نماذج اللغة الكبيرة قد لا تكون على قدر الذكاء الذي نتوقعه

? الذكاء الاصطناعي لا يهددنا حقا كما نظن: في خضم المخاوف المتزايدة من أن تحل أدوات الذكاء الاصطناعي مكان البشر، هل تستحيل هذه المخاوف واقعا فعليا، أم أن الذكاء الاصطناعي ليس بهذه الجدية؟ تتساءل ورقة بحثية (بي دي إف) نشرتها جامعة ولاية أريزونا عما إذا كان الذكاء الاصطناعي قادرا على التفكير حقا مثل البشر.

**لينكات إنتربرايز فقط تظهر على الإيميل، اضغط على عنوان الفقرة بالأعلى لقراءتها مصحوبة بكل الروابط**

مجرد سراب: اختبر باحثو الجامعة سلسلة أفكار مرتبطة بنماذج اللغة الكبيرة على شكل محاكاة تتم في ظل ظروف محكمة، وقاسوا كفاءتها عند مواجهة مشاكل منطقية تنحرف عن أنماط التدريب، وفقا لتقرير أرس تكنيكا. اتضح أن الذكاء الاصطناعي بعيد كل البعد عن الكمال، إذ يفشل في التكيف مع المهام البسيطة. تحاول سلاسل الأفكار المرتبطة بنماذج اللغة الكبيرة استدلال عمليات التفكير البشري، لكنها في النهاية تعيد إنتاج أنماط التفكير هذه بناء على المعطيات التي دربها عليها البشر سابقا. يعد هذا مؤشرا على افتقار هذه الأدوات للقدرة على الفهم أو التكيف مع التغييرات، ما يجعلها أشبه بالسراب الذي ما إن تقترب منه حتى تدرك حقيقته.

حلقة مفرغة: لفهم القيود التي تعيق نماذج اللغة، اختبر الباحثون قدرات الاستدلال في هذه النماذج باستخدام تحويلات نصية وتلاعب لفظي، بعضها جاء متوافقا مع أنماط التدريب السابقة، وبعضها الآخر كان خارج النطاق. وكما كان متوقعا، لم تحقق النماذج أي نتائج عند سؤالها عن شيء خارج حدود معرفتها. لم تعرف النماذج سوى البحث في أنماط وظائفها المحددة مسبقا، والعمل عبر مسارات استدلال صحيحة ولكن بنتائج غير صحيحة على الإطلاق. وكلما زاد التباين بين مهام النصوص ونماذج الأداة المعدة مسبقا، عكس ذلك فشلا أكبر في الأداء. وهذا يعني ببساطة أنه لا ينبغي علينا الاعتماد على نماذج الذكاء الاصطناعي في أوساط أكثر تعقيدا، وانتظار نتيجة محكمة وصحيحة منها.

ابحث عن الحقيقة بنفسك: الذكاء الاصطناعي في نهاية الأمر اختراع بشري، فعندما تفشل نماذج اللغة في التعامل مع المهام المنطقية، يكون الحل الأمثل في الاعتماد على آلية التوليف الدقيق — والتي تعني تدريب النموذج بشكل جديد على مجموعة بيانات أصغر وأكثر تخصصا — ولكن حتى ذلك الحل يتوقف في نهاية الأمر على التقدير البشري. ورغم ذلك، يظل الهدف النهائي لنماذج اللغة هو فهم الاستدلال المنطقي بشكل أساسي، وليس الارتجال بهدف تقديم إجابة على التساؤلات. باختصار، من المهم دائما التحقق من النتائج التي تقدمها هذه النماذج، فحتى لو بدا أن النموذج واثق للغاية من رده، عليك أن تبحث عن الحقيقة بنفسك.