نموذج التفكير الهرمي (HRM): دماغ صغير يُبهر النماذج الضخمة

في عالم النماذج الكبيرة التي تُبنى على ملايين المُعاملات وتعتمد على مراكز بيانات ضخمة، يأتي نموذج جديد يُحدث فجوة حقيقية في التفكير: نموذج التفكير الهرمي (HRM). لا يشبه النماذج الشهيرة التي تُبهرنا بحجمها الهائل، بل يُفاجئنا ببساطته. بسيط من حيث الحجم — 27 مليون مُعامل فقط — وتدريبه يكفي خلال بضع ساعات فقط على بطاقة رسوميات واحدة، دون الحاجة إلى مصفوفات من الأجهزة. وفقًا لجوان وانغ، أحد مطوّري النموذج، يمكن تدريبه لحل ألغاز سودوكو من المستوى الاحترافي خلال ساعتين فقط على بطاقة GPU، مدة أقصر من الوقت الذي يقضيه الكثيرون في إصلاح مشاكل برمجية بسيطة. لكن السحر لا يكمن في البساطة، بل في الأداء. في اختبار ARC-AGI، الذي يُعد من أدق المعايير لتقييم الذكاء الاصطناعي، حقق HRM تقييمًا بنسبة 40.3%، متفوقًا على نماذج ضخمة مثل Claude 3.7 بنسبة 21.2%، ونموذج OpenAI o3-mini-high بنسبة 34.5%. أما في مهام مُعقدة جدًا مثل حل ألغاز سودوكو من الفئة "الصعبة جدًا"، فقد نجح HRM في حل 55% منها، بينما فشل كل من Claude وo3-mini بالكامل، أي بنسبة صفر. الأمر لا يتوقف عند الألغاز. في اختبارات المسارات المثلى داخل متاهات ضخمة بحجم 30×30، نجح النموذج في العثور على الحل الأمثل في 74.5% من الحالات، بينما تبقى النماذج الأخرى عاجزة تمامًا، بواقع صفر بالمئة. هذه النتائج ليست مجرد تفوق عابر، بل دليل على تحوّل جذري في فهمنا للكفاءة الذكية. ما يميز HRM ليس حجمه الصغير، بل طريقة تفكيره. يعتمد على هيكلية تفكير منظمة، تشبه الطريقة التي يفكر بها الإنسان: يحلل المشكلة خطوة بخطوة، يُقسّمها إلى مكونات أبسط، ويُقيّم كل جزء بعناية قبل التقدم. هذه الميزة تمنحه قدرة استيعابية وتحليلية لا تُقاس بحجم النموذج، بل بجودة التفكير. هذا النموذج لا يُهدد النماذج الكبيرة، بل يُعيد تعريف المعايير. فهل الذكاء الحقيقي يكمن في الحجم؟ أم في القدرة على التفكير العميق، المنظم، والفعال؟ HRM يجيب: لا حاجة لبناء عالم من الأجهزة لحل مشكلة واحدة. أحيانًا، الصغير قد يكون أذكى من الكبير.