قديم في جوجل ديب مايند يجمع 1.1 مليار دولار لبناء ذكاء اصطناعي لا يُدرّب ببيانات بشرية

باختصار

• المخضرم في DeepMind ديفيد سيلفر جمع 1.1 مليار دولار لشركته الناشئة الجديدة إنيفابل إنرجيتي بقيمة تقديرية تبلغ 5.1 مليار دولار.
• يقول سيلفر إن التعلم المعزز، وليس النماذج اللغوية الكبيرة، هو الطريق الأفضل نحو الذكاء الفائق.
• تهدف الشركة الناشئة إلى بناء ذكاء اصطناعي “متعلم فائق” يتعلم من خلال المحاكاة واللعب الذاتي.

ديفيد سيلفر، العالم في DeepMind وراء فوز AlphaGo التاريخي على بطل العالم في لعبة Go لي سيدول في عام 2016، جمع 1.1 مليار دولار لإطلاق شركة ناشئة تراهن على أن العصر القادم للذكاء الاصطناعي لن يأتي من التكنولوجيا السائدة اليوم. أطلقت شركة سيلفر، إنيفابل إنرجيتي، في يناير بقيمة تقديرية تبلغ 5.1 مليار دولار وتراهن على التعلم المعزز، وهو أسلوب حيث تتحسن أنظمة الذكاء الاصطناعي من خلال التجربة والخطأ. يجادل سيلفر بأن هذا النهج، بدلاً من النماذج اللغوية الكبيرة التي تهيمن على المجال الآن، يوفر مسارًا أكثر مصداقية نحو الذكاء الفائق. “أعتبر مهمتنا كأننا نصل أولاً إلى الاتصال بالذكاء الفائق،” قال سيلفر لـ Wired. “بالنسبة لي، الذكاء الفائق يعني شيئًا مذهلاً. يجب أن يكتشف أشكالًا جديدة من العلم أو التكنولوجيا أو الحكومة أو الاقتصاد بنفسه.”

شاع مصطلح الذكاء الفائق من قبل الفيلسوف نيك بوستروم في كتابه عام 2014 “الذكاء الفائق”، ويشير إلى الذكاء الاصطناعي الذي يتجاوز الذكاء البشري في جميع المجالات تقريبًا، في حين أن الذكاء الاصطناعي العام، أو AGI، يصف الأنظمة القادرة على مطابقة التفكير البشري في مجموعة واسعة من المهام.  يجادل سيلفر بأن النماذج اللغوية الكبيرة محدودة أساسًا لأنها تتعلم من البيانات التي ينتجها البشر، بدلاً من بناء فهمها الخاص من خلال التجربة. “البيانات البشرية تشبه نوعًا من الوقود الأحفوري الذي وفر اختصارًا مذهلاً،” قال. “يمكنك التفكير في الأنظمة التي تتعلم لنفسها كوقود متجدد—شيء يمكنه أن يتعلم ويتعلم ويتعلم إلى الأبد، بدون حد.”

لقد قضى سيلفر الكثير من مسيرته في تعزيز هذا الحجة. طور AlphaGo، الذي جمع بين بيانات التدريب البشرية والتعلم المعزز واللعب الذاتي، استراتيجيات فاجأت حتى أفضل اللاعبين البشر وأظهرت كيف يمكن للذكاء الاصطناعي أن يتجاوز السجل البشري في مجالات ضيقة. “أشعر أنه من المهم جدًا وجود مختبر ذكاء اصطناعي نخبوي يركز مئة بالمئة على هذا النهج،” قال لـ Wired. “وأنه ليس مجرد ركن من مكان آخر مخصص لنماذج اللغة الكبيرة.” تخطط إنيفابل إنرجيتي لبناء ما يسميه سيلفر “متعلمون فائقون”—وكلاء ذكاء اصطناعي يُوضعون داخل محاكاة حيث يمكنهم السعي وراء الأهداف، والفشل، والتكيف، والتحسن بدون قيود مجموعة بيانات بشرية ثابتة. رفض سيلفر وصف كيف ستبدو تلك المحاكاة، لكنه قال إن النهج سيسمح للوكلاء بالتعاون وتطوير القدرات بشكل مستقل. جادل سيلفر بأن النماذج اللغوية الكبيرة محدودة بالبيانات التي تتدرب عليها، مضيفًا أن نموذجًا يتدرب في عالم يعتقد فيه الجميع أن الأرض مسطحة من المحتمل أن يظل يعتقد ذلك إلا إذا استطاع اختبار الواقع بنفسه. وقال إن نظامًا يتعلم من خلال التجربة يمكن أن يكتشف خلاف ذلك. لم ترد شركة إنيفابل إنرجيتي على الفور على طلب تعليق من Decrypt.