宣布ت شركة نفيديا وشركة إنفافبل إنتييليجنس البريطانية، التي أسسها الباحث المرموق ديفيد سيلفر مؤلف خوارزمية ألفاغو، عن تعاون هندسي استراتيجي يهدف إلى بناء بنية تحتية متطورة لأنظمة التعلم التعزيزي. يركز هذا الشراكة على تمكين وكلاء الذكاء الاصطناعي من اكتساب المعرفة من خلال التجربة والخطأ، بدلاً من الاعتماد فقط على البيانات البشرية الثابتة المسبقة. قال جينسن هوانغ، مؤسس ونائب رئيس تنفيذي لشركة نفيديا، إن المستقبل القادم للذكاء الاصطناعي يكمن في أنظمة "المتعلمين الفائقين" التي تتعلم باستمرار من الخبرات المباشرة. وأضاف أن الشركة متحمسة للتعاون مع إنفافبل لتصميم البنية التحتية اللازمة للتعلم التعزيزي واسع النطاق، مما يدفع حدود الذكاء الاصطناعي نحو جيل جديد من الأنظمة الذكية. يُعرف ديفيد سيلفر بأنه رائد في مجال التعلم التعزيزي، وقد انتقل تركيزه من حل المشاكل التقليدية التي تتعلق ببناء أنظمة تعرف ما يعرفه البشر، إلى معالجة تحدي أصعب وهو كيفية بناء أنظمة تكتشف المعرفة الجديدة بنفسها. تتطلب هذه الرحلة نهجاً مختلفاً تماماً يعتمد على أنظمة تتعلم من التجربة المباشرة، وهو ما يضع طلباً كبيراً على الموارد الحاسوبية. على عكس مراحل التدريب الأولية التقليدية التي تستخدم مجموعات بيانات ثابتة من بيانات البشر، فإن أحمال عمل التعلم التعزيزي تولد بياناتها بشكل مباشر أثناء التشغيل. يجب على النظام أن يتصرف، ويراقب النتائج، ويقيم الأداء، ثم يحدث نفسه في حلقات متسلسلة وسريعة جداً، مما يضع ضغطاً هائلاً على سرعة الاتصالات وعرض النطاق الترددي للذاكرة وكفاءة الخدمة، وهو أمر لا تواجهه نماذج التدريب العادية. علاوة على ذلك، قد تتطلب هذه الأنظمة تدريباً على أشكال غنية من الخبرة تختلف جذرياً عن اللغة البشرية وبياناتها، مما يستدعي تصميم معماريات جديدة للنماذج وخوارزميات تدريب مبتكرة. لهذا السبب، يركز المهندسون من الشركتين على بناء خط إنتاج (Pipeline) يمكنه تغذية أنظمة التعلم التعزيزي على نطاق واسع. بدأت هذه الجهود التقنية على معالجات نفيديا غريس بلاكويل، وستكون من أوائل المشاريع التي تستكشف منصة فيرا روبين القادمة. يهدف هذا التعاون إلى فهم الجيل القادم من الأجهزة والبرمجيات المطلوبة مع تحول عالم الذكاء الاصطناعي من الاعتماد على بيانات البشر إلى الاعتماد على النماذج التي تتعلم عبر المحاكاة والخبرة المباشرة. إن نجاح هذا البنية التحتية سيمكن من تحقيق قفزة غير مسبوقة في نطاق التعلم التعزيزي داخل بيئات معقدة وغنية، مما يتيح للوكلاء الذكاء اكتشاف اختراقات علمية في مختلف مجالات المعرفة. يمثل هذا التحول خطوة جوهرية في تطور الذكاء الاصطناعي نحو أنظمة أكثر استقلالية وقدرة على الابتكار دون حدود البيانات البشرية التقليدية.