وتأمل شركة سيمبوليكا في تجنب سباق التسلح القائم على الذكاء الاصطناعي من خلال الرهان على نماذج رمزية
![وتأمل شركة سيمبوليكا في تجنب سباق التسلح القائم على الذكاء الاصطناعي من خلال الرهان على نماذج رمزية وتأمل شركة سيمبوليكا في تجنب سباق التسلح القائم على الذكاء الاصطناعي من خلال الرهان على نماذج رمزية](https://i0.wp.com/techcrunch.com/wp-content/uploads/2024/03/GettyImages-1659862626.jpg?fit=%2C&ssl=1)
في فبراير، حذر ديميس هاسابيس، الرئيس التنفيذي لمختبر أبحاث DeepMind للذكاء الاصطناعي التابع لشركة جوجل، من أن إلقاء كميات متزايدة من الحوسبة على أنواع خوارزميات الذكاء الاصطناعي المستخدمة على نطاق واسع اليوم قد يؤدي إلى تناقص العوائد. وقال هاسابيس إن الوصول إلى “المستوى التالي” من الذكاء الاصطناعي سيتطلب بدلا من ذلك تحقيق اختراقات بحثية أساسية تسفر عن بدائل قابلة للتطبيق للأساليب الراسخة اليوم.
يوافق مهندس تسلا السابق جورج مورغان على ذلك. لذلك أسس شركة ناشئة، هي سيمبوليكا AI، للقيام بذلك.
وقال مورغان لـ TechCrunch: “إن التعلم العميق التقليدي ونماذج اللغة التوليدية تتطلب نطاقًا ووقتًا وطاقة لا يمكن تصوره لتحقيق نتائج مفيدة”. “من خلال بناء [novel] بالنسبة للنماذج، يمكن لـSembolica تحقيق قدر أكبر من الدقة من خلال متطلبات بيانات أقل، ووقت تدريب أقل، وتكلفة أقل، ومع مخرجات منظمة صحيحة بشكل مثبت.
ترك مورغان الكلية في روتشستر للانضمام إلى تيسلا، حيث عمل ضمن فريق تطوير الطيار الآلي، وهي مجموعة تيسلا من ميزات مساعدة السائق المتقدمة.
أثناء وجوده في شركة تيسلا، يقول مورجان إنه أدرك أن أساليب الذكاء الاصطناعي الحالية – والتي يدور معظمها حول توسيع نطاق الحوسبة – لن تكون مستدامة على المدى الطويل.
وقال مورغان: “إن الأساليب الحالية لديها قرص واحد فقط لتتحول إليه: زيادة الحجم والأمل في السلوك الناشئ”. “ومع ذلك، يتطلب التوسع المزيد من الحوسبة، والمزيد من الذاكرة، والمزيد من المال للتدريب والمزيد من البيانات. لكن في نهاية المطاف، [this] لا يمنحك أداءً أفضل بشكل ملحوظ.”
مورغان ليس الوحيد الذي توصل إلى هذا الاستنتاج.
في مذكرة هذا العام، قال اثنان من المديرين التنفيذيين في شركة TSMC، الشركة المصنعة لأشباه الموصلات، إنه إذا استمر اتجاه الذكاء الاصطناعي بالوتيرة الحالية، فستحتاج الصناعة إلى شريحة ترانزستور تحتوي على تريليون – شريحة تحتوي على 10 أضعاف عدد الترانزستورات الموجودة في المتوسط. رقاقة اليوم – في غضون عقد من الزمان.
ومن غير الواضح ما إذا كان ذلك ممكنًا من الناحية التكنولوجية.
وفي مكان آخر، وجد تقرير شارك في تأليفه ستانفورد وإيبوتش AI، وهو معهد مستقل لأبحاث الذكاء الاصطناعي، أن تكلفة تدريب نماذج الذكاء الاصطناعي المتطورة قد زادت بشكل كبير خلال العام الماضي وتغيرت. ويقدر مؤلفو التقرير أن OpenAI وGoogle أنفقتا حوالي 78 مليون دولار و191 مليون دولار على التوالي، لتدريب GPT-4 وGemini Ultra.
ومع ارتفاع التكاليف باستمرار – انظر خطط OpenAI وMicrosoft المعلنة لإنشاء مركز بيانات للذكاء الاصطناعي بقيمة 100 مليار دولار – بدأ مورغان في التحقيق في ما يسميه نماذج الذكاء الاصطناعي “المهيكلة”. تقوم هذه النماذج المنظمة بتشفير البنية الأساسية للبيانات – ومن هنا الاسم – بدلاً من محاولة تقريب الرؤى من مجموعات البيانات الهائلة، مثل النماذج التقليدية، مما يمكنها من تحقيق ما يصفه مورغان بأنه أداء أفضل باستخدام عمليات حسابية أقل إجمالية.
وقال: “من الممكن إنتاج قدرات استدلال منظم مصممة خصيصًا للمجال في نماذج أصغر بكثير، من خلال الجمع بين مجموعة أدوات رياضية عميقة وإنجازات في التعلم العميق”.
النماذج المنظمة، المعروفة باسم الذكاء الاصطناعي الرمزي، ليست مفهومًا جديدًا تمامًا. يعود تاريخها إلى عقود مضت، وهي متجذرة في فكرة إمكانية بناء الذكاء الاصطناعي على رموز تمثل المعرفة باستخدام مجموعة من القواعد.
يحل الذكاء الاصطناعي الرمزي المهام عن طريق تحديد مجموعات قواعد معالجة الرموز المخصصة لوظائف معينة، مثل تحرير أسطر النص في برنامج معالج النصوص. وهذا على عكس الشبكات العصبية، التي تحاول حل المهام من خلال التقريب الإحصائي والتعلم من الأمثلة.
تعد الشبكات العصبية حجر الزاوية في أنظمة الذكاء الاصطناعي القوية مثل DALL-E 3 وGPT-4 من OpenAI. لكن، كما يدعي مورغان، فإنهم ليسوا كل شيء في نهاية المطاف؛ يقول مورغان إن الذكاء الاصطناعي الرمزي قد يكون في الواقع في وضع أفضل لتشفير المعرفة العالمية بكفاءة، والتفكير في سيناريوهات معقدة، و”شرح” كيفية وصولهم إلى الإجابة.
وقال مورغان: “إن نماذجنا أكثر موثوقية وشفافية وأكثر عرضة للمساءلة”. “هناك تطبيقات تجارية هائلة لقدرات الاستدلال المنظم، لا سيما فيما يتعلق بإنشاء التعليمات البرمجية – أي التفكير في قواعد تعليمات برمجية كبيرة وإنشاء تعليمات برمجية مفيدة – حيث تكون العروض الحالية قاصرة.”
منتج سيمبوليكا، الذي صممه فريقها المكون من 16 شخصًا، عبارة عن مجموعة أدوات لإنشاء نماذج رمزية للذكاء الاصطناعي ونماذج تم تدريبها مسبقًا لمهام محددة، بما في ذلك إنشاء التعليمات البرمجية وإثبات النظريات الرياضية. نموذج العمل الدقيق في حالة تغير مستمر. وقال مورجان إن شركة سيمبوليكا قد تقدم خدمات استشارية ودعمًا للشركات التي ترغب في بناء نماذج مخصصة باستخدام تقنياتها.
يصادف اليوم إطلاق شركة سيمبوليكا بشكل خفي، لذلك ليس لدى الشركة عملاء – على الأقل لا يوجد عملاء ترغب في التحدث عنهم علنًا. ومع ذلك، كشف مورغان أن شركة سيمبوليكا حصلت على استثمار بقيمة 33 مليون دولار في وقت سابق من هذا العام بقيادة شركة خوسلا فنتشرز. ومن بين المستثمرين الآخرين Abstract Ventures، وBuckley Ventures، وDay One Ventures، وجنرال كاتاليست.
33 مليون دولار ليس رقما صغيرا. من الواضح أن داعمي شركة سيمبوليكا لديهم ثقة في العلوم وخريطة الطريق الخاصة بالشركة الناشئة. أخبرني فينود خوسلا، مؤسس شركة خوسلا فنتشرز، عبر البريد الإلكتروني أنه يعتقد أن شركة سيمبوليكا “تعالج بعض أهم التحديات التي تواجه صناعة الذكاء الاصطناعي اليوم”.
وقال خوسلا: “لتمكين اعتماد الذكاء الاصطناعي التجاري على نطاق واسع والامتثال التنظيمي، نحتاج إلى نماذج ذات مخرجات منظمة يمكنها تحقيق دقة أكبر بموارد أقل”. “لقد جمع جورج واحدًا من أفضل الفرق في الصناعة للقيام بذلك.”
لكن آخرين أقل اقتناعا بأن الذكاء الاصطناعي الرمزي هو الطريق الصحيح للمضي قدما.
أوس كيز، دكتوراه. ويشير المرشح في جامعة واشنطن الذي يركز على القانون وأخلاقيات البيانات، إلى أن نماذج الذكاء الاصطناعي الرمزية تعتمد على بيانات شديدة التنظيم، مما يجعلها “هشة للغاية” وتعتمد على السياق والخصوصية. بعبارة أخرى، يحتاج الذكاء الاصطناعي الرمزي إلى معرفة محددة جيدًا، وقد يتطلب تحديد تلك المعرفة عمالة كثيفة.
قال كيز: “قد يظل هذا مثيرًا للاهتمام إذا اقترن بمزايا التعلم العميق والأساليب الرمزية”، في إشارة إلى كتاب AlphaGeometry الذي نشرته شركة DeepMind مؤخرًا، والذي يجمع بين الشبكات العصبية وخوارزمية رمزية مستوحاة من الذكاء الاصطناعي لحل المشكلات الهندسية الصعبة. “لكن الوقت سيخبرنا.”
ورد مورغان بالقول إن أساليب التدريب الحالية لن تكون قادرة قريبًا على تلبية احتياجات الشركات التي ترغب في تسخير الذكاء الاصطناعي لتحقيق أغراضها، وصنع أي بدائل واعدة تستحق الاستثمار فيها. وادعى أن شركة سيمبوليكا في وضع استراتيجي جيد لتحقيق هذا الهدف. المستقبل، نظرا لأن أمامها “عدة سنوات” من المدرج مع أحدث شريحة تمويل لها ونماذجها صغيرة نسبيا (وبالتالي رخيصة) للتدريب والتشغيل.
وقال: “إن المهام مثل أتمتة تطوير البرمجيات، على سبيل المثال، على نطاق واسع ستتطلب نماذج ذات قدرات منطقية رسمية، وتكاليف تشغيل أرخص، لتحليل قواعد بيانات الأكواد الكبيرة وإنتاج الأكواد البرمجية المفيدة وتكرارها”. “لا يزال التصور العام حول نماذج الذكاء الاصطناعي هو أن “الحجم هو كل ما تحتاجه”. إن التفكير الرمزي ضروري للغاية لإحراز تقدم في هذا المجال، وستكون هناك حاجة إلى مخرجات منظمة وقابلة للتفسير مع قدرات تفكير رسمية لتلبية المتطلبات.
ليس هناك ما يمنع مختبرًا كبيرًا للذكاء الاصطناعي مثل DeepMind من بناء نماذج ذكاء اصطناعي رمزية أو نماذج هجينة خاصة به، و- بغض النظر عن نقاط التمايز الخاصة بـSymbolica – تدخل سيمبوليكا في مجال الذكاء الاصطناعي المزدحم للغاية وذو رأس مال جيد. لكن مورغان يتوقع النمو على حاله، ويتوقع أن يتضاعف عدد موظفي شركة سيمبوليكا التي يقع مقرها في سان فرانسيسكو بحلول عام 2025.