مستقبل نماذج الذكاء الاصطناعي في الاستدلال يواجه تحديات قريبة
تقرير جديد من Epoch AI يتوقع تباطؤًا كبيرًا في تطور نماذج الذكاء الاصطناعي للاستدلال بحلول عام 2026، مما يطرح تساؤلات حول حدود الذكاء الاصطناعي المستقبلي.
تفاصيل الخبر
تشير دراسة منشورة للباحث Josh You، إلى أن نماذج الذكاء الاصطناعي في الاستدلال مثل o3 من OpenAI تقترب من حدود التوسع. التقرير يركّز على مرحلة “تدريب الاستدلال” (Reinforcement Learning on hard tasks) بدلاً من مرحلة ما قبل التدريب التقليدية.
- نموذج o3 من OpenAI يمثل زيادة بمقدار 10× في “قدرات الاستدلال” مقارنة بـ o1، وقد تم إطلاقه بعد 4 أشهر فقط من o1.
- هذا التسارع قد يتباطأ قريبًا، لأن استمرار التوسع بهذا المعدل قد يصل إلى حدود القدرة الحوسبية خلال عام واحد فقط.
- يُقدَّر أن تدريب DeepSeek-R1 على الاستدلال استهلك حوالي 6e23 FLOP، بتكلفة بلغت مليون دولار، وهو ما يشبه أداء o1 تقريبًا.
- أداء o3 يتفوق بوضوح على o1 في الرياضيات، العلوم، البرمجة، والمهام العاملية.
- تشير النماذج الأخرى إلى تفاوت كبير في حجم تدريب الاستدلال مقارنة بتدريب ما قبل النماذج:
- Nvidia Nemotron: ~1e23 FLOP
- Microsoft Phi-4: ~1e20 FLOP
- داريـو أمودي، الرئيس التنفيذي لشركة Anthropic، صرح: “ما زلنا في بداية منحنى التوسع…”
الأهداف المستقبلية
رغم التحديات، يشير التقرير إلى بعض الاتجاهات الطموحة التي قد تستمر في دفع التطور في نماذج الذكاء الاصطناعي في الاستدلال:
- الاستفادة من البيانات الاصطناعية لتجاوز حدود مجموعات البيانات البشرية الصعبة.
- تطوير خوارزميات أكثر كفاءة تقلل من التكاليف الحوسبية.
- تحسين قدرات التعميم، خصوصًا من المهام التقنية إلى مجالات أكثر تجريدًا كالعاطفة والفهم البشري.
- الاستثمار في أدوات التقييم والتجريب لتقليل تكلفة البحث.
تطور نماذج الذكاء الاصطناعي في الاستدلال مثل o3 مذهل، لكنه يواجه تحديات تقنية ومواردية قريبة. المستقبل ما زال واعدًا، لكن التقدم سيتطلب ابتكارات تتجاوز مجرد زيادة الحجم.
