في مقابلة نُشرت مؤخرًا على بودكاست "دواركيش"، كشف إيليا سوتسكيفر، أحد مؤسسي OpenAI والشخصية البارزة في تطور الذكاء الاصطناعي الحديث، أن النموذج التقليدي القائم على التوسع الهائل في الحوسبة والبيانات لم يعد كافيًا لدفع عجلة التقدم في الذكاء الاصطناعي. واعتبر أن الصناعة تدخل الآن مرحلة جديدة تتطلب عودة إلى البحث العلمي الأساسي، مشيرًا إلى أن "العصر البحثي قد عاد، لكن هذه المرة مع حوسبة ضخمة". على مدى خمس سنوات مضت، اعتمد قطاع التكنولوجيا على وصفة بسيطة: كلما زادت الحوسبة (مثل وحدات معالجة الرسومات) أو كمية البيانات التدريبية، زادت قدرة النماذج الاصطناعية على الأداء. وقد استثمرت شركات كبرى مئات المليارات من الدولارات في بناء مراكز بيانات وشراء معدات حاسوبية متطورة لتعزيز نماذج الذكاء الاصطناعي، سواء في مجالات النصوص أو التوليد الصوتي والمرئي. ورغم نجاح هذا النموذج، يرى سوتسكيفر أن حدوده بدأت تظهر. وأوضح أن الموارد الحاسوبية الحالية وصلت إلى مستويات شبه مكتملة، والبيانات المتاحة محدودة من حيث القيمة النوعية والتنوع. "هل نحن نعتقد حقًا أن مجرد تضخيم الحوسبة 100 مرة سيحدث فرقًا جذريًا؟ نعم، سيكون هناك تأثير، لكنه ليس بالضرورة مُحَوِّلًا للوضع"، قال. وتابع: "الآن، لا يمكن الاعتماد فقط على التوسع، بل يجب العودة إلى البحث الحقيقي لفهم كيف نستخدم هذه الحوسبة بكفاءة أكبر". وأشار إلى أن الحوسبة لا تزال ضرورية، بل قد تكون أحد العوامل المميزة بين الشركات، لكنها لم تعد كافية وحدها. فالتحدي الحقيقي اليوم هو تطوير طرق ذكية لاستغلال هذه القوة الحاسوبية، خاصة في تمكين النماذج من التعلم والتكيف كما يفعل البشر، وبكميات صغيرة جدًا من الأمثلة. وأبرز سوتسكيفر نقطة جوهرية: "أكبر فجوة بين الذكاء الاصطناعي البشري والآلي هي في قدرة التعميم. النماذج لا تتعلم من أمثلة قليلة كما يفعل الإنسان، وهذا أمر واضح جدًا، ويُعد من أعمق التحديات التي تواجهنا". واعتبر أن التغلب على هذه النقطة يُعد شرطًا أساسيًا لوصول الذكاء الاصطناعي إلى مستويات تفوق بشرية حقيقية. رغم مغادرته OpenAI وانخراطه في مشروعه الجديد "آمنة الذكاء الفائق" (Safe Superintelligence Inc.)، يبقى سوتسكيفر من أبرز المعلقين على مسار الذكاء الاصطناعي، وتحذيره يعكس تحولًا ملحوظًا في التفكير داخل الصناعة: من تركيز على التوسع الكمي إلى تركيز على الجودة النوعية والابتكار البحثي.