ARC-AGI-3: المعيار الجديد لـ Chollet يكشف أن الذكاء الاصطناعي المعاصر لا يتكيف بشكل حقيقي عند الطوارئ

ماذا حدث

نشر François Chollet ARC-AGI-3، وهو معيار جديد لقياس التقدم نحو AGI.

التفاصيل

• Chollet هو مؤلف Keras، وكان يدرس منذ 2019 في كتابه “On the Measure of Intelligence” كيفية قياس الذكاء. فكرته الأساسية: يجب أن يكشف المعيار عن نقاط ضعف النظام، لا أن يمنح الروايات القائمة شهادةَ صحة.
• يضيف ARC-AGI-3 اختبار “الاستدلال التفاعلي”، لمعرفة ما إذا كان النظام يمكنه تطبيق الحسّ المشترك والضبط أثناء التجربة والتعلم في سياقات جديدة.
• وكانت النتيجة مباشرة: نجح المختبرون من البشر للمرة الأولى في حلّها بالكامل؛ كما أن كفاءة حركة أفضل نماذج الذكاء الاصطناعي أقل من 1%.
• سيستمر تحديث هذا المعيار: فقد قفزت درجات الإصدارات السابقة بعد أن تحسنت نماذج الاستدلال والقدرات البرمجية، لذلك يجب أن يزيد المعيار باستمرار من شدة التحدي، ليُظهر ما يزال ينقصه.

البشر مقابل النماذج الحالية

الرسالة الأساسية: هذه ليست مشكلة تَغيُّرٍ كمي يمكن حلّه بالضبط عبر fine-tuning، بل هي نقصٌ جذري في القدرة على “التصرف عند المواجهة”.

لماذا هذا مهم

• إذا كان النظام يحتاج إلى إعداد كبير لإنجاز مهام يقدر البشر “على الفور” على رؤيتها وحلها، فهذا يعد مشكلة جوهرية لمسار AGI: هل نحن نقيس الذكاء بمؤشر خاطئ؟
• لم يكن Chollet يقول إن الذكاء الاصطناعي الحالي سيئ، بل يقول: إن الذاكرة والمطابقة النمطية التي تُبنى عبر الحجم وحده تُنتج معلومات محدودة؛ أما المعيار الذي يمكنه قياس “القدرة الحقيقية على التكيف مع سياقات جديدة”، فهو أقرب لما نهتم به.
• بالنسبة للباحثين والمطورين، إشارة ARC-AGI-3 واضحة: إن مجرد زيادة الحجم لن يَسُد هذا الفارق؛ يجب أن يحدث تغيير بنيوي في آليات التعلم والتكيف.

تقييم التأثير

• الأهمية: مرتفعة
• الفئة: أبحاث الذكاء الاصطناعي، رؤى تقنية، اتجاهات الصناعة

الخلاصة: إنها إشارة مبكرة لكنها حاسمة، ومفيدة للباحثين و"builder" أكثر — من يستطيع تقديم ابتكارات معمارية في آليات التعلم والتكيف سيكون في وضع أفضل؛ أما الذين يقومون بصفقات فقط فارتباطهم بهذه الاتجاه محدود.