ميتا تسرع نحو الذكاء الخارق: بيئة التعلم المعزز ونمو الحوسبة غير المسبوق

تستثمر Meta في تطوير الذكاء الفائق من خلال شراكة مع شركة ناشئة في بيئة RL ونمو غير مسبوق في القوة الحاسوبية. وفقاً لتقييم محللي SemiAnalysis، هذا هو أكثر زيادة في الحوسبة عدوانية في تاريخ الصناعة، والشركة تلعب بوضوح لعبة طويلة الأجل للذكاء الاصطناعي العام.

بيئة RL: المفتاح إلى AGI

دعمت Meta أو استحوذت على شركة ناشئة طورت بيئة تعلم تعزيزية—وهي مساحة حيث يتعلم وكلاء الذكاء الاصطناعي من خلال التجربة والخطأ، مثل إنسان يتعلم ركوب الدراجة أو لعب لعبة فيديو. يختلف هذا عن نماذج اللغة الكبيرة التقليدية التي نعرفها، والتي تتنبأ ببساطة برمز النص التالي.

لماذا يهم هذا؟ لأن الذكاء الفائق لا يمكن تحقيقه من خلال رموز النص وحدها. يجب أن يتفاعل الوكيل مع البيئة، ويتلقى ردود فعل، ويجرب استراتيجيات مختلفة. بيئات RL هي بالضبط ما هو مطلوب لمثل هذا التعلم.

توسيع نطاق بيئات RL هو أحد أصعب التحديات الهندسية في الذكاء الاصطناعي. استثمرت Meta بوضوح في هذه الشركة الناشئة لأنها ترى فيها مكوناً حاسماً من معمارية superintelligence المستقبلية.

القفزة الحاسوبية: مقياس بدون سابقة

تقوم Meta بتوسيع نطاق القوة الحاسوبية بعدوانية شديدة لدرجة أن SemiAnalysis، المعتاد على التطور السريع للصناعة، يسميها ظاهرة. يتم نشر البنية الأساسية على مقياس جغرافي يتجاوز 2000 كيلومتر—أكثر من المسافة من موسكو إلى فلاديفوستوك.

مثل هذا المقياس يعني التدريب الموزع: يجب على مجموعات GPU المتناثرة عبر مناطق مختلفة وحتى دول أن تتزامن في الوقت الفعلي. هذا يتطلب حل المشاكل الكلاسيكية:

• كمون الشبكة بين العقد
• اتساق البيانات أثناء فشل العقد
• تحسين عرض النطاق الترددي
• التبريد والإمداد بالكهرباء بهذا المقياس

يجب على مهندسي Meta أيضاً إعادة التفكير في معمارية النموذج نفسه لجعله مرناً أمام تأخير الشبكة. هذا ليس مجرد توسيع نطاق—إنه مستوى جديد نوعياً من تعقيد البنية الأساسية.

ما يقوله الخبراء

تلاحظ SemiAnalysis أن هذه الحركة تشير إلى المختبرات الأخرى: سباق الذكاء الفائق ليس فقط عن الخوارزميات والبيانات، بل عن القوة الحاسوبية. أولئك الذين لا يستطيعون توسيع نطاق الحوسبة بعدوانية مثل Meta يخاطرون بالتخلف سنوات.

تقدم المقالة أيضاً نصيحة لـ Google DeepMind، الذي يأخذ بيئات RL حالياً بجدية أقل: قد يكون هذا خطأ استراتيجياً. جلب Google DeepMind ذات مرة AlphaGo إلى العالم—وهو وكيل RL لعب الـ Go أفضل من أبطال العالم. لكن في السنوات الأخيرة، تحول تركيز DeepMind إلى نماذج لغوية كبيرة. إذا فاتت Google موجة توسيع نطاق RL، فقد تخسر السباق نحو AGI.

ماذا يعني هذا

قد تتبين نماذج اللغة الكبيرة القائمة على النصوص أنها مرحلة انتقالية وليست معمارية AGI النهائية. تراهن Meta على أن المستقبل يخص وكلاء RL الذين يتعلمون التفاعل مع العالم الحقيقي (أو المحاكي). هذا يتطلب حوسبة ضخمة، لكن المكافأة المحتملة—AGI—تبرر الاستثمار.

الرسالة إلى بقية الصناعة واضحة: إذا كنت جاداً بشأن AGI، فإن الحوسبة ليست مصدر قلق جانبي بل مركز التطوير. وصلت Meta بالفعل إلى هذه النقطة من الوعي وتتصرف وفقاً لذلك.

*تم الاعتراف بـ Meta كمنظمة متطرفة وحظرها في الاتحاد الروسي.