التحسين الذاتي المتكرر (RSI) أصبح الهدف الجديد لمختبرات الذكاء الاصطناعي، لكن تعريفه يبقى غامضاً
مختبرات الذكاء الاصطناعي الجديدة تركز الآن على التحسين الذاتي المتكرر (RSI) - القدرة على تحسين نفسها دون تدخل بشري - بدلاً من التركيز على AGI التقليدي. إلا…
معالج بواسطة الذكاء الاصطناعي من TechCrunch؛ بتحرير Hamidun News
التحسين الذاتي المتكرر يزيح بسرعة AGI من جدول أعمال مختبرات الذكاء الاصطناعي. المفهوم يبقى غامضاً وبعيد المنال مثل سابقه تماماً.
ما هو RSI؟
RSI (التحسين الذاتي المتكرر) هو القدرة الافتراضية لنظام ذكاء اصطناعي على تحليل وتحسين أكواده الخاصة دون تدخل بشري. يصبح النظام أقوى وأكثر قدرة، حتى يصل إلى نقطة لا يستطيع البشر فيها السيطرة عليه أو فهم ما حدث بالضبط. في النظرية، هذا يبدو بسيطاً ومنطقياً: التحسين يعني العمل بشكل أسرع وأدق وأكثر فعالية وموثوقية. لكن في الممارسة العملية، يثبت أنه من الصعب جداً تحديد ما إذا كان النظام قد تحسن فعلاً أم أنه يشعر فقط بثقة أكبر في قدراته. كيف نميز التقدم الحقيقي عن وهم التطور؟ من يتحقق من ذلك؟
لماذا يحل RSI محل AGI؟
قبل سنوات قليلة، بدا AGI كنهاية حتمية لتطور الذكاء الاصطناعي. الذكاء الاصطناعي العام - يشبه الإنسان وعام، قادر على حل أي مهمة على مستوى الإنسان أو أفضل. لكن التعريف كان واضحاً جداً وبعيد المنال، مثل الأفق. عقد تلو عقد، ابتعد AGI أكثر فأكثر إلى المستقبل.
يقدم RSI طريقاً مختلفاً. لا داعي للانتظار من أجل AGI - يكفي أن يتعلم النظام تحسين نفسه بشكل مستقل. هذا هدف وسيط يبدو في نفس الوقت أكثر واقعية وأكثر قلقاً للمستثمرين والسياسيين. مزايا RSI واضحة:
- هدف وسيط أكثر واقعية من AGI
- من الأسهل إقناع المستثمرين بجدوى المشروع
- لا يتطلب الانتظار لعقود إضافية
- يمكن البدء بخطوات صغيرة من التحسين الذاتي الآن
- يبدو أقل تهديداً من AGI
هذا هو السبب في أن حتى المختبرات المحافظة تحولت إلى RSI في خططها طويلة الأمد وفي بياناتها العامة.
مشكلة التعريف (التي لا يحلها أحد)
يبدو أن كل شيء بسيط وواضح. لكن المشاكل تبدأ هنا. أحد الباحثين يتحدث عن التحسين الذاتي من خلال تحسين أوزان الشبكة العصبية. آخر يقصد إصلاح الأكواد التلقائي وتصحيح الأخطاء. ثالث يتحدث عن إعادة هيكلة معمارية النموذج بالكامل. رابع يتحدث ببساطة عن أن النظام يصبح أفضل في مهمته الأساسية. كل واحد منهم محق، لكن كل واحد يتحدث عن أشياء مختلفة تماماً. ومع ذلك، يسميها الجميع باسم واحد: RSI.
"كل شخص يفهم RSI بطريقة مختلفة. هذا هو بالضبط ما حدث مع AGI قبل عشر
سنوات - خطر وجودي من شيء لا أحد يستطيع تعريفه."
عندما يكون التعريف غامضاً، يصبح من المستحيل وضع أهداف محددة وقياس التقدم أو حتى تقييم الخطر الفعلي. تتحدث المختبرات عن RSI كما لو كان هدفاً واحداً ونقطة نهاية واحدة، في الواقع يتعلق الأمر بعشرة مشاريع مختلفة تطلق عليها اسماً واحداً.
ماذا يعني هذا؟
RSI ليست خطة شريرة أو مؤامرة، بل هي اعتراف صريح بأن مختبرات الذكاء الاصطناعي تحتاج إلى علامة وسيطة بين LLM الحالية والـ AGI الفلسفية. التاريخ يكرر نفسه: عندما يصبح هدف غامض واحد (AGI) غير قابل للتحقيق، يولد آخر (RSI). السؤال يبقى كما هو: كيف نقيس ما لم يتم تعريفه؟ كيف نقيم المخاطر من شيء قد يعني أي إجراء؟ في الوقت الحالي، لا توجد إجابة أفضل على هذا السؤال. وفي الوقت الذي تتحدث فيه المختبرات عن RSI، كما لو كانت مشكلة تم حلها بالفعل.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.