تجري Google محادثات لإبرام صفقة تزيد قيمتها عن 1.5 مليار دولار مع Mechanize، وهي شركة ناشئة تعمل على إنشاء بيئات محاكاة لتدريب عملاء الذكاء الاصطناعي القادرين على أتمتة عمل الكمبيوتر، وفقًا لتقارير Business Insider. من شأن الاتفاقية المرتقبة أن تضع شركة شابة نسبيًا في المستوى الأعلى من صفقات البنية التحتية للذكاء الاصطناعي - وتشير إلى المكان الذي تعتقد الصناعة أن الاختراقات القادمة ستأتي منه. إنها إحدى التحركات الرئيسية العديدة التي تعيد تشكيل القطاع، والتي يتم تتبعها يوميًا في [أحدث تغطية لصناعة الذكاء الاصطناعي] (https://aibuzzwire.news).
تركز المحادثات، التي أوردتها أيضًا Seeking Alpha، على رهان Mechanize على أن المفتاح إلى الذكاء الاصطناعي الأكثر قدرة لا يكمن في النماذج الأكبر فحسب، بل في أماكن تدريب أفضل - أماكن عمل محاكاة حيث يمكن للوكلاء ممارسة مهام حقيقية حتى يتمكنوا من إنجازها بشكل صحيح.
بناء "مكاتب رقمية" للذكاء الاصطناعي
يعتمد نهج Mechanize على ما يسميه الباحثون بيئات التعلم المعززة. كما أوضحت The Decoder، تقوم الشركة الناشئة ببناء "مكاتب رقمية" - وهي بيئات برمجية محاكاة حيث يتم تكليف وكيل الذكاء الاصطناعي بمهمة، مثل التنقل في المتصفح لشراء عنصر ما، ويتم تقييمه بناءً على ما إذا كان ناجحًا. يتلقى الوكيل إشارة مكافأة مقابل القيام بذلك بشكل صحيح، ثم يكررها.
وصفت TechCrunch هذه البيئات بأنها "مساحات تدريب تحاكي ما سيفعله وكيل الذكاء الاصطناعي في تطبيق برمجي حقيقي"، مقارنة العمل بـ "إنشاء لعبة فيديو مملة للغاية". الهدف هو تعريض العملاء للمواقف الفوضوية وغير المتوقعة التي سيواجهونها في العالم الحقيقي - القوائم المنسدلة التي تربكهم، والنماذج التي ترفض المدخلات السيئة، وسير العمل مع عشرات الخطوات - وتعليمهم كيفية التعافي.
وعلى عكس مجموعات البيانات الثابتة، التي هيمنت على الحقبة السابقة لتدريب الذكاء الاصطناعي، فإن هذه البيئات تفاعلية. يجب أن يكون العميل الذي يتخذ منعطفًا خاطئًا قادرًا على المحاولة مرة أخرى، ويجب أن تكون البيئة قوية بما يكفي لالتقاط أي سلوك غير متوقع يظهر مع الاستمرار في تقديم تعليقات مفيدة.
اندفاع جديد نحو الذهب حول بيئات RL
الآلية ليست وحدها. وفقًا لـ TechCrunch، أدى الضغط من أجل بيئات التعلم المعزز إلى ظهور فئة جديدة من الشركات الناشئة الممولة جيدًا - بما في ذلك Mechanize وPrime Intellect - في حين تستثمر شركات تصنيف البيانات القائمة مثل Mercor وSurge بكثافة لمواكبة التقدم. وقال أحد المصادر للنشر إن الجميع "ينظرون إلى هذه المساحة".
يتم التعبير عن الطموح الذي يقود الطفرة من خلال مقارنة مذهلة: يأمل المستثمرون أن تصبح إحدى هذه الشركات "Scale AI for Environments"، في إشارة إلى قوة تصنيف البيانات التي ساعدت في تشغيل عصر روبوتات الدردشة. إذا أثبتت بيئات التعلم المعزز أنها الركيزة للقفزة التالية في قدرات الذكاء الاصطناعي، فإن الشركة التي توفرها ستحقق قيمة هائلة.
المختبرات الكبرى تنتبه. نقلاً عن The Information، ذكرت TechCrunch أن القادة في Anthropic ناقشوا إنفاق أكثر من مليار دولار على بيئات التعلم المعزز خلال العام المقبل - وهو رقم يضع محادثات Google المذكورة في Mechanize في السياق.
مهمة مثيرة للجدل
لقد لفتت "الميكنة" الانتباه ليس فقط بسبب تقنيتها، بل بسبب طموحها المعلن. لقد وصفت الشركة هدفها علنًا بأنه "الأتمتة الكاملة لجميع الأعمال"، وهو إطار أثار جدلاً حادًا. وقد قامت كل من صحيفة نيويورك تايمز، وفورتشن، وتيك كرانش بدراسة المهمة الاستفزازية للشركة الناشئة، حيث شكك النقاد في الآثار المجتمعية المترتبة على أتمتة العمل البشري، وجادل المؤيدون بأن مثل هذه الأتمتة أمر لا مفر منه، وفي نهاية المطاف، مفيد.
هذا الجدل لم يردع المستثمرين. تشير محادثات جوجل التي تم الإبلاغ عنها إلى أن واحدًا على الأقل من المتوسعين الفائقين يرى ما يكفي من الوعود الفنية - وما يكفي من الإلحاح التنافسي - لتخصيص المليارات.
لماذا قد ترغب Google في الانضمام
بالنسبة لشركة Google، فإن الشراكة العميقة مع شركة ناشئة رائدة في مجال البيئات من شأنها أن تخدم أهدافًا إستراتيجية متعددة. ومن الممكن أن يعمل الوكلاء المدربون بشكل أفضل على تعزيز أدوات البرمجة والإنتاجية الخاصة بجوجل، وتقليل اعتمادها على بيانات التدريب التابعة لجهات خارجية، ومنحها ميزة في السوق الناشئة لوكلاء الذكاء الاصطناعي الذين يمكنهم تشغيل البرامج نيابة عن المستخدم.
كما أنه سيساعد جوجل على مواكبة المنافسين الذين يضخون الموارد إلى نفس الحدود. عندما يصبح الوكلاء قادرين على أداء عمل حقيقي - كتابة التعليمات البرمجية، وإدارة البريد الوارد، وإكمال عمليات الشراء - فإن الشركات التي تمتلك أفضل بيئات التدريب قد تتمتع بميزة حاسمة.
الطريق أمامنا
والمحادثات المذكورة لم تصل بعد إلى اتفاق نهائي، وغالباً ما تتغير الأرقام في مثل هذه المفاوضات. لكن المقياس وحده - وهو مبلغ يصل إلى 1.5 مليار دولار أمريكي لشركة ناشئة تركز على بيئات العمل المحاكاة - يوضح مدى سرعة انتقال مركز الثقل في الذكاء الاصطناعي من حجم النموذج الأولي نحو البنية التحتية اللازمة لجعل النماذج مفيدة حقًا.
إذا تم إبرام الاتفاقية، فسوف تنضم شركة Mechanize إلى مجموعة صغيرة من الشركات التي ترسيخ المرحلة التالية من بناء الذكاء الاصطناعي: ليست المختبرات التي تبني النماذج، ولكن الموردين الذين يعلمونها كيفية العمل.
من روبوتات الدردشة إلى الوكلاء الذين يتصرفون
يعكس الاهتمام بالميكنة نقطة انعطاف أوسع في هذا المجال. تم تحديد العامين الماضيين بواسطة برامج الدردشة الآلية، وهي الأنظمة التي تجيب على الأسئلة وتولد النصوص. يتم تعريف الموجة الحالية من خلال الوكلاء: الأنظمة التي تتخذ إجراءات، غالبًا عبر عدة خطوات، لتحقيق هدف ما. قد يقوم أحد الوكلاء بالبحث في موضوع ما عبر الويب، وصياغة تقرير، وتقديمه، وكل ذلك بإشراف بشري محدود.
هذه القفزة من المستجيب السلبي إلى المشغل النشط أمر صعب. فهو يتطلب نماذج يمكنها التخطيط والتعافي من الأخطاء واستخدام الأدوات والاستمرار على مدى آفاق طويلة - وهي قدرات لا تناسب مجموعات البيانات الثابتة تعليمها. تعالج بيئات التعلم المعزز هذه الفجوة بالضبط، ولهذا السبب أصبحت محور الكثير من رأس المال والاهتمام. يمكن للشركات التي يمكنها إنتاج وكلاء مؤهلين بشكل موثوق أن تعيد تعريف فئات كبيرة من العمل المعرفي.
مخاطر وأسئلة مفتوحة
ويأتي الوعد مع تحديات كبيرة لم يتم حلها بعد. يمكن أن تؤدي البيئات التي تدرب الوكلاء على تشغيل برامج حقيقية إلى مخاطر جديدة تتعلق بالسلامة إذا تم منح هؤلاء الوكلاء لاحقًا إمكانية الوصول إلى الأنظمة الحية. لقد وثّق الباحثون حالات اتخذ فيها عملاء الذكاء الاصطناعي، عند اختبارهم، إجراءات غير متوقعة، وأحيانًا خادعة، وهو تذكير بأن الاستقلالية والموثوقية لا تتقدمان على قدم وساق.
هناك أيضًا أسئلة اقتصادية واجتماعية تثيرها التكنولوجيا بشكل أسرع من قدرة المجتمع على الإجابة عليها. وإذا نجحت شركة ناشئة واحدة في أتمتة أجزاء كبيرة من العمل المكتبي، فإن التأثيرات المتتابعة على تشغيل العمالة والتدريب وتوزيع مكاسب الإنتاجية ستكون عميقة. تضمن مهمة Mechanize المعلنة صراحةً أن هذه الأسئلة لن تبقى افتراضية لفترة طويلة - ويشير حجم اهتمام Google المبلغ عنه إلى أن الصناعة تتعامل معها كمشكلة يجب حلها، وليس سببًا للتباطؤ.
