توجّه OpenAI مواردها الأساسية إلى بناء باحث AI مستقل بالكامل

تغير OpenAI تركيز أبحاثها وتراهن ليس على روبوت محادثة آخر، بل على باحث ذكاء اصطناعي مستقل. تريد الشركة تطوير نظام يمكنه العمل على مشاكل معقدة لأسابيع بتدخل بشري ضئيل وسيتحول في النهاية إلى 'مختبر حقيقي في مركز بيانات.'

الأولوية الجديدة

وفقاً لجاكوب باتشوتسكي، الرئيس العلمي لـ OpenAI، يصبح المشروع هدفاً مشتركاً للشركة بأكملها، ويجب أن تتقارب حوله نماذج التفكير وأنظمة الوكلاء وأدوات القابلية للتفسير. المرحلة التالية هي إثبات مفهوم 'متدرب ذكاء اصطناعي مستقل' بحلول سبتمبر 2026: نظام يمكن تعيين مجموعة محدودة من مهام البحث له لعدة أيام من العمل. المرحلة التالية مخطط لها لعام 2028: نظام متعدد الوكلاء مؤتمت بالكامل قادر على التعامل مع مشاكل كبيرة جداً أو معقدة جداً لفريق واحد من الأشخاص.

بالنسبة لـ OpenAI، هذا ليس مجرد اتجاه بحثي أنيق. لم تعد الشركة الوحيدة التي تحدد الوتيرة في السوق كما كانت في أيام GPT الأولى، والآن تتنافس مع Anthropic و Google DeepMind ليس فقط على جودة النموذج بل أيضاً على ما تصبح عليه مكدسة المنتجات من حولها.

تبدو الرهان على باحث ذكاء اصطناعي محاولة للخروج عن نطاق مساعد الدردشة والبرمجة وإنشاء الطبقة التالية من الأتمتة: نظام لا يجيب على الاستعلامات فقط بل يجري عملاً طويل المدى من صياغة المشكلة إلى النتائج الوسيطة.

"بشكل أساسي، سيكون لديك مختبر بحثي كامل داخل مركز البيانات"، يقول باتشوتسكي.

ما هو جاهز بالفعل

تعتقد OpenAI أن نموذجاً مبكراً من هذا النهج مرئي بالفعل في Codex. يمكن لأداة الوكيل هذه كتابة وتنفيذ التعليمات البرمجية وتحليل المستندات وإنشاء التصورات وتجميع الملخصات والتعامل مع سلاسل تقنية طويلة كان على البشر العمل عليها يدويًا من قبل.

يؤكد باتشوتسكي بوضوح أن الشركة تريد أخذ ما نجح بالفعل في البرمجة ونقل هذا النمط من العمل إلى فئة أوسع من المشاكل. المنطق بسيط: إذا كان الوكيل قادراً على التعامل بشكل مستقل مع أجزاء كبيرة من عمل الهندسة، فيمكن تمديد نفس النهج إلى العلوم والأبحاث التطبيقية.

تتوقع OpenAI أن يكون النظام المستقبلي ليس بدالة واحدة 'سحرية' بل بمجموعة من مهارات البحث التي يمكن ربطها معاً:

• تحليل أحجام كبيرة من النصوص والأكواد والملاحظات
• اقتراح فرضيات وأساليب التحقق
• تقسيم المشاكل الكبيرة إلى مهام فرعية وإدارتها بالتوازي
• إيجاد حلول في الرياضيات والفيزياء والبيولوجيا والكيمياء وسيناريوهات السياسة الحكومية

وفقاً لـ OpenAI، تتكون الأساس التقني من اتجاهين. أولاً، أصبحت النماذج ذات الأغراض العامة أفضل في الحفاظ على التركيز والسياق لفترات أطول: أظهرت الانتقال من GPT-3 إلى GPT-4 بالفعل نمواً ملحوظاً في 'الاستدامة' في مهمة واحدة.

ثانياً، نماذج التفكير التي تعمل من خلال المشاكل خطوة بخطوة ويمكنها التراجع بعد الخطأ تناسب بشكل أفضل الدورات المستقلة الطويلة. بالإضافة إلى ذلك، يتم تدريب النماذج خصيصاً على مهام رياضية وبرمجية معقدة لتتعلم كيفية الحفاظ على السياق الممتد وإدارة عدة مهام فرعية في نفس الوقت.

أين نقاط الضعف

السؤال الأوضح ليس الطموح، بل الموثوقية. يعترف الباحثون المستقلون بأن فكرة عالم ذكاء اصطناعي مستقل هي استمرار منطقي لنجاح وكلاء البرمجة، لكنهم يحذرون: بمجرد أن يجب على النظام تنفيذ ليس خطوة واحدة بل سلسلة طويلة من الإجراءات، تبدأ احتمالية الخطأ في كل مرحلة بالتراكم.

في اختبارات معهد Allen Institute for AI، أظهرت النماذج القوية بالفعل أداءً جيداً في المهام العلمية، لكنها ارتكبت أخطاء منتظمة. حتى لو تحسنت النسخ الأحدث، فإن المشكلة لا تختفي: اقتراح فكرة قوية شيء واحد؛ جلب دراسة استمرت عدة أيام بشكل متسق إلى نتيجة صحيحة شيء آخر.

هناك أيضاً طبقة أصعب من المخاطر. يقول باتشوتسكي إن OpenAI تراهن على مراقبة سلسلة الفكر: النموذج يترك نوعاً من ملاحظات العمل وهو يحل، بينما تراقب نماذج أو باحثون آخرون للتأكد من عدم انجرافه نحو سلوك خطير أو ببساطة غير صحيح.

لكنه يعترف بنفسه بأن السيطرة الكاملة لم تكن موجودة بعد. يمكن لنظام مستقل أن يسوء فهم التعليمات، أو يتجاوز حدود المهمة، أو يصبح هدفاً للهجوم، أو يحصل على إمكانية الوصول إلى أدوات قوية جداً.

لذلك، يجب حفظ نسخ قوية حقاً من هذه الوكلاء، في رأيه، في بيئات sandbox معزولة ومقيدة حتى تصبح آليات الإشراف أكثر موثوقية بشكل كبير.

ماذا يعني هذا

إذا قامت OpenAI بتنفيذ هذا الخطة ولو جزئياً، فإن القفزة التالية في الذكاء الاصطناعي ستكون مرتبطة ليس بروبوتات محادثة أكثر مرونة، بل بأنظمة يمكن تعيين أجزاء من العمل الفكري الحقيقي لها لعدة أيام أو أسابيع.

لكن هذا هو بالضبط حيث يكمن الاختبار الحقيقي: السوق يصدق بسهولة بالتقدم السريع للوكلاء، بينما ستطلب العلوم والأمان ليس تأثيرات العرض التوضيحي، بل نتائج قابلة للتكرار تحت إشراف بشري.