التحدي الكبير التالي لـ OpenAI
أعلنت OpenAI عن طموح بحثي شامل جديد: بناء ما يسمى باحث ذكاء اصطناعي - نظام مؤتمت بالكامل قائم على الوكلاء قادر على معالجة المشاكل العلمية الكبيرة والمعقدة بشكل مستقل. في مقابلة حصرية مع MIT Technology Review، وصف كبير العلماء Jakub Pachocki المبادرة بأنها نجم OpenAI الشمالي للسنوات القادمة، مما يمثل تقاربا لعمل الشركة على نماذج التفكير والوكلاء البرمجيين والقابلية للتفسير في هدف موحد طويل الأجل.
الجدول الزمني ملموس وقصير الأجل بطرق تميز هذا الإعلان عن وعود AGI الأكثر انتشارا التي تاجرت بها الصناعة لسنوات. تخطط OpenAI لبناء متدرب بحث ذكاء اصطناعي مستقل - نظام قادر على العمل بشكل مستقل على مشاكل بحث محددة لأيام في المرة - بحلول سبتمبر 2026. نظام باحث ذكاء اصطناعي متعدد الوكلاء الكامل، القادر على معالجة المشاكل الكبيرة جدا أو المعقدة جدا بحيث لا يستطيع الإنسان إدارتها، يستهدف ظهورا في عام 2028.
Codex كخطة العمل
أشار Pachocki إلى وكيل Codex الموجود في OpenAI كدليل إثبات وكنموذج أولي مبكر للرؤية الأكثر طموحا لباحث ذكاء اصطناعي. Codex، التي أطلقتها OpenAI في يناير، هي نظام برمجة قائم على الوكلاء يمكنه بشكل مستقل إنشاء وتشغيل وتصحيح الأخطاء في الكود لإكمال مهام البرمجة المعقدة. تم تبنيها على نطاق واسع داخل OpenAI نفسها، حيث أشار Pachocki إلى أن معظم الموظفين التقنيين في الشركة الآن يستخدمون Codex كجزء أساسي من سير عملهم.
القفزة الفلسفية التي يقوم بها Pachocki هي أنه إذا كان نظام ذكاء اصطناعي قادرا على حل مشاكل البرمجة المعقدة بشكل مستقل - وهو يتطلب تفكيرا إبداعيا وتحليل المهام الكبيرة إلى مهام فرعية وتتبع الحالة المعقدة على مدى جلسات العمل الطويلة وتصحيح الأخطاء - فيمكن توسيع نفس معمارية القدرة إلى حل المشاكل العلمية في مجالات مثل البيولوجيا والكيمياء والفيزياء والرياضيات.
وظائفنا الآن مختلفة تماما عما كانت عليه قبل سنة واحدة. لا أحد يحرر الكود طوال الوقت بعد الآن. بدلا من ذلك، تدير مجموعة من وكلاء Codex، قال Pachocki لـ MIT Technology Review. الرؤية هي أن نفس علاقة الإدارة - الإنسان يوجه، ذكاء اصطناعي ينفذ - يمكن في النهاية أن ينطبق على البحث نفسه، مع وكلاء ذكاء اصطناعي يسعى إليها العلماء بشكل مستقل الفرضيات التجريبية وتراجع الأدب وتصميم التحليلات وإنشاء النتائج.
لماذا الآن: اختراق نموذج التفكير
يتجذر الطموح المتجدد للقدرة البحثية المستقلة في ظهور ما يسمى نماذج التفكير - أنظمة ذكاء اصطناعي مدربة ليس فقط على إنتاج النتائج بل على العمل من خلال المشاكل خطوة بخطوة، والتراجع عندما تصل إلى طرق مسدودة. جعلت نماذج التفكير أنظمة ذكاء اصطناعي أفضل نوعيا في العمل المستقل الممتد: يمكنهم الحفاظ على السياق المتماسك على مدى جلسات حل المشاكل الأطول والقبض على أخطائهم الخاصة وتصحيحها بطرق لم تستطع نماذج اللغة السابقة.
كانت OpenAI أيضا تغذي خطوط أنابيب التدريب الخاصة بها مع أمثلة المهام المعقدة - الألغاز الصعبة من منافسات الرياضيات والبرمجة - التي تتطلب من النماذج أن تتعلم كيفية إدارة السياقات الكبيرة جدا وتحليل المشاكل إلى مهام فرعية والحفاظ على التفكير الفعال على مدى فترات طويلة. يعتقد Pachocki أن هذا النهج التدريبي، مقترنا بتحسينات القدرة العامة بين أجيال النموذج المتتالية، جلب الشركة إلى الحد الذي تكون فيه البحوث المستقلة قابلة للتحقق ضمن مسار التطور الحالي.
قدمت النتائج الحديثة لتفاؤل Pachocki بعض الأساس التجريبي. استخدم باحثو OpenAI GPT-5، النموذج الذي يقوي Codex، لاكتشاف حلول جديدة لمشاكل الرياضيات التي لم يتم حلها مسبقا والتقدم على ألغاز محددة في البيولوجيا والفيزياء - إنجازات، على الرغم من أنها محدودة النطاق، تثبت أن النموذج يمكنه أن ينتج مساهمات علمية حقيقية جديدة بدلا من مجرد ملخص المعرفة الموجودة.
مشكلة الأمان على الحدود
لم يتهرب Pachocki من المخاطر الكامنة في الرؤية التي يسعى إليها. يمثل باحث ذكاء اصطناعي مستقل تماما يعمل مع إشراف بشري ضئيل نوعا جديدا من قدرة الذكاء الاصطناعي - قدرة قد تولد رؤى علمية في مجالات مثل البيولوجيا الاصطناعية أو المواد المتقدمة حيث قد تكون النتائج أسلحة أو تساء الاستخدام. المراقبة سلسلة الفكر، حيث تصبح عمليات التفكير في نظم الذكاء الاصطناعي قابلة للفحص، هي نهج السلامة الأساسي الذي حددها Pachocki، لكنه اعترف بأنها غير كاملة.
هناك أسئلة صعبة حول المكان الذي يجب رسم الخطوط، قال Pachocki لـ MIT Technology Review. أعتقد أن الحكومات، وليس فقط OpenAI، ستحتاج إلى معرفة مكان تلك الخطوط. الاعتراف بأن الحوكمة الخارجية ستكون ضرورية مهم، مما يعكس اعترافا أوسع نطاقا من الصناعة بأن حدود قدرة البحث المستقل تتطلب أطر تنظيمية لا تزال غير موجودة.
السياق التنافسي والآثار الصناعية
يأتي إعلان OpenAI حيث تواجه الشركة منافسة مكثفة من Anthropic و Google DeepMind على جبهات متعددة. حققت Anthropic تقدما كبيرا في نشر ذكاء اصطناعي الشركات، و DeepMind تستمر في إنتاج بحث ذكاء اصطناعي علمي مؤثر من خلال برامج مثل AlphaFold. يعتبر باحث ذكاء اصطناعي مستقل كتحدي تالي محدد لـ OpenAI جزئيا استراتيجية تنافسية - وضع مطالبة بأكثر الحدود قدرة طموحة وعواقب قبل أن يتمكن المنافسون من تعريف الفضاء.
بالنسبة للمجتمع العلمي الأوسع، فإن احتمالية أنظمة ذكاء اصطناعي يمكنها المضي قدما بشكل مستقل في البحث يثير أسئلة عميقة حول مستقبل العمل العلمي وقواعد النشر وملكية المعرفة وتخصيص الائتمان للاكتشافات. إذا اكتشف وكيل ذكاء اصطناعي بشكل مستقل برهان رياضي جديد أو تحديد هدف علاجي جديد، فستحتاج النظم البيئية للنشر الأكاديمي وتمويل المنح والهندسة البحثية المبنية حول الإنجاز العلمي البشري إلى إعادة النظر الموضوعية. الجدول الزمني 2028 من OpenAI يشير إلى أن هذه الأسئلة قد تحتاج إلى إجابات أقرب مما كانت تستعد له أجزاء كثيرة من المجتمع العلمي.
هذه المقالة مبنية على تقارير MIT Technology Review. اقرأ المقالة الأصلية.
Originally published on technologyreview.com