ملخص المحتوى الأساسي
كانت هذه مناقشة دائرية في الصناعة شارك فيها علماء شباب من الطلاب المتميزين في مجال الذكاء الاصطناعي من عدة جامعات في هونغ كونغ. لم تركز المناقشة على الترويج لمفاهيم غامضة أو الهالة الإعلامية، بل ركزت بشكل كامل على تحليل نقاط الضعف في تطبيق “النماذج العالمية” (World Models)، والتي أصبحت شائعة حاليًا لكن تعريفها غير واضح للغاية. تم تصحيح العديد من المفاهيم الخاطئة، مثل اعتقاد الكثيرين بأن قدرة الذكاء الاصطناعي على إنتاج مقاطع فيديو تعني بالضرورة وجود نموذج عالمي، كما تم تفنيد الأوهام الشائعة حول أنه يمكن تدريب روبوتات عامة من خلال مراجعة مقاطع الفيديو على الإنترنت أو أن روبوتات مشابهة لـ ChatGPT ستظهر قريبًا. كما تم طرح حقائق مثل أن مفهوم “مليون ساعة من التدريب” المستخدم في الصناعة غالبًا ما يكون مجرد رقم دعائي غير فعال. وقد توصل العلماء إلى استنتاج مفاده أن مسار تطوير النماذج العالمية لم يتحدد بعد، وأن هذا المجال ليس حكرًا على الشركات الكبيرة فقط؛ فالفرق الصغيرة ورواد الأعمال لا يزال لديهم فرص كبيرة للنجاح من خلال التركيز على سيناريوهات محددة.
---
تفسير بسيط للنقاط الرئيسية
1. 99% من ما يُعرف بـ “النماذج العالمية” في السوق حاليًا غير متقنة
يعتقد الكثيرون أن قدرة الذكاء الاصطناعي على إنتاج مقاطع فيديو متسقة، مثل فيديو لقطة قط تقوم بإسقاط كوب ماء، تعني وجود نموذج عالمي، لكن هذا خطأ كبير. في الواقع، تقنيات إنتاج الفيديو بواسطة الذكاء الاصطناعي تقوم فقط بتجميع البكسلات بطريقة تبدو مألوفة للعين البشرية، دون فهم حقيقي للعواقب المحتملة (مثل تحطم الكوب أو تسرب الماء أو عدم رؤيته بسبب عائق). النموذج العالمي الحقيقي يجب أن يكون قادرًا على فهم قوانين العالم الحقيقي والتنبؤ بالنتائج بدقة، حتى في ظروف غير متوقعة. الفرق التي تعمل على إنتاج الفيديو أو الروبوتات لا تزال تستخدم مفاهيم خاطئة ولا تسلك الطريق الصحيح لتطوير هذه التقنيات.
2. لا يمكن تدريب روبوتات عامة من خلال مراجعة مقاطع الفيديو
كان هناك اعتقاد سابق بأن ChatGPT أصبح نموذجًا عالميًا عامًا بعد مراجعة جميع النصوص على الإنترنت، لكن هذا غير ممكن. مقاطع الفيديو على الإنترنت تعرض عادةً لحالات نجاح مثالية، بينما الروبوتات بحاجة إلى تعلم من حالات الفشل لفهم القيود الواقعية. بالإضافة إلى ذلك، فإن مهارات البشر في الأنشطة اليومية (مثل الطهي أو القفز) لا يمكن نقلها ببساطة إلى الروبوتات، لأن حركاتهم مختلفة تمامًا عن حركات الروبوتات.
3. لا توجد “لحظة الذكاء الاصطناعي الجسدي” بعد
تقوم العديد من الشركات بنشر عروض توضيحية لقدرات روبوتاتها على تنفيذ أوامر معينة، لكن هذا لا يعتبر تطورًا حقيقيًا. الذكاء الاصطناعي الحقيقي يجب أن يكون قادرًا على التكيف مع مواقف غير مألوفة، وهذا لم يتحقق بعد. تطوير الروبوتات يجب أن يبدأ أولاً في بيئات محددة (مثل المصانع) قبل أن يتم تطبيقها في المنازل.
4. “مليون ساعة من التدريب” رقم دعائي غير فعال
تستخدم الشركات هذا الرقم للترويج لقدرات روبوتاتها، لكنه لا يعكس مدى تعلمها الفعلي. على سبيل المثال، روبوت التنظيف الذي يدور في نفس المسار يوميًا لا يكتسب الكثير من المعرفة، بينما يمكن لروبوت يتعلم من حالات فعلية (مثل إسقاط كوب ومحاولة إصلاحه) أن يكتسب معلومات أكثر فائدة.
5. النماذج العالمية القادرة ستكون قادرة على التكيف مع أنواع مختلفة من الأجسام
النماذج العالمية الناجحة يجب أن تكون قادرة على التكيف مع أجسام مختلفة دون الحاجة إلى تعديلات كبيرة في البرمجيات، مما يقلل من تكاليف تطويرها واستخدامها.