وفي سنوات قليلة قليلة، الذكاء الاصطناعي لقد أحدث الذكاء الاصطناعي تحولاً جذرياً في طريقة تفاعلنا مع أجهزة الكمبيوتر، ويهدد بقلب قطاعات واسعة من سوق العمل رأساً على عقب. لكن النماذج اللغوية الكبيرة (LLMs) لا تزال تكافح مع الحقائق الفوضوية للعالم المادي. ويراهن الباحثون على أن نوعًا جديدًا من الذكاء الاصطناعي، يسمى “النماذج العالمية”، يمكنه إصلاح ذلك.
على المستوى الأساسي، تفعل النماذج العالمية بالضبط ما يوحي به اسمها: فهي تبني نموذجًا رياضيًا للعالم يمكن استخدامه بعد ذلك للتنبؤ بكيفية تغيره استجابةً لإجراءات معينة أو ظروف متغيرة. “العالم” في هذا السياق لا يعني بالضرورة الواقع المادي بأكمله. وبدلاً من ذلك، فهو يشير إلى البيئة التي يعمل فيها النموذج، والتي يمكن أن تكون أي شيء بدءًا من المستودع وحتى لعبة الفيديو.
إن ما يمكن اعتباره نموذجًا عالميًا وأفضل السبل لبناء مثل هذا النموذج لا يزال موضوعًا لنقاش كبير بين باحثي الذكاء الاصطناعي. لكن النماذج العالمية ستمثل تقدما كبيرا مقارنة ببرامج الماجستير في القانون، التي، على الرغم من قدراتها المثيرة للإعجاب، تتنبأ ببساطة بالكلمة التالية الأكثر احتمالا في التسلسل.
أحدث مقاطع الفيديو منالعلوم الحية
الأمل هو أنه من خلال تطوير فهم أكثر ثراءً للبيئات المعقدة، يمكن للنماذج العالمية أن تسمح للذكاء الاصطناعي بالخروج أخيرًا من واجهة الدردشة، مع تطبيقات محتملة لتغيير قواعد اللعبة في مجالات مثل الروبوتات، والقيادة الذاتية، والاكتشاف العلمي.
وقال “إن الفكرة لها روابط قوية مع النماذج البديهية في عقولنا البشرية”. يونزو لي، أستاذ مساعد في علوم الكمبيوتر في جامعة كولومبيا. “يمكننا أن نتخيل كيف ستتغير البيئة، وكيف سيتحرك الجسم عند تطبيق إجراء معين. ونريد أيضًا بناء هذا النوع من النماذج لأي روبوتات أو أي وكيل افتراضي حتى يتمكنوا من تخيل تأثيرات أفعالهم.”
بناء نماذج العالم في عقلك
في حين أن النماذج العالمية هي أحدث الكلمات الطنانة في وادي السيليكون، إلا أن هذا المفهوم له جذور عميقة. وقد برزت لأول مرة في الخمسينيات من القرن الماضي، مانلينج ليوقال أستاذ مساعد في علوم الكمبيوتر بجامعة نورث وسترن لموقع Live Science. لقد نشأت عندما حاول علماء الإدراك وصف النماذج العقلية التي استخدمها الناس لمحاكاة بيئاتهم في رؤوسهم.
وقال مانلينج لي إن المفهوم يرتبط أيضًا ارتباطًا وثيقًا بنظرية التحكم وغالبًا ما يكون مستوحى منها. هذا فرع من الرياضيات التطبيقية يُستخدم لإنشاء نماذج للأنظمة الفيزيائية بحيث يمكن التحكم فيها بشكل متوقع. إنه يشغل كل شيء بدءًا من منظمات الحرارة وحتى أنظمة الطيار الآلي للطائرات.
احصل على الاكتشافات الأكثر روعة في العالم والتي يتم تسليمها مباشرة إلى صندوق الوارد الخاص بك.
ومع ذلك، يشير مصطلح “النماذج العالمية” اليوم في المقام الأول إلى الشبكات العصبية التي تتعلم نماذج بيئتها من خلال التدريب على البيانات. يمكن إرجاع التجسيد الحديث للفكرة إلى دراسة عام 2018 بعنوان “النماذج العالمية“، من قبل العلماء ديفيد ها ورائد التعلم العميق يورغن شميدهوبر. النماذج المبكرة من جوجل، مثل كوكب و حالم، كانوا من بين الأوائل الذين قاموا بحل المهام من خلال وضع تنبؤات أولاً حول نتائج الإجراءات المختلفة.
وقال يونزو لي إنه في حين أن الفكرة وراء النموذج العالمي بديهية إلى حد ما، فإن التعريف الأكثر دقة هو أي نظام قادر على “التنبؤ المستقبلي المشروط بالعمل”. وهذا يعني بشكل أساسي أن النموذج يمكنه التنبؤ بكيفية تغيير إجراء معين لحالة العالم من حوله.
وقال مانلينج لي إن إجراء هذه التنبؤات يتكون من مهمتين رئيسيتين: تقدير الحالة وانتقال الدولة. يشير تقدير الحالة إلى القدرة على إدراك الحالة الحالية للبيئة وترميزها في تنسيق يمكن للنموذج حسابه، في حين يعني انتقال الحالة القدرة على التنبؤ بكيفية تسبب إجراء معين في تطور البيئة.
البيانات التي تدعم الحقائق الجديدة
تتعلم النماذج العالمية القائمة على التعلم العميق القيام بكلتا المهمتين من خلال التدريب على كميات هائلة من البيانات. ولكن ما هو نوع البيانات بالضبط وكيفية تشفيرها ومعالجتها هي اختيارات التصميم، حيث تتبع مجموعات مختلفة مجموعة متنوعة من الأساليب، كما قال يونزو لي.
يتم تدريب النماذج العالمية في المقام الأول على بيانات الفيديو، على الرغم من أنه يمكن تدريبها أيضًا على البيانات ثلاثية الأبعاد التي تم التقاطها بواسطة كشف الضوء والمدى (ليدار) أو أجهزة استشعار العمق الأخرى، والبيانات الصوتية وحتى النص الذي يشرح العلاقات بين العناصر في البيئة. وقال يونزو لي، إنه من الأهمية بمكان أن يقترن ذلك ببيانات الحركة، مثل زوايا مفصل الروبوت، أو قراءات الحركة من مستشعر القصور الذاتي، أو تسميات نصية للحدث تصف الإجراء الذي تم اتخاذه.
سوف تعتمد الروبوتات، بما في ذلك الكائنات البشرية، بشكل متزايد على نماذج عالمية قوية من أجل التفاعل مع العالم المادي.
(حقوق الصورة: خدمة الأخبار الصينية عبر Getty Images)
عادة، يتم ترتيب هذه البيانات في تسلسلات من أزواج إجراءات الدولة – في الأساس، تسجيلات لما يبدو عليه العالم والإجراء الذي تم تطبيقه في كل خطوة. يستخدم الذكاء الاصطناعي بعد ذلك هذه البيانات للتعرف على نموذج إحصائي لما يؤثر على الإجراءات المختلفة على بيئته، والذي يمكن استخدامه للتنبؤات.
وقال يونزو لي إن هذه البيانات يمكن معالجتها بطرق مختلفة. أحد الأساليب الأكثر شيوعًا هو العمل مباشرة على بيانات البكسل الأولية، والتي تمثل حالة العالم كسلسلة من الصور وتتنبأ بكيفية تغيير الإجراءات لها. والطريقة الأخرى هي استخدام البيانات لتعلم التمثيلات الهندسية ثلاثية الأبعاد للعالم والتي تعمل على تشفير العلاقات المكانية والمادية بشكل أكثر وضوحًا بين الكائنات في المشهد.
قوة التجريدات القائمة على الرياضيات
ولكن في الآونة الأخيرة، كان هناك اهتمام متزايد بالمناهج التي تعمل على مستوى أكثر تجريدًا. عندما تتعلم الشبكة العصبية من بيانات الصورة، فإنها تقوم بإنشاء تمثيلات رقمية عالية الأبعاد لعناصر العالم الحقيقي التي تشكل المشهد المرئي – المعروف باسم التضمينات – الموجودة في الفضاء الرياضي المعروف باسم “الفضاء الكامن” للنموذج.
في النموذج القائم على البكسل، يتم إعادة بناء هذه التمثيلات المجردة إلى بكسلات للتنبؤ بما سيحدث بعد ذلك. ولكن من الممكن أيضًا إجراء عمليات المحاكاة هذه داخل الفضاء الكامن من خلال التنبؤ المباشر بتضمين الحالة التالية للبيئة. وقد تم تعميم هذا النهج من قبل علماء الكمبيوتر يان ليكون، رئيس الذكاء الاصطناعي السابق لميتا وأحد “عرابي التعلم العميق” معه العمارة التنبؤية للتضمين المشترك. لقد جمعت أكثر من 1 مليار دولار لشركة ناشئة تدعى AMI Labs، والتي تخطط لاستخدام هذا النهج لبناء نماذج عالمية.
وقال يونزو لي إن الميزة الرئيسية لهذا النهج هي كفاءته. يتعين على الأساليب المعتمدة على البكسل إعادة بناء الصورة بأكملها في كل مرة تقوم فيها بالتنبؤ، حتى لو تغير جزء صغير فقط من الإطار.
وقال: “كبشر، عندما نتخيل تطورات البيئة، لا يتعين علينا أن نتخيل القيمة الدقيقة لكل بكسل”. “لهذا السبب من المنطقي جدًا التفكير في التنبؤ بالمساحة الكامنة. فمن الأسهل التأكد من أنك تتعلم فقط الأشياء ذات الصلة بالمهمة وتتجاهل الأشياء التي لا علاقة لها بالمهمة.”
قام يان ليكون، الرئيس التنفيذي لشركة AMI Labs، بجمع أكثر من مليار دولار لبناء نماذج عالمية.
(حقوق الصورة: بلومبرج عبر غيتي إيماجز)
وأضاف يونزو لي أن الجانب الآخر هو أنه من الأسهل بكثير فهم ما يفعله النموذج الخاص بك إذا كانت تنبؤاته في شكل مرئي بدلاً من تمثيلات مجردة. وقال: “لديك قدرة أفضل على تصحيح أخطاء نظامك من خلال وجود شيء أكثر وضوحًا يسهل على الإنسان تفسيره”.
لكن مانلينج لي قال إن الأسئلة حول أفضل السبل لتمثيل البيانات في نموذج عالمي تعتبر ثانوية بالنسبة للمسألة الأكبر المتعلقة بمكان الحصول على تلك البيانات في المقام الأول. يمكن لصانعي LLM ببساطة أن يستخرجوا كل النص من الإنترنت للنماذج التأسيسية الأولية، ولكن غالبًا ما يتعين تنسيق الفيديو عالي الجودة والمسمى بالحركة بعناية شديدة. وأضافت أن ما هو أكثر من ذلك هو أن هذه البيانات يمكن أن تكون متفرقة جدًا، لأن عددًا صغيرًا فقط من البكسلات في الصورة قد يتغير استجابةً لإجراء ما.
قال مانلينج لي: “إذا كان لدي كاميرا فيديو تسجل ما أفعله حاليًا، فهو عمومًا مجرد حركة بسيطة جدًا في يدي؛ فالبيئة بأكملها لا تتغير حقًا”.
وهذا يؤدي إلى جدل كبير حول أفضل البنى للنماذج العالمية. تعتمد كل LLM تقريبًا اليوم على بنية المحولات، التي تتفوق في استيعاب كميات هائلة من البيانات بسرعة. لكن مانلينغ لي قال إن هذه النماذج تم ضبطها على بيانات لغوية كثيفة حيث تحمل كل كلمة بعض المعنى، وهي أقل ملاءمة لبيانات الفيديو المتفرقة. ونتيجة لذلك، يقوم الناس بتجربة مجموعة واسعة من البنى النموذجية، ولا يزال يتعين على هذا المجال أن يتوصل إلى وصفة مجربة وحقيقية.
تطور النماذج العالمية
أحد مجالات الجدل الكبير هو ما إذا كانت نماذج توليد الفيديو، مثل Sora من OpenAI، تعتبر نماذج عالمية. ممثلو OpenAI سابقًا ادعى إنه “محاكي العالم” واقترح أن هذا النوع من النماذج يمكن أن يكون طريقًا واعدًا نحو “محاكاة للأغراض العامة للعالم المادي”. ومع ذلك، قال يونزو لي إنه نظرًا لأن هذه النماذج يتم تدريبها على بيانات الفيديو الأولية دون أي تسميات إجراء، فلا يمكن اعتبارها نماذج عالمية حقيقية.
وقال: “إنه مشروط فقط ببعض المطالبات اللغوية الأولية ثم يتنبأ بالفيديو بأكمله”. “لذلك لا يمكنها التنبؤ بالمستقبل المخالف للواقع – على سبيل المثال، ماذا كان سيحدث لو قمت بتطبيق إجراء مختلف؟”
ولكن هناك أيضًا أسئلة حول ما إذا كان النهج الحالي للنمذجة العالمية يمكنه حقًا تحقيق أهدافه. يتم تدريب الغالبية العظمى من النماذج العالمية اليوم على أجزاء كبيرة من البيانات المعدة. في المقابل، يبني البشر والحيوانات نماذجهم العقلية للعالم من خلال التفاعل مع بيئتهم، مما يوفر ردود فعل مستمرة تتيح لهم تحسين فهمهم.
السيارات بدون سائق هي أحد أنواع الأجهزة التي تعمل بالذكاء الاصطناعي والتي يمكنها الاستفادة من النماذج العالمية الأكثر تطوراً.
(حقوق الصورة: هيذر ديهل عبر Getty Images)
وقال يونزو لي: “من أجل تعلم نماذج الكلمات الأكثر فعالية، من المحتمل جدًا أننا سنحتاج أيضًا إلى النموذج العالمي لإجراء تفاعلات مع البيئة والتعلم من تلك التفاعلات عبر الإنترنت”. ومع ذلك، يظل هذا هدفًا صعبًا، حيث أن تكنولوجيا الشبكات العصبية الحالية غير قادرة على هذا النوع من التعلم المستمر. وأضاف يونزو لي أنه بالإضافة إلى ذلك، فإن السماح للنموذج غير المكتمل بالتفاعل مع العالم الحقيقي يثير مخاوف كبيرة تتعلق بالسلامة.
ومع ذلك، فحتى النموذج العالمي الأكثر تواضعًا يمكن أن يثبت أنه لا يقدر بثمن بالنسبة لمجموعة من التطبيقات. ومن بين هذه المهام الأكثر وضوحًا مساعدة الروبوتات والمركبات ذاتية القيادة على التنقل والتخطيط لكيفية إكمال المهام. وقال مانلينج لي إنهم يمكنهم أيضًا العمل كجهاز محاكاة للأغراض العامة لمجموعة متنوعة من التطبيقات، اعتمادًا على البيانات التي تم تدريبهم عليها. يمكن أن تشمل أجهزة المحاكاة هذه محركات فيزيائية أكثر تقدمًا لألعاب الفيديو، أو توائم رقمية للمرضى يمكنها توجيه العلاج الطبي، أو حتى طرقًا جديدة لنمذجة الظواهر الفيزيائية مثل المناخ.
ومن الأهمية بمكان أن يكون هناك على الأرجح تنوع واسع في النماذج العالمية. وذلك لأن بيانات الحركة الحاسمة لبناء نموذج عالمي ترتبط بشكل أساسي بتجسيد مادي معين، مثل ذراع آلية أو إنسان أو طائرة بدون طيار. وقال يونزو لي إنه على المدى القصير على الأقل، يعني هذا أن النماذج العالمية سيتم تكييفها لتطبيقات محددة، على الرغم من أن العديد من العاملين في هذا المجال لديهم خطط أكثر طموحًا على المدى الطويل.
وقال: “يعمل الناس بجد للغاية ويأملون أنه مع ما يكفي من الحوسبة، ومع ما يكفي من البيانات، ومع ما يكفي من الخوارزميات، سيكون لدينا هذا النموذج العالمي الموحد الذي يعمل في جميع المجالات للعديد من التطبيقات المختلفة”.
مرتبط
اكتشاف المزيد من موقع مدسن medicine
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
