الحجة وراء الذكاء الاصطناعي الممل

سباق اختبارات الذكاء الاصطناعي لديه فائز. لكنه ليس أنت.

كل بضعة أشهر، يظهر نموذج جديد وتُعاد ترتيب لوحة الصدارة من جديد. تتنافس المختبرات في التفوق على غيرها في الاستدلال والبرمجة والإجابات على اختبارات صُممت لقياس ذكاء الآلة. تتبع التغطية ذلك. وكذلك التمويل.

ما يحظى باهتمام أقل هو ما إذا كان أي من هذا أمرًا حتميًا. المعايير القياسية، وسباق التسلح، وتصوير الذكاء الاصطناعي باعتباره إما خلاصًا أو كارثة — هذه ليست قوانين فيزياء. إنها اختيارات. تعكس ما قررت الصناعة تحسينه، وما قررت تمويله. التكنولوجيا التي ستستغرق عقودًا لتظهر ثمارها بطرق عادية ومفيدة لا تجلب مليارات هذا الربع. السرديات المتطرفة تفعل ذلك.

يعتقد بعض الباحثين أن الهدف نفسه خاطئ. ليس لأن الذكاء الاصطناعي غير مهم، بل لأن كونه مهمًا لا يعني بالضرورة أن يكون غير مسبوق. غيّرت آلة الطباعة العالم. وكذلك فعلت الكهرباء. كلاهما فعلا ذلك تدريجيًا، عبر اعتمادٍ فوضوي، مانحين المجتمعات وقتًا للاستجابة. إذا اتبع الذكاء الاصطناعي هذا النمط، فليست الأسئلة الصحيحة عن فائقة الذكاء. بل عن من يستفيد، ومن يتضرر، وما إذا كانت الأدوات التي نبنيها تعمل فعلًا لصالح الأشخاص الذين يستخدمونها.

لطالما كان كثير من الباحثين يطرحون تلك الأسئلة من زوايا مختلفة جدًا. إليكم ثلاثة منهم.

مفيد، لا عام

يعمل روخير بوري على بناء الذكاء الاصطناعي لدى IBM $IBM منذ قبل أن يسمع معظم الناس بمفهوم تعلم الآلة. شاهد Watson وهو يهزم أفضل لاعبي Jeopardy في العالم في عام 2011. وقد شاهد عدة دورات من موجات الحماس وهي تبلغ القمة ثم تخفت. وعندما وصلت الموجة الحالية، كان لديه اختبار بسيط لها: هل هو مفيد؟

غير مدهش. غير عام. مفيد.

“لا يهمني كثيرًا الذكاء الاصطناعي العام”، يقول. “ما يهمني هو الجزء المفيد منه.”

يضعه هذا التصور في مواجهة صورة الذات لدى جزء كبير من الصناعة. المختبرات التي تتسابق نحو AGI تُحسّن لأجل الاتساع، وتبني أنظمة يمكنها فعل أي شيء، والإجابة عن أي شيء، والاستدلال حول أي شيء. يعتقد بوري أن هذا هو الهدف الخطأ، ولديه معيار يريد أن ترى الصناعة وهي تحاول فعلًا الوصول إليه.

يعيش الدماغ البشري في 1,200 سنتيمترًا مكعبًا، ويستهلك 20 واطًا، أي طاقة مصباحٍ كهربائي، و—كما يشير بوري— يعمل على السندويتشات. تستهلك وحدة معالجة الرسوم Nvidia $NVDA الواحدة 1,200 واط، أي 60 مرة أكثر من الدماغ بالكامل، وتحتاج إلى آلافٍ منها في مركز بيانات عملاق كي يفعل أي شيء ذي معنى. إذا كان الدماغ هو المعيار القياسي، فإن الصناعة ليست قريبة من الكفاءة. إنها تتجه في الاتجاه الخاطئ.

بديله هو ما يسميه بنية هجينة: نماذج صغيرة ومتوسطة وكبيرة تعمل معًا، ويُناط بكل نموذج المهمة التي يتعامل معها بأفضل شكل. يقوم نموذج حدودي كبير بالاستدلال والتخطيط المعقدين. تتولى نماذج أصغر مخصصة تنفيذ المهام. مهمة بسيطة مثل صياغة بريد إلكتروني لا تحتاج إلى نظام مُدرّب على نصف الإنترنت. تحتاج شيئًا سريعًا ورخيصًا ومركزًا. يلاحظ بوري أنه كل تسعة أشهر تقريبًا، يصبح النموذج الصغير من الجيل السابق مكافئًا تقريبًا لما كان يُعتبر كبيرًا. الذكاء يصبح أرخص. السؤال هو ما إذا كان أي أحد يبني وفقًا لهذه الحقيقة.

هذا النهج له دعم في الواقع. تستخدم Airbnb $ABNB نماذج أصغر لحل جزء كبير من مشكلات خدمة العملاء بشكل أسرع من ممثليها من البشر. لا تستخدم Meta $META أكبر نماذجها لتقديم الإعلانات، بل تُحوّل تلك المعرفة إلى نماذج أصغر مبنية لهذه المهمة وحدها. النمط واضح بما يكفي لدرجة أن الباحثين بدأوا بتسميته خط تجميعٍ للمعرفة: تتدفق البيانات إلى الداخل، وتتولى نماذج متخصصة خطوات منفصلة، ويأتي شيء مفيد في النهاية.

كانت IBM تبني خط التجميع هذا لفترة أطول من معظم الشركات. أظهر وكيل هجيني يجمع نماذج من عدة شركات تحسنًا في الإنتاجية بنسبة 45% عبر قوة عمل هندسية كبيرة. تساعد الأنظمة التي تعمل على نماذج أصغر ومخصصة الآن المهندسين الذين يتولى 84% من المعاملات المالية في العالم معالجتها الحصول على المعلومات الصحيحة في الوقت المناسب. هذه ليست تطبيقات “مبهرة”. وليست كذلك بعيدة عن الفشل.

لا يتطلب أيٌ منها نظامًا يستطيع كتابة الشعر أو حل واجب الرياضيات لطفلك. بل يتطلب شيئًا أضيق، وبالتالي أكثر موثوقية. النموذج المُدرّب ليُجيد شيئًا واحدًا يعرف متى تقع الأسئلة خارج نطاقه. يقول ذلك. إن عدم اليقين المُعاير—معرفة ما لا تعرفه—هو شيء لا تزال النماذج الحدودية الكبيرة تكافح لأجلِه.

“أريد بناء وكلاء وأنظمة لهذه العمليات”، يقول بوري. “ليس شيئًا يجيب عن مليوني شيء.”

الأدوات، لا الوكلاء

لدى بن شينهايدرمان اختبار بسيط لمعرفة ما إذا كان نظام ذكاء اصطناعي مُصمّمًا جيدًا. هل يشعر الشخص الذي يستخدمه أنه فعل شيئًا ما، أم يشعر وكأن شيئًا قد تم فعله له؟

تفرق هذه المسألة أكثر مما قد يبدو. شينهايدرمان، وهو عالم حاسوب في جامعة ماريلاند ساعد في وضع أسس تصميم الواجهات الحديثة، أمضى عقودًا يجادل بأن هدف التكنولوجيا يجب أن يكون تضخيم القدرة البشرية، لا استبدالها. الأدوات الجيدة تبني ما يسميه كفاءة ذاتية المستخدم، أو الثقة التي تأتي من معرفة أنك تستطيع فعل شيء بنفسك. الأدوات السيئة تنقل تلك الوكالة بهدوء إلى مكان آخر.

يعتقد أن معظم صناعة الذكاء الاصطناعي تبني أدوات سيئة، وأن التحول نحو الوكلاء يجعل الأمر أسوأ. الفكرة التي تُطرح عن وكلاء الذكاء الاصطناعي هي أنها تعمل بالنيابة عنك، وتتولى المهام من البداية إلى النهاية دون مشاركتك. بالنسبة لشينهايدرمان، هذا ليس ميزة. بل هي المشكلة. عندما يحدث خطأ، وسيحدث، فمن المسؤول؟ عندما تسير الأمور على ما يرام، من الذي تعلم شيئًا؟

الفخ الذي كان يقاتله منذ وقت طويل له اسم. الأنثروبومورفية، أي الدافع لجعل التكنولوجيا تبدو بشرية، هو ما يجعلها تواصل الفوز، وما يجعلها تواصل الفشل. في سبعينيات القرن الماضي، جرّبت البنوك أجهزة الصراف الآلي التي كانت تُحيي الزبائن بعبارة “كيف يمكنني مساعدتك؟” وتمنح نفسها أسماء مثل تِلي المُحاسِبة (Tilly the Teller) وهارفي مصرفي العالم (Harvey the World Banker). ثم استُبدلت بماكينات تُظهر لك ثلاث خيارات: الرصيد، النقد، الإيداع. ارتفع معدل الاستخدام. كان لدى سيتي بنك استخدام أعلى بنسبة 50% من منافسيه. لم يكن الناس يريدون علاقة مصطنعة. كانوا يريدون الحصول على أموالهم.

وتكرر النمط نفسه عبر العقود: من Microsoft $MSFT Bob، إلى دبوس الذكاء الاصطناعي من Humane، وإلى موجات من الروبوتات الشبيهة بالبشر. في كل مرة، تفشل النسخة المُشخَّصة وتُستبدل بشيء أكثر شبهًا بالأداة. يصف شينهايدرمان ذلك بفكرة الزومبي. لا تموت؛ بل تعود دائمًا.

الذي يختلف الآن هو الحجم والتعقيد. جيل الذكاء الاصطناعي الحالي، كما يعترف، مدهش فعلًا—على نحو يثير الدهشة. لكن المثير ليس هو نفسه المفيد، والأنظمة المصممة لتبدو بشرية—لقول “أنا”، لمحاكاة علاقة—تُحسّن لجودة خاطئة. السؤال الذي يريد من المصممين طرحه أبسط: هل يمنح الناس قوة أكبر، أم أقل؟

“لا يوجد ‘أنا’ في الذكاء الاصطناعي”، يقول. “أو على الأقل، يجب ألا يكون موجودًا.”

الناس، لا المعايير القياسية

لدى كارن بانيتا إجابة بسيطة عن سبب ظهور تطوير الذكاء الاصطناعي بالشكل الذي عليه. اتبعوا المال.

بانيتا، أستاذة في هندسة الكهرباء والحاسوب بجامعة تافتس وزميلة في IEEE، تدرس أخلاقيات الذكاء الاصطناعي ولديها رؤية واضحة إلى أين يجب أن تتجه هذه التكنولوجيا. حيوانات أليفة مساعدة لمرضى الزهايمر، وأدوات تعلم تكيفية للأطفال ذوي أنماط معرفية مختلفة، ومراقبة منزل ذكي لكبار السن الذين يعيشون في أماكنهم. تقول إن التكنولوجيا اللازمة للقيام بذلك على نحو جيد موجودة إلى حد كبير. الاستثمار ليس موجودًا.

“البشر لا يهتمون بالمعايير القياسية”، تقول. “إنهم يهتمون: هل سيعمل عندما أشتريه؟ وهل سيجعل حياتي أسهل فعلًا؟”

المشكلة أن الأشخاص الذين سيستفيدون أكثر من ذكاء اصطناعي مساعد مُحكم التصميم هم أيضًا أقل من يمكن إقناعه بخطاب مقنع أمام صاحب رأس مال مغامر. نظام يحول عمليات التصنيع، ويقلل إصابات مكان العمل، ويخفض تكاليف الرعاية الصحية لموظفي شركة ما له مردود واضح. رفيق روبوتي يبقي مريض الزهايمر هادئًا ومرتبطًا يتطلب نوعًا مختلفًا تمامًا من الرياضيات. لذلك يذهب المال إلى حيث يذهب المال، وتنتظر الفئات السكانية التي لديها أكبر ما يكسبه.

ما تغيّر، تقول بانيتا، هو أن مشكلات الهندسة المكلفة تُحل أخيرًا على نطاق واسع. أجهزة الاستشعار أصبحت أرخص. البطاريات أخف. بروتوكولات الاتصال اللاسلكي منتشرة في كل مكان. نفس الاستثمار الذي بنى الروبوتات الصناعية في أرضيات المصانع جعل الروبوتات الاستهلاكية قابلة للحياة بطريقة لم تكن ممكنة قبل خمس سنوات. الطريق من المستودع إلى غرفة المعيشة أقصر مما يبدو.

لكن لديها قلقًا بأن الحماس حول هذا الانتقال يميل إلى القفز فوقه. الروبوتات المادية لديها قيود طبيعية. تعرف حدود القوة. تعرف الحركيات. يمكنك التنبؤ ومحاكاة وتصميم ما حول الطريقة التي سيفشل بها. لا يأتي الذكاء الاصطناعي التوليدي مع تلك الضمانات. إنه غير محدد النتائج. إنه يهلوس. لا أحد يعرف بشكل كامل ما يحدث عندما تضعه داخل نظام موجود جسديًا في منزل شخص مصاب بالخرف، أو طفل لا يستطيع تحديد متى حدث خطأ.

لقد شاهدت ما يحدث عندما يتسخ جهاز استشعار وتفقد الروبوت وعيها المكاني. لقد فكرت فيما يعنيه بناء شيء يتعلم تفاصيل حميمة عن حياة الشخص: روتينه، وحالته المعرفية، ولحظات ارتباكه، ثم يتصرف بناءً على تلك المعلومات بشكل مستقل. تقول إن آليات الأمان لم تواكب ذلك.

“أنا لست قلقًا بشأن الروبوت”، تقول. “أنا قلق بشأن الذكاء الاصطناعي.”

📬 اشترك في النشرة اليومية

نشرة مجانية وسريعة وممتعة عن الاقتصاد العالمي، تُسلّم كل صباح كل يوم عمل.

سجّلني