لماذا لا تحل فكرة «نموذج العالم» لدى يان لوكون الأزمة الرئيسية في تطور نماذج LLM

بعد مغادرة يان لوكون شركة Meta، يعود مفهومه عن «نموذج العالم» (world model) إلى دائرة النقاش بوصفه مخرجًا محتملًا من الطريق المسدود الذي بلغته النماذج اللغوية الكبيرة. لكن الحجة الرئيسية للمنتقدين حادة: حتى لو تعلّم الذكاء الاصطناعي وصف العالم الفيزيائي على نحو أفضل، فإن ذلك لا يمنحه المعنى الإنساني ولا الفهم.

لماذا عادت الفكرة؟

ازداد الاهتمام بنهج لوكون في ظل إرهاق السوق من سباق LLM المعتاد. فكلما كبرت النماذج ارتفعت كلفة التدريب، وازداد نقص البيانات عالية الجودة وضوحًا، وتكرر السؤال: هل يمكن أصلًا الوصول إلى ذكاء اصطناعي قوي إذا كان النظام في جوهره لا يزال يخمّن الرمز (token) التالي؟ وفي هذا السياق يبدو «نموذج العالم» محاولة لتغيير مسار التطور نفسه: فبدلًا من التوسع اللانهائي في النصوص، يُدرَّب النموذج على بنية الواقع المحيط وعلى السببية ونتائج الأفعال.

تقوم الفكرة على حدس بسيط نسبيًا. فالإنسان لا يفهم العالم لأنه قرأ كل النصوص الممكنة، بل لأنه يعيش في بيئة تسقط فيها الأشياء وتتصادم وتنكسر وتتحرك وتخضع لقواعد ثابتة. وإذا استطاعت الشبكة العصبية بناء نموذج داخلي لمثل هذه البيئة، فإنها، كما يُفترض، ستتعلم استبعاد الضوضاء وإدراك الأهم، وستعمل لا كأداة إكمال تلقائي بل كوكيل (agent) يملك تصورًا أكثر ثباتًا عن الواقع.

أين تكمن الرهانات؟

تكمن قوة هذا النهج في أنه يجيب فعلًا عن إحدى المشكلات الرئيسية في LLM: الاعتماد على المدونات النصية. فالنصوص على الإنترنت محدودة، وجودتها متفاوتة، والبيانات الاصطناعية سرعان ما تبدأ بتلويث التدريب. أما بيانات العالم الفيزيائي فتبدو مصدرًا احتياطيًا للتوسع: فيديو، وحساسات، وروبوتات، ومحاكاة، وتفاعل مع الأجسام. وبهذا المعنى، لا يقترح لوكون ترقية شكلية، بل بيئة تدريب جديدة.

• اعتماد أقل على مجموعات البيانات النصية القابلة للنفاد
• ارتكاز أكبر على السببية وليس على التطابقات الإحصائية وحدها
• إمكانية تعليم النموذج الأفعال وليس الإجابات فحسب
• مسار أكثر طبيعية نحو الروبوتات والأنظمة الوكيلية (agentic)

ولهذا تبدو فكرة «نموذج العالم» جذابة للمستثمرين والمهندسين. فهي تَعِد بأن القفزة التالية في الذكاء الاصطناعي لن تأتي من زيادة أخرى في عدد المعاملات (parameters)، بل من ارتباط أوثق بين النموذج والعالم الواقعي. وبالنسبة إلى صناعة اصطدمت بالفعل بكلفة التدريب وبتراجع العائد من التوسع في الحجم، يبدو هذا التحول شبه حتمي.

أين نقطة الضعف؟

يبدأ النقد حيث تنتهي الاستعارة الجميلة ويبدأ مضمون المعرفة. فالعالم الفيزيائي غني جدًا بالأحداث، لكن قوانينه الأساسية مدهشة في إيجازها. فعدد هائل من المواقف يُختزل في مجموعة صغيرة من القواعد، ولهذا يصف العلم هذه المواقف بمعادلات وليس بفهارس لا نهائية من الحالات الخاصة. وإذا دُرِّب النموذج على سقوط الأجسام وتصادمها وحركتها، فقد يصبح أفضل في التنبؤ بديناميكيات البيئة، لكن ذلك لا يعني أنه سيفهم القانون أو الاقتصاد أو الفكاهة أو دوافع البشر أو السياق التاريخي.

ومن هنا تنشأ الحجة المضادة الرئيسية: المعرفة الإنسانية أوسع من الفيزياء. فنحن لا نعيش بين الأشياء فحسب، بل بين المعاني والأعراف والرموز والمؤسسات والخبرة الجماعية. وحتى أمثل نموذج لمسار كرة لن يفسّر لماذا تنجح بعض القوانين بينما تواجه أخرى مقاومة المجتمع، ولا لماذا تبدو العبارة نفسها مزحة في سياق وإهانة في سياق آخر، ولا لماذا يتخذ الناس قرارات تخالف المنفعة العقلانية. يمكن نمذجة عالم الأجسام، لكن عالم المعاني أشد تعقيدًا بكثير.

ومن هنا يخلص كاتب المقال إلى أن «نموذج العالم» قد يكون إضافة مفيدة للذكاء الاصطناعي، لكنه بعيد عن أن يكون طوق نجاة للقطاع بأكمله. فهو قادر على سد جزء من نقص البيانات ومنح النماذج صلة أكثر ثباتًا بالسببية. غير أن فيزياء العالم في ذاتها أفقر من الطبقة الثقافية والمعرفية التي تجعل التفكير الإنساني على ما هو عليه. وإنفاق مليارات الدولارات لاكتشاف قوانين سقوط الأجسام المعروفة منذ زمن بعيد على نحو أفضل تفسيرٌ ضعيف جدًا لاختراق مستقبلي.

ماذا يعني ذلك؟

بالنسبة إلى السوق، هذا دش بارد مهم. فالمرحلة التالية من تطور الذكاء الاصطناعي ستتطلب على الأرجح لا حلًا سحريًا واحدًا، بل مزيجًا من المقاربات: نماذج لغوية، وبيانات من العالم الواقعي، وسلوكًا وكيليًا، وتمثيلات أعمق للسياق الإنساني. وفكرة لوكون مفيدة كجزء من هذا البناء، لكنها ليست بديلًا جاهزًا عنه.

*أُدرجت Meta في روسيا ضمن المنظمات المتطرفة وهي محظورة في الاتحاد الروسي.