مقابلة مع مؤسس DeepMind: بنية الذكاء الاصطناعي العام، حالة الوكيل، والاختراق العلمي في العقد القادم

عنوان الفيديو الأصلي: ديميس هاسابيس: الوكلاء، الذكاء الاصطناعي العام والاختراق العلمي الكبير القادم

مصدر الفيديو الأصلي: Y Combinator
ترجمة النص: Deep潮 TechFlow

مقدمة التحرير

الرئيس التنفيذي لشركة DeepMind، الحائز على جائزة نوبل في الكيمياء ديميس هاسابيس يزور Y Combinator، ويتحدث عن التقدمات الرئيسية التي لا تزال ضرورية للوصول إلى الذكاء الاصطناعي العام، ويقدم نصائح لرواد الأعمال حول كيفية الحفاظ على التقدم، وأين قد يظهر الاختراق العلمي الكبير القادم.

أكثر حكم عملي لرواد الأعمال في التكنولوجيا العميقة هو أنه إذا أطلقت مشروعًا عميقًا يمتد لعشر سنوات اليوم، فيجب أن تضع ظهور الذكاء الاصطناعي العام في خطتك. بالإضافة إلى ذلك، كشف عن أن شركة Isomorphic Labs (التي انفصلت عن DeepMind، وهي شركة أدوية تعتمد على الذكاء الاصطناعي) ستصدر أخبارًا مهمة قريبًا.

مقتطفات مهمة

مسار و جدول الذكاء الاصطناعي العام

· “هذه المكونات التقنية الحالية من المحتمل أن تكون جزءًا من الهيكل النهائي للذكاء الاصطناعي العام.”

· “مشاكل التعلم المستمر، والاستنتاج على المدى الطويل، وبعض جوانب الذاكرة لم تُحل بعد، والذكاء الاصطناعي العام يحتاج إلى حلها جميعًا.”

· “إذا كانت جدول زمني للذكاء الاصطناعي العام يقترب من عام 2030، وبدأت مشروعًا عميقًا اليوم، فعليك أن تضع في اعتبارك أن الذكاء الاصطناعي العام قد يظهر في منتصف الطريق.”

الذاكرة ونوافذ السياق

· “نافذة السياق تقريبًا تعادل الذاكرة العاملة. متوسط الذاكرة العاملة للبشر هو سبعة أرقام، ولدينا نوافذ سياق بملايين أو حتى عشرات الملايين من الرموز. لكن المشكلة أننا نضع كل شيء فيها، بما في ذلك المعلومات غير المهمة والخاطئة، والطريقة الحالية تعتبر قاسية جدًا.”

· “إذا أردت معالجة تدفق الفيديو المباشر وتخزين جميع الرموز، فإن مليون رمز يكفي تقريبًا لمدة 20 دقيقة.”

عيوب الاستنتاج

· “أحب أن ألعب الشطرنج باستخدام Gemini. أحيانًا يدرك أن خطوته سيئة، لكنه لا يجد خيارًا أفضل، فيدور حول نفسه ويختار الخطوة السيئة. لكن نظام استنتاج دقيق لا ينبغي أن يحدث معه هذا.”

· “هو من ناحية يستطيع حل مسائل بمستوى ميداليات أولمبياد IMO، ومن ناحية أخرى، عند طرح السؤال بطريقة مختلفة، يرتكب أخطاء رياضيات ابتدائية. يبدو أن هناك شيئًا مفقودًا في عملية التفكير الداخلي لديه.”

الوكيل والإبداع

· “لتحقيق الذكاء الاصطناعي العام، يجب أن يكون لديك نظام قادر على حل المشكلات بشكل نشط نيابة عنك. الوكيل هو الطريق، وأعتقد أننا بدأنا للتو.”

· “لم أرَ بعد أحدًا يستخدم برمجة vibe لإنشاء لعبة AAA تتصدر قوائم التطبيقات. وفقًا للجهود المبذولة حاليًا، هذا ممكن، لكنه لم يحدث بعد. يوضح أن الأدوات أو العمليات لا تزال تفتقر إلى شيء ما.”

التقطير والنماذج الصغيرة

· “افترض أن نموذج Pro متقدم يُطلق بعد نصف سنة إلى سنة، فإن قدراته يمكن ضغطها إلى نموذج صغير جدًا يمكن تشغيله على الأجهزة الطرفية. حتى الآن، لم نصل إلى الحد الأقصى من كثافة المعلومات نظريًا.”

اكتشافات علمية و"اختبار أينشتاين"

· “أحيانًا أسميه ‘اختبار أينشتاين’، أي هل يمكن تدريب نظام باستخدام معرفة عام 1901، ثم يشتق بشكل مستقل النتائج التي توصل إليها أينشتاين عام 1905، بما في ذلك النظرية النسبية الخاصة. إذا تمكنت من ذلك، فهذه الأنظمة ليست بعيدة عن اختراع أشياء جديدة حقًا.”

· “حل مشكلة من جوائز الألفية الكبرى أمر رائع، لكن الأصعب هو أن تطرح مجموعة جديدة من أسئلة جوائز الألفية، ويعتبرها كبار الرياضيين عميقة وتستحق البحث مدى الحياة.”

نصائح لرواد الأعمال في التكنولوجيا العميقة

· “السعي وراء المشكلات الصعبة والسهلية في الواقع متشابه، فقط بأساليب صعوبة مختلفة. الحياة قصيرة، فمن الأفضل أن تركز طاقتك على الأمور التي لن ينجح أحد غيرك في القيام بها.”

مسار تحقيق الذكاء الاصطناعي العام

Gary Tan: أنت تفكر في الذكاء الاصطناعي العام منذ وقت أطول من معظم الناس. بالنظر إلى النموذج الحالي، كم تعتقد أن لدينا من الهيكل النهائي للذكاء الاصطناعي العام؟ وما الذي ينقصنا بشكل جوهري الآن؟

Demis Hassabis: أنا متأكد أن التدريب المسبق على نطاق واسع، RLHF، وسلسلة التفكير، ستصبح جزءًا من الهيكل النهائي للذكاء الاصطناعي العام. هذه التقنيات أثبتت جدواها حتى الآن. لا أستطيع تصور أن نكتشف خلال عامين أن هذا طريق مسدود، فهذا غير منطقي بالنسبة لي. لكن، على ما يبدو، لا تزال هناك واحدة أو اثنتان من الأمور التي تفتقر إليها، مثل التعلم المستمر، والاستنتاج على المدى الطويل، وبعض جوانب الذاكرة، لم تُحل بعد.

الذكاء الاصطناعي العام يحتاج إلى حل كامل. ربما يمكن للتقنيات الحالية مع بعض الابتكارات التدريجية أن تصل إلى ذلك، لكن قد يتبقى واحد أو اثنان من المفاتيح الكبرى التي يجب أن تُكسر. لا أعتقد أن هناك أكثر من واحد أو اثنين. شخصيًا، أعتقد أن احتمالية وجود هذه المفاتيح غير المحلولة تتراوح حوالي 50-50. لذلك، في DeepMind، نحن نعمل على كلا المسارين.

Gary Tan: أتعامل مع العديد من أنظمة الوكيل، وأدهشني أن الوزن الأساسي يتكرر في الأساس. لذا، مفهوم التعلم المستمر مثير جدًا، لأننا نستخدم حاليًا طرقًا مؤقتة، مثل دورات الأحلام الليلية.

Demis Hassabis: نعم، تلك الدورات الأحلامية مثيرة جدًا. لقد فكرنا في هذا الأمر سابقًا عند دمج الذاكرة السياقية. دراستي كانت عن كيفية دمج الحُصين للمعلومات الجديدة بشكل أنيق مع المعرفة الموجودة. الدماغ يفعل ذلك بشكل ممتاز.

يتم ذلك أثناء النوم، خاصة خلال النوم السريع (REM sleep)، حيث يعيد تشغيل التجارب المهمة للتعلم منها. برنامجنا المبكر على Atari، DQN (شبكة Q العميقة التي نشرتها DeepMind في 2013، والتي حققت مستوى بشري في ألعاب Atari باستخدام التعلم المعزز العميق)، تعلم لعب الألعاب عبر تجربة إعادة التشغيل (experience replay).

هذا مستوحى من علم الأعصاب، حيث يعيد الدماغ تكرار المسارات الناجحة. كان ذلك في 2013، وهو زمن قديم في مجال الذكاء الاصطناعي، لكنه كان حاسمًا جدًا في ذلك الوقت.

أتفق معك، نحن نستخدم الآن طرقًا مؤقتة. نضع كل شيء في نافذة السياق. هذا غير مثالي. حتى لو كنا نعمل على آلة وليس دماغًا بشريًا، من الناحية النظرية، يمكن أن نصل إلى نوافذ سياق بملايين أو عشرات الملايين من الرموز، ويمكن أن تكون الذاكرة مثالية، لكن تكلفة البحث والاسترجاع لا تزال قائمة. في اللحظة التي نحتاج فيها لاتخاذ قرار محدد، من الصعب العثور على المعلومات ذات الصلة، حتى لو استطعنا تخزين كل شيء. لذلك، أعتقد أن مجال الذاكرة لا يزال مليئًا بالفرص للابتكار.

Gary Tan: بصراحة، نافذة سياق بمليون رمز أكبر مما توقعت، ويمكن أن يؤدي العديد من المهام.

Demis Hassabis: نعم، بالنسبة لمعظم الحالات التي يحتاجها، فهي كافية. لكن، فكر في الأمر، نافذة السياق تعادل تقريبًا الذاكرة العاملة. البشر لديهم حوالي سبعة أرقام في الذاكرة العاملة، ولدينا نوافذ سياق بملايين أو حتى عشرات الملايين من الرموز. المشكلة أننا نضع كل شيء فيها، بما في ذلك المعلومات غير المهمة والخاطئة، والطريقة الحالية تعتبر قاسية جدًا. وإذا أردت معالجة تدفق فيديو مباشر، فببساطة، تسجيل كل الرموز، فإن مليون رمز يكفي حوالي 20 دقيقة فقط. لكن إذا أردت أن يفهم النظام حياتك على مدى شهر أو شهرين، فهذا بعيد جدًا عن الكفاية.

Gary Tan: DeepMind دائمًا يركز على التعلم المعزز والبحث، هل هذا النهج متأصل في بناء Gemini الآن؟ وهل لا زال التعلم المعزز يُقدّر حقًا؟

Demis Hassabis: ربما يُقدّر بشكل أقل مما ينبغي. الاهتمام به يتغير. منذ تأسيس DeepMind، ونحن نعمل على أنظمة الوكيل. كل أعمالنا على Atari وAlphaGo، في جوهرها، كانت أنظمة تعلم معزز، قادرة على اتخاذ القرارات وتحديد الأهداف بشكل مستقل. بالطبع، اخترنا مجال الألعاب لأنه يمكن التحكم في التعقيد، ثم توسعنا إلى ألعاب أكثر تعقيدًا، مثل AlphaStar بعد AlphaGo، وحققنا نجاحات كبيرة.

السؤال التالي هو، هل يمكن تعميم هذه النماذج إلى نماذج عالمية أو نماذج لغوية، وليس فقط نماذج للألعاب؟ لقد كنا نعمل على ذلك خلال السنوات الماضية. اليوم، أنماط التفكير والتسلسل المنطقي في النماذج الرائدة، هو في جوهره إعادة تطبيق للأفكار التي بدأها AlphaGo منذ البداية.

أعتقد أن الكثير من الأعمال التي قمنا بها منذ ذلك الحين ذات صلة وثيقة بما نفعله اليوم، ونحن نعيد النظر في تلك الأفكار القديمة، باستخدام مقاييس أكبر وأساليب أكثر عمومية، بما في ذلك البحث باستخدام أشجار مونت كارلو (Monte Carlo tree search) وغيرها من طرق التعلم المعزز. أفكار AlphaGo وAlphaZero مرتبطة جدًا بالنماذج الأساسية الحالية، وأعتقد أن جزءًا كبيرًا من التقدم في السنوات القادمة سيأتي من ذلك.

التقطير والنماذج الصغيرة

Gary Tan: الآن، لكي نكون أذكى، نحتاج إلى نماذج أكبر، لكن تقنيات التقطير تتقدم أيضًا، ويمكن للنماذج الصغيرة أن تصبح سريعة جدًا. نماذج Flash الخاصة بكم قوية جدًا، وتصل إلى حوالي 95% من أداء النماذج الرائدة، وتكلف فقط عشر ما تكلفه. هل هذا صحيح؟

Demis Hassabis: أعتقد أن هذا أحد ميزاتنا الأساسية. عليك أن تبني أكبر نموذج ممكن للحصول على قدرات رائدة. أحد أكبر مميزاتنا هو القدرة على تقطير تلك القدرات بسرعة إلى نماذج أصغر وأصغر. نحن من اخترع طريقة التقطير، وما زلنا من الأفضل عالميًا. ولدينا دافع قوي للقيام بذلك، فنحن أكبر منصة تطبيقات ذكاء اصطناعي في العالم.

نمتلك نظرة عامة على الذكاء الاصطناعي ونماذج الذكاء الاصطناعي، بالإضافة إلى Gemini، وكل منتج من منتجات Google، بما في ذلك الخرائط وYouTube، يدمج تقنيات Gemini أو ذات الصلة. هذا يشمل مئات الملايين من المستخدمين، ومنتجات بمليارات المستخدمين. يجب أن تكون سريعة جدًا، وفعالة، ومنخفضة التكلفة، وذات زمن استجابة منخفض. هذا يمنحنا دافعًا كبيرًا لتحسين نماذج Flash وFlash-Lite بشكل كبير، وأتمنى أن يخدم ذلك في النهاية مختلف احتياجات المستخدمين.

Gary Tan: أنا فضولي حول مدى ذكاء هذه النماذج الصغيرة. هل التقطير له حدود؟ هل يمكن لنماذج بحجم 50 مليار أو 400 مليار أن تكون بنفس ذكاء النماذج الرائدة اليوم؟

Demis Hassabis: لا أعتقد أننا وصلنا بعد إلى الحد النظري للمعلومات، على الأقل لا أحد يعرف ذلك الآن. ربما في يوم من الأيام نصل إلى سقف كثافة المعلومات، لكن فرضيتنا الحالية أن النموذج Pro المتقدم بعد إصداره، خلال نصف سنة إلى سنة، يمكن ضغط قدراته إلى نموذج صغير جدًا يمكن تشغيله على الأجهزة الطرفية.

يمكنك أن ترى ذلك في نموذج Gemma، حيث أداء Gemma 4 قوي جدًا بالنسبة لنفس الحجم. هذا يعتمد على الكثير من تقنيات التقطير وتحسين كفاءة النماذج الصغيرة. لذلك، لم أجد حدودًا نظرية واضحة، وأعتقد أن المسافة إلى ذلك الحد لا تزال بعيدة جدًا.

Gary Tan: هناك ظاهرة غريبة الآن، وهي أن المهندسين يمكنهم إنجاز عمل يعادل 500 إلى 1000 ضعف ما كانوا يفعلونه قبل ستة أشهر. بعض الأشخاص هنا يقومون بعمل يعادل ألف مرة عمل مهندس Google في التسعينات. ستيف ييجي قال ذلك.

Demis Hassabis: أشعر بالحماس. النماذج الصغيرة لها العديد من الاستخدامات. أحدها هو انخفاض التكلفة، وسرعة الأداء، مما يحقق فوائد كبيرة. في كتابة الكود أو المهام الأخرى، يمكنك التكرار بشكل أسرع، خاصة عند التعاون مع أنظمة أخرى. أنظمة سريعة، حتى لو لم تكن في قمة الأداء، مثل أن تكون 90-95% من الأفضل، فهي كافية تمامًا، والتكرار السريع يربحك أكثر من تلك العشرة بالمئة المفقودة.

جانب آخر مهم هو تشغيل هذه النماذج على الأجهزة الطرفية، ليس فقط من أجل الكفاءة، ولكن أيضًا من أجل الخصوصية والأمان. فكر في الأجهزة التي تتعامل مع معلومات شخصية جدًا، والروبوتات، خاصة روبوتات المنزل. ستريد أن تعمل نماذج قوية وفعالة محليًا، وتفوض المهام الكبيرة إلى السحابة فقط عند الحاجة. معالجة الصوت والفيديو محليًا، والبيانات تبقى على الجهاز، وأتخيل أن هذا سيكون الحالة المثالية.

الذاكرة والاستنتاج

Gary Tan: نعود إلى السياق والذاكرة. النماذج حاليًا غير ذات حالة، وإذا أُضيفت القدرة على التعلم المستمر، كيف ستكون تجربة المطورين؟ كيف ستوجه مثل هذه النماذج؟

Demis Hassabis: سؤال مهم جدًا. نقص التعلم المستمر هو أحد العقبات الرئيسية التي تمنع الوكيل من إكمال المهام بشكل كامل. الوكيل الحالي مفيد جدًا في أجزاء معينة من المهمة، ويمكن تجميعها لعمل أشياء رائعة، لكنه غير قادر على التكيف بشكل جيد مع البيئة المحددة التي أنت فيها. هذا هو السبب في أنها لا تزال غير “تطلق وتنسى”. فهي بحاجة إلى أن تتعلم من سياقك الخاص. لحل مشكلة الذكاء العام الحقيقي، يجب أن يُعالج هذا الأمر.

Gary Tan: أين وصلنا في مجال الاستنتاج؟ نماذج التفكير الحالية قوية جدًا، لكن لا تزال ترتكب أخطاءً لا يرتكبها طلاب المرحلة الابتدائية. ما الذي يحتاج إلى تحسين؟ وما المتوقع من التقدم في الاستنتاج؟

Demis Hassabis: هناك الكثير من الابتكار في نماذج التفكير. ما نفعله لا يزال بدائيًا جدًا، ويحتاج إلى تحسينات كثيرة. يمكن تحسينه عبر مراقبة سلسلة التفكير أثناء العملية، والتدخل أثناء التفكير. أحيانًا أعتقد أن أنظمتنا، أو أنظمة المنافسين، تتفكر بشكل مفرط، وتدخل في حلقات مفرغة.

أحب أن أراقب Gemini وهو يلعب الشطرنج. جميع النماذج الأساسية الرائدة ضعيفة جدًا في الشطرنج، وهذا مثير جدًا.

مراقبة مسارات التفكير مهمة جدًا، لأنها تسمح لنا برؤية ما إذا كانت تتجه بشكل صحيح أم لا، وإذا كانت تتجه بعيدًا، يمكن تصحيحها. أحيانًا، يتوقع النظام خطوة، ويعرف أنها خطوة سيئة، لكنه لا يجد خيارًا أفضل، فيدور حول نفسه ويختار الخطوة السيئة. نظام استنتاج دقيق لا ينبغي أن يحدث معه هذا.

هناك فجوة كبيرة، لكن إصلاحها قد يتطلب تعديل أو اثنين فقط. لهذا السبب نرى أحيانًا “ذكاء مسنن” (jagged intelligence)، حيث يمكنه حل مسائل بمستوى ميداليات أولمبياد IMO، وعند طرح السؤال بطريقة مختلفة، يرتكب أخطاء رياضيات ابتدائية. يبدو أن هناك شيئًا مفقودًا في عملية التفكير الداخلي لديه.

قدرات الوكيل الحقيقية

Gary Tan: الوكيل هو موضوع كبير. البعض يراه مجرد دعاية. أنا أعتقد أنه بدأ للتو. ما هو التقييم الحقيقي لقدرات الوكيل في DeepMind، وما الفرق بينه وبين الدعاية الخارجية؟

Demis Hassabis: أتفق معك، نحن فقط في البداية. لتحقيق الذكاء الاصطناعي العام، يجب أن يكون لديك نظام قادر على حل المشكلات بشكل نشط نيابة عنك. هذا دائمًا كان واضحًا بالنسبة لنا. الوكيل هو الطريق، وأعتقد أننا بدأنا للتو.

نحن نستكشف كيف نجعل الوكيل أكثر تكاملًا في العمل، وأجرينا العديد من التجارب الشخصية، والكثير من الناس هنا ربما فعلوا ذلك أيضًا. كيف ندمج الوكيل في سير العمل، بحيث لا يكون مجرد إضافة، بل يساهم بشكل أساسي. نحن لا زلنا في مرحلة التجريب، وربما بدأنا منذ شهرين أو ثلاثة فقط في اكتشاف سيناريوهات ذات قيمة حقيقية. التقنية الآن ليست مجرد عرض تجريبي، بل تساهم فعليًا في تحسين الوقت والكفاءة.

أرى كثيرين يطلقون عشرات الوكلاء ويشغلونهم لساعات طويلة، لكنني لست متأكدًا من أن الناتج يبرر هذا الجهد.

لم نرَ بعد لعبة AAA تتصدر قوائم التطبيقات باستخدام برمجة vibe. لقد كتبتُ أنا شخصيًا، والكثير من الموجودين هنا أنشأوا عروضًا تجريبية جيدة. أستطيع الآن أن أصنع نموذج “Theme Park” في نصف ساعة، بينما استغرقت مني الأمر ستة أشهر عندما كنت في السابعة عشرة.

أشعر أنه إذا قضيت صيفًا كاملًا في العمل على ذلك، يمكنك أن تصنع شيئًا مذهلاً حقًا. لكنه لا يزال يتطلب مهارة، وروح الإنسان، وذوقه، ويجب أن تضمن إدخال هذه العناصر في أي منتج تبنيه. في الواقع، لم يصنع طفل حتى الآن لعبة ناجحة بمبيعات تتجاوز مليون نسخة، ومع الأدوات الحالية، ينبغي أن يكون ذلك ممكنًا. إذن، هناك شيء مفقود، ربما يتعلق بالعملية، أو بالأدوات. أتوقع أن نرى مثل هذه الإنجازات خلال 6 إلى 12 شهرًا القادمة.

Gary Tan: إلى أي مدى سيكون ذلك تلقائيًا بالكامل؟ أعتقد أنه لن يكون تلقائيًا بالكامل من البداية. المسار الأكثر احتمالية هو أن يحقق الأشخاص هنا كفاءة 1000 ضعف، ثم يظهر من يستخدم هذه الأدوات لصنع تطبيقات وألعاب ناجحة، ثم يتم أتمتة المزيد من العمليات تدريجيًا.

Demis Hassabis: بالضبط، هذا هو ما يجب أن تراه أولًا.

Gary Tan: وأيضًا، جزء من الأمر أن بعض الأشخاص فعلوا ذلك بالفعل، لكنهم لا يرغبون في الكشف عن مدى مساهمة الوكيل.

Demis Hassabis: ربما، لكن أود أن أتحدث عن الإبداع. أستخدم دائمًا مثال AlphaGo، خاصة الجولة 37. بالنسبة لي، كنت أنتظر ذلك اللحظة، وعندما حدثت، بدأت مشاريع علمية مثل AlphaFold. بدأنا بعد عودتنا من سول مباشرة في العمل على AlphaFold، وكان ذلك قبل عشر سنوات. زرت كوريا للاحتفال بمرور عشر سنوات على AlphaGo.

لكن مجرد أن تتخذ خطوة Move 37 ليست كافية. هو نظام رائع ومفيد، لكنه لا يبتكر لعبة Go نفسها. إذا أعطيت النظام وصفًا عالي المستوى، مثل “لعبة يمكن تعلم قواعدها في خمس دقائق، لكن من الصعب جدًا إتقانها مدى الحياة، وتتمتع بجمال فني، ويمكن أن تنتهي خلال ظهيرة”، ثم يعود النظام بنتيجة أن اللعبة هي Go، فهذه نقطة مهمة. اليوم، أنظمةنا لا تستطيع فعل ذلك. لماذا؟

Gary Tan: ربما يستطيع شخص هنا فعل ذلك.

Demis Hassabis: إذا تمكن أحد من ذلك، فالإجابة ليست أن النظام يفتقر إلى شيء، بل أن طريقة استخدامنا له خاطئة. ربما هذا هو الحل الصحيح. ربما أنظمة اليوم تملك القدرة، فقط بحاجة إلى مبدع عبقري يقودها، ويعطيها روح المشروع، ويكون متكاملًا معها بشكل كبير، كأنه جزء من أدواته. إذا قضيت ليلاً ونهارًا مع هذه الأدوات وامتلكت إبداعًا عميقًا، فربما تستطيع أن تصنع أشياء لا تُصدق.

المصادر المفتوحة والنماذج متعددة الوسائط

Gary Tan: لنتحدث عن المصادر المفتوحة. إصدار Gemma مؤخرًا سمح بتشغيل نماذج قوية على الأجهزة المحلية. ما رأيك؟ هل ستتحول الذكاء الاصطناعي إلى شيء يملكه المستخدمون أنفسهم، بدلاً من أن يظل في السحابة بشكل رئيسي؟ هل سيغير ذلك من يمكنه بناء منتجات باستخدام هذه النماذج؟

Demis Hassabis: نحن من الداعمين بقوة للمصادر المفتوحة والعلوم المفتوحة. ذكرنا أن AlphaFold متاح مجانًا بالكامل. أبحاثنا العلمية لا تزال تُنشر في مجلات مرموقة. فيما يخص Gemma، نريد أن نخلق نماذج رائدة على مستوى العالم بنفس الحجم. حاليًا، تم تنزيل Gemma حوالي 40 مليون مرة، ولم يُطلق إلا منذ أسبوعين ونصف.

أعتقد أن وجود تكنولوجيا مفتوحة المصدر في الغرب مهم جدًا. النماذج المفتوحة الصينية ممتازة، وتتصدر المجال حاليًا، لكننا نعتقد أن Gemma تنافس بقوة على نفس الحجم.

لدينا مشكلة موارد، لا أحد يملك طاقة حوسبة فائضة لبناء نموذجين متقدمين كاملين. لذلك، قرارنا الحالي هو: نماذج الطرفية للأندرويد، والنظارات، والروبوتات، من الأفضل أن تكون مفتوحة المصدر، لأنه بمجرد نشرها على الأجهزة، فهي مكشوفة، والأفضل أن تكون مفتوحة تمامًا. لقد وحدنا استراتيجية الفتح على مستوى النانومتر، وهذا منطقي استراتيجيًا.

Gary Tan: قبل أن أقدم لك عرضي، أظهرتُ لك نظام تشغيل ذكاء اصطناعي أستخدم فيه الصوت للتفاعل مع Gemini. أجد الأمر مثيرًا، رغم أنني متوتر، لكنه نجح. Gemini من البداية كان متعدد الوسائط. جربت العديد من النماذج، والتفاعل الصوتي مع النماذج، وفهم السياق، والقدرة على استدعاء الأدوات، لا يوجد حاليًا نموذج يقارن بـ Gemini.

Demis Hassabis: صحيح. أحد المزايا غير المعروفة بعد في سلسلة Gemini هو أننا من البداية بنيناها بشكل متعدد الوسائط. هذا جعل البداية أصعب من الاقتصار على النص، لكننا نؤمن أن المدى الطويل سيعود بالنفع، وقد بدأنا بالفعل في تحقيق ذلك.

على سبيل المثال، في نماذج العالم، بنينا على Gemini نموذج Genie (نموذج بيئة تفاعلية توليدية من DeepMind). وفي مجال الروبوتات، ستعتمد Gemini Robotics على نماذج متعددة الوسائط، ومزايانا في هذا المجال ستصبح سياج حماية تنافسي. نحن نستخدم Gemini بشكل متزايد في Waymo (شركة القيادة الذاتية التابعة لألفابت).

تخيل مساعدًا رقميًا يتبعك إلى العالم الحقيقي، ربما على هاتفك أو نظاراتك، ويفهم البيئة المادية من حولك. أنظمتنا قوية جدًا في هذا المجال. سنواصل الاستثمار في هذا الاتجاه، وأعتقد أن ميزتنا في هذا المجال كبيرة جدًا.

Gary Tan: مع انخفاض تكلفة الاستدلال بسرعة، ماذا أصبح ممكنًا الآن؟ هل ستتغير استراتيجيات فريقكم بسبب ذلك؟

Demis Hassabis: لست متأكدًا أن الاستدلال سيكون مجانيًا تمامًا، هناك مفارقة جيفونز (Jevons’ Paradox) — أي أن زيادة الكفاءة تؤدي إلى زيادة الاستهلاك الإجمالي. أعتقد أن الجميع سينفق كل القدرة الحاسوبية التي يمكنهم الحصول عليها.

يمكن تصور مجموعات من ملايين الوكلاء يتعاونون، أو فريق صغير يفكر في عدة اتجاهات في آن واحد ويقوم بالدمج. نحن نختبر هذه الاتجاهات، وكلها ستستهلك موارد الاستدلال المتاحة.

بالنسبة للطاقة، إذا حللنا بعض مشاكل الاندماج النووي، أو الموصلية الفائقة في درجة الغرفة، أو البطاريات المثلى، أعتقد أن ذلك ممكن من خلال العلوم المادة، وسيكون تكلفة الطاقة قريبة من الصفر. لكن، لا تزال هناك قيود في التصنيع الفيزيائي للرقائق، على الأقل خلال العقود القادمة. لذلك، لا تزال هناك حدود على استهلاك الاستدلال، ويجب أن نستخدم الموارد بكفاءة.

الاختراق العلمي القادم

Gary Tan: من الرائع أن النماذج الصغيرة أصبحت أكثر ذكاءً. هناك العديد من رواد الأعمال في مجالات الأحياء والتكنولوجيا الحيوية هنا. لقد تجاوز AlphaFold البروتينات، وامتد إلى جزيئات حيوية أوسع. كم تبعد عنا نمذجة أنظمة خلوية كاملة؟ هل هو مستوى مختلف تمامًا من الصعوبة؟

Demis Hassabis: تقدم Isomorphic Labs ممتاز جدًا. AlphaFold هو مجرد جزء من عملية اكتشاف الأدوية، ونحن نعمل على أبحاث كيميائية حيوية مجاورة، وتصميم مركبات ذات خصائص صحيحة، وسنصدر أخبارًا مهمة قريبًا.

هدفنا النهائي هو إنشاء خلية افتراضية كاملة، محاكاة خلوية ذات وظائف كاملة يمكن التلاعب بها، وتكون نتائجها قريبة جدًا من النتائج التجريبية، وتكون ذات فائدة عملية. يمكنك تخطي العديد من خطوات البحث، وتوليد بيانات تركيبية كثيرة لتدريب نماذج أخرى تتنبأ بسلوك الخلايا الحقيقية.

أعتقد أن الوصول إلى خلية افتراضية كاملة يحتاج حوالي عشر سنوات. نحن نعمل على ذلك من خلال التركيز على نواة الخلية، لأنها نظام مغلق نسبيًا. المشكلة الأساسية هي: هل يمكننا تحديد مقطع معقد بشكل مناسب، يكون ذاتي المحتوى، ويمكننا تقريب مدخلاته ومخرجاته بشكل معقول، ثم نركز على هذا النظام الفرعي. من وجهة نظرنا، نواة الخلية مناسبة جدًا لهذا.

مشكلة أخرى هي نقص البيانات. تحدثت مع علماء يستخدمون المجهر الإلكتروني وتقنيات التصوير الأخرى. إذا تمكننا من تصوير خلايا حية دون قتلها، فسيكون ذلك ثورة. لأن ذلك سيمكننا من تحويل المشكلة إلى مسألة بصرية، ونحن نعرف كيف نحلها.

لكن، حسب علمي، لا توجد تقنية حاليًا تتيح تصوير خلايا حية بدقة نانوية دون تدميرها. يمكننا الآن التقاط صور ثابتة عالية الدقة جدًا، وهو أمر مثير جدًا، لكنه غير كافٍ لتحويلها إلى مشكلة بصرية.

لذا، هناك مساران، أحدهما يعتمد على الأجهزة والبيانات، والآخر على بناء محاكيات قابلة للتعلم بشكل أفضل لمحاكاة الديناميكيات.

Gary Tan: أنت لا تقتصر على البيولوجيا فقط. هل تعتقد أن علوم المواد، اكتشاف الأدوية، نمذجة المناخ، والرياضيات، إذا رتبتها، أيها ستُغير بشكل أكثر عمقًا خلال الخمس سنوات القادمة؟

Demis Hassabis: كل مجال يثير الحماس، ولهذا السبب كانت دائمًا شغفي الأكبر، ومنذ أكثر من 30 عامًا أعمل في الذكاء الاصطناعي. أؤمن أن الذكاء الاصطناعي هو أداة علمية نهائية لدفع فهمنا العلمي، والاكتشافات العلمية، والطب، ومعرفتنا للكون.

نبدأ دائمًا بمهمة من خطوتين. الأولى، حل الذكاء، أي بناء الذكاء الاصطناعي العام؛ الثانية، استخدامه لحل جميع المشكلات الأخرى. ثم اضطررنا لتعديل الصياغة، لأن الناس يسألون “هل تعني حل كل شيء؟”

نعم، نحن نعني ذلك. الآن، بدأ الناس يفهمون ما يعنيه ذلك. بشكل محدد، أتكلم عن حل “مشكلات الجذر” في العلوم، تلك التي إذا تم تجاوزها، ستفتح فروعًا جديدة من الاكتشافات. على سبيل المثال، يعد AlphaFold نموذجًا لما نريد تحقيقه.

هناك أكثر من ثلاثة ملايين باحث، وكل الباحثين في الأحياء يستخدمون AlphaFold تقريبًا. سمعت من مدراء تنفيذيين في شركات الأدوية أن كل دواء يُكتشف في المستقبل تقريبًا سيستخدم AlphaFold في مرحلة من مراحل اكتشافه. نحن فخورون بذلك، وهو التأثير الذي نأمل أن يحققه الذكاء الاصطناعي. لكن، أعتقد أن هذا مجرد البداية.

لا أستطيع أن أتصور أن هناك مجالًا علميًا أو هندسيًا لا يمكن للذكاء الاصطناعي أن يساعد فيه. تلك المجالات التي ذكرتها، أعتقد أنها لا تزال في “لحظة AlphaFold 1”، أي أنها تظهر نتائج واعدة جدًا، لكنها لم تتجاوز التحدي الكبير بعد. خلال العامين المقبلين، سنشهد تقدمًا كبيرًا في جميع هذه المجالات، من علوم المواد إلى الرياضيات.

Gary Tan: يبدو الأمر كأنه بروميثيوس، يمنح البشر قدرات جديدة تمامًا.

Demis Hassabis: بالضبط. وكما يحمل قصة بروميثيوس عبرة، يجب أن نكون حذرين جدًا بشأن كيفية استخدام هذه القدرات، وأين نضعها، والمخاطر المرتبطة باستخدام نفس الأدوات بشكل خاطئ.

خبرات النجاح

Gary Tan: هناك الكثير من الأشخاص هنا يحاولون تأسيس شركات تستخدم الذكاء الاصطناعي في العلم. برأيك، ما هو الفرق بين الشركات الناشئة التي تدفع حدود البحث المتقدم، وتلك التي تكتفي بتغليف النماذج الأساسية بواجهات برمجية وتدعي “الذكاء الاصطناعي للعلم”؟

Demis Hassabis: أفكر في لو أنني مكانكم، وأشاهد المشاريع في Y Combinator، كيف كنت سأتصرف. أحد الأمور هو أن تتوقع مسار تطور الذكاء الاصطناعي، وهو أمر صعب جدًا. لكن، أعتقد أن الجمع بين الذكاء الاصطناعي ومجال تكنولوجي عميق آخر، يحمل فرصًا هائلة. هذا التقاطع، سواء كان في المواد، الطب، أو مجالات علمية صعبة أخرى، خاصة تلك التي تتعلق بالعالم الذري، لن يكون هناك طرق مختصرة في المستقبل القريب. هذه المجالات لن تتأثر فقط بتحديثات النماذج الأساسية، لكن إذا أردت أن تتجه نحو حماية ذاتية، فهذه نصيحتي.

أنا شخصيًا أُفضل التكنولوجيا العميقة. الأشياء الحقيقية المستدامة والقيمة ليست سهلة. دائمًا ما أُجذب إلى التكنولوجيا العميقة. عندما بدأنا في 2010، كان الذكاء الاصطناعي مجالًا عميقًا — قال لي المستثمرون “نحن نعلم أن هذا لن ينجح”، وكان المجتمع العلمي يعتقد أنه مجال فاشل من التسعينات.

لكن، إذا كنت تؤمن بأفكارك — لماذا ستكون هذه المرة مختلفة، وما هو مزيج خبرتك الفريدة — من الأفضل أن تكون خبيرًا في التعلم الآلي والتطبيقات، أو أن تكون قادرًا على تشكيل فريق مؤسس من خبراء، فهناك إمكانيات هائلة وقيمة يمكن خلقها.

Gary Tan: هذه المعلومة مهمة جدًا. شيء واحد أنجزته يبدو واضحًا، لكن قبل إنجازه، كان الجميع يعارضك.

Demis Hassabis: بالطبع، لذلك عليك أن تفعل ما أنت متحمس له حقًا. بالنسبة لي، سأظل أعمل على الذكاء الاصطناعي مهما حدث. منذ طفولتي، قررت أن هذا هو الشيء الأكثر تأثيرًا الذي يمكنني التفكير فيه. وقد ثبت ذلك، لكنه قد لا يكون كذلك، وربما كنا متقدمين بـ 50 سنة.

وأيضًا، هو الشيء الأكثر إثارة بالنسبة لي. حتى لو كنا لا نزال في مرآب صغير، ولم نحقق بعد الذكاء الاصطناعي، سأواصل البحث. ربما أعود للأكاديمية، لكنني سأجد طريقة للاستمرار.

Gary Tan: AlphaFold هو مثال على أنك اتجهت في مسار ونجحت في التوقع الصحيح. ما الذي يجعل مجالًا علميًا مناسبًا لتحقيق اختراق مثل AlphaFold؟ هل هناك قواعد، مثل وظيفة هدف معينة؟

Demis Hassabis: يجب أن أكتب ذلك يومًا ما. من خلال تجاربي مع AlphaGo وAlphaFold وغيرها من مشاريع Alpha، تعلمت أن أنجح التقنيات عندما تكون الشروط التالية متوفرة:

أولًا، أن يكون للمشكلة مساحة بحثية ضخمة جدًا، وكلما كانت أكبر، كان ذلك أفضل، بحيث لا يمكن حلها إلا عبر البحث الشامل أو خوارزميات خاصة. مساحة خيارات لعبة Go وتركيب البروتينات تتجاوز بكثير عدد الذرات في الكون. ثانيًا، أن يكون لديك وظيفة هدف واضحة، مثل تقليل الطاقة الحرة للبروتين، أو الفوز في لعبة Go، بحيث يمكن للنظام أن يستخدم التدرج التصاعدي (gradient ascent). ثالثًا، أن يكون لديك بيانات كافية، أو محاكٍ يمكنه توليد بيانات تركيبية كثيرة ضمن التوزيع.

إذا توافرت هذه الشروط، فحتى الطرق الحالية يمكن أن تصل بعيدًا، وتجد “الإبرة في كومة القش”. اكتشاف الأدوية يتبع نفس المنطق: وجود مركب يمكنه علاج مرض معين بدون آثار جانبية، طالما أن قوانين الفيزياء تسمح بوجوده، المشكلة الوحيدة هي كيف تجده بكفاءة. أعتقد أن AlphaFold أثبت أن هذه الأنظمة قادرة على العثور على مثل هذه الإبر في مساحات بحث هائلة.

Gary Tan: أريد أن أرتقي بمستوى النقاش. نحن نتحدث عن أن البشر يستخدمون هذه الطرق لخلق AlphaFold، لكن هناك مستوى أعلى، وهو أن البشر يستخدمون الذكاء الاصطناعي لاستكشاف فضاء الافتراضات المحتمل. كم نحن بعيدون عن أن تكون أنظمة الذكاء الاصطناعي قادرة على التفكير العلمي الحقيقي (وليس مجرد نمطية البيانات)؟

Demis Hassabis: أعتقد أن ذلك قريب جدًا. نحن نعمل على أنظمة عامة من هذا النوع. لدينا نظام يسمى AI co-scientist، وخوارزمية مثل AlphaEvolve، يمكنها أن تتجاوز ما يقدمه Gemini الأساسي. جميع المختبرات الرائدة تستكشف هذا الاتجاه.

لكن، حتى الآن، لم أرى اكتشافًا علميًا حقيقيًا وذو أهمية كبيرة يتم بواسطة هذه الأنظمة. أعتقد أن ذلك سيحدث قريبًا، وربما يكون مرتبطًا بالإبداع الحقيقي، وتجاوز الحدود المعروفة. عند ذلك، لن يكون الأمر مجرد نمطية، لأنه لن يكون هناك نمط للمطابقة. سيكون نوعًا من الاستنتاج بالمقارنة (analogical reasoning)، وأعتقد أن هذه الأنظمة لا تملكها بعد، أو أننا لم نستخدمها بشكل صحيح.

أقول دائمًا في المجال العلمي، هل يمكن أن تطرح فرضية مثيرة للاهتمام حقًا، وليس فقط أن تؤكد فرضية موجودة؟ لأن إثبات فرضية، مثل إثبات فرضية ريمان أو حل مشكلة الألفية، هو إنجاز عظيم، لكن ربما نقترب من تحقيق ذلك خلال سنوات قليلة.

الأصعب هو أن تطرح مجموعة جديدة من أسئلة جوائز الألفية، ويعتبرها كبار الرياضيين عميقة وتستحق البحث مدى الحياة. أعتقد أن هذا مستوى أصعب بكثير، ونحن لا نعرف كيف نصل إليه بعد. لكن، لا أعتقد أن الأمر سحري، وأؤمن أن هذه الأنظمة ستصل إليه في النهاية، ربما مع بعض الاختلافات.

يمكننا استخدام اختبار “آينشتاين”، وهو أن تدرب نظامًا باستخدام معرفة عام 1901، ثم تطلب منه أن يستنتج بشكل مستقل نتائج أينشتاين عام 1905، بما في ذلك النظرية النسبية الخاصة. أعتقد أنه يجب أن نختبر ذلك بجدية، ونكرر التجربة، ونرى متى يمكننا تحقيق ذلك. بمجرد أن نصل إلى ذلك، فهذه الأنظمة