وفقاً لشوليه، ينبغي على مديري التكنولوجيا مراقبة التحول نحو أسس الذكاء الاصطناعي غير القائمة على النماذج اللغوية الكبيرة

عندما صرح فرانسوا شوليه، المؤسس المشارك لجائزة ARC، بأن شركة OpenAI قد "أخرت التقدم نحو الذكاء الاصطناعي العام لمدة تتراوح بين 5 إلى 10 سنوات"، لم يكن يكتفي بالتذمر من حجم النماذج فحسب. فملاحظته، التي ترددت أصداؤها في جميع أنحاء الصناعة، ترسم ملامح مستقبل يتحول فيه البحث عن الذكاء التأسيسي. ويتعين على الشركات الآن النظر إلى ما هو أبعد من النماذج اللغوية الكبيرة لتوظيف متخصصين يبنون بنيات لا يمكن للنماذج اللغوية الكبيرة وحدها تقديمها.

ادعاء شوليه وفجوة المواهب التي ينطوي عليها

لا يأتي ادعاء شوليه كشكوى عابرة، بل كعدسة نرى من خلالها أين قد يكمن التقدم الحقيقي. فقد ضخت الصناعة رؤوس أموال في نماذج لغوية كبيرة وأكثر قدرة، وبينما تعلن تلك الأنظمة عن قدرات مبهرة، تظل البنيات الأساسية التي قد تؤدي إلى ذكاء قوي وقابل للتعميم غير مستكشفة في كثير من الأحيان.

إذا ثبتت صحة نقده، فقد تشهد منطقة آسيا والمحيط الهادئ إعادة تخصيص للمكانة التقنية والميزانيات بعيداً عن حروب الحجم التي تركز على نماذج أكبر فأكبر، نحو فرق تتبع مناهج تأسيسية لا تعتمد على النماذج اللغوية الكبيرة. سيظهر هذا التحول أولاً في استراتيجيات المواهب - من يتم توظيفه، وكيف يتم هيكلة التعويضات، وأي مسارات وظيفية يتم دعمها - في الأماكن التي تتقاطع فيها حوافز السياسات مع طلب الصناعة.

كما أن للحجة طابعاً يتعلق بعمليات الشراء: إذا بدأت القيادة في تقدير التنوع المعماري على مجرد الحجم، ستبدأ الشركات في تمويل المجموعات التي تركز على أسس غير قائمة على النماذج اللغوية الكبيرة والشراكة معها - مثل الاستدلال الرمزي، والرسوم البيانية المعرفية، وأنظمة الاسترجاع المعزز، والهجينة العصبية الرمزية - بدلاً من توسيع ميزانيات حجم النماذج وحدها. ومن الناحية العملية، يعني ذلك أن مختبرات منطقة آسيا والمحيط الهادئ قد تسعى إلى توثيق علاقاتها مع الجامعات ومعاهد البحوث الإقليمية المتخصصة في نماذج غير قائمة على النماذج اللغوية الكبيرة، وسيعيد المسؤولون التنفيذيون التفكير في معالم الأداء التي لا تكافئ الدقة فحسب، بل تكافئ أيضاً المتانة، والقابلية للتفسير، وقابلية النقل عبر المجالات.

الأسواق الثانوية ومن يحصد المكاسب

إن السوق الثانوية، كما يشير نقد شوليه، ستكافئ بناة الأسس غير القائمة على النماذج اللغوية الكبيرة - وهم المتخصصون الذين يمكنهم تصميم وتقييم ودمج البنيات التي تعمل خارج نطاق نموذج القياس الحالي. وفي أنظمة منطقة آسيا والمحيط الهادئ، قد تشمل الجهات المستفيدة مختبرات الذكاء الاصطناعي المتخصصة، ومراكز البحوث المدعومة ببرامج حكومية، والفرق متعددة التخصصات التي تمزج بين الأساليب الرسمية والهندسة المتمحورة حول البيانات.

قد يكتشف هؤلاء الفاعلون أن القيمة الحقيقية لأبحاث الذكاء الاصطناعي لا تكمن في سرعة دورات تدريب النماذج بقدر ما تكمن في موثوقية وقابلية تفسير الأنظمة الناتجة. وسوف ينتشر هذا التعديل في التوظيف، واستراتيجيات الملكية الفكرية، والطريقة التي تهيكل بها الشركات شراكات البحث والتطوير.

بالنسبة للعمالة، يعني هذا التحول مسارات وظيفية مختلفة: ليس فقط علماء البيانات الذين يطاردون الموجة التالية من النماذج الكبيرة، بل الباحثون والمهندسون الذين يمكنهم دمج مفاهيم تمثيل المعرفة، والتخطيط، ونماذج العالم مع التطبيق العملي. وقد تكتسب الشركات التي يمكنها تجميع مواهب قادرة على بناء وصيانة أسس غير قائمة على النماذج اللغوية الكبيرة قوة تسعير في القطاعات المتخصصة - مثل دعم اتخاذ القرار في الرعاية الصحية، واكتشاف أعطال التصنيع، والاستشعار المتعلق بالدفاع - حيث تكون قيمة الذكاء القوي والقابل للتفسير في أعلى مستوياتها.

ومن المرجح أن تشهد سوق آسيا والمحيط الهادئ طلباً متزايداً على الأدوار التي تركز على استكشاف مساحة التصميم، والتحقق الرسمي، وتكامل الأنظمة الشامل، بدلاً من التركيز فقط على إنتاجية التدريب.

ما وراء النماذج اللغوية الكبيرة: الأسس غير القائمة على النماذج اللغوية الكبيرة ومجموعات المهارات تغطي الأسس غير القائمة على النماذج اللغوية الكبيرة طيفاً واسعاً: الاستدلال الرمزي، وتمثيل المعرفة، وبنيات الاسترجاع والذاكرة القوية، وأنظمة نماذج العالم، والنهج الهجينة التي تربط التعلم بالاستدلال القائم على المبادئ. وإذا اكتسب نقد شوليه زخماً، فقد تصبح هذه البنيات رهانات استراتيجية مشروعة، وليست تجارب هامشية. وتكمن الصعوبة، بالطبع، في خط إمداد المواهب: إذ يجب على الجامعات والمجموعات الصناعية تنمية مهارات لا تتعلق في المقام الأول بجولة التدريب التالية، بل ببناء محركات استدلال دائمة يمكن فهمها والتحقق منها وتوسيع نطاقها عبر المهام. ويمكن للمنظمات في منطقة آسيا والمحيط الهادئ التي تستثمر مبكراً في مثل هذه القدرات أن تحقق وضعاً متميزاً قبل وقت طويل من إنتاج المسارات القائمة على الحجم لأنظمة قوية بنفس القدر.

هذا لا يعني أن النماذج اللغوية الكبيرة ستصبح عتيقة؛ بل يشير إلى تنويع التخصصات داخل مختبرات الذكاء الاصطناعي. فقد تمزج الفرق بين الاستدلال الاحتمالي وتقنيات الاسترجاع المعزز، أو تدمج المعرفة المهيكلة مع المكونات العصبية لسد الفجوة بين الاستدلال الإحصائي والسلوك المفهوم.

وفي الأسواق التي يتم فيها ضبط المشتريات والحوكمة وفقاً للموثوقية وقابلية التدقيق، يمكن أن تصبح الأسس غير القائمة على النماذج اللغوية الكبيرة هي الخيار الافتراضي للتطبيقات ذات الأهمية الحاسمة، مما يقلل من المخاطر الفردية المرتبطة بحجم الصندوق الأسود. وينبغي على المسؤولين التنفيذيين التفكير في كيفية قياس التقدم بما يتجاوز درجات المعايير القياسية ونحو مرونة النظام ككل، وحوكمة البيانات، وضوابط المخاطر.

ما الذي يجب على المسؤولين التنفيذيين فعله الآن

إذا صحت أطروحة السوق الثانوية، فينبغي على قادة منطقة آسيا والمحيط الهادئ إعادة صياغة كل من استراتيجية المواهب وعلاقات الموردين. ابدأ بإنشاء مسارات صريحة لأبحاث الذكاء الاصطناعي التأسيسي ضمن ميزانيات البحث والتطوير الأساسية، منفصلة عن برامج حجم النماذج التي تهيمن على عدد الموظفين والتمويل.

قم ببناء مسارات وظيفية صريحة للباحثين الذين يركزون على البنيات غير القائمة على النماذج اللغوية الكبيرة، وقدم تدريباً متعدد الوظائف حتى يتعلم مهندسو البيانات، ومهندسو البرمجيات، وفرق المنتجات كيفية التعاون مع هؤلاء المتخصصين. والهدف هو تجنب اختناقات المواهب حيث يزاحم نموذج واحد - وهو توسيع نطاق النماذج اللغوية الكبيرة - مسارات تأسيسية أخرى.

بعد ذلك، أعد النظر في المشتريات والشراكات بهدف تقليل الاعتماد على مورد واحد وزيادة المرونة المعمارية. وبدلاً من مكافأة أسرع دورات تدريب النماذج فقط، فكر في العقود التي تحفز المساهمات في الأنظمة الهجينة، وأطر التقييم الموحدة، والمكونات القابلة لإعادة الاستخدام للأسس غير القائمة على النماذج اللغوية الكبيرة.

هذا ليس تحذيراً أجوف؛ بل هو خطوة عملية للحفاظ على الخيارات في بيئة يمكن أن يميل فيها المشهد السياسي والتنظيمي في منطقة آسيا والمحيط الهادئ بالتمويل نحو مسار أو آخر.

هناك إشارات واضحة وقابلة للملاحظة من شأنها أن تدعم أو تدحض وجهة النظر هذه خلال الأشهر الـ 12 المقبلة. فإذا ظهر اختراق كبير في الذكاء الاصطناعي العام من النماذج اللغوية الكبيرة واسعة النطاق حصرياً، فإن ذلك سيعزز المسار التقليدي ويتحدى إطار السوق الثانوية.

أما إذا تحولت المواهب ورؤوس الأموال بشكل حاسم نحو البنيات غير القائمة على النماذج اللغوية الكبيرة - مختبرات جديدة، والمزيد من التوظيف متعدد التخصصات، والمزيد من التمويل للمشاريع الرمزية أو القائمة على المعرفة - فإن أطروحة السوق الثانوية تكتسب زخماً. وإذا توقفت شركات التكنولوجيا الكبرى عن تمويل الشركات الناشئة ذات البنيات البديلة أو قللت بشكل كبير من استيعاب الباحثين غير المتخصصين في النماذج اللغوية الكبيرة، فإن الأطروحة ستواجه صعوبات.

يجب على المسؤولين التنفيذيين مراقبة تدفقات التوظيف، والتمويل على غرار المنح لفرق التأسيس، وتطور أنظمة الشراكة كمؤشرات عملية.

باختصار، يعد نقد شوليه استفزازاً له عواقب قابلة للقياس على كيفية تنظيم وتمويل عمل الذكاء الاصطناعي في منطقة آسيا والمحيط الهادئ. والاختبار الحقيقي ليس في ما إذا كانت هناك فئة جديدة من النماذج موجودة، بل في ما إذا كانت القيادة ستكيف التوظيف والمشتريات والحوكمة لمكافأة الذكاء المرن والقابل للتحقق عبر البنيات المختلفة. وإذا حدث هذا التكيف، فقد تبرز المنطقة بوضع بحثي ونشري للذكاء الاصطناعي أكثر تنوعاً وأقل هشاشة.