يقول يان ليكون، الحائز على جائزة تورينج، إن أنظمة الذكاء الاصطناعي الأكثر شهرة اليوم ليست طريقًا إلى آلات ذكية حقًا. في شركته الناشئة التي يوجد مقرها في باريس، Advanced Machine Intelligence Labs (AMI Labs)، يقوم كبير علماء الذكاء الاصطناعي السابق في Meta ببناء نموذج مختلف تمامًا مصمم لفهم العالم المادي بالطريقة التي يستطيع بها الجرذ أو الطفل الصغير.
وفي حديثه لبي بي سي على هامش مؤتمر VivaTech في باريس، قال LeCun أن نماذج اللغات الكبيرة مثل ChatGPT وClaude وGemini لها استخدامات حقيقية ولكن لها سقف صعب. لمزيد من المعلومات حول [تغطية صناعة الذكاء الاصطناعي] (https://aibuzzwire.news) التي تشكل كيفية تفكير الباحثين والمستثمرين بشأن هذه الحدود، أصبح الجدل الأوسع حول ما يأتي بعد عصر ماجستير إدارة الأعمال أحد أكثر الأسئلة أهمية في هذا المجال.
وقال ليكون: "ليس لدينا روبوتات جيدة في فهم العالم المادي مثل الفئران". لقد ترك شركة ميتا المالكة لفيسبوك في عام 2025 بعد عقد من عمله ككبير علماء الذكاء الاصطناعي وأسس مختبرات AMI لمتابعة هندسة بديلة.
لماذا يقول LeCun أن شهادات LLM ليست كافية
يؤكد LeCun أن LLMs تتفوق في مهام محددة جيدًا ويمكن التنبؤ بها مثل البرمجة وحل المشكلات الرياضية وإنشاء النص. لكنه يرى أن نقاط القوة هذه تحجب قيودًا أعمق: وهي أن الأنظمة تتلاعب بالأنماط الإحصائية بدلاً من التفكير في الواقع.
وقال عن حاملي شهادة الماجستير في القانون: "إنهم في الأساس يجمعون المعرفة فقط". "يمكنهم اجترار شيء ما، يمكنك تدريبهم على اجترار شيء ما، لكنهم ليسوا أذكياء بشكل خاص. ليس لديهم فهم أساسي."
لتوضيح الفجوة، يوازن LeCun القلم في وضع مستقيم على طرفه ويتركه. ويشير إلى أنه حتى الطفل الصغير يعرف أن القلم سوف يسقط، لكن لن يحاول أي إنسان التنبؤ بالاتجاه الدقيق الذي سيسقط فيه، لأن هذه النتيجة غير مؤكدة حقًا. على النقيض من ذلك، سيحاول برنامج LLM إنشاء تنبؤ واحد بناءً على الأنماط الموجودة في بيانات التدريب الخاصة به. من المؤكد تقريبًا أن هذا التنبؤ سيكون خاطئًا، لأن النموذج لا يفكر في الوضع المادي؛ إنها تنتج ما يبدو معقولًا من الناحية الإحصائية.
وقال LeCun بصراحة: "إن الحاصلين على ماجستير إدارة الأعمال ميؤوس منها إلى حد كبير بالنسبة للروبوتات". "إن الادعاءات القائلة بأننا بطريقة ما من خلال توسيع نطاق حاملي شهادات الماجستير في القانون، سنصل إلى ذكاء بشري فائق، هذا ببساطة لن يحدث."
كيف تعمل جيبا
تسمى الهندسة المعمارية التي تطورها AMI Labs بالهندسة التنبؤية للتضمين المشترك (JEPA). بدلاً من التنبؤ بالكلمة أو البكسل التالي، تقوم JEPA بإنشاء تجريدات للعالم الحقيقي تسمح لها بتقييم النتائج المحتملة لأي إجراء.
يتطلب بناء تلك التجريدات رياضيات معقدة، لكن المبدأ واضح ومباشر: يقوم النموذج بتصفية التفاصيل غير المفيدة، تاركًا فقط التمثيلات المفيدة للعالم. في المثال القلمي، قد يفهم النظام القائم على JEPA أن التنبؤ بالاتجاه الدقيق للسقوط لا معنى له، وبدلاً من ذلك سيمثل الموقف على مستوى التجريد الذي يهم بالفعل في عملية صنع القرار.
يضع هذا النهج مختبرات AMI ضمن حركة متنامية حول ما يسمى بالنماذج العالمية، والتي تهدف إلى منح أنظمة الذكاء الاصطناعي محاكاة داخلية لكيفية تصرف البيئات، حتى تتمكن من التخطيط والتصرف بدلاً من مجرد إنشاء النص.
مجال تنافسي
يراهن المستثمرون على أن LeCun على وشك تحقيق شيء ما. في وقت سابق من عام 2026، أعلنت AMI Labs أنها جمعت أكثر من مليار دولار (760 مليون جنيه إسترليني) في جولة تمويل أولية، مع الداعمين بما في ذلك شركة الرقائق الأمريكية العملاقة Nvidia والصندوق الذي يدير الثروة الخاصة لمؤسس أمازون جيف بيزوس. لقد كانت واحدة من أكبر الجولات التأسيسية في تاريخ الشركات الناشئة الأوروبية.
AMI Labs ليست وحدها في السباق. في جامعة أكسفورد، يدير البروفيسور إنجمار بوسنر مختبر الذكاء الاصطناعي التطبيقي ويقود فريقًا مكونًا من عشرة أشخاص تقريبًا قضى أربع سنوات في نهج بديل يسميه "نموذج العالم الميكانيكي"، والذي يبني المعرفة بحيث يتمكن الذكاء الاصطناعي من تذكرها ودمجها وتعديلها بكفاءة.
وقال بوسنر لبي بي سي: "وجهة نظري هي أن العقد المقبل سيكون حقا حول الأنظمة التي يمكن أن تفسر". "أنت بحاجة إلى نماذج يمكنها الإجابة على أسئلة مثل: ما الذي يهم؟ ما الذي يسبب ماذا؟ ماذا سيحدث إذا فعلت شيئًا آخر؟"
تعود هذه النسب إلى ورقة بحثية مؤثرة أجراها ديفيد ها ويورغن شميدهوبر عام 2018، والتي جادلت بأن التقدم في الحوسبة والتعلم الآلي يمكن أن يسمح للذكاء الاصطناعي بتعلم المهام من خلال المحاكاة العقلية المستفادة للعالم. ومنذ ذلك الحين، حفزت الفكرة أبحاثًا مهمة، بما في ذلك نموذج Google Dreamer العالمي، والذي علمت نسخة منه نفسها كيفية جمع الماس في لعبة Minecraft من خلال تخيل السيناريوهات المستقبلية. تواصل شركة DeepMind التابعة لشركة Alphabet العمل باستخدام نموذج Genie الخاص بها، وتمتلك Wayve ومقرها لندن نظامًا يسمى Gaia، كما أسس رائد الذكاء الاصطناعي Fei-Fei Li مختبرات عالمية في سان فرانسيسكو في عام 2023 لتحقيق أهداف مماثلة.
حتمية الروبوتات
إن التوجه نحو النماذج العالمية مدفوع إلى حد كبير بصناعة الروبوتات، التي ضخت مليارات الدولارات في الروبوتات الشبيهة بالبشر، والتي تزداد مآثرها الجسدية إثارة للإعجاب كل عام. لكن تدريب هذه الآلات على أداء المهام المنزلية بأمان مثل الكي أو تحميل غسالة الأطباق يظل أمرًا صعبًا ومكلفًا، ويصر LeCun على أن نماذج الذكاء الاصطناعي الحالية لن تكون أبدًا جيدة بما يكفي لتلك البيئة.
وقال LeCun إن AMI Labs ستقضي بقية عام 2026 في تحسين نموذجها وتأمل أن تبدأ في نشره في البيئات الصناعية في عام 2027. وإذا أثبت ذلك نجاحه، فستتوسع الطموحات بشكل كبير.
وقال: "في نهاية المطاف، سيكون لدينا نوع من أنظمة الاستخبارات العامة التي يمكن تطبيقها على أي شيء في العالم بأقل قدر من التدريب أو الضبط الدقيق".
أما بالنسبة لما سيحدث للبشر في ذلك المستقبل، فإن ليكون متفائلاً. وأضاف أن الناس سيظلون يقررون ما يجب بناؤه وما هي الأسئلة التي يجب طرحها، بينما يعمل الذكاء الاصطناعي كنائب قادر.
"إن تفاعلنا مع أنظمة الذكاء الاصطناعي المستقبلية، حتى لو كانت أكثر ذكاءً منا، سيكون مثل التفاعل بين قائد الصناعة أو القائد السياسي مع موظفيه من المساعدين، الذين يكون الكثير منهم أكثر ذكاءً منهم".
ابق في صدارة الذكاء الاصطناعي
إن التحول من النماذج اللغوية إلى النماذج العالمية يمكن أن يعيد رسم الخريطة التنافسية للذكاء الاصطناعي. تابع آخر تطورات الذكاء الاصطناعي فور ظهورها.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
