(SeaPRwire) –   تلقى كبير العلماء في Meta، جائزة أخرى لتضاف إلى قائمته الطويلة من الجوائز يوم الأحد، عندما حصل على جائزة TIME100 Impact Award لمساهماته في مجال الذكاء الاصطناعي.

وبعد حفل توزيع الجوائز في دبي، جلس LeCun مع TIME لمناقشة الحواجز أمام تحقيق “الذكاء الاصطناعي العام” (AGI)، ومزايا نهج Meta في المصدر المفتوح، وما يراه بمثابة ادعاء “سخيف” بأن الذكاء الاصطناعي يمكن أن يشكل خطرًا وجوديًا على الجنس البشري.

تحدثت مجلة تايم مع لوكون في 26 يناير. وقد اختُصرت هذه المحادثة وحُررت لأسباب تتعلق بالوضوح.

يعتقد الكثير من الأشخاص في عالم التكنولوجيا اليوم أن تدريب النماذج اللغوية الكبيرة (LLMs) على مزيد من قوة الحوسبة والمزيد من البيانات سيؤدي إلى الذكاء الاصطناعي العام. فهل توافق على ذلك؟

ومن المثير للدهشة كيف تعمل [LLMs]، إذا قمت بتدريبها على نطاق واسع، ولكنها محدودة للغاية. وندرك اليوم أن تلك الأنظمة تهلوس، فهي لا تفهم العالم الحقيقي حقًا. إنها تتطلب كميات هائلة من البيانات للوصول إلى مستوى ذكاء ليس بهذا القدر من الروعة في النهاية. ولا يمكنهم التفكير حقًا. لا يمكنهم التخطيط لأي شيء بخلاف الأشياء التي تم تدريبهم عليها. لذا فهم ليسوا طريقًا نحو ما يطلق عليه الناس “AGI”. أنا أكره هذا المصطلح. إنها مفيدة ولا شك في ذلك. لكنها ليست طريقًا نحو الذكاء البشري.

لقد ذكرت أنك تكره اختصار “AGI”. هذا مصطلح استخدمه مارك زوكربيرج في يناير، عندما أعلن أن Meta تتجه نحو بناء الذكاء الاصطناعي العام كواحد من أهدافها المركزية كمنظمة.

هناك الكثير من سوء الفهم هنا. لذا فإن مهمة FAIR [فريق أبحاث الذكاء الاصطناعي الأساسي التابع لشركة Meta] هو الذكاء البشري. وقد انتهت هذه السفينة، إنها معركة خسرتها، لكنني لا أحب أن أسميها AGI لأن الذكاء البشري ليس عامًا على الإطلاق. هناك خصائص يتمتع بها الكائنات الذكية لا تمتلكها أنظمة الذكاء الاصطناعي اليوم، مثل فهم العالم المادي؛ التخطيط لسلسلة من الإجراءات لتحقيق هدف، والتفكير بطرق يمكن أن تستغرق وقتًا طويلاً. البشر والحيوانات لديهم جزء خاص من دماغنا نستخدمه كذاكرة عاملة. لا يوجد ذلك في LLMs.

يتعلم الطفل كيفية عمل العالم في الأشهر الأولى من حياته. نحن لا نعرف كيف نفعل ذلك [باستخدام الذكاء الاصطناعي]. بمجرد أن نحصل على تقنيات لتعلم “نماذج العالم” لمجرد مشاهدة العالم يمضي، ويجمع ذلك مع تقنيات التخطيط، وربما دمجه بأنظمة الذاكرة قصيرة المدى، فقد يكون لدينا طريق نحو الذكاء، ليس عامًا، ولكن دعنا نقول ذكاء المستوى القط. قبل أن نصل إلى المستوى البشري، سيتعين علينا المرور بأشكال أبسط من الذكاء. وما زلنا بعيدين جدًا عن ذلك.

وقد يكون هذا الاستعارة منطقيًا إلى حد ما، لأن القطة يمكنها النظر إلى العالم وتعلم أشياء لا تستطيع لغة التعليم الآلي الكبيرة المتطورة ببساطة القيام بها. ولكن بعد ذلك، فإن التاريخ الكامل المختصر للمعرفة البشرية غير متاح لقطة. وإلى أي مدى تُعد هذه الاستعارة محدودة؟

إليك حساب بسيط. يتم تدريب نموذج لغوي كبير على النص الكامل المتاح على الإنترنت، أكثر أو أقل. وهذا عادة ما يكون 10 تريليون رمز. كل رمز بحوالي بايتين. إذن هذا ضعف 10 إلى [أس] 13 بايت من بيانات التدريب. وتقول، يا إلهي، هذا مذهل، سيستغرق الأمر من الإنسان 170000 عام لقراءة هذا. إنها مجرد كمية هائلة من البيانات. لكنك بعد ذلك تتحدث إلى علماء نفس نمو الطفل، وما يخبرونك به هو أن الطفل البالغ من العمر 4 سنوات كان مستيقظًا لمدة 16000 ساعة في حياته. وبعد ذلك يمكنك محاولة تحديد مقدار المعلومات التي دخلت قشرته البصرية في غضون أربع سنوات. والعصب البصري حوالي 20 ميجابايت في الثانية. لذا فمعدل 20 ميجابايت في الثانية، مضروبًا في 60000 ساعة، مضروبًا في 3600 ثانية في الساعة. وهذا يساوي 10 إلى [أس] 15 بايت، أي 50 ضعفًا أكثر من 170000 عام من النص.

حسنًا، لكن النص يشفر التاريخ الكامل للمعرفة البشرية، في حين أن المعلومات المرئية التي يحصل عليها الطفل البالغ من العمر 4 سنوات لا تشفر سوى معلومات أساسية ثلاثية الأبعاد عن العالم، واللغة الأساسية، وما شابه ذلك.

لكن ما تقوله خاطئ. إن الغالبية العظمى من المعرفة البشرية لا يتم التعبير عنها في نص. إنها في الجزء اللاواعي من ذهنك، الذي تعلمته في السنة الأولى من الحياة قبل أن تتمكن من الكلام. ترتبط معظم المعرفة حقًا بتجربتنا للعالم وكيف يعمل. وهذا ما نسميه الحس السليم. لا تمتلك LLMs ذلك، لأنها لا يمكنها الوصول إليه. وبالتالي يمكن أن يرتكبوا أخطاء غبية حقًا. هكذا تأتي الهلوسة. فقد اتضح أن الأشياء التي نأخذها كما هي من المسلّمات معقدة للغاية بالنسبة لأجهزة الكمبيوتر لإعادة إنتاجها. لذلك فإن AGI، أو الذكاء الاصطناعي على المستوى البشري، ليس وشيكًا فحسب، ولكنه سيتطلب بعض التغييرات الإدراكية العميقة.

لنتحدث عن المصدر المفتوح. لقد كنت من أشد المدافعين عن البحث المفتوح في مسيرتك المهنية، واعتمدت Meta سياسة تحويل نماذجها اللغوية الكبيرة الأكثر قوة إلى مصادر مفتوحة بشكل فعال، وفي الآونة الأخيرة . وتضع هذه الاستراتيجية Meta بعيدًا عن و، اللتين لا تطلقان ما يسمى بأوزان أنظمتهما الأكثر قوة. هل تعتقد أن نهج Meta سيظل مناسبًا مع ازدياد قوة الذكاء الاصطناعي الخاص بها، حتى يقترب من مستوى الذكاء البشري؟

الإجابة من الدرجة الأولى هي نعم. والسبب في ذلك أنه في المستقبل، سيتم التوسط في تفاعل الجميع مع العالم الرقمي، وعالم المعرفة بشكل عام، من خلال أنظمة الذكاء الاصطناعي. سيكونون يلعبون دور المساعدين البشريين الذين سيكونون معنا طوال الوقت. لن نستخدم محركات البحث. سنطرح أسئلة على مساعدينا فقط، ويساعدوننا في حياتنا اليومية. لذلك سيتم التوسط في نظامنا الغذائي المعلوماتي بالكامل من خلال هذه الأنظمة. وسيشكلون مستودعًا لكل المعارف البشرية. ولا يمكنك امتلاك هذا النوع من الاعتماد على نظام مغلق مسجل الملكية، خاصةً بالنظر إلى تنوع اللغات والثقافات والقيم ومراكز الاهتمام في جميع أنحاء العالم. كما لو قلت، هل يمكنك أن تمتلك كيانًا تجاريًا،