“ليس لدينا روبوتات قريبة من القدرة على فهم العالم الفيزيائي كما هي الفئران”، يقول يان لوكون، أحد الشخصيات الرائدة في عالم الذكاء الاصطناعي.
عمل في شركة ميتا، المالكة لفيسبوك، لمدة عقد من الزمن، حيث كان كبير العلماء في الذكاء الاصطناعي، لكنه غادر في عام 2025 وأسَّس مختبرات الذكاء الآلي المتقدم (AMI Labs).
هدفه هو دفع الذكاء الاصطناعي إلى ما يتجاوز الأنظمة الحالية مثل ChatGPT ، كلود وجمنائي.
لديهم استخداماتهم، يقول، لكنهم لن يكونوا قادرين أبدًا على التعامل مع المواقف المعقدة في العالم الحقيقي، مثل جعل روبوت يقوم بالأعمال المنزلية.
“إنهم ليسوا طريقًا نحو الذكاء البشري أو الذكاء الشبيه بالبشر، أو حتى الذكاء الشبيه بالحيوانات، لأنهم لا يستطيعون التعامل مع البيانات الواقعية، فهم ببساطة ليسوا مصممين لذلك”، يخبرني على هامش مؤتمر فيفا تك، المؤتمر الرائد للتكنولوجيا في فرنسا.
لذا، مختبرات AMI التي يقع مقرها في باريس مشغولة بتطوير نوع جديد من الذكاء الاصطناعي غير معتمد على التقنية وراء ChatGPT ومنافسيها.
يعتقد المستثمرون أن لديها إمكانات. في وقت سابق من هذا العام، أعلنت AMI Labs أنها جمعت أكثر من مليار دولار (760 مليون جنيه إسترليني)، مع مستثمرين بما في ذلك عملاق شرائح الكمبيوتر الأمريكي إنفيديا والصندوق الذي يدير الثروة الخاصة لمؤسس أمازون جيف بيزوس.
كانت جولة تمويل البذور – وهي أول جولة من جمع الأموال للبدء في المشاريع – واحدة من أكبر جولات الاستثمار من نوعها في أوروبا.
نماذج اللغة الكبيرة (LLMs) مثل ChatGPT جيدة جدًا في بعض الأمور مثل البرمجة، حل المشكلات الرياضية وتوليد النصوص، يقول لوكون.
لكنه يجادل بأن هذه مشكلات محددة وصريحة.
“إنهم [LLMs] ببساطة يجمعون المعرفة … يمكنهم أن يعيدوا إنتاج شيء ما، تدربهم على إعادة الإنتاج، لكنهم ليسوا أذكياء بشكل خاص. ليس لديهم فهم أساسي”، يقول.
في العالم الحقيقي، هناك مجموعة مذهلة من النتائج الناتجة عن أي إجراء، مما يتطلب نوعًا أكثر مرونة من الذكاء الاصطناعي.
يمسك لوكون قلمًا عموديًا على طرفه. ماذا يحدث عندما تتركه، يسأل؟ حتى الطفل الصغير سيعرف أن القلم سيسقط. لكن لا أحد من البشر سيضيع وقته في تخمين الاتجاه الذي قد يسقط فيه القلم، فلا يوجد طريقة لمعرفة ذلك.
لكن LLM قد تحاول توليد توقع واحد حول الحركة التالية للقلم بناءً على الأنماط الإحصائية من بيانات التدريب الخاصة بها.
التوقع سيكون خطأ تقريبًا، لأن النظام لا يستنتج الواقع الفيزيائي للموقف – بل يولد ما يبدو أنه محتمل إحصائيًا.
يقول لوكون إن النظام الذي تطوره شركته، والذي يسمى بنية التنبؤ بالتضمين المشترك (JEPA)، مصمم للتعامل مع مشكلات كهذه.
إنه ينشئ تجريدات للعالم الحقيقي تسمح له بتقييم نتائج الإجراءات.
إن إنشاء هذه التجريدات يتضمن رياضيات معقدة، لكن بشكل أساسي إنها تصفي المعلومات غير المفيدة، تاركة الذكاء الاصطناعي مع صور مفيدة عن العالم.
في حالة القلم، سيعرف الذكاء الاصطناعي أنه لا فائدة من محاولة التنبؤ بأي اتجاه سيسقط فيه القلم.
إن بناء ذكاء اصطناعي أكثر مرونة هو أولوية لصناعة الروبوتات.
تم استثمار مليارات الدولارات في بناء روبوتات إنسانية وتصبح إنجازاتهم أكثر إثارة للإعجاب كل عام.
لكن تدريبهم على تنفيذ المهام المنزلية بأمان مثل الكي أو ترتيب الآنية يعد أمرًا صعبًا ومكلفًا.
ووفقًا للكون، فمن غير المرجح أن تكون نماذج الذكاء الاصطناعي الحالية جيدة في ذلك البيئة.
“LLMs غير مجدية إلى حد كبير في مجال الروبوتات”، يقول.
“المزاعم أنه بطريقة ما من خلال زيادة حجم LLMs، سنصل إلى ذكاء يفوق البشر، لن يحدث ذلك ببساطة.”
