باحثون صينيون يكشفون 5 مراحل للتطور الذاتي للذكاء الاصطناعي
نشر أكثر من 30 باحثًا صينيًا ورقة بحثية تطرح إطارًا من خمس مراحل للتطور الذاتي للذكاء الاصطناعي، وصولًا إلى أنظمة قادرة على تحسين آليات تطويرها بنفسها، في تصور يُعرف بالتحسين الذاتي التكراري.
تفاصيل الخبر
تقدم الورقة البحثية «The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement» تصورًا تدريجيًا لكيفية انتقال أنظمة الذكاء الاصطناعي من تنفيذ التحسينات التي يحددها البشر إلى المشاركة بصورة متزايدة في تحديد آليات تحسينها المستقبلية. وشارك في إعدادها باحثون مرتبطون بمؤسسات مثل Tsinghua University وByteDance وShanghai AI Lab وShanghai Jiao Tong University.
- المستوى الأول L1: ينفذ النظام عملية تحسين صممها الإنسان مسبقًا، مع استمرار نتائج التحسين في التأثير على المهام اللاحقة.
- المستوى الثاني L2: يبدأ النظام باختيار استراتيجية التحسين المناسبة، بينما تظل الأهداف ومعايير التقييم أو القبول خارجية.
- المستوى الثالث L3: يصبح للنظام دور أكبر في تحديد الخبرات أو المهام أو المناهج التي سيتعلم منها مستقبلًا.
- المستوى الرابع L4: يتكيف النظام مع بيئة التشغيل من خلال الاحتفاظ بالذاكرة أو المهارات أو مكونات الوكيل التي تؤثر في سلوكه لاحقًا.
- المستوى الخامس L5: يصل الإطار إلى مرحلة التحسين التلقائي لآليات التحسين نفسها، مثل البحث والتقييم وسياسات التحكم في عملية التطوير.
- دراسة مئات الأبحاث: اعتمد الباحثون على قاعدة تضم 491 ورقة بحثية مرتبطة بالتحسين الذاتي التكراري، بهدف تصنيف الأعمال الموجودة وفق مستويات الاستقلالية الخمسة. وهذا التصنيف لا يعني أن جميع هذه الأبحاث تمثل أنظمة قادرة بالفعل على تنفيذ تحسين ذاتي كامل ومستقل.
- البرمجيات كبيئة مناسبة: تشير الورقة إلى اختلاف متطلبات التحسين الذاتي بين المجالات، مع دراسة تطبيقاته في البحث العلمي والروبوتات وهندسة البرمجيات والرعاية الصحية، حيث تختلف سرعة الحصول على التغذية الراجعة وإمكانية اختبار التحسينات.
الأهداف المستقبلية
يركز الباحثون على الانتقال من أنظمة تنفذ عمليات تحسين محددة إلى أنظمة تستطيع إدارة أجزاء أكبر من دورة التعلم والتطوير، مع دراسة التحديات العملية المرتبطة بذلك.
- تطوير أطر أكثر وضوحًا لقياس التحسين الذاتي التكراري في أنظمة الذكاء الاصطناعي.
- دراسة كيفية انتقال الأنظمة بين مستويات الاستقلالية الخمسة بدل الاكتفاء بتحسين أداء مهمة واحدة.
- تحسين آليات التحقق والتقييم للتأكد من أن التحسينات الجديدة تؤدي فعلًا إلى نتائج أفضل.
- توسيع أبحاث التحسين الذاتي لتشمل مجالات مثل العلوم والروبوتات وهندسة البرمجيات والرعاية الصحية.
- معالجة التحديات المتعلقة بالبيانات والتقييم والموثوقية قبل الوصول إلى مراحل أكثر استقلالية.
- دراسة إمكانية تطوير أنظمة تستطيع تحسين عملية تطوير الذكاء الاصطناعي نفسها، وهي الفكرة التي يمثلها المستوى الخامس في الإطار المقترح.
تقدم الورقة الصينية إطارًا بحثيًا لفهم التحسين الذاتي التكراري باعتباره عملية تدريجية، تبدأ بتنفيذ تحسينات يحددها البشر وتنتهي نظريًا بأنظمة تستطيع تعديل آليات تطويرها المستقبلية. ومع ذلك، فإن تصنيف الأبحاث ضمن هذه المستويات لا يعني أن الذكاء الاصطناعي وصل بالفعل إلى مرحلة التحسين الذاتي الكامل، بل يحدد مسارًا بحثيًا لدراسة كيفية الوصول إليها.
