بيندو ريدي والطريق إلى AGI: لماذا لا يكفيك نموذج واحد هو «الأذكى»

بينما تتسابق وادي السيليكون على من يعد أعلى صوتًا بقدوم الذكاء الاصطناعي العام (AGI) قبل الثلاثاء المقبل، تدعو بيندو ريدي إلى التقاط نفس عميق. فرئيسة Abacus.AI لا ترى الصناعة عبر نظارة الاستثمار الجريء الوردية، بل من خلال الواقع القاسي لتطبيق الشبكات العصبية في الأعمال الفعلية. وتشخيصها يبعث على التعقّل: ما زلنا في مرحلة يعيش فيها مفهوم «أفضل نموذج» حتى الإصدار الكبير التالي لأحد المنافسين فقط. في السابق كان الأمر بسيطًا: GPT-4 وكل ما عداه. أما اليوم فنشهد تفتتًا، إذ تنتقل الريادة في البرمجة أو الكتابة الإبداعية أو الاستدلال المنطقي من يد إلى أخرى باستمرار.

وتؤكد ريدي أن الطريق إلى AGI ليس مسألة زيادة عدد المعاملات أو شراء المزيد من بطاقات H100 فحسب. فالمشكلة تكمن في البنية المعمارية. فنماذج اللغة الكبيرة الحالية لا تزال «ببغاوات إحصائية» متقدمة بشكل لا يُصدَّق. إنها تتنبأ بالرمز (token) التالي، لكنها لا تملك ما تسميه بيندو «الوكالة» (agency) — أي القدرة على التخطيط الذاتي لسلاسل معقدة من الإجراءات وتصحيحها أثناء التنفيذ دون توجيه من الإنسان. والاختراق الحقيقي نحو AGI لن يحدث عندما يقرأ النموذج الإنترنت بأكمله، بل عندما يتعلم الاستدلال في الزمن الفعلي، مستخدمًا تحققًا داخليًا من الحقائق قبل أن يقدّم إجابته.

وإذا نظرنا إلى المشهد الراهن، تتكشف صورة لافتة. فـ OpenAI بنموذجها GPT-4o تحتفظ بلقب المنتج الأكثر توازنًا، لكن Anthropic بنموذجها Claude 3.5 Sonnet صارت فجأة المفضّلة لدى المطورين ولدى من يهمهم أسلوب الكتابة «الإنساني» والدقة في الشيفرة البرمجية. وفي الوقت نفسه أثبتت Meta* بنموذجها Llama 3.1 أن النماذج المفتوحة قادرة على مزاحمة العمالقة أصحاب النماذج المغلقة. وترى ريدي أن إيمان المدير التقني أو مدير المنتج الحديث بنموذج واحد فقط خطأ استراتيجي. فالمستقبل للتنسيق (orchestration)، حيث تقرّر طبقة برمجية خاصة (router) أي طلب يُرسل إلى Claude، وأيّ طلب يذهب إلى نموذج أصغر أرخص وأسرع.

ومن اللافت كيف تربط بيندو تطور AGI بالجدوى الاقتصادية. فتدريب النماذج يزداد كلفة بشكل أسّي، بينما يبدأ التحسن في الجودة بالتباطؤ. إننا نقترب من جدار لم تعد فيه «بيانات أكثر» وحدها تمنح قفزة سحرية في الذكاء. ولتجاوز هذا الحاجز سيتعين على الصناعة إعادة ابتكار أساليب التدريب، وربما الابتعاد عن التعلم الخاضع للإشراف الخالص نحو أساليب تحاكي تعلّم البشر: عبر التجربة والخطأ وفهم العلاقات السببية. ودون ذلك سيبقى AGI مجرد مصطلح تسويقي أنيق لاستقطاب جولات التمويل.

فماذا يعني ذلك لنا؟ بينما يكافح المهندسون لصنع إله رقمي، علينا أن نتعلم الموازنة بين ما هو متاح فعلًا. وتعتقد ريدي أن الفائزين في العامين المقبلين تقريبًا لن يكونوا الشركات التي تبني أكبر شبكة عصبية، بل التي تبني أفضل بنية تحتية لاستخدام هذه «الحديقة» من النماذج. فالذكاء الحقيقي ليس حجم المعرفة فحسب، بل القدرة على استخدام الأداة المناسبة في اللحظة المناسبة. وما دامت النماذج لم تتعلم ذلك بنفسها، تبقى هذه المهمة على عاتقنا.

الخلاصة: لن يكون AGI حدثًا مفاجئًا أو «ومضة». إنه انتقال تدريجي، ونحن عالقون الآن في مرحلة تتسم فيها النماذج بالذكاء لكنها لا تزال غير مستقلة. وستواصل Anthropic وOpenAI سباق التسلح، لكن القوة الفعلية تتجه الآن نحو المرونة والقدرة على الجمع بين نماذج مختلفة في منتج واحد.

*تصنّف روسيا شركة Meta منظمة متطرفة وتحظر نشاطها في الاتحاد الروسي.