تخيل عالماً يكون فيه مساعدك الذكي المفضل مثل طالب عبقري تعلم للتو أن يصبح محققاً بارعاً. يمكن لهذا الطالب مسح الإنترنت، وربط النقاط بين قصص إخبارية مختلفة، وإيجاد الحقائق الخفية بشكل أسرع من أي شخص آخر. لكن هناك عقبة: في خضم تحوله إلى محقق خارق، بدأ ينسى كيفية كتابة قصيدة مضحكة، أو حل لغز رياضي معقد، أو مجرد إجراء دردشة عادية عن يومه. هذه هي مشكلة "التخصص" في عالم الذكاء الاصطناعي. يطلق العلماء على الثمن الذي تدفعه مقابل التميز في شيء واحد محدد اسم "ضريبة المحاذاة" (Alignment Tax). الأمر يشبه إذا أصبح الطاهي مهووساً بإتقان حساءه لدرجة أنه نسي كيفية خبز كعكة. السؤال الكبير الذي يواجه الباحثين هو: هل يمكننا تدريب ذكاء اصطناعي ليكون خبيراً عالمياً في البحث دون أن يجعله ذلك ينسى كيف يكون صديقاً مفيداً وشاملاً؟

هذا بالضبط ما سعى فريق "Tencent Yuanbao" لحله في تقريرهم التقني الجديد. لقد بنوا وكيل ذكاء اصطناعي ذكياً مصمماً لصيد المعلومات على الويب، لكنهم كانوا قلقين من أن تدريبه على البحث بقوة قد يجعله "غبياً" في كل شيء آخر. ولإصلاح ذلك، ابتكروا طريقة تدريب ذكية مكونة من خطوتين. أولاً، علموا الذكاء الاصطناعي أن يكون محترف بحث باستخدام تقنية تسمى "التعلم التعزيزي" (Reinforcement Learning)، وهي تشبه السماح للذكاء الاصطناعي بلعب لعبة يحصل فيها على نقاط مقابل إيجاد الإجابات الصحيحة. ثم، لمنعه من فقدان ذكائه العام، استخدموا طريقة تسمى "التقطير الهجين عبر المجالات في الوقت الفعلي" (Cross-Domain Hybrid On-Policy Distillation). فكر في هذا الأمر كتوظيف أربعة مدرسين عباقرة مختلفين — واحد للرياضيات، وواحد للبرمجة، وواحد للمنطق، وواحد للعلوم — لتعليم خبير البحث في الذكاء الاصطناعي كيف يكون طالباً متوازناً مرة أخرى. والنتيجة؟ ذكاء اصطناعي يمكنه العثور على المعلومات على الويب تماماً مثل النسخة المتخصصة، وبينما لم يصبح عبقري رياضيات في كل اختبار على الترتيب، إلا أنه استعاد معظم أرضه المفقودة بل وأصبح أفضل من ذي قبل في مجالات رئيسية مثل الاستدلال المنطوي والبرمجة. لم يقوموا فقط بإصلاح المشكلة؛ بل جعلوا الذكاء الاصطناعي أكثر ذكاءً في أشياء عديدة في نفس الوقت، دون التضحية بمهارات البحث لديه.

المحقق الذي نسي كيف يوازن الكرات

دعونا نتعمق في قصة وكيل البحث الخاص بـ Yuanbao. تخيل أن لديك روبوتاً يسمى "Search-Bot". أنت تريد من "Search-Bot" أن يكون الأفضل في إيجاد الإجابات على الإنترنت. لذا، تضعه في ملعب افتراضي حيث يتعين عليه حل الألغاز من خلال النقر على الروابط، وقراءة المقالات، وطرح الأسئلة. هذا يسمى التعلم التعزيزي (RL). إنه يشبه تدريب كلب: في كل مرة يجد فيها "Search-Bot" المعلومة الصحيحة، يحصل على مكافأة (جائزة). وفي كل مرة يضل فيها الطريق، يتلقى كلمة "لا" لطيفة.

بعد فترة، يصبح "Search-Bot" مذهلاً في العثور على الأشياء. ولكن إليكم الجزء الغريب: مع تحسنه في البحث، يبدأ في التراجع في أشياء أخرى. ينسى كيفية حل مسألة رياضية بسيطة أو كتابة قصة إبداعية. يطلق الورقة البحثية على هذا اسم ضريبة المحاذاة (Alignment Tax). الأمر يشبه إذا قضيت كل يوم في ممارسة ركلات كرة القدم حتى أصبحت ساقاك قويتين جداً، لكنك نسيت كيفية المشي في خط مستقيم لأنك لم تعد تمارس المشي بعد الآن. أصبح الذكاء الاصطناعي متخصصاً جداً في "البحث" لدرجة أنه فقد قدراته "العامة".

مهمة الإنقاذ ذات الخطوتين

أدرك فريق Tencent أن مجرد تعليم "Search-Bot" البحث بقوة أكبر لم يكن هو الحل. كانوا بحاجة إلى طريقة للحفاظ على مهارات البحث و استعادة الذكاء العام. لذا، وضعوا خطة تدريب من مرحلتين.

المرحلة 1: معسكر تدريب البحث
أولاً، أخذوا نموذج الذكاء الاصطناعي الأساسي الخاص بهم (نموذج ذكي يسمى Hunyuan3) وأرسلوه إلى "معسكر تدريب البحث". هنا، مارس الذكال الاصطناعي البحث فقط. تعلم كيفية التخطيط لتحركاته، واستخدام أدوات مثل البحث في الويب والبحث عن الصور، وتجميع المعلومات من أماكن مختلفة. وكما هو متوقع، أصبح بارعاً جداً في البحث. ولكن، تماماً كما تنبأت الورقة، بدأ يفقد مهاراته في الرياضيات والعلوم والمنطق. لقد ضربت "ضريبة المحاذاة" بقوة.

المرحلة 2: مزيج "المعلم الخارق"
هنا يحدث السحر. بدلاً من ترك الذكاء الاصطناعي يستمر في الفشل في الرياضيات، أحضر الفريق أربعة معلمين خبراء. لم يكونوا مجرد معلمين عاديين؛ بل كانوا نماذج ذكاء اصطناعي متخصصة للغاية مدربة خصيصاً على:

1. الرياضيات (حل المعادلات المعقدة)
2. البرمجة (كتابة برامج الكمبيوتر)
3. المنطق (حل الألغاز والاستدلال)
4. العلوم (فهم العالم الطبيعي)

استخدم الفريق تقنية تسمى التقطير في الوقت الفعلي (On-Policy Distillation - OPD). وهي طريقة منمقة لقول: "دع الطالب (Search-Bot) يحاول حل مشكلة، ثم اجعل المعلم الخبير يراقبه ويقول: 'مهلاً، لقد فعلت ذلك بهذه الطريقة، ولكن إليك طريقة أفضل للتفكير في الأمر'".

الجزء الرائع هو أنهم لم يعلموا الذكاء الاصطناعي الرياضيات أو البحث فحسب. لقد مزجوها معاً! في كل جلسة تدريبية، كان الذكاء الاصطناعي يمارس البحث عن حقيقة ما، ثم يمارس فوراً حل مسألة رياضية أو كتابة كود برمجي، وكل ذلك بينما يتم توجيهه بواسطة المعلم الخبير المناسب. كان الأمر يشبه طالباً يذهب إلى تدريب كرة القدم في الصباح ثم يذهب إلى دروس البيانو في فترة بعد الظهر، ولكن معلم البيانو يراقب أيضاً تدريب كرة القدم للتأكد من أن الطالب يظل مركزاً ومنضبطاً.

النتائج: أفضل ما في العالمين

اختبر الفريق الذكاء الاصطناعي "الهجين" الجديد مقابل النسخ القديمة. وهذا ما وجدوه:

• مهارات البحث: كان الذكاء الاصطناعي الجديد جيداً في البحث تماماً مثل النسخة التي مارست البحث فقط. في الواقع، في بعض اختبارات البحث الصعبة، حقق نتائج أفضل! كان لا يزال بإمكانه العثور على المعلومات عبر الويب، والتخطيط لعمليات بحث معقدة، واتباع التعليمات بدقة.
• المهارات العامة: هذا هو الفوز الكبير. الذكاء الاصطناعي الذي مارس البحث فقط أصبح أسوأ في الرياضيات والمنطق. ولكن الذكاء الاصطناعي الهجين؟ لم يستعد مستواه الطبيعي فحسب، بل حقق تحسينات كبيرة في العديد من المجالات.
  • في اختبارات الاستدلال المنطقي، تحسن الذكاء الاصطناعي الهجين بهامش هائل (قفز من درجة 33.95 إلى 46.90).
  • في مهام البرمجة، انتقل من 67.74 إلى 74.15، متفوقاً حتى على النموذج "الأساسي" الأصلي.
  • في مسائل الرياضيات، استعاد تقريباً كل الأرض المفقودة بل وتفوق على النموذج الأصلي في بعض الاختبارات الصعبة (مثل AIME25 و Math IMO AnswerBench). ومع ذلك، في بعض الاختبارات المرجعية شديدة الصعوبة مثل Minerva Math و Frontier Science Olympiad، ظل أداؤه أقل قليلاً من أداء النموذج الأساسي الأصلي.
  • في اختبارات العلوم، حقق مكاسب قوية، حيث وصل إلى أعلى دقة في GPQA Diamond.

تظهر الورقة أن "ضريبة المحاذاة" ليست ثمناً دائماً يتعين عليك دفعه. من خلال استخدام هؤلاء المعلمين الخبراء لتوجيه الذكاء الاصطناعي أثناء تعلمه للبحث، تمكنوا من "إلغاء" معظم الضرر. لم يكن على الذكاء الاصطناعي الاختيار بين كونه محققاً أو كونه عبقرياً؛ لقد أصبح محققاً وهو أيضاً طالب بارع جداً، حتى لو لم يكن مثالياً في كل مسألة رياضية في الكون.

لماذا هذا مهم؟

قد تتساءل، "وماذا في ذلك؟ لماذا نهتم إذا أصبح الذكاء الاصطناعي أفضل في الرياضيات؟" حسناً، تخيل أنك تسأل مساعدك الذكي: "سأزور باريس لمدة ثلاثة أيام. أريد رؤية برج إيفل وديزني لاند، لكنني لا أريد أن أقضي أكثر من 30 دقيقة في التنقل بين المواقع".

إذا كان لدى الذكاء الاصطناعي تدريب "البحث فقط"، فقد يجد المواقع ولكنه قد يعطيك برنامجاً سياحياً سيئاً لا معنى له، أو قد ينسى حساب وقت السفر بشكل صحيح لأنه ركز بشدة على مجرد إيجاد أسماء الأماكن.

ولكن مع التدريب الهجين، يمكن للذكاء الاصطناعي أن:

1. يبحث عن المواقع وأوقات السفر (باستخدام مهارات البحث لديه).
2. يستدل بشأن الجغرافيا ويحسب ما إذا كانت الخطة تناسب قاعدة الـ 30 دقيقة الخاصة بك (باستخدام مهارات المنطق والرياضيات لديه).
3. يكتب برنامجاً سياحياً واضحاً وودوداً ومريحاً لك (باستخدام مهاراته اللغوية العامة).

تشير الورقة إلى أن هذا النهج "الهجين" هو المفتاح لبناء وكلاء ذكاء اصطناعي مفيدين حقاً في العالم الحقيقي. يجب أن يكونوا قادرين على إيجاد المعلومات، نعم، ولكن يجب أن يكونوا أذكياء بما يكفي لاستخدام تلك المعلومات لحل المشكلات، وكتابة القصص، ومساعدتنا في حياتنا اليومية دون أن يفقدوا صوابهم في العملية.

السر وراء النجاح: كيف فعلوا ذلك؟

لم يقم الفريق بمجرد رمي كل شيء في الخلاط. لقد كانوا حذرين جداً بشأن كيفية تعليم المعلمين الخبراء. لقد استخدموا استراتيجية "التعلم المنهجي" (Curriculum Learning). وهذا يعني أنهم لم يبدأوا بإعطاء المعلمين أصعب المسائل الرياضية المستحيلة. بدلاً من ذلك، بدأوا بمسائل متوسطة الصعوبة لبناء أساس قوي، ثم قدموا المسائل الصعبة حقاً ببطء.

وجدوا أنه إذا تخطوا هذه الخطوة وقاموا برمي أصعب المسائل على المعلمين، فإن المعلمين (والطالب الذكي الاصطناعي) لن يتعلموا بشكل جيد. ساعد "المنهج" المعلمين على أن يصبحوا أفضل في الشرح، مما جعل الطالب الذكي يتعلم بشكل أسرع وأذكى.

الخلاصة

لقد أظهر لنا فريق Tencent Yuanbao أنك لست مضطراً للتضحية بالذكاء العام للحصول على وكيل بحث متخصص. من خلال دمج التعلم التعزيزي (للبحث) مع التقطير في الوقت الفعلي (التعلم من المدرسين الخبراء)، أنشأوا ذكاءً اصطناعياً هو محقق ماهر وهو أيضاً طالب بارع وشامل.

لقد أثبتوا أنه يمكن تجنب "ضريبة المحاذاة". لم يتوقف الذكاء الاصطناعي عن التدهور فحسب؛ بل أصبح بالفعل أفضل في معظم الأشياء، مستعيداً مهاراته المفقودة وحتى متفوقاً على نفسه الأصلية في مجالات مثل البرمجة والاستدلال المنطقي. وبينما لم يفز في كل مسابقة رياضيات، فقد أصبح مساعداً أكثر قدرة وتنوعاً بشكل عام. إنه يشبه العثور على طريقة لتدريب بطل خارق على الطيران دون جعله ينسى كيف يمشي. وفي عالم نريد فيه أن يكون الذكاء الاصطنانا مفيداً، ذكياً، ومتعدد القدرات، فإن هذا أمر كبير حقاً.