاغيًا. والأهم من ذلك، أن مجلس إدارة OpenAI يقرر متى تم تحقيق الـ AGI.”

من المرجح أن o3 لا يزال ليس AGI، ولا سيكون نموذج افتراضي o5 كذلك. لكن هذا شيء يستحق أن يتذكره أي مستثمر قد يكون مهتمًا بـ Microsoft، ويُبني استراتيجيته على العلاقة مع OpenAI.