أصبحت نماذج الذكاء الاصطناعي “الاستدلالية” اتجاهًا، للأفضل أو للأسوأ

نسميها النهضة المنطقية.

في أعقاب إصدار O1 الخاص بـ OpenAI، وهو ما يسمى بنموذج الاستدلال، حدث انفجار في نماذج الاستدلال من مختبرات الذكاء الاصطناعي المنافسة. في أوائل نوفمبر، أطلقت شركة DeepSeek، وهي شركة أبحاث تعمل في مجال الذكاء الاصطناعي بتمويل من المتداولين الكميين، معاينة لأول خوارزمية تفكير لها، DeepSeek-R1. وفي الشهر نفسه، كشف فريق Qwen التابع لشركة Alibaba عما يزعم أنه أول منافس “مفتوح” لـ o1.

إذن ما الذي فتح البوابات؟ حسنًا، أولاً، البحث عن أساليب جديدة لتحسين تكنولوجيا الذكاء الاصطناعي التوليدية. وكما أفاد زميلي ماكس زيف مؤخراً، فإن تقنيات “القوة الغاشمة” لتوسيع نطاق النماذج لم تعد تحقق التحسينات التي كانت تحققها ذات يوم.

هناك ضغط تنافسي شديد على شركات الذكاء الاصطناعي للحفاظ على وتيرة الابتكار الحالية. وفقًا لأحد التقديرات، وصل سوق الذكاء الاصطناعي العالمي إلى 196.63 مليار دولار في عام 2023، ويمكن أن يصل إلى 1.81 تريليون دولار بحلول عام 2030.

وقد ادعى OpenAI، على سبيل المثال، أن نماذج الاستدلال يمكن أن “تحل مشاكل أصعب” من النماذج السابقة وتمثل خطوة تغيير في تطوير الذكاء الاصطناعي التوليدي. لكن ليس الجميع مقتنعين بأن نماذج الاستدلال هي أفضل طريق للمضي قدمًا.

أميت تالوالكار، أستاذ مشارك في التعلم الآلي في يقول كارنيجي ميلون إنه يجد أن المجموعة الأولية من نماذج الاستدلال “مثيرة للإعجاب للغاية”. ومع ذلك، أخبرني في نفس الوقت أنه سوف “يشكك في دوافع” أي شخص يدعي على وجه اليقين أنه يعرف إلى أي مدى ستأخذ النماذج المنطقية هذه الصناعة.

وقال تالوالكار: “تمتلك شركات الذكاء الاصطناعي حوافز مالية لتقديم توقعات وردية حول قدرات الإصدارات المستقبلية من التكنولوجيا الخاصة بها”. “نحن نخاطر بالتركيز على نموذج واحد بشكل قصير النظر – ولهذا السبب من المهم لمجتمع أبحاث الذكاء الاصطناعي الأوسع أن يتجنب التصديق الأعمى بالجهود الضجيجية والتسويقية لهذه الشركات والتركيز بدلاً من ذلك على نتائج ملموسة.”

هناك جانبان سلبيان لنماذج الاستدلال، وهما (1) باهظة الثمن و(2) متعطشة للطاقة.

على سبيل المثال، في واجهة برمجة التطبيقات الخاصة بـ OpenAI، تتقاضى الشركة 15 دولارًا أمريكيًا مقابل كل 750000 كلمة تقريبًا o1 يتم تحليلها و60 دولارًا أمريكيًا لكل 750000 كلمة تقريبًا ينشئها النموذج. وهذا يعادل ما بين 3 إلى 4 أضعاف تكلفة أحدث نموذج “غير منطقي” من OpenAI، وهو GPT-4o.

يتوفر O1 في منصة Chatbot المدعومة بالذكاء الاصطناعي الخاصة بـ OpenAI، ChatGPT، مجانًا – مع حدود. لكن في وقت سابق من هذا الشهر، قدمت OpenAI مستوى o1 أكثر تقدمًا، وهو وضع o1 pro، والذي يكلف 2400 دولارًا سنويًا.

“التكلفة الإجمالية [large language model] وقال جاي فان دين بروك، أستاذ علوم الكمبيوتر في جامعة كاليفورنيا، لـ TechCrunch: “من المؤكد أن المنطق لن يتراجع”.

أحد أسباب ارتفاع تكلفة نماذج الاستدلال هو أنها تتطلب الكثير من موارد الحوسبة لتشغيلها. على عكس معظم أنظمة الذكاء الاصطناعي، تحاول نماذج الاستدلال o1 وغيرها التحقق من عملها أثناء قيامها بذلك. وهذا يساعدهم على تجنب بعض المخاطر التي عادة ما تؤدي إلى تعثر النماذج، مع الجانب السلبي المتمثل في أنها غالبًا ما تستغرق وقتًا أطول للتوصل إلى الحلول.

تتصور OpenAI نماذج التفكير المستقبلية “للتفكير” لساعات أو أيام أو حتى أسابيع متتالية. تعترف الشركة بأن تكاليف الاستخدام ستكون أعلى، لكن المكاسب – بدءًا من البطاريات المتطورة وحتى أدوية السرطان الجديدة – قد تكون تستحق العناء.

أما القيمة المقترحة لنماذج الاستدلال الحالية فهي أقل وضوحا. يشير كوستا هوانغ، الباحث ومهندس التعلم الآلي في منظمة Ai2 غير الربحية، إلى أن o1 ليست آلة حاسبة موثوقة للغاية. وتكشف عمليات البحث السريعة على وسائل التواصل الاجتماعي عن عدد من أخطاء الوضع الاحترافي o1.

وقال هوانغ لـ TechCrunch: “إن نماذج الاستدلال هذه متخصصة ويمكن أن يكون أداؤها ضعيفًا في المجالات العامة”. “سيتم التغلب على بعض القيود بشكل أسرع من القيود الأخرى.”

يؤكد فان دن بروك أن نماذج الاستدلال لا تعمل فِعلي التفكير وبالتالي يقتصرون على أنواع المهام التي يمكنهم التعامل معها بنجاح. “الاستدلال الحقيقي يعمل على حل جميع المشاكل، وليس فقط تلك المحتملة [in a model’s training data]قال. “هذا هو التحدي الرئيسي الذي لا يزال يتعين التغلب عليه.”

ونظراً لحافز السوق القوي لتعزيز نماذج الاستدلال، فمن المؤكد أنها سوف تتحسن بمرور الوقت. بعد كل شيء، لا يقتصر الأمر على OpenAI وDeepSeek وAlibaba على الاستثمار في هذا الخط الأحدث من أبحاث الذكاء الاصطناعي. يتجمع أصحاب رأس المال المغامر والمؤسسون في الصناعات المجاورة حول فكرة المستقبل الذي يهيمن عليه الذكاء الاصطناعي المنطقي.

ومع ذلك، يشعر تالوالكار بالقلق من أن المختبرات الكبيرة ستحافظ على هذه التحسينات.

وقال: “من المفهوم أن لدى المختبرات الكبيرة أسباب تنافسية للبقاء سرية، لكن هذا الافتقار إلى الشفافية يعيق بشدة قدرة مجتمع البحث على التعامل مع هذه الأفكار”. “مع عمل المزيد من الناس في هذا الاتجاه، أتوقع ذلك [reasoning models to] تقدم بسرعة. ولكن في حين أن بعض الأفكار ستأتي من الأوساط الأكاديمية، وبالنظر إلى الحوافز المالية هنا، أتوقع أن يتم تقديم معظم النماذج – إن لم يكن كلها – من قبل مختبرات صناعية كبيرة مثل OpenAI.