تقترب OpenAI من أحد أهدافها الرئيسية: الأنظمة التي يمكن أن تعمل على نفس مستوى المتدربين الباحثين.
وفي إحدى حلقات البودكاست “التعلم غير الخاضع للرقابة” يوم الخميس، قال كبير العلماء في OpenAI، جاكوب باتشوكي، إن الإنجازات الأخيرة في مجال البرمجة، والتقدم في قدرات أبحاث الرياضيات، والتقدم في الفيزياء تشير إلى أن الذكاء الاصطناعي يسير على الطريق الصحيح للتعامل مع العمل الفني المعقد والمتعدد الخطوات بشكل متزايد مع قدر أقل من الإشراف البشري.
وقال “بالتأكيد أرى أن هذا إشارة إلى أن شيئا ما يسير على الطريق الصحيح”.
وقال إن المقياس الرئيسي هو المدة التي يمكن أن يعمل فيها النموذج بشكل مستقل في الغالب.
وقال باتشوكي: “الطريقة التي أميز بها بين الباحث المتدرب والباحث الآلي الكامل هي الفترة الزمنية التي سنجعله يعمل فيها بشكل مستقل في الغالب”، مشيرًا إلى آفاق المهام الأطول كمقياس رئيسي للتقدم.
في إحدى الشركات في أكتوبر، حدد باتشوكي الهدف الداخلي لشركة OpenAI المتمثل في بناء “متدرب أبحاث الذكاء الاصطناعي” بحلول سبتمبر 2026، يليه باحث مستقل تمامًا في الذكاء الاصطناعي بحلول مارس 2028.
في مشاركة X بعد البث المباشر، قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، إن OpenAI “قد تفشل تمامًا” في تحقيق الهدف، ولكن من المهم التحلي بالشفافية نظرًا للتأثير المحتمل.
“النمو الهائل لأدوات البرمجة”
وقال باتشوكي إن الشركة تشهد بالفعل تقدمًا سريعًا في أنواع المهام التي تهم هذا الهدف، مشيرًا إلى وكلاء البرمجة مثل Codex، الذين قال إنهم يتعاملون الآن مع الكثير من أعمال البرمجة الخاصة بالشركة.
وأشار أيضًا إلى معايير الرياضيات باعتبارها “نجم الشمال” لتحسين الاستدلال النموذجي، حيث يسهل التحقق منها.
وقال باتشوكي: “لقد شهدنا هذا النمو الهائل في أدوات البرمجة”. “بالنسبة لمعظم الناس، لقد تغير فعل البرمجة قليلاً.”
وأضاف أن التحدي على المدى القريب يتمثل في التحرك نحو الأنظمة التي يمكنها معالجة مهام تقنية محددة بمزيد من الاستقلالية، واستخدام المزيد من الحوسبة، والعمل لفترات أطول من الوقت.
وقال: “بالنسبة للأفكار الفنية الأكثر تحديدًا، مثل هذه الفكرة الخاصة حول كيفية تحسين النماذج، وكيفية تشغيل هذا التقييم بشكل مختلف، أعتقد أن لدينا الأجزاء التي نحتاج في الغالب إلى تجميعها معًا”.
ومع ذلك، كان باتشوكي واضحًا في أن الذكاء الاصطناعي ليس جاهزًا للعمل بشكل مستقل على مستوى الباحث الكامل.
وقال: “لا أتوقع أن يكون لدينا أنظمة حيث تقول لهم فقط، اذهبوا لتحسين قدرة النموذج الخاص بكم، اذهبوا لحل المحاذاة، وسوف يفعلون ذلك، ليس هذا العام”.
