حدود النمو في الذكاء الاصطناعي التوليدي: هل وصلنا إلى طريق مسدود؟
تشهد ثورة الذكاء الاصطناعي التوليدي تحديات جديدة، مع قلق متزايد من أن النماذج اللغوية الكبيرة قد تصل إلى نقطة التشبع. فعلى الرغم من الاستثمارات الكبيرة من شركات مثل جوجل ومايكروسوفت وOpenAI، تراجع تقدم التكنولوجيا بشكل ملحوظ بعد إطلاق نموذج (GPT-4).
يتمثل التحدي الرئيسي في حاجة الشركات إلى زيادة حجم النماذج لتحقيق أداء أفضل، لكن قد لا يؤدي هذا النهج إلى الابتكارات المطلوبة. إذا ثبت أن النماذج اللغوية قد وصلت إلى مرحلة الثبات، فإن هذه النتيجة ستؤثر سلبًا على صناعة التكنولوجيا والمجتمع ككل.
تواجه الشركات عدة عقبات، منها التكاليف الباهظة المطلوبة لزيادة حجم النماذج، وكذلك القيود على توفر البيانات التدريبية الجديدة. كما أن استخدام البيانات الاصطناعية لم يحقق النجاح المتوقع.
في إطار السعي لإيجاد بدائل، بدأ الباحثون في تطوير نماذج أصغر حجماً وأكثر كفاءة. على سبيل المثال، نموذج (o1) من OpenAI، والذي يوفر إجابات دقيقة ولكن مع زيادة في وقت الاستجابة.
تحذيرات الخبراء، مثل بيل جيتس وجاري ماركوس، تؤكد أن السيناريوهات المتفائلة قد تكون غير واقعية. تحتدم النقاشات حول كيفية الوصول إلى الذكاء الاصطناعي العام (AGI)، بين الطرق التقليدية المعتمدة على البيانات الكبيرة، والنهج الأكثر تكاملاً الذي يجمع بين المعارف الثابتة والشبكات العصبية.
في النهاية، يواجه السباق نحو الذكاء الاصطناعي العام صعوبات جوهرية، مما يجعل الطريق أمام تحقيق هذا الهدف طويلاً ومعقدًا.
عدد المصادر التي تم تحليلها: 2
المصدر الرئيسي : aitnews.com أمينة حسني
post-id: 34f6ae26-feab-41bf-a2cc-30c3deee268d