يَاو شونيو في Tencent: لماذا بدأت نجمة أبحاث الذكاء الاصطناعي من الأساسيات

تخيل أفضل لاعب هجوم في العالم ينتقل إلى نادٍ جديد وفي المباراة الأولى، بدلاً من مجرد تسجيل الأهداف، يبدأ في إعادة كتابة دليل التكتيكات. هذا تقريباً ما يبدو عليه أول عمل علمي لياو شونيو تحت رعاية شركة تينسنت. بالنسبة لمن فاتهم الخبر: ياو شخصية أسطورية في الأوساق الضيقة للباحثين.

إنه الذي أعطانا ريأكت (Reason + Act) وشجرة الأفكار (Tree of Thoughts)، معلماً الشبكات العصبية ليس فقط إنتاج النصوص، بل التخطيط لتصرفاتها والتفكير. انتقاله الأخير من جامعة برينستون إلى قسم البحث في تينسنت أحدث تأثير قنبلة في الصناعة. والآن نرى أول ثمار هذا الاتحاد.

بدلاً من الإعلان الفوري عن قاتل جي بي تي-5، قرر ياو وفريقه أن ينظروا تحت غطاء أحد أكثر الظواهر غموضاً في عالم نماذج اللغة الكبيرة — التعلم السياقي (In-Context Learning, ICL). إذا أعطيت شبكة عصبية بعض الأمثلة في تعليمات وفهمت المهمة بطريقة سحرية، فقد واجهت التعلم السياقي. إنها قدرة النموذج على التعلم دون تغيير أوزانه، مباشرة في عملية الحوار.

حتى الآن، بدت هذه العملية مثل الكيمياء: كنا نعرف أنها تعمل، لكننا لم نفهم تماماً كيف يهيكل النموذج هذه المعرفة بداخله. يحاول عمل ياو تحويل هذه الكيمياء إلى علم صارم. لماذا ألقت تينسنت أفضل عقول لديها على هذا الاتجاه الآن؟ الإجابة تكمن في الحالة الحالية للسوق.

عصر حيث يمكنك ببساطة دفن نموذج في البيانات ومعالجات الرسوميات تنتهي. ندخل النصف الثاني من اللعبة، حيث ستذهب النصر لمن يجعل النماذج أذكى وأكثر كفاءة على مستوى العمارة. التعلم السياقي هو المفتاح لإنشاء وكلاء مستقلين حقيقيين.

إذا فهم النموذج السياق بشكل أفضل، يرتكب أخطاء أقل في سلاسل التفكير المعقدة ويتطلب موارد حسابية أقل للتكيف مع احتياجات الأعمال المحددة. تينسنت تراهن بوضوح على جودة التفكير وليس على كمية المعاملات. في عملهم، يحلل الباحثون بالضبط كيفية تأثير توزيعات بيانات الإدخال على قدرة النموذج على التعميم.

هذا ليس مجرد بحث نظري. إن فهم ميكانيكا التعلم السياقي يسمح بإنشاء أنظمة أكثر استقراراً لا تنهار من كلمة واحدة مختارة بشكل سيء في التعليمات. في مواجهة المنافسة الشرسة من علي بابا وديب سيك، من الحيوي لتينسنت أن يكون لديها ميزة تكنولوجية لا يمكن ببساطة نسخها بشراء عشرة آلاف معالج إتش 100 إضافي.

إنهم بحاجة إلى نقاط تحول خوارزمية، وياو شونيو هو بالضبط الشخص الذي يمكنه تقديمها. من المثير للاهتمام أيضاً كيف ينسجم هذا العمل مع الاستراتيجية الأوسع للعمالقة التكنولوجيين الصينيين. نرى تحولاً واضحاً من نسخ العمائر الغربية إلى محاولة قيادة البحث الأساسي.

إذا كانت الشركات الصينية تلعب سابقاً دور المتابعين، فالآن توظف أفضل العلماء مباشرة من مقاعد الجامعات الأمريكية الرائدة وتعطيهم بطاقة بيضاء للبحث العميق. هذا يخلق ديناميكية جديدة في الصناعة، حيث تمحو الحدود بين العلم الأكاديمي والتطوير الشركاتي أخيراً. الخلاصة: تينسنت تستثمر في الأساس، وليس في الواجهة.

إذا فك ياو شونيو ميكانيكا التعلم السياقي، فقد تترك النسخة التالية من نماذجهم المنافسين بعيداً جداً من خلال الكفاءة، وليس القوة الغاشمة.