شركة ديفيد سيلفر تجمع 1.1 مليار دولار لذكاء اصطناعي بدون بيانات بشرية

حقق المختبر البريطاني Ineffable Intelligence، الذي أطلقه قبل بضعة أشهر فقط الباحث السابق في DeepMind ديفيد سيلفر، تمويلاً بقيمة 1.1 مليار دولار بتقييم 5.1 مليارات دولار.

إن حقيقة مثل هذه الجولة تبدو كرهان كبير جداً ليس فقط على شركة جديدة، بل على فكرة تقنية جديدة: إنشاء ذكاء اصطناعي يكتسب المعرفة والمهارات دون الاعتماد على مجموعات ضخمة من البيانات البشرية. بالنسبة للسوق، هذا إشارة مهمة جداً. في السنوات الأخيرة، اعتمدت السباق الرئيسي في مجال الذكاء الاصطناعي على نماذج أكبر وأكبر يتم تدريبها على النصوص والصور والأكواد والبيانات الأخرى التي ينتجها البشر.

لقد أسفر هذا الأسلوب بالفعل عن نتائج مثيرة للإعجاب، لكنه في الوقت ذاته كشف عن قيود: لا توجد كمية لا نهائية من البيانات عالية الجودة، والضغط حول الحقوق الفكرية يتزايد، والمكاسب من مجرد التوسع أصبحت أكثر تكلفة. على هذه الخلفية، فإن أطروحة نظام يتعلم ليس من أرشيف بشري بل من تفاعله الخاص مع المهام والبيئة، تبدو بمثابة مطالبة بالمرحلة التالية من تطور الصناعة. يجعل اسم ديفيد سيلفر هذا الرهان جديراً بالاهتمام بشكل خاص.

وهو معروف بأنه أحد الباحثين الرئيسيين في DeepMind وأحد أهم دعاة المناهج التي يتعلم فيها الوكيل من خلال التجربة والبحث واللعب الذاتي. كانت هذه السطور من البحث تكمن وراء النجاحات المرموقة لـ DeepMind في بيئات الألعاب، حيث لم تكتفِ الأنظمة بتكرار الأمثلة البشرية، بل وجدت استراتيجياتها الخاصة وكثيراً ما تجاوزت الحدس البشري. لذلك، تُعتبر شركة سيلفر الجديدة ليست شركة ناشئة في مجال الذكاء الاصطناعي موضة، بل محاولة لتوسيع أفكار التعلم المعزز والبحث المستقل على فئة أوسع من المشاكل.

الصيغة حول التعلم بدون بيانات بشرية لا تعني أن البشر يختفون تماماً من العملية. بل يتعلق الأمر بتحول في التركيز: اعتماد أقل على المدونات المنشأة يدويةً والتصنيف، واعتماد أكبر على المحاكاة وتوليد المهام والبيئات القابلة للتحقق والتغذية الراجعة من النتائج والحلقات الداخلية للتحسين. إذا نجحت مثل هذه البنية، فقد تسمح بإنشاء أنظمة لا تقتصر على إعادة سرد ما تراكمت لديه البشرية، بل تطور استراتيجيات ومعارف جديدة في عملية الفعل.

هذا مهم بشكل خاص حيث تكون البيانات التاريخية نادرة أو سيئة الجودة أو محدودة جداً للنموذج ضمن إطار الخبرة الماضية. يستحق نطاق التمويل انتباهاً خاصاً. تجمع بقيمة 1.

1 مليار دولار لمختبر ظهر قبل بضعة أشهر فقط يوضح مدى عدوانية استمرار رأس المال بالتدفق إلى البنية الأساسية للذكاء الاصطناعي والبحث الأساسي. المستثمرون في مثل هذه الحالة لا يشترون الإيرادات أو سوق منتجات مؤكدة، بل يشترون مزيجاً من سمعة المؤسس والمدرسة العلمية وفرصة أن يكونوا الأوائل في احتلال موقع في الموجة الكبيرة التالية. يؤكد التقييم البالغ 5.

1 مليارات دولار أن السوق مستعدة لدفع أموال كبيرة مقابل الفرق التي توفر بديلاً عن مسار تطوير LLM الحالي وتعد بطريقة أكثر عمومية لتدريب الآلات. لكن إلى جانب الطموحات، هناك خطر جاد هنا. بناء نظام يتعلم فعلاً بدون مجموعة بيانات بشرية أصعب بكثير من صياغة فكرة في عنوان.

يحتاج إلى بيئات تدريب عالية الجودة وآليات التحقق الذاتي ومقاومة تراكم الأخطاء وطرق لنقل المهارات من السيناريوهات الاصطناعية إلى العالم الحقيقي. علاوة على ذلك، حتى النتائج القوية جداً في الألعاب والمحاكاة لا تضمن نفس التقدم في المهام المفتوحة والفوضوية، حيث يوجد الكثير من الغموض والمتغيرات المخفية ومتطلبات الأمان. ما يعنيه هذا عملياً: يراهن سوق الذكاء الاصطناعي مرة أخرى ليس فقط على الحجم بل على تحول نموذجي.

إذا تمكنت Ineffable Intelligence من إثبات أن التعلم المستقل يمكن نقله بشكل موثوق وراء بيئات الألعاب والمختبرات، فستحصل الصناعة على حجة قوية لصالح النماذج التي تتعلم بالفعل بدلاً من مجرد قراءة الإنترنت البشري. وإلا فإن هذه الجولة ستبقى مثالاً على مدى قيمة اليوم حتى مجرد إمكانية تجاوز الجيل الحالي من الذكاء الاصطناعي.