(MENAFN- Al-Bayan) تُعد نماذج الذكاء الاصطناعي التي يمكنها التعلم أثناء عملها واحدة من المجالات الجديدة الرائجة التي تجذب اهتمام كل من الشركات الناشئة والمختبرات الرائدة، بما في ذلك غوغل ديب مايند.

قد تؤدي هذه الخطوة إلى تسريع قدرات الذكاء الاصطناعي، ولكنها قد تُدخل أيضاً مجالات جديدة من المخاطر.

يُعرف هذا النهج تقنياً باسم التحسين الذاتي المتكرر، ويُنظر إليه على أنه أسلوب رئيسي يمكنه الحفاظ على التقدم السريع في مجال الذكاء الاصطناعي.

قال ديميس هاسابيس، الرئيس التنفيذي لشركة ديب مايند، وفق موقع أكسيوس خلال مقابلة على خشبة المسرح في أكسيوس هاوس دافوس، إن غوغل تستكشف بنشاط ما إذا كان بإمكان النماذج "مواصلة التعلم في البرية بعد الانتهاء من تدريبها".

قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، في بث مباشر العام الماضي، إن OpenAI تعمل على بناء "باحث حقيقي في مجال الذكاء الاصطناعي الآلي" بحلول مارس 2028.

كما يُظهر تقرير جديد صادر عن مركز الأمن والتكنولوجيا الناشئة بجامعة جورج تاون، كيف يمكن لأنظمة الذكاء الاصطناعي تسريع التقدم مع جعل اكتشاف المخاطر والسيطرة عليها أكثر صعوبة.

ويشير باحثو مركز CSET إلى أن "أنظمة الذكاء الاصطناعي أصبحت بشكل متزايد جزءًا لا يتجزأ من مسار البحث في شركات الذكاء الاصطناعي الرائدة"، وهو ما يدل على أن البحث والتطوير الآلي بالكامل في مجال الذكاء الاصطناعي في طريقه إلى الأمام.

يرى المؤلفون أن صانعي السياسات يفتقرون حالياً إلى رؤية موثوقة لأتمتة البحث والتطوير في مجال الذكاء الاصطناعي، ويعتمدون بشكل مفرط على الإفصاحات الطوعية من الشركات. ويقترحون تحسين الشفافية، وتقديم تقارير موجهة، وتحديث أطر السلامة، مع التحذير من أن التوجيهات المصممة بشكل سيئ قد تأتي بنتائج عكسية.

إن فكرة النماذج التي يمكنها التعلم بمفردها هي بمثابة عودة من نوع ما بالنسبة لشركة Hassabis، التي استخدمت نماذج AlphaZero الخاصة بها هذا النهج لتعلم ألعاب مثل الشطرنج في عام 2017.

قال الرئيس التنفيذي لشركة You، ريتشارد سوشر: "الذكاء الاصطناعي عبارة عن شفرة، ويمكن للذكاء الاصطناعي أن يبرمج. وإذا تمكنت من إغلاق هذه الحلقة بطريقة صحيحة، فبإمكانك في الواقع أتمتة المنهج العلمي لمساعدة البشرية بشكل أساسي."

ذكرت بلومبرغ أن سوشر يجمع مئات الملايين من الدولارات في جولة تمويلية قد تقدر قيمة الشركة الناشئة الجديدة بحوالي 4 مليارات دولار.

وأضاف سوشر: "لا أستطيع الإفصاح عن الكثير، لكنني أسست شركة للقيام بذلك مع الأشخاص الذين قاموا بأكثر الأبحاث إثارة في هذا المجال في العقد الماضي"،.

قد يكون التحسين الذاتي المتكرر هو القفزة الكبيرة التالية في قدرات الذكاء الاصطناعي، ولكنه يدفع التكنولوجيا أقرب إلى تعقيد العالم الحقيقي - حيث يصعب احتواء الأخطاء وسوء الاستخدام والعواقب غير المقصودة.

MENAFN28012026000110011019ID1110660504