هل يستطيع الذكاء الاصطناعي التفكير مثلنا؟.. دراسة تكشف المفارقات!

مع التقدم السريع في الذكاء الاصطناعي، أصبح من الواضح أن هذه الأنظمة قادرة على تنفيذ مهام معقدة مثل تحليل البيانات، وإنتاج النصوص، وتقديم استشارات قانونية. ومع ذلك، هل يمكن للذكاء الاصطناعي أن يفكر مثل البشر؟.. فنحن نعلم أن الذكاء الاصطناعي لا يستطيع التفكير بنفس طريقة الإنسان، لكن بحثاً جديداً كشف كيف يمكن لهذا الاختلاف أن يؤثر على عملية اتخاذ القرار لدى الذكاء الاصطناعي، مما يؤدي إلى عواقب واقعية قد لا يكون البشر مستعدين لها.
اقرأ أيضاً.. الذكاء الاصطناعي يحوّل الأفكار إلى كلام في الوقت الحقيقي
دراسة حديثة نُشرت في مجلة "Transactions on Machine Learning Research" كشفت أن هناك فجوة جوهرية في كيفية استدلال البشر مقارنة بالنماذج اللغوية الكبيرة (LLMs) مثل GPT-4. والاستدلال هو عملية استخراج جواب أو نتيجة بناء على معلومات معروفة مسبقاً وقد تكون صحيحة أو خاطئة.
فالبشر قادرون على التجريد والاستنتاج التناظري، بينما يعتمد الذكاء الاصطناعي بشكل أساسي على مطابقة الأنماط التي تعلمها، مما يؤدي إلى ضعف في قدرته على التكيف مع المواقف الجديدة.وفقاً لموقع "livescience".
بحثت الدراسة في مدى قدرة نماذج اللغة الكبيرة (LLMs) على تكوين تشبيهات. وتم اختبار قدرة النماذج اللغوية الكبيرة مثل GPT-4 على حل مشكلات التناظر في سلاسل الحروف.وجد الباحثون أنه في كل من تشبيهات سلسلة الأحرف البسيطة ومسائل المصفوفات الرقمية - كانت المهمة إكمال مصفوفة بتحديد الرقم المفقود - كان أداء البشر جيدًا، لكن أداء الذكاء الاصطناعي انخفض بشكل حاد.
لماذا يحدث هذا؟
تشير هذه النتائج إلى أن GPT-4 قد يعتمد بشكل كبير على أنماط محددة في بيانات تدريبه، مما يجعله أقل مرونة في التعامل مع مشكلات تتطلب استدلالاً تناظرياً عاماً. بالمقابل، يظهر البشر قدرة أفضل على تعميم الأنماط وتطبيقها في سياقات جديدة، حتى مع تغييرات في بنية المشكلة أو عند استخدام رموز غير مألوفة.
ما التداعيات؟
تُبرز هذه الفجوة أهمية تطوير نماذج ذكاء اصطناعي تتمتع بقدرات استدلال أكثر مرونة، خاصةً في التطبيقات التي تتطلب فهماً عميقًا وتكيفاً مع سياقات متنوعة. كما تؤكد الدراسة على ضرورة تقييم أداء هذه النماذج ليس فقط بناءً على دقتها، بل أيضاً على مدى قدرتها على التكيف مع تغييرات في المشكلات المطروحة.
لماذا يهمنا أن الذكاء الاصطناعي لا يفكر مثل البشر؟
أوضحت مارثا لويس، الأستاذة المساعدة في الذكاء الاصطناعي العصبي الرمزي بجامعة أمستردام، أن البشر لديهم قدرة فطرية على التجريد من الأنماط المحددة إلى قواعد أكثر عمومية، بينما يفتقر الذكاء الاصطناعي لهذه المهارة.
فالذكاء الاصطناعي بارع في مطابقة الأنماط التي رآها سابقاً لكنه لا يستطيع تعميمها بشكل فعال. على سبيل المثال، إذا درّبنا نموذجاً على عدد هائل من الأمثلة، فسيتمكن من التعرف على الأنماط المتكررة، لكنه لن يتمكن بالضرورة من اكتشاف القاعدة الأساسية وراء هذه الأنماط.
الكمية لا تعني الفهم
تعمل معظم تطبيقات الذكاء الاصطناعي على زيادة كمية البيانات لتصبح أكثر دقة، ولكن كما قالت لويس:
"الأمر لا يتعلق بكمية البيانات، بل بكيفية استخدامها".
لماذا علينا الاهتمام؟
إذا استمر الاعتماد على الذكاء الاصطناعي دون تحسين قدراته في التفكير المجرد، فقد يؤدي ذلك إلى مشكلات في: اتخاذ القرارات: قد يتعامل الذكاء الاصطناعي مع الحالات الجديدة بالطريقة نفسها التي تعامل بها مع حالات سابقة، من دون فهم التغيرات الجوهرية.
الأخلاقيات والتحيز: الذكاء الاصطناعي قد يكرر الأنماط الموجودة في البيانات من دون تحليل أعمق لسياقها وأخلاقياتها.
التطبيقات المتقدمة: مثل الرعاية الصحية، والقانون، والتعليم، حيث يلعب التجريد والاستدلال البشري دورًا أساسيًا.
ما الحل؟
نحتاج إلى تطوير نماذج ذكاء اصطناعي أكثر قدرة على التجريد والاستدلال، بحيث لا تكتفي بمقارنة الأنماط، بل تفهم المفاهيم الكامنة خلفها.
هل يمكن الوثوق بالذكاء الاصطناعي في القرارات القانونية؟
مع تزايد الاعتماد على الذكاء الاصطناعي في الأبحاث القانونية، وتحليل السوابق القضائية، وحتى التوصيات في الأحكام، تبرز مشكلة كبيرة بشأن قدرة الذكاء الاصطناعي المحدودة على إجراء المقارنات والاستدلال التناظري.
فعند التعامل مع القضايا القانونية، يعتمد القضاة والمحامون على مقارنة الحالات الجديدة بالسوابق القضائية. لكن بما أن الذكاء الاصطناعي يعتمد على مطابقة الأنماط بدلاً من فهم المبادئ القانونية الأساسية، فقد يفشل في التمييز بين الفروق الدقيقة في القضايا وتطبيق السوابق القانونية بشكل صحيح على حالات جديدة
وتقديم توصيات عادلة ومتسقة.
مثلاً: تخيل أن هناك سابقة قضائية لحالة تتعلق بالاحتيال الإلكتروني، ولكن القضية الجديدة تتضمن تقنيات جديدة لم تكن موجودة وقت صدور السابقة. البشر يمكنهم التفكير بشكل مرن لتطبيق القاعدة العامة، لكن الذكاء الاصطناعي قد يعجز عن الربط بين الحالتين بسبب الاختلافات الظاهرية.
اقرأ أيضاً..الذكاء الاصطناعي يتقن الخداع!
الدراسة أكدت أن تقييم الذكاء الاصطناعي لا يجب أن يقتصر على الدقة فقط، بل يجب أن يشمل قدرته على التكيف والاستدلال العميق. أي أننا بحاجة إلى نماذج أكثر ذكاءً واستقلالية في التفكير، وليس مجرد أدوات لحفظ البيانات واسترجاعها..بحيث لا يمكننا الاعتماد بالكامل على الذكاء الاصطناعي في القرارات القانونية دون تطويره ليكون أكثر قدرة على تحليل القواعد وتطبيقها بمرونة. حتى ذلك الحين، يجب أن يكون دوره داعماً وليس حاسماً.
لمياء الصديق (أبوظبي)

جرب ميزات الذكاء الاصطناعي لدينا

اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:

التعلم مع الذكاء الاصطناعيالتحقق من الحقائقتحويل النص إلى كلامملخص الذكاء الاصطناعي

أخبار ذات صلة

الاتحاد

منذ 3 أيام

• الاتحاد

"AlphaEvolve" يفك شيفرات رياضية أعجزت البشر لعقود!

في خطوة قد تُعيد رسم حدود الابتكار العلمي، كشفت شركة Google DeepMind عن نظام ثوري يُدعى AlphaEvolve، يمثل قفزة نوعية في توظيف الذكاء الاصطناعي لحل مشكلات رياضية وخوارزمية معقدة طالما حيّرت العلماء لعقود. ما يميز AlphaEvolve ليس فقط قدرته على تسريع الحلول، بل ابتكاره لطرق جديدة بالكامل، عبر الدمج بين إبداع نماذج اللغة الكبيرة (LLMs) وخوارزميات تقييم تفاعلية تُنقّح وتُطوّر الأفكار بشكل ذاتي ومتدرج. نموذج يُبدع... لا يُقلّد AlphaEvolve يختلف عن الأدوات السابقة التي اعتمدت على ذكاء اصطناعي مصمّم خصيصًا لمهام محددة. فهو نموذج عام متعدد الاستخدامات، قادر على معالجة قضايا علمية في مجالات متعددة، عبر ما يشبه دورة تطورية للأفكار. تبدأ العملية من إدخال مسألة علمية ومعايير للحل، ثم يقترح النموذج مئات التعديلات، تقوم خوارزمية داخلية بتقييمها وفرز الأنسب منها، لتولد عنها حلول جديدة أكثر تطورًا. هكذا، يتطور النظام بشكل ذاتي، ويُنتج أفكارًا مبتكرة تمامًا دون تدخّل بشري مباشر. اقرا أيضاً.. في أضخم تجربة طبية عرفها التاريخ.. الذكاء الاصطناعي يشخّص ويتفوق على الأطباء من المختبر إلى التطبيق ووفقًا لما نشره موقع Scientific American، لم يبقَ AlphaEvolve مجرد تجربة نظرية في المختبر، بل أثبت فعاليته في أرض الواقع داخل شركة Google نفسها. فقد ساهم في تحسين تصميم الجيل الجديد من معالجات الذكاء الاصطناعي (TPUs)، كما أعاد تنظيم طريقة توزيع المهام الحوسبية في مراكز بيانات جوجل حول العالم، ما أدى إلى توفير 0.7% من إجمالي موارد الشركة — وهي نسبة ضخمة عند الحديث عن بنية تحتية بحجم جوجل. إنجاز رياضي يتفوق على إنسان منذ 1969 واحدة من أبرز مفاجآت AlphaEvolve كانت ابتكار خوارزمية جديدة لضرب المصفوفات تتفوق – في بعض الحالات – على الطريقة الأسرع المعروفة حتى اليوم، والتي ابتكرها الرياضي الألماني فولكر شتراسن عام 1969. مثل هذه العمليات أساسية في تدريب الشبكات العصبية، ما يعكس البعد الاستراتيجي لاكتشاف كهذا. نقلة على مستوى الحجم والتعقيد بُني AlphaEvolve على أساس نظام FunSearch الذي أُطلق في 2023، والذي أظهر قدرة على حل مسائل رياضية غير محلولة. إلا أن AlphaEvolve يتميز بقدرته على معالجة شيفرات أكبر وخوارزميات أكثر تعقيدًا، بالإضافة إلى اتساع نطاق تطبيقه في العلوم والهندسة. حدود الإمكانات ورغم الإشادات، يقرّ علماء مثل سيمون فريدر من جامعة أوكسفورد أن إمكانات AlphaEvolve قد تظل محدودة بالمهام القابلة للتحويل إلى أكواد قابلة للتقييم. كما دعا باحثون مثل هوان صن إلى الحذر، مطالبين بتجارب مفتوحة ضمن المجتمع العلمي قبل الحكم النهائي على قدرات النظام. ورغم أن تشغيل AlphaEvolve أقل استهلاكًا للطاقة من AlphaTensor، إلا أن كلفته لا تزال مرتفعة بما يمنع توفيره للجمهور حاليًا. مع ذلك، تأمل Google DeepMind أن يدفع هذا التقدم الباحثين إلى اقتراح مجالات جديدة لتجريب هذا النظام، مؤكدة التزامها بإتاحة أدواته تدريجيًا أمام المجتمع العلمي العالمي.

عرب هاردوير

منذ 3 أيام

• عرب هاردوير

كارثة تأجيل نموذج الذكاء الاصطناعي Llama 4 بعد التلاعب بالاختبارات!

مع شدّة السباق العالمي لتطوير نماذج الذكاء الاصطناعي المتقدمة، تواجه شركة ميتا تحديات كبيرة تعكس تعقيدات المُنافسة في هذا المجال الحيوي. بين تأجيل إطلاق أضخم نماذج Llama 4 -بيهيموث "Behemoth"- وانتقادات حول تراجُّع أداء عائلة نماذج "لاما" المفتوحة المصدر، تظهر تساؤلات حول قدرة الشركة على الحفاظ على ريادتها في هذا القطاع سريع التطور. اقرأ أيضًا: تأجيل Behemoth: مُعضلة تقنية وإدارية أجلّت ميتا إطلاق نموذجها العملاق "بيهيموث" للذكاء الاصطناعي مرات مُتتالية، من أبريل إلى يونيو ثم إلى الخريف، وسط صعوبات تقنية في تحسين أدائه. وفقًا لمصادر داخلية، يعاني المهندسون من تحديات في جعل النموذج قادرًا على مُجاراة التصريحات العلنية لميتا حول تفوقه على مُنافسيه مثل GPT-4 من OpenAI وClaude من Anthropic. القلق الداخلي لا يقتصر على الجانب التقني ؛ فكبار المديرين التنفيذيين يُظهرون إحباطًا من أداء الفريق المسؤول عن تطوير Llama 4، وهو ما دفع الشركة إلى النظر في إعادة هيكلة إدارية لفريق الذكاء الاصطناعي. يُذكر أن ميتا أنفقت مليارات الدولارات على البنية التحتية الحاسوبية لدعم طموحاتها، مع خطة إنفاق رأسمالي تصل إلى 72 مليار دولار في 2025، جزء كبير منها مُوجه لتطوير الذكاء الاصطناعي. "لاما" تفقد بريقها: انتكاسة في المصدر المفتوح كانت نماذج "لاما" المفتوحة المصدر تُعتبر إنجازًا بارزًا لميتا، حيث أشاد بها خبراء مثل جينسن هوانغ -الرئيس التنفيذي لإنفيديا- وصف إطلاق Llama 2 بأنه "أكبر حدث في مجال الذكاء الاصطناعي" عام 2023. لكن الصورة اختلفت مع الجيل الرابع Llama 4. في مؤتمر LlamaCon الأول للشركة، عبّر المُطورون عن خيبة أملهم لعدم إعلان ميتا عن نموذج استدلالي قوي يتفوق على منافسين مثل " DeepSeek V3" أو "Qwen" من علي بابا. وعلى الرغم من إطلاق نموذجَيّ Scout وMaverick ضمن عائلة Llama 4، إلا أنّ الأداء الفعلي للنماذج المُتاحة للجمهور لم يرقَ إلى المُستوى المُعلن في الاختبارات المعيارية، وهذا أثار اتهامات بالتلاعب بقوائم التصنيف. فجوة الأداء: بين الادعاءات والواقع أظهرت بيانات منصات مثل Artificial Analysis وOpenRouter أنّ نماذج ميتا الأخيرة ليست في صدارة التصنيفات. ففي حين ادعت الشركة أن Maverick يتفوق على GPT-4، احتلّ نموذج Qwen الصيني الصدارة في قوائم الأداء، بينما لم يظهر Llama 4 ضمن أفضل 20 نموذجًا على "OpenRouter". الانتقادات لم تتوقف عند ذلك؛ فقد كشفت تحقيقات أنّ النموذج الذي اختبرته ميتا في القوائم المعيارية كان نسخة مُخصصة مُحسنة، وليس الإصدار المُتاح للجمهور. واعترف مارك زوكربيرج بنفسه بأن الشركة قدّمت نسخة مُعدّلة لتحقيق نتائج أفضل، ممّا أضر بمِصداقية ادعاءات الشركة. مُستقبل الذكاء الاصطناعي في ميتا: هل تستعيد قوتها؟ تواجه ميتا مُفترق طرق: من ناحية، تحتاج إلى تسريع تطوير نماذجها لتعويض التأخير، ومن ناحيةٍ أخرى، عليها استعادة ثقة المُطورين بعد تراجع تأثير Llama. بعض الخبراء، مثل رافيد شوارتز-زيف من جامعة نيويورك، يرون أن التقدُّم في مجال النماذج الكبيرة أصبح أبطأ وأكثر تكلفةً، وذلك قد يعطي ميتا فرصة لإعادة تنظيم استراتيجيتها. تعتمد الشركة حاليًا على خيارين: إمّا إطلاق نسخة محدودة من Behemoth بشكل عاجل، أو الاستثمار في تحسين البنية التحتية مثل تقنية "مزيج الخبراء" التي ترفع كفاءة النماذج. لكن التحدّي الأكبر يبقى في كيفية مواكبة تطورات مُنافسين مثل Anthropic التي تستعد لإطلاق Claude 3.5 Opus، وOpenAI التي تعمل على GPT-5. بينما تُظهر ميتا التزامًا استثماريًا غير مسبوق في الذكاء الاصطناعي، فإن التحديات التقنية والإدارية وتزايُّد المُنافسة تضعها تحت مِجهر النقد. نجاحها المُستقبلي قد يعتمد ليس فقط على حل إشكالات النماذج الحالية، بل أيضًا على قدرتها على إعادة ابتكار سردية تُعيد جذب المجتمع التقني والمُطورين، الذين بدأوا يتطلعون إلى بدائل أكثر فعاليةً في سوقٍ لم يعد الصبر من فضائله!

العين الإخبارية

١٣-٠٥-٢٠٢٥

• العين الإخبارية

عشاء في سان فرانسيسكو يكشف الخطة.. استبدال البشر واستثمار أجور العالم

أسهب تقرير نشرته صحيفة الغارديان البريطانية فى وصف ما قالت إنه حلم أعضاء مجتمع وادي السليكون الأمريكي بالنسبة لمستقبل الذكاء الاصطناعي. وضربت الصحيفة مثلا بعشاء خاص في أحد مطاعم سان فرانسيسكو، حين وقف رائد أعمال سابق في مجال الذكاء الاصطناعي، تحول إلى مستثمر، ليقدم رسالة واضحة لمجموعة من مؤسسي الشركات الناشئة. وقال إن الثروة الحقيقية في المستقبل ستأتي من استبدال العمالة البشرية. فإذا تمكن الذكاء الاصطناعي من أداء جميع الوظائف، فإن من يستثمر فيه يمكنه – نظريًا – الاستحواذ على مجموع الأجور في العالم. ووفقا لتقرير الغارديان، قد تبدو هذه الفكرة خيالًا علميًا، لكنها هدف معلن لكثير من رموز صناعة التكنولوجيا اليوم. ورغم أن مثل هذه الطموحات غالبًا ما تُناقش خلف الأبواب المغلقة، بدأت بعض الشركات في الإعلان عنها صراحة. أتمتة كاملة وأعلنت شركة تُدعى "ميكانيز" (Mechanize) مؤخرًا أن رؤيتها هي "أتمتة الاقتصاد بالكامل"، واستطاعت إقناع شخصيات بارزة من وادي السيليكون بدعمها، منهم كبير علماء شركة غوغل جيف دين، والمقدم الشهير دواكيش باتيل. هذه الفكرة يتبناها قادة بالتكنولوجيا، مثل إيلون ماسك الذي قال إن الذكاء الاصطناعي والروبوتات قد تجعلنا جميعًا بلا وظائف. وبيل غيتس، مؤسس مايكروسوفت، اعتبر من جهته أن البشر لن يكونوا ضروريين قريبًا لمعظم المهام. ومن هؤلاء أيضا جيفري هينتون – أحد مؤسسي تقنيات الذكاء الاصطناعي – والمستثمر الملياردير فينود خوسلا، وهما يتوقعان استبدالًا هائلًا للعمالة البشرية. وقال التقرير إن هؤلاء ليسوا أصواتًا هامشية – بل هم في قلب الصناعة. ليس كل الوظائف وقال التقرير إنه بالطبع، ليست كل الوظائف مهددة. فلا يبدو أن تايلور سويفت، أو هاري كين، أو حتى السياسيين ورجال الدين في خطر. وتلك وظائف تتطلب شهرة أو حضورًا اجتماعيًا أو رمزية بشرية لا يسهل نسخها. وحالياً، لا يستطيع الذكاء الاصطناعي استبدال كل العمالة البشرية. فهو يرتكب أخطاء، ويفتقر للتناسق والمرونة والمهارة الجسدية. لكن ما يمكن للتقنيات الحالية أن تفعله كثير بالفعل. وهناك مؤشرات قوية على أن قدراتها ستواصل التحسن – وبسرعة. ونموذج GPT-4 من شركة OpenAI، على سبيل المثال، حقق في عام 2023 نتائج ضمن أعلى 10% في اختبار نقابة المحامين الأمريكيين. النماذج الأحدث تتفوق حتى على كبار العلماء في البرمجة. ومنذ إطلاق ChatGPT، تراجعت أعمال الكتابة المستقلة بشكل كبير، وحدث نفس الشيء في وظائف التصميم بعد انتشار أدوات الذكاء الاصطناعي في توليد الصور. وفي سان فرانسيسكو، أصبحت السيارات ذاتية القيادة مشهدًا مألوفًا. كما صرح سام ألتمان، الرئيس التنفيذي لـ OpenAI: "الوظائف ستختفي بلا شك". الأعمال اليدوية مهددة وفي حين أن الذكاء الاصطناعي يهدد الوظائف المكتبية، فإن الروبوتات تتقدم بسرعة في مجال العمل اليدوي. ففي مصانع BMW، تُختبر بالفعل روبوتات شبيهة بالبشر. نوع آخر من الروبوتات تعلم تنفيذ أكثر من 100 مهمة كانت تتطلب عمالًا بشريين. وهناك خطط لبدء تجربة روبوتات في المنازل هذا العام. وبالتالى، فمن الواضح أن الرؤية في وادي السيليكون بسيطة: الذكاء الاصطناعي يفكر، والروبوتات تنفذ. لكن أين موقع البشر في هذا النظام؟ حتى وقت قريب، كان يُعتقد أن الوصول إلى "الذكاء الاصطناعي العام" – أي القادر على أداء كل المهام الذهنية على مستوى البشر – بعيد المنال. أما الآن، يرى ديميس هسابيس، رئيس Google DeepMind، أنه قد يتحقق خلال أقل من 10 سنوات. وربما تكون هذه التوقعات خاطئة. ربما يتوقف تقدم الذكاء الاصطناعي، أو تظل الروبوتات تتعثر، أو تتوجه الاستثمارات نحو مجال تقني آخر. لكن الأهم من ذلك ليس ما إذا كانت أتمتة العمل بالكامل ستحصل أم لا، بل لماذا يحاول هؤلاء الوصول إليها، وكيف يشعر بقية الناس حيال ذلك. الرؤية المتفائلة ترى أن الاقتصاد ما بعد العمل سيجلب نموًا هائلًا ورفاهية عالمية. لكن التاريخ لا يقدم أدلة كثيرة على أن هذه المكاسب ستوزع بشكل عادل. فالتجارب السابقة تشير إلى أن القلة تستفيد، بينما يُترك الباقون خلف الركب. أما التفسير الأقل تفاؤلًا، فهو أن المسألة تتعلق بالمال فقط. وقال المستثمر مارك أندريسن ذات مرة: "البرمجيات تلتهم العالم". وحتى الآن، كانت هناك حدود لذلك. إذ كانت العمالة البشرية دائمًا عنصرًا لا غنى عنه. أما اليوم، فيرى وادي السيليكون فرصة للاستحواذ على كل وسائل الإنتاج – دون الحاجة للبشر. aXA6IDgyLjI5LjIyOC4xNiA= جزيرة ام اند امز CH