يان لوكون ضد النماذج اللغوية الكبيرة: رهان على نهج مختلف للذكاء الاصطناعي

يان لوكون، الحائز على جائزة تورينغ وأحد أكثر الباحثين تأثيرًا في مجال الذكاء الاصطناعي، يسبح من جديد عكس التيار. فبينما ينهمك العالم بكامله في تطوير النماذج اللغوية الكبيرة (LLM) وتطبيقها، يؤكد لوكون أن هذا الطريق يؤدي إلى طريق مسدود ولن يتيح حل كثير من المشكلات الملحّة. وموقفه، وإن كان يتعارض مع الرأي السائد، يستحق الاهتمام بالنظر إلى إسهامه في تطوير الشبكات العصبية والتعلم العميق.

ويُعدّ لوكون من رواد الشبكات العصبية الالتفافية، وقد أبدى على مدى سنوات طويلة موقفًا متشككًا تجاه النماذج اللغوية الكبيرة. ويرى أن هذه النماذج، رغم نتائجها اللافتة في توليد النصوص والترجمة، تفتقر إلى فهم حقيقي للعالم. فهي تعالج كميات ضخمة من البيانات إحصائيًا فحسب، ولا تمتلك القدرة على الاستدلال والتخطيط اللازمين لحل المهام المعقدة.

وكبديل، يقترح لوكون التركيز على تطوير نماذج قادرة على التعلم من خلال مراقبة العالم المحيط والتفاعل معه. وهو يدعو إلى بناء أنظمة تستطيع محاكاة العمليات الفيزيائية وفهم العلاقات السببية وتكوين تصور داخلي عن الواقع. ويرى أن هذا النهج سيتيح بناء ذكاء اصطناعي قادر على حل مشكلات حقيقية، لا مجرد محاكاة الذكاء البشري.

وتستند انتقادات لوكون إلى أسس جدية. فالنماذج اللغوية الكبيرة، على الرغم من قوتها، تواجه بالفعل مشكلات تتعلق بالهلوسة والتحيز وغياب الحس السليم. وكثيرًا ما تقدّم معلومات خاطئة وتكرر الصور النمطية ولا تستطيع التفاعل بشكل مناسب مع المواقف الجديدة. إضافة إلى ذلك، يتطلب تدريب هذه النماذج موارد حوسبة هائلة واستهلاكًا كبيرًا للطاقة، ما يجعلها بعيدة عن متناول كثير من الباحثين والمؤسسات.

ويفتح النهج البديل الذي يقترحه لوكون آفاقًا جديدة لتطوير الذكاء الاصطناعي. فبناء نماذج قادرة على التعلم من التفاعل مع العالم سيتيح إنشاء أنظمة أكثر موثوقية وكفاءة وشمولية. وهذا يستلزم معماريات وخوارزميات ومقاربات تدريب جديدة، لكن الفوائد المحتملة تستحق العناء.

وفي المحصلة، سيتحدد مستقبل الذكاء الاصطناعي على الأرجح بمزيج من النهج المختلفة. وستظل النماذج اللغوية الكبيرة بلا شك أداة مهمة لحل مهام معينة، لكن بلوغ ذكاء اصطناعي حقيقي يتطلب المضي إلى ما هو أبعد، باستكشاف مسارات وأفكار جديدة، كما يقترح يان لوكون. وتدفع نظرته النقدية إلى الاتجاهات الراهنة في مجال الذكاء الاصطناعي إلى التفكير في سلامة الوجهة المختارة وفي ضرورة البحث عن حلول بديلة.