بيانات الألعاب لا نماذج اللغة الكبيرة: كيف ترى شركة General Intuition الناشئة الطريق إلى AGI

تعلن شركة General Intuition الناشئة، المدعومة باستثمارات من جيف بيزوس، عن نهج جديد في جوهره لبلوغ الذكاء الاصطناعي العام. وترى الشركة أن نماذج اللغة الكبيرة الحالية، من ChatGPT إلى Claude، تستنفد إمكاناتها على البيانات النصية، ولا تستطيع أن تطوّر قدرة الذكاء التعميمي بصورة كاملة من دون فهم الواقع الفيزيائي للمكان والزمان.

لماذا لا تكفي نماذج اللغة الكبيرة لبلوغ AGI

تُظهر النماذج النصية قدرات لافتة في معالجة اللغة: الإبداع والتحليل والاستدلال القائم على المعرفة. غير أنها تظل عمياء في جوهرها عن مجال حاسم واحد، هو فيزياء المكان والزمان. فهذه النماذج لا تملك فهمًا مدمجًا لكيفية حركة الأجسام، وتفاعلها تحت تأثير القوى، وتجاوبها مع قرب بعضها من بعض، وكيف تولّد الأسباب نتائجها في العالم المادي.

ويلزم هذا الفهم كي يتمكن نظام الذكاء الاصطناعي من تعميم معرفته إلى ما وراء المجال النصي وتطبيق المنطق في سياق مادي واقعي. أما البيانات النصية، حتى أوسع مجموعات النصوص الوصفية، فلا تغني عن خبرة مراقبة الحركة والسقوط وتصادم الأجسام وردّ فعلها على القوى.

بيانات الألعاب مفتاحًا للتفكير الفيزيائي

هنا تدخل ألعاب الفيديو إلى المشهد. ففي عوالم الألعاب جرت نمذجة جميع القوانين الفيزيائية وتسجيلها في البيانات: كيف تقفز الشخصية، وكيف يسقط الجسم، وكيف تتفاعل الأجسام عند التصادم، وكيف ينتشر الصوت، وكيف ينعكس الضوء عن الأسطح. وتحتوي مجموعات البيانات هذه، عالية التردد ومتعددة الأبعاد، على مليارات الأمثلة للسلوك المكاني الزماني، أي المعلومات التي لا تستطيع نماذج اللغة الكبيرة استخراجها من النص، ولا حتى من الفيديو غير المُوسَّم.

وترى General Intuition في بيانات الألعاب موردًا غير مستغل بالقدر الكافي لتدريب أنظمة الذكاء الاصطناعي على دمج المعرفة بالفيزياء والسببية والعلاقات المكانية. فإذا تدرّب النموذج على البيانات النصية وبيانات الألعاب معًا، مع دلالات صريحة للتفاعلات الفيزيائية، فقد يطوّر القدرة لا على وصف العالم بالكلمات فحسب، بل على التنبؤ ببنيته الفيزيائية ونمذجتها والاستدلال حولها، وعلى الاستنتاج السببي. وتعدّ الشركة ذلك خطوة حاسمة نحو ذكاء أكثر شمولًا وقدرة على التكيّف.

استثمار بيزوس وأهميته للقطاع

وجّه جيف بيزوس، المعروف بدعمه للأبحاث الطموحة والأساسية وبالمراهنات عالية المخاطر، استثماراته إلى General Intuition. ويشير ذلك إلى أن فرضية الشركة تلفت انتباه مستثمرين ذوي خبرة وشخصيات مؤثرة في مجتمع الذكاء الاصطناعي. غير أن تفاصيل جولة التمويل نفسها، من حجم الاستثمارات ومرحلة الشركة وبقية المستثمرين، لا تزال غير معروفة من المصادر العلنية.

ماذا يعني ذلك لمستقبل AGI

إذا كان تصور General Intuition صحيحًا، فإن تطوير AGI لا يتطلب مجرد توسيع النماذج النصية، بل نهجًا معماريًا مختلفًا جذريًا: تركيب المعرفة ودمجها من مصادر بيانات متعددة. وهذا ينقل اهتمام القطاع من سؤال «كيف نجعل نماذج اللغة الكبيرة أكبر؟» إلى أسئلة من قبيل: ما أنواع البيانات الأخرى الحاسمة للذكاء العام؟ وكيف ندمج الأنماط المختلفة (modalities) في نظام واحد بكفاءة أكبر؟ وما دور التعلم النشط عبر المحاكاة وبيئات الألعاب؟ ويزداد النقاش حول المكوّنات الأساسية لبلوغ AGI إلحاحًا وتنوّعًا من الناحية المفاهيمية.