يقول Jensen Huang من Nvidia إن هلوسة الذكاء الاصطناعي قابلة للحل، والذكاء العام الاصطناعي على بعد 5 سنوات

يمثل الذكاء الاصطناعي العام (AGI) – الذي يشار إليه غالبًا باسم “الذكاء الاصطناعي القوي” أو “الذكاء الاصطناعي الكامل” أو “الذكاء الاصطناعي على المستوى البشري” أو “العمل الذكي العام” – قفزة مستقبلية كبيرة في مجال الذكاء الاصطناعي. على عكس الذكاء الاصطناعي الضيق، المصمم لمهام محددة (مثل اكتشاف عيوب المنتج، أو تلخيص الأخبار، أو إنشاء موقع ويب لك)، سيكون الذكاء الاصطناعي العام قادرًا على أداء مجموعة واسعة من المهام المعرفية على المستويات البشرية أو أعلى منها. في حديثه للصحافة هذا الأسبوع في مؤتمر مطوري GTC السنوي لشركة Nvidia، بدا أن الرئيس التنفيذي Jensen Huang يشعر بالملل حقًا من مناقشة الموضوع – لأسباب ليس أقلها أنه يجد نفسه قد أخطأ في الاقتباس كثيرًا، كما يقول.

إن تكرار السؤال منطقي: يثير هذا المفهوم أسئلة وجودية حول دور البشرية في مستقبل يمكن فيه للآلات أن تتفوق في التفكير والتعلم والتفوق على البشر في كل مجال تقريبًا. يكمن جوهر هذا القلق في عدم القدرة على التنبؤ بعمليات وأهداف صنع القرار في الذكاء الاصطناعي العام، والتي قد لا تتماشى مع القيم أو الأولويات الإنسانية (وهو مفهوم تم استكشافه بعمق في الخيال العلمي منذ الأربعينيات على الأقل). هناك مخاوف من أنه بمجرد وصول الذكاء الاصطناعي العام إلى مستوى معين من الاستقلالية والقدرة، فقد يصبح من المستحيل احتواؤه أو السيطرة عليه، مما يؤدي إلى سيناريوهات حيث لا يمكن التنبؤ بأفعاله أو عكسها.

عندما تطلب الصحافة المثيرة إطارًا زمنيًا، فإنها غالبًا ما تستدرج محترفي الذكاء الاصطناعي لوضع جدول زمني لنهاية البشرية – أو على الأقل الوضع الراهن. وغني عن القول أن الرؤساء التنفيذيين للذكاء الاصطناعي ليسوا دائمًا حريصين على معالجة هذا الموضوع.

ومع ذلك، أمضى هوانغ بعض الوقت في إخبار الصحافة بما يريده يفعل فكر في الموضوع. يعتمد التنبؤ بالوقت الذي سنرى فيه الذكاء الاصطناعي العام مقبولًا على كيفية تعريف الذكاء الاصطناعي العام، كما يقول هوانغ، ويرسم بعض أوجه التشابه: حتى مع تعقيدات المناطق الزمنية، فأنت تعرف متى يأتي العام الجديد ويبدأ عام 2025. إذا كنت تقود سيارتك إلى مركز مؤتمرات سان خوسيه (حيث يُعقد مؤتمر GTC لهذا العام)، فأنت تعلم عمومًا أنك وصلت عندما يمكنك رؤية لافتات GTC الضخمة. النقطة الحاسمة هي أنه يمكننا الاتفاق على كيفية قياس وصولك، سواء مؤقتًا أو جغرافيًا مكانيًا، إلى المكان الذي كنت تأمل في الذهاب إليه.

يوضح هوانغ: “إذا حددنا الذكاء الاصطناعي العام على أنه شيء محدد للغاية، أو مجموعة من الاختبارات التي يمكن لبرنامج ما أن يؤديها بشكل جيد للغاية – أو ربما أفضل بنسبة 8% من معظم الناس – أعتقد أننا سنصل إلى هناك في غضون 5 سنوات”. يقترح أن الاختبارات يمكن أن تكون اختبارًا قانونيًا أو اختبارات منطقية أو اختبارات اقتصادية أو ربما القدرة على اجتياز اختبار ما قبل الطب. ما لم يكن السائل قادرًا على أن يكون محددًا للغاية بشأن ما يعنيه الذكاء الاصطناعي العام (AGI) في سياق السؤال، فهو ليس على استعداد للتنبؤ. عادلة بما فيه الكفاية.

هلوسة الذكاء الاصطناعي قابلة للحل

في جلسة الأسئلة والأجوبة التي عُقدت يوم الثلاثاء، سُئل هوانغ عما يجب فعله بشأن هلوسة الذكاء الاصطناعي – وهو ميل بعض الذكاء الاصطناعي إلى اختلاق إجابات صوت معقولة، لكنها لا تستند إلى الواقع. لقد بدا محبطًا بشكل واضح من السؤال، وأشار إلى أن الهلوسة يمكن حلها بسهولة – من خلال التأكد من أن الإجابات مدروسة جيدًا.

“أضف قاعدة: بالنسبة لكل إجابة، عليك أن تبحث عن الإجابة”، يقول هوانغ، مشيرًا إلى هذه الممارسة باسم “توليد الاسترجاع المعزز”، واصفًا نهجًا مشابهًا جدًا لمحو الأمية الإعلامية الأساسية: فحص المصدر، والمصدر سياق. قارن الحقائق الواردة في المصدر بالحقائق المعروفة، وإذا كانت الإجابة غير دقيقة من الناحية الواقعية – ولو جزئيًا – فاحذف المصدر بأكمله وانتقل إلى المصدر التالي. “لا ينبغي للذكاء الاصطناعي أن يجيب فقط، بل يجب أن يقوم بالبحث أولاً، لتحديد أي الإجابات هي الأفضل.”

بالنسبة للإجابات المهمة، مثل النصائح الصحية أو ما شابه ذلك، يقترح الرئيس التنفيذي لشركة Nvidia أنه ربما يكون التحقق من الموارد المتعددة ومصادر الحقيقة المعروفة هو الطريق للمضي قدمًا. بالطبع، هذا يعني أن المولد الذي يقوم بإنشاء إجابة يحتاج إلى أن يكون لديه خيار القول، “لا أعرف الإجابة على سؤالك”، أو “لا يمكنني التوصل إلى إجماع حول الإجابة الصحيحة” هذا السؤال هو، أو حتى شيء من هذا القبيل “مرحبًا، لم يتم إجراء Superbowl بعد، لذلك لا أعرف من الذي فاز”.