ملعب العقول الرقمية

تخيل عالماً لا تكتفي فيه الحواسيب باتباع تعليمات جامدة، بل تتعلم من خلال المراقبة، تماماً كما يتعلم طفل ركوب الدراجة بمراقبة أخيه الأكبر. هذا هو مجال تعلم الآلة، وتحديداً فرع يُسمى التقليد السلوكي (behavioral cloning). في هذا الركن من العلوم، يغذي الباحثون ذكاءً اصطناعياً بآلاف الساعات من أسلوب لعب البشر، آملين أن يتمكن الكمبيوتر من محاكاة الحركات، والتوقيت، والغرائز التي يمتلكها لاعب محترف دون أن يُقال له صراحةً كيف يلعب.

السؤال الكبير الذي يحرك هذا المجال هو: إلى أي مدى يمكن لذكاء اصطناعي بسيط ومدمج أن يتعلم بمجرد التقليد، قبل أن نحتاج إلى إضافة ميزات "دماغية" معقدة مثل الذاكرة، أو تحديد الأهداف، أو التعلم من خلال التجربة والخطأ؟ فكر في الأمر كالتساؤل عما إذا كان بإمكان ببغاء الطيران لمسافة طويلة بمجرد حفظ مسار طيران صقر، دون الحاجة لفهم الديناميكا الهوائية. إذا استطعنا بناء ذكاء اصطناعي صغير وفعال يلعب بشكل جيد بمجرد التقليد، فإن ذلك سيوفر كميات هائلة من قدرة الحوسبة والطاقة. ولكن إذا تعثر الذكاء الاصطناعي بمجرد رؤية شيء مختلف قليلاً عما تدرب عليه، فسنعرف أننا بحاجة لتعليمه كيفية التعافي من الأخطاء. هذا هو التوازن الدقيق بين "التقليد البسيط" و"التكيف الذكي" الذي يختبره العلماء باستمرار.

---

كورتكس: ناسخ زلازل "كويك" الصغير

في ورقة بحثية بعنوان "Cortex: Compact Behavior Cloning for Quake with Frozen Visual Features"، قرر باحث يدعى دزميتري ماليشاو اختبار حدود فكرة "التقليد البسيط" هذه. قام ببناء وكيل ذكاء اصطناعي أطلق عليه اسم Cortex وألقى به في العالم الفوضوي والسريع للعبة الفيديو الكلاسيكية Quake لعام 1996. وتحديداً، كلفه بتجاوز المستوى الأول، E1M1، وهو عبارة عن متاهة من الممرات، والأبواب، والأزرار، والوحوش التي تتطلب مزيجاً من الجري، والقفز، وإطلاق النار، وحل الألغاز البسيطة.

صُمم "كورتكس" ليكون رشيقاً للغاية. فهو لا يمتلك دماغاً ضخماً مبنياً من الصفر، بل يستخدم "دماغاً بصرياً مجمداً" — وهو نموذج رؤية حاسوبية مدرب مسبقاً يسمى DINOv3 — يعمل كزوج من العيون المدربة تدريباً عالياً. هذه العيون "مجمدة"، مما يعني أنها بارعة بالفعل في رؤية الأشكال والقوام ولا يتم تغييرها أبداً أثناء التدريب. أما "دماغ" كورتكس الفعلي فهو عبارة عن "ترانسفورمر" (transformer) صغير مكون من ست طبقات يحتوي فقط على 10.98 مليون معلمة (parameter) قابلة للتدريب. ولوضع ذلك في سياق المقارنة، فإن أنظمة الذكاء الاصطناعي الشهيرة الأخرى في هذا المجال تمتلك مئات الملايين من المعلمات. "كورتكس" هو العداء الخفيف مقارنة بأبطال الوزن الثقيل.

كانت عملية التدريب قصيرة وفعالة بشكل مفاجئ. شاهد الذكاء الاصطناعي 6,849 تسجيلاً للاعبين بشر، وهو ما يعادل حوالي 474.7 ساعة من اللعب. ومع ذلك، لم يشاهد "كورتكس" كل ثانية؛ فقد اختار الباحثون "حقبة عينات" (sampled epoch) محددة، وهي تشبه القيام بجولة واحدة منتقاة بعناية عبر البيانات. تضمن ذلك 517,048 مقطعاً قصيراً (كل منها يتكون من أربعة إطارات) واستغرق الأمر من الذكاء الاصطناعي 3.3 دقيقة فقط للتحسين (optimization) على بطاقة رسوميات عالية الأداء (RTX 5080). كان الهدف هو معرفة ما إذا كان هذا النموذج الصغير والسريع التدريب يمكنه مواكبة الأنظمة الأكثر ضخامة وتعقيداً.

النتائج: مزيج من الانتصارات والعثرات

عندما أطلق الباحثون العنان لـ "كورتكس" في لعبة Quake، كانت النتائج مزيجاً رائعاً من المهارة المثيرة للإعجاب والفشل المتوقع.

الأخبار الجيدة:
كان "كورتكس" جيداً بشكل مفاجئ في الأساسيات. في مجموعتين منفصلتين من 20 حلقة (مدة كل منها 120 ثانية)، تمكن "كورتكس" من الوصول إلى "الباب المفتوح"، و"غرفة الأزرار"، و"نزول البوابة" في جميع الـ 20 حلقة لكل مجموعة. كما تمكن من تحقيق عملية قتل واحدة في 19 من أصل 20 حلقة. يشير هذا إلى أنه بالنسبة للأجزاء الأولى والسهلة من المستوى، فإن مجرد تقليد الحركات البشرية يعمل بشكل جيد جداً؛ حيث استطاع التنقل في الممرات الأولية والاشتباك في القتال بفعالية.

الأخبار السيئة:
رغم هذه الانتصارات المبكرة، فشل "كورتكس" في إكمال المستوى في أي من الـ 40 حلقة (0/20 في كلتا المجموعتين). كان الذكاء الاصطناعي يعلق عادةً بالقرب من الجدران أو في الماء، ولم يستطع معرفة كيفية الخروج من ذلك المأزق. لاحظ الباحثون أن هذه مشكلة كلاسيكية في التقليد السلوكي تسمى انزياح المتغيرات (covariate shift): عندما يرتكب الذكاء الاصطناعي خطأً طفيفاً، ينتهي به الأمر في موقف لم يره من قبل في فيديوهات التدريب، وبما أنه يعرف فقط كيفية تقليد ما رآه، فإنه يتجمد أو يصاب بالذعر.

المقارنة:
اختبر الباحثون أيضاً نموذجين آخرين أكبر بكثير (P2P-150M و NitroGen) تحت نفس الظروف. هذه العمالقة، المدربة على آلاف الساعات من ألعاب مختلفة، كان أداؤها أسوأ في هذا الاختبار المحدد. فقد أكمل كل منهما 0 من أصل 5 حلقات وعلقا فوراً تقريباً. يشير هذا إلى أنه بالنسبة لهذه المهمة المحددة والضيقة، يمكن لنموذج مدمج ومتخصص مثل "كورتكس" أن يتفوق في الواقع على نموذج ضخم عام الأغراض، على الأقل في الدقيقة الأولى من اللعب.

ما كشفت عنه التجارب

لم تتوقف الورقة البحثية عند مجرد لعب اللعبة، بل أجرت سلسلة من تجارب "الاستئصال" (ablation experiments) لمعرفة ما الذي يجعل "كورتكس" يعمل وما الذي يعيقه.

• التفاصيل الأكثر دقة تساعد في القتال، لا في التنقل: عندما منح الباحثون "كورتكس" رؤية أكثر كثافة وتفصيلاً للشاشة (باستخدام المزيد من "الرموز" أو الأجزاء البصرية)، أصبح الذكاء الاصطناعي أفضل في القتال والبقاء على قيد الحياة. حقق عمليات قتل أكثر ومات بشكل أقل. ومع ذلك، فإن هذا التفصيل الإضافي لم يساعده على التنقل في المسار بشكل أفضل، بل جعل موثوقية المسار أسوأ في بعض الأحيان. يشير هذا إلى أن رؤية المزيد من التفاصيل تساعد الذكاء الاصطناعي على التفاعل مع الأعداء، لكنها لا تساعده بالضرورة على فهم وجهته التالية.
• الذاكرة ليست حلاً سحرياً: حاول الفريق منح "كورتكس" "ذاكرة" لأفعاله الماضية، آملين أن يتعلم من أخطائه. ومن المثير للدهشة أن هذا لم يحسن أداءه بشكل متسق؛ فلم يتحسن الذكاء الاصطناعي في التنقل في المستوى لمجرد أنه تذكر ما فعله قبل خمس ثوانٍ.
• المقاييس غير المتصلة (Offline Metrics) تخدع: وجد الباحثون أن الاختبارات الحاسوبية القياسية (مثل مدى قدرة الذكاء الاصطناعي على التنبؤ بالحركة التالية في مجموعة اختبار) كانت مؤشرات ضعيفة على مدى جودة لعب الذكاء الاصطناعي الفعلي. يمكن للذكاء الاصطناعي أن يبدو مثالياً على الورق لكنه يفشل فشلاً ذريعاً في اللعبة الفعلية. وهذا تحذير حاسم للباحثين المستقبليين: لا تثقوا بالأرقام فحسب؛ بل شاهدوا اللعبة.

الحكم النهائي

تخلص الورقة إلى أنه بينما يمكن لذكاء اصطناعي مدمج وبسيط أن يتعلم لعب الأجزاء الأولى من لعبة معقدة بشكل جيد جداً بمجرد تقليد البشر، إلا أنه يصطدم بسقف صعب. لا يمكنه التعافي من أخطائه أو التنقل في المواقف الجديدة التي لم يسبق له رؤيتها. وتتفق حالات الفشل مع فكرة أن الذكاء الاصطناعي كان يعاني من انزياح المتغيرات — فقد تاه في الأجزاء "المجهولة" من اللعبة.

يقترح المؤلفون أن الخطوة التالية ليست جعل الذكاء الاصطناعي أكبر، بل تعليمه كيفية التعافي. وهم يقترحون طريقة تسمى DAgger، حيث يتدخل البشر كلما تعثر الذكاء الاصطناعي، ليظهروا له الحركة الصحيحة، ويتعلم الذكاء الاصطناعي خصيصاً من لحظات "الإنقاذ" هذه.

باختم القول، يثبت كورتكس أنك لست بحاجة إلى سوبركمبيوتر لتلعب لعبة فيديو بشكل جيد لفترة وجيزة. يمكن لنموذج صغير وفعال محاكاة دقائق اللعب الأولى للإنسان بمهارة مثيرة للإعجاب. ولكن بدون وسيلة للتعلم من أخطائه أو ذاكرة لما يجب فعله عندما تسوء الأمور، فإنه سيصطدم في النهاية بحائط لا يمكنه تسلقه. لا تدعي الورقة البحثية أنها حلت اللعبة؛ بل بدلاً من ذلك، تقدم خريطة واضحة وصادقة لأماكن نجاح التقليد البسيط وأماكن انهياره، لتوجه الباحثين المستقبليين حول كيفية بناء وكلاء يمكنهم التكيف حقاً.