Meta تتسارع نحو superintelligence: بيئة RL ونمو غير مسبوق في القدرات الحاسوبية

تستثمر Meta في تطوير superintelligence عبر شراكة مع شركة ناشئة تملك بيئة RL، وعبر زيادة غير مسبوقة في القدرات الحاسوبية. وبحسب تقدير محللي SemiAnalysis، فإن هذا أكثر compute ramp عدوانية في تاريخ الصناعة، وإن الشركة تلعب بوضوح لعبة طويلة الأمد في سباق الذكاء الاصطناعي العام.

بيئة RL: مفتاح AGI

تدعم Meta شركة ناشئة طورت بيئة reinforcement learning، أو استحوذت عليها. وهذه البيئة هي فضاء يتعلم فيه وكلاء الذكاء الاصطناعي بالتجربة والخطأ، كما يتعلم الإنسان ركوب الدراجة أو لعب لعبة فيديو. وهذا يختلف عن نماذج LLM المألوفة لنا، التي تكتفي بالتنبؤ بالرمز (token) النصي التالي.

ولماذا يهم ذلك؟ لأن superintelligence، على الأرجح، لا يمكن بلوغها عبر الرموز النصية. فعلى الوكيل أن يتفاعل مع البيئة، ويتلقى التغذية الراجعة، ويجرب استراتيجيات مختلفة. وبيئات RL هي بالضبط ما يلزم لهذا النوع من التدريب.

ويُعد توسيع نطاق بيئات RL من أصعب المهام الهندسية في مجال الذكاء الاصطناعي. ومن الواضح أن Meta استثمرت في هذه الشركة الناشئة لأنها ترى فيها مكونًا حاسمًا في البنية المستقبلية لـ superintelligence.

القفزة الحاسوبية: نطاق غير مسبوق

تزيد Meta قدراتها الحاسوبية بوتيرة عدوانية إلى حد أن SemiAnalysis، المعتادة على التطور السريع للصناعة، تصفها بالظاهرة. فالبنية التحتية تُنشر على نطاق جغرافي يتجاوز 2000 كم، وهو أكبر من المسافة بين موسكو وفلاديفوستوك.

ويفترض هذا النطاق تدريبًا موزعًا: إذ يجب أن تتزامن عناقيد GPU المنتشرة في مناطق مختلفة، وحتى في دول مختلفة، في الوقت الفعلي. وهذا يتطلب حل مشكلات كلاسيكية:

• زمن تأخر الشبكة بين العقد
• اتساق البيانات عند تعطل العقد
• تحسين عرض النطاق الترددي
• التبريد والتزود بالكهرباء على هذا النطاق

وعلى مهندسي Meta كذلك إعادة التفكير في بنية النماذج نفسها لتكون مقاومة لتأخيرات الشبكة. وهذا ليس مجرد توسيع للنطاق، بل مستوى جديد نوعيًا من التعقيد في البنية التحتية.

ماذا يقول الخبراء

تشير SemiAnalysis إلى أن هذه الخطوة ترسل إشارة إلى المختبرات الأخرى: السباق نحو superintelligence لا يدور حول الخوارزميات والبيانات فحسب، بل حول القدرات الحاسوبية أيضًا. أما من لن يستطيع توسيع الحوسبة بالوتيرة العدوانية نفسها، فقد يتخلف عن Meta بسنوات.

وتتضمن المقالة أيضًا نصيحة موجهة إلى Google DeepMind، التي لا تزال تتعامل مع بيئات RL بجدية أقل: فقد يكون ذلك خطأ استراتيجيًا. فقد قدمت Google DeepMind يومًا للعالم AlphaGo، وهو وكيل RL تفوق في لعبة غو على أبطال العالم. لكن تركيز DeepMind في السنوات الأخيرة انتقل إلى النماذج اللغوية الكبيرة. وإذا فوتت Google موجة توسيع نطاق RL، فقد تخسر سباق AGI.

ماذا يعني ذلك

قد تتحول نماذج LLM النصية إلى مرحلة انتقالية، لا إلى البنية النهائية لـ AGI. وتراهن Meta على أن المستقبل لوكلاء RL الذين يتعلمون التفاعل مع عالم حقيقي (أو محاكى). وهذا يتطلب حوسبة هائلة، لكن المكسب المحتمل، وهو AGI، يبرر الاستثمار.

أما بالنسبة لبقية الصناعة، فالرسالة واضحة: إذا كنتم مهتمين بجدية بـ AGI، فالحوسبة ليست موضوعًا جانبيًا، بل هي محور التطوير. وقد تجاوزت Meta بالفعل نقطة الإدراك هذه، وهي تتحرك.

*Meta مصنفة في روسيا منظمة متطرفة ومحظورة فيها.