الحجة وراء الذكاء الاصطناعي الممل

سباق اختبارات الذكاء الاصطناعي لديه فائز. فقط ليس أنت.

في كل بضعة أشهر، يظهر نموذج جديد، وتتعيد لوحة الصدارة ترتيب نفسها. تتنافس المختبرات على التفوق في الاستدلال والكتابة البرمجية والإجابة، بعضها على بعض، عبر اختبارات صُممت لقياس ذكاء الآلة. المتابعة في التغطية موجودة. وكذلك التمويل.

ما يحظى باهتمام أقل هو ما إذا كان أي من هذا أمرًا حتميًا. المعايير القياسية، سباق التسلح، تصوير الذكاء الاصطناعي كأنه خلاص أو كارثة—كلها خيارات، وليست قوانين فيزيائية. تعكس ما قررت الصناعة تحسينه، وما قررت تمويله. التكنولوجيا التي ستستغرق عقودًا لتثمر بطرق عادية ومفيدة لا ترفع مليارات هذا الربع. السرديات المتطرفة تفعل ذلك.

بعض الباحثين يعتقدون أن الهدف خاطئ ببساطة. ليس لأن الذكاء الاصطناعي غير مهم، بل لأن “المهم” لا يجب أن يعني غير مسبوق. الصحافة المطبوعة غيّرت العالم. وكذلك الكهرباء. لقد فعلا ذلك تدريجيًا، من خلال تبنٍّ فوضوي، مانحين المجتمعات وقتًا لتستجيب. إذا اتبع الذكاء الاصطناعي هذا النمط، فإن الأسئلة الصحيحة ليست عن الخارق للذكاء. بل عن من يستفيد، ومن يلحق به الضرر، وما إذا كانت الأدوات التي نبنيها بالفعل تعمل لصالح الأشخاص الذين يستخدمونها.

كثيرون من الباحثين كانوا يطرحون تلك الأسئلة من اتجاهات مختلفة جدًا. إليك ثلاثة منهم.

مفيد، لا عام

كان Ruchir Puri يبني الذكاء الاصطناعي لدى IBM $IBM +2.06% منذ قبل أن يسمع معظم الناس بتعلم الآلة. شاهد Watson يهزم أفضل لاعبي Jeopardy في العالم في 2011. وشاهد عدة موجات من الضجيج تبلغ ذروتها ثم تنحسر منذ ذلك الحين. عندما وصلت الموجة الحالية، كان لديه اختبار بسيط لها: هل هو مفيد؟

ليس مثيرًا للإعجاب. ليس عامًا. مفيدًا.

يقول: “أنا لا أهتم كثيرًا بالذكاء الاصطناعي العام الاصطناعي. ما يهمني هو الجزء المفيد منه.”

هذا التصور يجعله في مواجهة مع جزء كبير من الصورة الذاتية للصناعة. المختبرات التي تتسابق نحو AGI تُحسّن من أجل الاتساع، وتبني أنظمة يمكنها فعل أي شيء، والإجابة عن أي شيء، والاستدلال حول أي شيء. يعتقد Puri أن هذا هو الهدف الخاطئ، ولديه معيار قياس يريد أن تحاول الصناعة فعلًا الوصول إليه.

يعيش الدماغ البشري في 1,200 سنتيمترًا مكعبًا، ويستهلك 20 واطًا، أي طاقة مصباح كهربائي، و—كما يشير Puri—يعمل على الساندويتشات. تستهلك وحدة GPU واحدة من Nvidia $NVDA +0.93% 1,200 واط، أي 60 مرة أكثر من الدماغ بالكامل، وتحتاج إلى آلاف منها في مركز بيانات ضخم لتفعل شيئًا ذا معنى. إذا كان الدماغ هو معيار القياس، فالصناعة ليست قريبة من الكفاءة. إنها تسير في الاتجاه الخطأ.

بديله هو ما يسميه البنية الهجينة: نماذج صغيرة ومتوسطة وكبيرة تعمل معًا، ويُسنَد لكل نموذج المهمة التي يتقنها أكثر. يقوم نموذج كبير على الحدود بالاستدلال والتخطيط المعقدين. تتولى نماذج أصغر ومصممة لغرض محدد تنفيذ المهام. مهمة بسيطة مثل صياغة بريد إلكتروني لا تحتاج نظامًا مُدرّبًا على نصف الإنترنت. ما تحتاجه هو شيء سريع ورخيص ومركّز. يلاحظ Puri أنه بعد كل تسعة أشهر تقريبًا، يصبح نموذج الجيل الصغير السابق مكافئًا تقريبًا لما كان يُعتبر كبيرًا. الذكاء يصبح أرخص. السؤال هو ما إذا كان أحد يبني على أساس هذه الحقيقة.

النهج لديه دعم واقعي بالفعل. تستخدم Airbnb $ABNB -0.19% نماذج أصغر لحل جزء كبير من مشكلات خدمة العملاء أسرع مما يستطيع ممثلوها البشريون. ولا تستخدم Meta $META -0.82% أكبر نماذجها لعرض الإعلانات؛ بل تُقطر تلك المعرفة إلى نماذج أصغر مُصممة خصيصًا لهذه المهمة وحدها. النمط متسق لدرجة أن الباحثين بدأوا يصفونه بخط تجميع للمعرفة: تتدفق البيانات إلى الداخل، وتتولى نماذج متخصصة التعامل مع خطوات منفصلة، ويخرج شيء مفيد من الطرف الآخر.

كانت IBM تبني خط التجميع هذا لفترة أطول من أغلب الجهات. أظهر وكيل هجين يجمع نماذج من عدة شركات تحسنًا في الإنتاجية بنسبة 45% عبر فريق هندسي كبير. والأنظمة التي تعمل على نماذج أصغر ومصممة لغرض محدد تساعد الآن المهندسين الذين يحافظون على معالجة 84% من المعاملات المالية في العالم على الحصول على المعلومات الصحيحة في الوقت المناسب. هذه ليست تطبيقات براقة. لكنها أيضًا لا تفشل.

لا يتطلب أيٌ منها نظامًا يمكنه كتابة شعر أو حل واجب الرياضيات لطفلك. بل يتطلب شيئًا أضيق، وبسبب ذلك يكون أكثر موثوقية. النموذج المُدرّب على فعل شيء واحد على نحو جيد يعرف متى يقع السؤال خارج نطاقه. يقول ذلك. هذا النوع من عدم اليقين المُعايَر—معرفة ما لا تعرفه—ما زالت النماذج الكبيرة على الحدود تواجه صعوبة في التعامل معه.

يقول: “أريد بناء وكلاء وأنظمة لعمليات من هذا النوع.” “ليس شيئًا يجيب عن مليوني شيء.”

الأدوات، لا الوكلاء

لدى Ben Shneiderman اختبار بسيط لمعرفة ما إذا كان نظام ذكاء اصطناعي مصممًا جيدًا. هل يشعر الشخص الذي يستخدمه بأنه قام بشيء ما، أم يشعر بأن شيئًا ما تم إنجازه له؟

يهم هذا الفرق أكثر مما يبدو. لدى Shneiderman، عالم كمبيوتر في جامعة ماريلاند ساعد في وضع أسس تصميم الواجهات الحديثة، خبرة لعقود وهو يجادل بأن هدف التكنولوجيا يجب أن يكون تضخيم القدرة البشرية، لا استبدالها. تُنشئ الأدوات الجيدة ما يسميه كفاءة ذاتية لدى المستخدم، أو الثقة التي تأتي من معرفة أنك تستطيع فعل شيء بنفسك. الأدوات السيئة تنقل هذه الوكالة بصمت إلى مكان آخر.

يعتقد أن معظم صناعة الذكاء الاصطناعي تبني أدوات سيئة، ويرى أن التحول نحو “الوكلاء” يجعل الأمر أسوأ. الطرح الخاص بوكلاء الذكاء الاصطناعي هو أنها تتصرف نيابةً عنك، وتتولى المهام من البداية إلى النهاية دون تدخل منك. بالنسبة لـ Shneiderman، هذه ليست ميزة. بل هي المشكلة. عندما يحدث خطأ—وسحدث—من المسؤول؟ وعندما يحدث شيء في اتجاهه الصحيح، من الذي تعلم أي شيء؟

الفخ الذي كان يقاتله منذ وقت طويل له اسم. الأنثروبومورفية، أي الدافع لجعل التكنولوجيا تبدو بشرية، هي ما يواصل الفوز، وما يواصل الفشل. في سبعينيات القرن الماضي، جرّبت البنوك أجهزة الصراف الآلي (ATMs) التي تُحيي العملاء بـ “كيف يمكنني مساعدتك؟” وأعطت نفسها أسماء مثل Tilly the Teller وHarvey the World Banker. ثم تم استبدالها بآلات تُظهر لك ثلاث خيارات: الرصيد، النقد، والإيداع. ارتفعت نسب الاستخدام. كان لدى Citibank استخدام أعلى بنسبة 50% من منافسيها. لم يرغب الناس في علاقة مُصطنعة. كانوا يريدون الحصول على أموالهم.

تكرر النمط نفسه عبر عقود، مع Microsoft $MSFT +1.11% Bob، وقرص الذكاء الاصطناعي (AI pin) من Humane، وموجات من الروبوتات الشبيهة بالبشر. في كل مرة، يفشل النسخ الأنثروبومورفية ويُستبدل بشيء أكثر شبهًا بالأداة. يصف Shneiderman ذلك بأنه فكرة الزومبي. لا تموت، لكنها تعود باستمرار.

ما المختلف الآن هو الحجم والتعقيد. يقر بأن الجيل الحالي من الذكاء الاصطناعي مدهش بالفعل—بل بشكل مثير للدهشة. لكن الإبهار والمُفيد ليسا الشيء نفسه، والأنظمة المصممة لتبدو بشرية، لتقول “أنا”، لمحاكاة علاقة—تُحسّن لجودة خاطئة. السؤال الذي يريد من المصممين طرحه أبسط: هل يمنح هذا الناس قوة أكثر أم أقل؟

يقول: “لا يوجد ‘أنا’ في الذكاء الاصطناعي.” “أو على الأقل، ينبغي ألا يكون هناك.”

الناس، لا المعايير القياسية

لدى Karen Panetta إجابة بسيطة عن سبب ظهور تطوير الذكاء الاصطناعي بالشكل الذي هو عليه. اتبع المال.

Panetta، أستاذة في هندسة الكهرباء وعلوم الحاسوب في Tufts University، وزميلة IEEE، تدرس أخلاقيات الذكاء الاصطناعي ولديها تصور واضح إلى أين يجب أن يتجه هذا العلم. حيوانات أليفة مساعدة لمرضى الزهايمر، وأدوات تعلم تكيفية للأطفال ذوي أنماط معرفية مختلفة، ومراقبة منزلية ذكية لكبار السن الذين يشيخون في منازلهم. تقول إن التكنولوجيا لتنفيذ ذلك بشكل جيد موجودة إلى حد كبير. لكن الاستثمار ليس كذلك.

يقول: “البشر لا يهتمون بالمعايير القياسية” . “إنهم يهتمون: هل سيعمل عندما أشتريه؟ وهل سيجعل حياتي أسهل فعلًا؟”

المشكلة هي أن الأشخاص الذين سيفيدهم الذكاء الاصطناعي المساعد المُصمم جيدًا أكثر هم أيضًا الأقل إقناعًا كطرح بالنسبة لمستثمر رأس المال المغامر. نظام يحول عمليات التصنيع، ويقلل إصابات مكان العمل، ويخفض تكاليف الرعاية الصحية لموظفي شركة ما لديه عائد واضح. رفيق آلي يبقي مريض الزهايمر هادئًا ومتصّلًا يتطلب نوعًا مختلفًا تمامًا من الرياضيات. لذلك يذهب المال حيث يذهب المال، وتظل الفئات التي لديها أكبر ما يمكن كسبه تنتظر.

ما الذي تغيره Panetta، هو أن المشكلات الهندسية المكلفة يجري حلها أخيرًا على نطاق واسع. المستشعرات أصبحت أرخص. البطاريات أخف. بروتوكولات الاتصال اللاسلكي أصبحت منتشرة في كل مكان. نفس الاستثمار الذي بنى الروبوتات الصناعية لأرضيات المصانع جعل، بهدوء، الروبوتات الاستهلاكية ممكنة بطريقة لم تكن موجودة قبل خمس سنوات. الطريق من المستودع إلى غرفة المعيشة أقصر مما يبدو.

لكن لديها قلقًا من أن الحماس تجاه هذا التحول يميل إلى تجاوز شيء ما. الروبوتات المادية لديها قيود طبيعية. تعرف حدود القوة. تعرف الديناميكا الحركية. يمكنك التنبؤ ومحاكاة والتصميم حول الطريقة التي يمكن أن تفشل بها. لا يأتي الذكاء الاصطناعي التوليدي مع تلك الضمانات. إنه غير حتمي. يهلوس. لا أحد قد رسم بالكامل ما يحدث عندما تضعه داخل نظام موجود فعليًا في منزل شخص مصاب بالخرف (dementia)، أو طفل لا يستطيع تحديد متى حدث خطأ.

لقد رأَت ما يحدث عندما يتسخ مستشعر فتفقد الروبوت وعيه المكاني. وفكرت فيما يعنيه بناء شيء يتعلم تفاصيل حميمية عن حياة الشخص، وروتينه، وحالته المعرفية، ولحظات ارتباكه، ثم يتصرف بناءً على تلك المعلومات بشكل مستقل. تعتقد أن أنظمة الحماية من الفشل لم تُواكب ذلك.

يقول: “لستُ قلقًا بشأن الروبوت.” “أنا قلق بشأن الذكاء الاصطناعي.”

📬 اشترك في النشرة اليومية

نشرتنا المجانية السريعة والممتعة عن الاقتصاد العالمي، تُقدَّم كل صباح يوم عمل.

سجّلني