مختبر ماكينات التفكير يسعى لجعل نماذج الذكاء الاصطناعي أكثر اتساقًا في الإجابات

تسعى مختبرات ماكينات التفكير، التي تُقودها ميرا موراتي، إلى معالجة إحدى التحديات الأساسية في نماذج الذكاء الاصطناعي الحديثة: التغير العشوائي في استجابات النماذج. رغم أن التفاعل مع نماذج مثل ChatGPT يُعدّ مألوفًا، إلا أن تكرار نفس السؤال قد يُنتج إجابات متباينة، وهو ما يُعتبر في الوقت الحالي ظاهرة شائعة في مجال الذكاء الاصطناعي، حيث تُصنف النماذج الحالية على أنها غير محددة (non-deterministic). لكن المختبر يرى أن هذه المشكلة قابلة للحل، ويعمل على تطوير حلول تُعزز اتساق النماذج. في مدونة بحثية نُشرت الأربعاء، وُصفت بعنوان "القضاء على عدم التحديد في عملية استنتاج النماذج الكبيرة"، يحلل الباحث هوراس هِي من المختبر الجذور الحقيقية لهذا التباين. ويركز تحليله على طريقة تنفيذ البرامج الصغيرة (الكيرنلز) داخل وحدات معالجة الرسوميات (GPU) من نيفيديا، والتي تُركّب أثناء عملية الاستنتاج — أي كل ما يحدث بعد إدخال السؤال في نموذج ما. ويدعي هِي أن السيطرة الدقيقة على هذه الطبقات الأساسية من التفاعل يمكن أن تُقلل من العشوائية، مما يُنتج استجابات أكثر اتساقًا. الاتساق في النماذج ليس مجرد ميزة تقنية، بل له تأثير عملي واسع. من جهة، يُعدّ أمرًا حيويًا للشركات والباحثين الذين يعتمدون على نتائج موثوقة وقابلة للتكرار. ومن جهة أخرى، يُسهم في تحسين عمليات التدريب باستخدام التعلم المعزز (Reinforcement Learning)، حيث تعتمد هذه التقنية على تقييم الاستجابات وتحفيز النموذج على تحسين أدائه. ولكن عندما تكون الاستجابات متغيرة، تصبح البيانات "مشوّشة"، ما يُبطئ عملية التعلم ويُقلل من فعاليتها. وبحسب هِي، فإن جعل الاستجابات أكثر اتساقًا سيُسهم في جعل هذه العملية أكثر سلاسة وكفاءة. وأشار المختبر إلى أن التدريب باستخدام التعلم المعزز سيكون جزءًا من استراتيجيته، خصوصًا في تخصيص النماذج لاحتياجات الشركات. كما كشفت موراتي، التي شغلت منصب المديرة التقنية في OpenAI سابقًا، في يوليو أن المنتج الأول للمختبر سيُعلن خلال الأشهر القريبة، وسيكون مفيدًا للباحثين والشركات الناشئة التي تعمل على تطوير نماذج مخصصة. حتى الآن، لا تزال تفاصيل هذا المنتج غامضة، ولا يُعرف ما إذا كانت تقنيات الاستجابة المتسقة ستُستخدم فيه. يُعدّ هذا المنشور أول تقرير مفتوح من سلسلة بحثية جديدة تُسمى "الارتباطية" (Connectionism)، التي يخطط المختبر لنشرها بانتظام، إلى جانب رمز المصدر (code) والمعلومات التقنية. هذه الخطوة تُظهر التزام المختبر بتحفيز ثقافة بحثية مفتوحة، على غرار ما كان عليه مبدأ عمل OpenAI في بداياته، رغم أن الشركة لاحقًا أصبحت أكثر إغلاقًا مع نموها. ستكون المراقبة مستمرة لمعرفة ما إذا كانت مبادئ الشفافية هذه ستُطبّق فعليًا. رغم أن المدونة لا تكشف عن التوجهات التكنولوجية الدقيقة، إلا أنها تُقدّم نظرة نادرة على أحد أكثر المشاريع سرية في صناعة الذكاء الاصطناعي. المختبر يواجه تحديًا كبيرًا: إثبات قدرته على تحويل الأفكار البحثية إلى منتجات فعّالة، تبرر تقييمه البالغ 12 مليار دولار. النجاح سيكون مؤشرًا على قدرة فريق من خبراء النخبة على تغيير طريقة عمل الذكاء الاصطناعي، من خلال جعله أكثر موثوقية وانسجامًا.