304 نماذج لغوية صينية: لماذا لم يظهر «ملك» بين مئات الشبكات العصبية

هل تذكرون الأيام التي كان فيها كل إعلان جديد من الصين يُقابَل بصيحات عن «موت GPT-4»؟ لقد هدأ الغبار قليلًا، وقرر الباحثون إجراء جرد واسع لما أنتجته فعليًا «معركة الألف نموذج» الشهيرة. وجاءت النتائج صادمة بواقعيتها. فبعد اختبار 304 نماذج لغوية كبيرة صينية، تبيّن أنه لا يوجد في السوق رائد شامل. أحد النماذج يكتب الشيفرة البرمجية ببراعة، وثانٍ يتقمص دور الشاعر بمهارة، وثالث يتعامل مع المنطق بصورة جيدة، لكن أحدًا لم ينجح حتى الآن في جمع ذلك كله في نموذج واحد. نحن أمام وضع تحولت فيه الكمية إلى أي شيء إلا الجودة.

المشكلة الرئيسية اليوم لا تكمن حتى في أن النماذج ليست ذكية بما يكفي. فقد واجهت الصناعة ما يُسمّى «طريق التقييم المسدود». حين يكون في البلد ثلاثمئة شبكة عصبية، يصبح فحص كل واحدة منها للتأكد من كفاءتها مهمة ضخمة بكل المقاييس. فقد فقدت المعايير الاختبارية التقليدية مصداقيتها منذ زمن: إذ يكتفي المطورون بـ«التلصص» على الإجابات في الاختبارات ويدرّبون نماذجهم عليها. وللحصول على نتيجة نزيهة، يلزم إما بشر حقيقيون أو عمليات تحقق متعاقبة شديدة التعقيد، وهذا يكلّف أموالًا طائلة. وفي مرحلة ما، صار تدقيق الذكاء الاصطناعي يكلّف الشركات ما يقارب، أو يتجاوز، تكلفة استئجار بطاقات الرسوميات اللازمة للتدريب نفسه.

في هذا السياق، يبدو الحل الذي قدمه فريق ReLE محاولة لإنقاذ ميزانيات رأس المال الجريء. فقد اقترح الفريق بنية Reinforcement Learning from Evaluation. وبعيدًا عن تعقيدات المعادلات، هي طريقة لتحسين عملية الاختبار ذاتها. فبدلًا من تمرير النموذج عبر آلاف الأسئلة المتشابهة، يتعلم النظام اختيار المهام الأكثر إفادة وصعوبة فقط. الأمر أشبه بأن يطرح الأستاذ في الامتحان ثلاثة من أكثر الأسئلة مكرًا مباشرةً، بدلًا من إرهاقك ثلاث ساعات بكامل المنهج. النتيجة واحدة، لكن الوقت والموارد المهدورة أقل بنسبة 70%.

لماذا يهمّنا ذلك؟ لطالما كانت سوق الذكاء الاصطناعي الصينية انعكاسًا مضخّمًا للاتجاهات العالمية. فإذا بدأ الصينيون يشتكون جماعيًا من تكلفة التقييم، فهذا يعني أن المشكلة ستصل قريبًا إلى الشركات الناشئة الغربية. نحن ندخل عصرًا تصبح فيه «الكفاءة» أهم من «القوة». لم يعد المستثمرون يريدون سماع كم تريليون معامل حشرتم في النموذج. إنهم يريدون معرفة كيف تنوون إثبات صلاحيته للعمل دون إنفاق جولة التمويل التالية بأكملها على ذلك.

ومن اللافت كذلك كيف يتغير مشهد التطوير. فبينما تحاول عملاقة مثل Baidu أو Alibaba بناء تلك الأنظمة الشاملة، تجد الفرق الصغيرة خلاصها في التخصص الدقيق. وقد أظهرت الدراسة أن النماذج المتخصصة كثيرًا ما تتفوق على «الشاملة» في مجالاتها، مع أنها تحتاج إلى موارد أقل بعشرات المرات. وهذا يضع موضع تساؤل مفهوم بناء شبكة عصبية واحدة تطبخ وتطلق الصواريخ إلى الفضاء في آن واحد. وربما لا يكمن المستقبل في ملك واحد، بل في مجلس وزراء متناغم.

الخلاصة: عصر التوسع الأعمى يوشك على الانتهاء. فلن يفوز من يدرّب أكبر نموذج، بل من يتعلم أن يميّز الغث من السمين بسرعة وكلفة أقل من الجميع. فهل يستطيع ReLE أن يصبح معيارًا جديدًا للصناعة، أم أنه مجرد ترقيع مؤقت لسوق متضخمة؟