Redwood Research: الذكاء الاصطناعي يسرّع عملنا من مرتين إلى ثلاث مرات، لا من 5 إلى 10 كما في Anthropic

اعتاد الجميع على رقم جذاب: الذكاء الاصطناعي يسرّع تطوير الذكاء الاصطناعي. لكن حين يتحول هذا الرقم إلى يوم اثنين عملي فعلي، يتبيّن أنه يختلف كثيرًا من فريق إلى آخر. طرح باحث من Redwood Research سؤالًا محرجًا: إذا كان كل شيء رائعًا إلى هذا الحد لدى Anthropic، فلماذا لا ينجح الأمر معنا بالنماذج نفسها؟

من أين جاء رقم 5–10x أصلًا

قدّرت METR مؤخرًا أن Anthropic تحصل على تسارع عام في تقدّم قدرات النماذج بمقدار 1.7 مرة بفضل مساعدة الذكاء الاصطناعي في عملها الداخلي. هذه نتيجة إجمالية، وهي تعني ضمنًا أن الأبحاث نفسها تسارعت بدرجة أكبر بكثير. يفترض أجيا كوترا (Ajeya Cotra) نحو 10x، وذكر موظفو Anthropic نحو 12x. وبشأن Mythos 5 تحدث باحثو الشركة عن 5x. أما الفرق الخارجية فيتاح لها Opus 5.5، وهو بحسب الكاتب أفضل قليلًا.

ويستخلص الكاتب من ذلك استنتاجًا بسيطًا. إذا كان الذكاء الاصطناعي يسرّع أيضًا أبحاث السلامة، فينبغي أن يعمل المتخصصون الداخليون في Anthropic أسرع بنحو 10 مرات، والخارجيون أسرع بـ5 مرات منذ الآن. فضلًا عن أن للخارجيين ميزة: يستطيعون زيادة إنفاق الحوسبة بسرعة. تتمتع Redwood بتمويل جيد وكانت ستزيد إنفاقها 5 أضعاف بكل سرور لو توافر عدد أكبر من التجارب بخمسة أضعاف. لذلك ينبغي أن يتحول تسارع العمل إلى تسارع مماثل في المشاريع.

عمليًا يقدّر الكاتب مكسبه في السرعة بنحو 2–3 مرات. وهذا كثير بالفعل، لكنه ليس 5x.

ثلاث فرضيات لتفسير ذلك

لم نُحسن تبنّي الذكاء الاصطناعي. ممكن. لكن الفريق يستخدم الوكلاء بنشاط، وخصوصًا Claude Code ومؤخرًا Claude Tag، ولديه إطار عمل خاص للأبحاث المستقلة أنتج نتائج منشورة. نقاط الضعف معروفة: يتخذ Claude أحيانًا قرارات «جنونية تمامًا» تُبطل النتيجة كلها، ويكتب التقرير النهائي بشكل سيئ. ولو امتلكت Anthropic إطار عمل يرفع فائدة النماذج جذريًا، لحوّلته على الأرجح إلى منتج. مع أن وجود أدوات داخلية خاصة لا تُعطى للخارج أمر ممكن أيضًا. ويرى الكاتب أن الأمر يرجع إلى قيود جوهرية في النماذج أكثر من الإطار.

المهام مختلفة. ربما تكون أبحاث القدرات أكثر قابلية للتسريع. فمثلًا، إذا كانت العقبة الرئيسية في تجارب بنية جديدة هي تنفيذها بكفاءة، فإن نقطة قوة النموذج تصيب الهدف تمامًا. وقال أحد موظفي Anthropic للكاتب إن القدرات تتسارع بدرجة أكبر بكثير من عملهم قصير الأمد على المواءمة (alignment).

الاصطدام بحاجز الحكم. يقوم متدربون وموظفون مبتدئون بجزء كبير من الأبحاث في Redwood، ويعملون بالتعاون الوثيق مع المدير على تحديد الأولويات. ربما تسارع المنفذون فعلًا، لكن ينقصهم الآن وقت المدير لفهم ما يفعلونه. وقد يكون لدى Anthropic عدد أكبر من كبار الباحثين المستقلين، أو أن مهامها تتطلب قرارات دقيقة أقل.

وهناك مثال على قفزة حقيقية. فقد تسارع تحقيق رايان (Ryan) حول Hugging Face «بشكل جنوني» بفضل العمل المكثف مع الوكلاء: تضمّن المشروع قراءة حجم هائل من المواد، ويتقن رايان بناء العمليات الوكيلية.

ماذا يعني ذلك للممارسين

أولًا، لا يمكن نقل أرقام التسريع بين الفرق. فالنموذج نفسه يعطي 10x حيث يسهل التحقق من المهمة ويتوفر أشخاص ذوو خبرة، و2–3x حيث تلزم قرارات دقيقة ورقابة يدوية. إذا كنتم تعتمدون الوكلاء، فانظروا إلى الاختناقات: التحقق من النتائج، والتقارير، ووقت كبار الموظفين.

ثانيًا، الخطر الرئيسي هو وكيل يكسر المنهجية بثقة. التجارب السريعة عديمة الفائدة إذا كان جزء من الاستنتاجات غير صالح. نحتاج إلى فحوص آلية وإلى شخص يقرأ لا النتيجة النهائية فحسب، بل مسار العمل أيضًا.

ثالثًا، للفرضية نتيجة قابلة للاختبار. إذا كان العمل التجريبي في مجال السلامة يتسارع فعلًا بمقدار 5–10 مرات، فينبغي أن يزداد قريبًا بشكل ملحوظ تدفق المنشورات القيّمة من الباحثين الخارجيين. ويكتب الكاتب صراحة: إذا لم يظهر مكسب في المهام الأكثر «قابلية للتسريع»، فسيستنتج أن الباحثين يفعلون شيئًا خاطئًا. كما يشير إلى استطلاع Arcadia Impact الذي قدّر فيه متخصصون خارجيون، استنادًا إلى التقارير الذاتية، التسريع بنحو 1.6x.

القيود واضحة: هذا استدلال باحث واحد، لا قياس. وتقديرات الأفراد لسرعتهم معروفة بعدم موثوقيتها، وبيانات Anthropic نفسها بدت للكاتب، بحسب اعترافه، ضعيفة الأساس في البداية. لكن السؤال نفسه مفيد: هل الدفعة المعلنة خاصية للنموذج، أم خاصية للفريق والمهام والعمليات المحيطة به؟