مع دخول أدوات الذكاء الاصطناعي إلى الساحة بشكل واسع، ظهرت نماذج قادرة على توليد الصور، وإنشاء النصوص، وكتابة الأكواد، وأداء مهام مختلفة بكفاءة عالية. إلا أن ما غالبًا ما يُغفل هو الفجوة بين مستوى الكفاءة والخبرة الحقيقية، وهي تلك المهارة التي تستغرق سنوات لتطويرها ولا تزال محدود وجودها في المجالات الحيوية.
تزداد هذه الفجوة وضوحًا مع توسع استخدام أدوات الذكاء الاصطناعي في مجالات تتطلب مستوى عميقًا من التخصص، حيث يصبح مستوى الأداء السطحي غير كافٍ. فمثلاً، كتابة الكود قد تكون سهلة بشكل عام، لكن تحسينه على مستوى متخصص يتطلب خبرة واسعة ومعرفة دقيقة.
هل يمكن للذكاء الاصطناعي أن يصبح خبيرًا فعلاً؟
هذا هو السؤال الحقيقي، وفقًا للبروفيسور أمنون شاشوا، المدير التنفيذي والمؤسس المشارك لشركة doubleAI، الذي يركز على العمق والدقة بدلاً من القدرات العامة.
مفهوم الذكاء الاصطناعي الخبير (AEI) مقابل الذكاء الاصطناعي العام (AGI)
تسعى شركة doubleAI إلى تطوير ما يُعرف بـ “الذكاء الاصطناعي الخبير”، والذي يركز على تمثيل المعرفة المتخصصة بدلاً من بناء أنظمة عامة واسعة النطاق. الفكرة هنا تتعلق بكبح التقدم الذي يتباطأ بسبب نقص الخبراء في مختلف القطاعات.
يعمل الشريك المؤسس للشركة، غال بنيامي، وهو حاصل على دكتوراه في هندسة النظم والأداء، على حل هذه المشكلة بشكل مباشر. وتتمثل رؤية الشركة في “نسخ ولصق الخبرة في العالم”، وهو مفهوم يثير تساؤلات حول مدى إمكانية تطبيقه عمليًا.
اختبار تقنية WarpSpeed
تقوم الشركة باختبار منهجها من خلال نظام AI يُدعى WarpSpeed، مخصص لبرمجة تحسين أداء وحدات المعالجة الرسومية (GPU). هذا المجال يتسم بالتخصص الشديد، حيث أن التغييرات الصغيرة يمكن أن تؤدي إلى نتائج كبيرة، والخبراء في هذا المجال غالبًا ما يملكون سنوات من الخبرة.
عند مقارنته بأنظمة مثل Claude وCodex وGemini، تمكن نظام WarpSpeed من التعامل مع مهام معقدة لتحسين أداء GPU، متفوقًا على وكالات برمجة معروفة، وحقق نتائج ملموسة، منها تقليل تكاليف تشغيل الذكاء الاصطناعي بمعدل 3.6 أضعاف وأكثر.
الفرق بين AEI و AGI و MoE
- الذكاء الاصطناعي العام (AGI): هو محاولة لتعريف قدرات الذكاء الاصطناعي التي قد يمتلكها في المستقبل، ويُعرف بأنه الذكاء الذي يمتلك كامل قدرات الدماغ البشري.
- الذكاء الاصطناعي الخبير (AEI): يركز على التخصص والعمق، ويهدف إلى تحقيق أداء يفوق الإنسان في مجالات تقنية وعلمية دقيقة ومتخصصة.
- المزيج من الخبراء (MoE): هو بنية معمارية تستخدم في نماذج التعلم الآلي، وتتيح تقسيم المهام بين خبراء متخصصين، وأصبح شائعًا مؤخرًا.
لماذا نحتاج إلى AEI أكثر من AGI؟
نواجه حاليًا أزمة عالمية في نقص الخبراء المتخصصين، خاصة في مجالات الحوسبة عالية الأداء. على سبيل المثال، مع تزايد الحاجة إلى وحدات المعالجة الرسومية (GPU) في ظل النمو السريع للذكاء الاصطناعي، فإن الطلب يفوق العرض بشكل كبير.
كتابة برمجيات فعالة ودقيقة لكل نوع جديد من الهاردوير تعتبر مهمة صعبة جدًا، ويقتصر فيها الخبراء على بضع مئات حول العالم.
هنا يأتي دور AEI، الذي يمكن أن يساهم في حل هذه الأزمة من خلال تمكين أنظمة ذكاء اصطناعي متخصصة تعمل بكفاءة عالية.
كيف نجح نظام WarpSpeed في التفوق على المنافسين؟
نجاح WarpSpeed يرجع بشكل رئيسي إلى توازنه بين البحث الخوارزمي العميق والتحقق القوي من النتائج. في عالم البرمجيات، كل قاعدة كود فريدة، لذلك الاعتماد على أنماط بسيطة أو مطابقة سطحية لن يكون كافيًا.
الذكاء الاصطناعي يملك القدرة على استكشاف وتحليل وتحسين بشكل لا يمل، لكن هناك مخاطر مثل “اختراق المكافأة”، حيث يحقق النظام هدفًا معينًا بطريقة غير متوقعة أو غير صحيحة.
ولهذا، يُعد التحقق القوي من النتائج أمرًا حاسمًا. عند تفعيل التحقق بشكل صحيح، يتحول ذكاء النظام إلى قوة خارقة، أما بدون ذلك، فإن النتائج تكون غير موثوقة على نطاق واسع.
دور البشر في عصر AEI
لا أحد يمكنه التنبؤ بشكل دقيق بمستقبل الذكاء الاصطناعي، لكنه يشبه إلى حد كبير العلاقة بين خبراء الشطرنج ومحركات الشطرنج.
حاليًا، نعيش في “عصر ذهبي” حيث يرفع الذكاء الاصطناعي من مستوى الخبراء، ويجعلهم أكثر فاعلية.
لكن السؤال المفتوح هو ما إذا كانت هذه الديناميكية ستستمر، أم ستتغير مع تطور الأنظمة.
حاليًا، يمكن للذكاء الاصطناعي أن يسرع بشكل مذهل من قدرات الخبراء، وهو أمر لا يصدق.
تصور “تحميل المهارات” وأوجه التشابه مع “ماتريكس”
يشبه مفهوم AEI إلى حد كبير مشهد “تحميل المهارات” في فيلم “ماتريكس”، حيث يُمكن للآلة أن تزوّد الإنسان بمعرفة وخبرة عالية بسرعة.
لكن العملية ليست مجرد تنزيل، بل تتطلب بيئة تدريب مناسبة وشريك تدريب، كما أن نظام WarpSpeed يُعتبر “الوحيد” الذي يمكن أن يحقق هذا الهدف.
ختامًا،
يمثل تطوير AEI نقلة نوعية في مجال الذكاء الاصطناعي، حيث يركز على التخصص والعمق بدلاً من القدرات العامة، وهو ما قد يغير قواعد اللعبة في مجالات التقنية، ويُمكن من حل أزمات نقص الخبرة، وفتح آفاق جديدة للابتكار.