ملخص المحتوى الرئيسي
RSI (Recursive Superintelligence) هي مختبر جديد تأسسته 8 من كبار باحثي الذكاء الاصطناعي، بقيادة تانغ يواندونغ، الذي كان مديرًا سابقًا لمشروع FAIR في شركة Meta، بتقييم يبلغ 4.65 مليار دولار أمريكي، وقد حصلت على جولة تمويل أولى قدرها 650 مليون دولار أمريكي. يركز المختبر على "التحسين الذاتي التكراري للذكاء الاصطناعي"، أي تمكين الذكاء الاصطناعي من تحسين نفسه بشكل مستقل وإكمال المهام البحثية لتسريع اكتشاف المعرفة. يتناول المقال مسار التقني لـ RSI ومزايا الفريق والمنافسة في الصناعة وتأثير ذلك على فرص العمل. استخدم تانغ يواندونغ مثالًا بـ "السمكة التي تقفز فوق حفرة جافة" لشرح أزمات المهن في عصر الذكاء الاصطناعي، مؤكدًا على ضرورة أن يجد الأفراد قيمتهم الفريدة بدلاً من أن يكونوا مجرد أجزاء من نظام أكبر.
ماذا يفعل RSI بالضبط؟ - تطور الذكاء الاصطناعي بشكل مستقل، بدون تدخل بشري
جوهر RSI هو "التحسين الذاتي التكراري"، وببساطة يعني ذلك استخدام الذكاء الاصطناعي ليحل محل البشر في المهام المتكررة في الأبحاث (مثل إيجاد الأفكار وتصميم التجارب وتحسين النماذج)، بل وحتى اكتشاف معرفة جديدة بنفسه. على سبيل المثال، في حين يحتاج البشر إلى الأكل والنوم أثناء القيام بأبحاث الذكاء الاصطناعي، يمكن للذكاء الاصطناعي العمل على مدار 24 ساعة، مساعدة البشر في المهام المعقدة أولاً ثم تعلم كيفية اكتشاف رؤى جديدة بشكل مستقل. الهدف النهائي هو "تحقيق أقصى معدل لاكتشاف المعرفة"، حيث يمكن استخدام الموارد الحاسوبية لإنتاج أفكار ونتائج جديدة تسريعًا.
لماذا يرغب رأس المال في المخاطرة؟ - فريق من 8 خبراء في الذكاء الاصطناعي أكثر موثوقية من العمل بشكل فردي
تمكن RSI من جمع تمويل قدره 650 مليون دولار، والسبب الرئيسي هو الفريق المكون من 8 مؤسسين بارزين في مجال الذكاء الاصطناعي:
- ريتشارد سوخر (Richard Socher): مؤسس MetaMind وكبير العلماء السابق في Salesforce، يفهم كل من الأعمال والتكنولوجيا؛
- تيم روكتشيل (Tim Rocktäschel): باحث سابق في Meta/DeepMind متخصص في التعلم العميق، لعب دورًا حاسمًا في جمع التمويل؛
- جيف كلون (Jeff Clune): يعمل في أبحاث الذكاء الاصطناعي المستقل منذ 10 سنوات، ونشر أوراقًا بحثية في مجلة Nature؛
- تانغ يواندونغ نفسه: كان مديرًا سابقًا لمشروع FAIR في Meta، يجمع بين المعرفة في النمذجة والهندسة.
يرى رأس المال أن تطورات الذكاء الاصطناعي سريعة جدًا وقد تتغير مسارات المنتجات في أي وقت، لكن هذا الفريق قادر على الاستجابة بسرعة والتعاون بكفاءة. بالإضافة إلى ذلك، فهم مؤسسون مشاركون، مما يزيد من دافعهم.
هل تطور الذكاء الاصطناعي بشكل مستقل آمن؟ - القابلية للتفسير هي "الفرامل"
أكبر مخاوف من تطور الذكاء الاصطناعي بشكل مستقل هو فقدان السيطرة (مثل إنشاء نموذج لا يمكن للبشر التحكم فيه). يؤكد تانغ يواندونغ أن القابلية للتفسير مهمة جدًا:
1. من الناحية الأمنية: يجب أن نفهم كيف يفكر الذكاء الاصطناعي، فإذا قام بتغيير في الكود، يجب أن نكون قادرين على فهم المنطق وتحديد ما إذا كان هناك أي مخاطر؛
2. من الناحية الكفاءة: يمكن من خلال القابلية للتفسير تقييم جودة النموذج مسبقًا أثناء التدريب، دون الانتظار حتى يتم تشغيل آلاف وحدات المعالجة المركزية لمعرفة النتائج، مما يوفر التكاليف.
يستخدمون البشر كـ "حكام" في البداية (حتى يصبح الذكاء الاصطناعي قويًا بما فيه الكفاية لتقييم نفسه)، وفي المستقبل سيستخدمون الذكاء الاصطناعي للتحقق من صحة بعضهم البعض لضمان تطوره ضمن "حدود آمنة".
ما الفرق بين RSI والشركات الكبرى؟
تركز الشركات الكبرى (مثل OpenAI وAnthropic وDeepMind) حاليًا على تطوير "الكائنات الذكية للبرمجة"، لكن RSI يسلك طريقًا أطول الأمد لتطوير الذكاء الاصطناعي بشكل مستقل:
- التركيز: تحتاج الشركات الكبرى إلى التركيز على عدة اتجاهات في نفس الوقت، مما يؤدي إلى تشتت الموارد؛ بينما يستثمر RSI كل أمواله وأفراده في "التحسين الذاتي التكراري"، مما يجعله أكثر تركيزًا؛
- المرونة: تتخذ الشركات الكبرى قرارات ببطء، بينما يمكن للفرق الصغيرة التجربة وإجراء التعديلات بسرعة. على سبيل المثال، تستخدم DeepMind نموذج AlphaEvolve لتحسين الكود باستخدام الذكاء الاصطناعي، بينما يهدف RSI إلى تحسين الذكاء الاصطناعي بشكل أكثر شمولية؛
- كفاءة التكلفة: تعتمد الشركات الكبرى على زيادة قوة المعالجة (مثل استخدام 10 أضعاف الموارد)، بينما يسعى RSI إلى إيجاد طرق أكثر ذكاءً دون الاعتماد فقط على المال.
كيف نعيش في عصر الذكاء الاصطناعي؟ - لا تكن سمكة في حفرة جافة، بل كن "كائنًا ذو أبعاد أربعة"
استخدم تانغ يواندونغ مثالًا صارخًا: عمليات التسريح في الشركات الكبرى مثل حفرة جافة؛ السمكة قد تقفز ذهابًا وإيابًا لكن لا يوجد ماء، لذا يجب أن تتحول إلى "كائن ذو أبعاد أربعة" للبقاء على قيد الحياة. هذا يعني:
- أصبح الذكاء الاصطناعي قادرًا على أداء مهام المهندسين من المستوى 4 إلى 5 (مثل المهندسين الجدد أو ذوي الخبرة)؛
- يجب أن نتكيف مع تطورات الذكاء الاصطناعي ونستغل إمكانياته لتحسين حياتنا.
يرى تانغ يواندونغ أن على البشر التعامل مع تطورات الذكاء الاصطناعي بحذر وفهم، واستغلال إمكانياته لتحسين حياتهم ومجتمعاتهم.