نماذج العالم تغير مستقبل الذكاء الاصطناعي الجسدي

في عامه الثامن من دراسة النماذج اللغوية الكبيرة وهي التقنية التي تقوم عليها روبوتات المحادثة كـ ChatGPT و Claude بدأ عالم الحاسوب Louis Castricato يشعر بأنه يصطدم بجدارٍ لا يمكن تجاوزه.

قال Castricato: "لقد تجاوزنا عملياً مرحلة البحث الأساسي الحقيقي في النماذج اللغوية الكبيرة. ما تبقّى الآن هو التطبيقات فحسب."

على إثر ذلك، غادر الباحث دراسته في جامعة Brown وأسّس شركةً جديدة أسماها Overworld، طموحها واضحٌ من اسمها: ذكاءٌ اصطناعي قادرٌ على فهم العالم والتحرّك فيه، لا على معالجة الكلمات وحدها.

لا تزال روبوتات المحادثة المدعومة بالذكاء الاصطناعي تُدرّ أرباحاً طائلة يُعوّل عليها المستثمرون كثيراً وهم يضخّون تريليونات الدولارات في شركاتٍ رائدة كـ Anthropic و OpenAI. غير أنّ عدداً متنامياً من رواد الأعمال في هذا المجال باتوا يتّجهون نحو ما يرونه الحدود التالية: "نماذج العالم" (World Models)، التي تُعلّم أنظمة الذكاء الاصطناعي وأحياناً الروبوتات كيفية التفاعل مع البيئة المادية المحيطة.

ومن أبرز المنخرطين في هذا التوجّه بعضُ أبرز العلماء في الميدان، في مقدّمتهم Fei-Fei Li، الملقّبة بـ"أمّ الذكاء الاصطناعي"، التي تصف مفهوم نموذج العالم بأنه "من أهمّ المصطلحات وأكثرها تحمّلاً للمعاني في الذكاء الاصطناعي اليوم."

العلماء يُطبّقون الذكاء الاصطناعي في أبعادٍ جديدة عبر "نماذج العالم"

في صميم البحث في نماذج العالم تكمن فكرةٌ جوهرية: لا يمكن للذكاء الاصطناعي أن يكون ذكياً حقاً إذا اقتصر على قراءة الكتب. إنه بحاجةٍ أيضاً إلى قراءة المحيط.

كتبت Li، مؤسِّسة شركة World Labs الناشئة في سان فرانسيسكو، في مقالةٍ نشرتها هذا الشهر: "بينما تتعلّم النماذج اللغوية البنية الإحصائية للنصوص، تتعلّم نماذج العالم البنية الإحصائية للمكان والزمان: كيف يسقط الضوء على سطحٍ ما، وكيف تبدو حديقةٌ من زاويةٍ لم تلتقطها أيّ كاميرا، وكيف تستجيب الأشياء للقوى وتخضع لقوانين الفيزياء."

ومن المدافعين عن هذا التوجّه أيضاً رائد الذكاء الاصطناعي Yann LeCun، الذي استقال العام الماضي من منصبه كبيرَ علماء الذكاء الاصطناعي في Meta ليؤسّس مختبر Advanced Machine Intelligence Labs في باريس.

وقال LeCun في حلقةٍ حديثة من بودكاست "Unsupervised Learning": "بات مصطلح نموذج العالم يتحوّل سريعاً إلى كلمةٍ رنّانة متداولة." وأوضح أنه يراه بوصفه ما يُمكّن وكيلَ الذكاء الاصطناعي من "التنبّؤ بعواقب أفعاله."

ثمّة تعريفاتٌ متعدّدة لنماذج العالم، غالباً ما تنبع من التقنيات التي يأمل كلٌّ منهم في بنائها سواءٌ أكانت روبوتاتٍ أم ألعاب فيديو أكثر تفاعلية.

الروبوتات لا تستفيد كثيراً من نماذج الذكاء الاصطناعي المدرَّبة على الكتب

أفضى تدريب النماذج اللغوية على مجمل الكتب والمقالات الإخبارية والمحتوى المرئي البشري إلى مساعداتٍ ذكية تُعيد تشكيل طبيعة العمل المكتبي وبعض الحقول الإبداعية. بيد أنّ بعض المتخصّصين يرون قيوداً جوهرية في نماذج الذكاء الاصطناعي التوليدي التي تعمل عبر التنبّؤ المتكرّر بالكلمة أو البكسل التالي لإنتاج حوارٍ أو صورٍ أو أسطرٍ من الكود.

يُشير Martin Hebert، عميد كلية علوم الحاسوب في جامعة Carnegie Mellon، إلى أنّ روبوتات المحادثة عاجزةٌ عن الإمساك بكوبٍ من القهوة.

وقال Hebert: "ثمّة كلّ هندسة العالم، وديناميكية حركة يدي، والتفاعل الجسدي عند ملامسة الكوب. هذا أشدّ تعقيداً بكثيرٍ من مجرّد التنبّؤ بالكلمة التالية في جملة."

وبالنسبة لعلماء كـ Hebert الذي أمضى أكثر من أربعة عقود في أبحاث الروبوتات، فإنّ التطبيق الأجدى لنماذج العالم يتمثّل في كونها مساراً أسرع وأقلّ تكلفةً نحو "الذكاء الاصطناعي الجسدي" (Physical AI) و هو مصطلحٌ آخر بات رائجاً في قطاع التكنولوجيا.

وأوضح Hebert: "قد تختلف التعريفات من شخصٍ لآخر، لكنّ الذكاء الاصطناعي الجسدي والمُجسَّد هو في جوهره تطوّرٌ لما اعتدنا تسميته الروبوتات." وأضاف أنّ بعض التقدّم الذي أتاح لروبوتات المحادثة هذه الفاعلية يمكن توظيفه أيضاً في بناء ذكاءٍ اصطناعي يمتلك وعياً واسعاً بمحيطه بما يكفي ليعمل كدماغٍ للروبوت.

وشرح بالقول: "في جسدك وحبلك الشوكي نموذجٌ عامٌّ جداً يتحكّم في كيفية توازنك ومشيك، ويتيح لك التكيّف مع ألم ركبتك صباحاً فتمشي بطريقةٍ مختلفة قليلاً. لا تحتاج إلى التفكير في ذلك. ثمّة نموذجٌ عامٌّ في مكانٍ ما من جهازك العصبي ودماغك يُتيح لجسدك التكيّف بسرعة."

عوالم محاكاةٌ تستقطب اهتمام المستثمرين

الروبوتات الأكثر ذكاءً ليست الغاية الوحيدة من نماذج العالم. أسّس Castricato شركة Overworld العام الماضي، وباتت هذه الشركة الناشئة الصغيرة في ولاية Rhode Island تبني عوالم ألعاب فيديو يمكن فيها لمشهدٍ ما كغابةٍ مخيفة مثلاً أن يتكيّف مع تحرّك شخصيةٍ افتراضية عبره وتفاعلها مع العناصر فيه.

قال Castricato في مقابلة: "لا يوجد نموذجٌ عالمي آخر يتيح لك المشي عبر الأبواب أو التفاعل مع بيئةٍ بهذه الدقّة. نحن نُعطي الأولوية للتفاعل فوق كلّ شيء."

وبينما لا تبدو التطبيقات قريبة المدى واضحةً بالقدر ذاته كأدوات البرمجة بالذكاء الاصطناعي، فإنّ شركات نماذج العالم تستقطب اهتماماً متزايداً من المستثمرين في رأس المال الجريء، ومنهم Steve Jang، المؤسّس المشارك والشريك الإداري في Kindred Ventures.

تستثمر الشركة في Overworld وشركاتٍ أخرى تتمحور حول نماذج العالم، من بينها Causal Labs التي تبني نماذج ذكاءٍ اصطناعي للتنبّؤ بالطقس، و Extropic التي تطوّر رقائق حاسوبية متخصّصة ملائمة لنماذج العالم.

وقال Jang: "أعتقد أنّ المستقبل يتّسع لأنواعٍ كثيرة من النماذج ذات فلسفاتٍ ومعماريات متعدّدة. لا أظنّ أنّ ثمّة نموذجاً واحداً ضخماً كثيفاً يحكم الجميع."

وفي مقالتها الأخيرة، سعت Li إلى وضع "تصنيفٍ لنماذج العالم" يُساعد في تبديد الغموض حول الرؤى المتنافسة.

كتبت: "نموذجٌ لإنتاج الفيديو يُخرج ألسنة لهبٍ بديعة لكنّها مستحيلةٌ فيزيائياً، ونموذجٌ لغوي يرتجل لعبةً قابلةً للتشغيل، ومحرّك فيزياء يُحاكي الاحتراق بأمانةٍ تامّة كلّها تحمل الاسم ذاته."

وقسّمت Li نماذج العالم إلى ثلاث فئات. الأكثر جدوى تجارياً اليوم هي "المُصيِّرات" (Renderers) التي تُعطي الأولوية للدقّة البصرية في العوالم الافتراضية التي تُنشئها، لكنّها لا يمكن الاعتماد عليها لتعليم الروبوتات الكثير.

ثم تأتي "المُحاكيات" (Simulators) التي تُنشئ بيئاتٍ تدريبية افتراضية تُمثّل البنية المادية للعالم بدقّة، و"المُخطِّطات" (Planners) التي تحاول التنبّؤ بما ينبغي لوكيل الذكاء الاصطناعي أو الروبوت فعله في عالمٍ غير منظَّم.

وختمت Li بالقول: "الروبوت القادر على التخطيط هو روبوتٌ قادرٌ على العمل، وتتسابق الصناعة بأسرها لتكون الأولى في بلوغ هذه الغاية."