تخيل أنك تحاول تعليم روبوت كيف يرسم. أنت لا تريد منه فقط نسخ لوحة فنية واحدة بارعة؛ بل تريد منه تعلم كيفية رسم أي شيء — مناظر طبيعية، صور شخصية، نصوص، ومشاهد معقدة — من خلال دراسة فريق من الفنانين الخبراء. هذا هو عالم نماذج الانتشار (diffusion models)، وهي نوع من الذكاء الاصطناعي الذي ينشئ الصور عن طريق تحويل الضجيج العشوائي (static noise) ببطء إلى صور واضحة، تماماً مثل النحات الذي ينحت في الحجر ليكشف عن تمثال.

لجعل هذه الروبوتات أفضل، يستخدم العلماء تقنية تسمى التقطير (distillation). فكر في هذا كعلاقة بين معلم وتلميذ. "المعلم" هو ذكاء اصطناعي مدرب تدريباً عالياً يعرف كيفية أداء مهام محددة بإتقان (مثل رسم نص مثالي أو اتباع تعليمات معقدة). أما "التلميذ" فهو ذكاء اصطناعي موحد جديد يحاول التعلم من المعلم. في الماضي، كانت الطريقة القياسية لتعليم التلميذ هي القول له: "انسخ ما يفعله المعلم بالضبط". إذا رسم المعلم سماءً زرقاء، يجب على التلميذ رسم سماء زرقاء. وإذا حرك المعلم فرشاته بطريقة معينة، يجب على التلميذ محاكاة تلك الحركة بدقة. هذا يعمل، لكنه يصطدم بسقف معين: لا يمكن للتلميذ أن يكون أفضل من المعلم أبداً لأنه مسموح له بالنسخ فقط، وليس التحسين.

الآن، تخيل لو استطاع المعلم أن يقول: "إليك كيف أرسم، ولكنني أعتقد أنه يمكنك الذهاب إلى أبعد من ذلك إذا ضغطت قليلاً في هذا الاتجاه". هذا هو السؤال الكبير الذي تعالجه هذه الورقة البحثية: هل يمكننا تعليم تلميذ ذكاء اصطناعي ألا يكتفي بنسخ معلمه فحسب، بل أن يتفوق عليه؟ يعتقد مؤلفو هذه الورقة، STEP-OPD، أن الإجابة هي نعم، ولكن فقط إذا غيرنا طريقة تعليم التلميذ. هم يجادلون بأن مجرد نسخ ضربة الفرشاة النهائية ليس كافياً؛ بل يحتاج التلميذ أيضاً إلى فهم كيف يتغير عقل المعلم (أو طبقاته الداخلية) أثناء تفكيره في اللوحة.

المشكلة: سقف "المقلد"

تبدأ الورقة بالإشارة إلى خلل في طرق "التقطير على السياسة" (On-Policy Distillation - OPD) الحالية. في هذه الطرق، يقوم التلميذ (الذكاء الاصطناعي) بتوليد مسار من الصور (مسار حركة) ثم يسأل المعلم: "ماذا ستفعل تالياً؟". بعد ذلك، يحاول التلميذ مطابقة إجابة المعلم تماماً.

يشبه المؤلفون هذا بمحاولة طالب تعلم الرياضيات عبر نسخ ورقة إجابات المعلم. إذا كتب المعلم "5"، يكتب التلميذ "5". المشكلة هي أن التلميذ لا يتعلم أبداً لماذا الإجابة هي 5، كما أنه لا يتعلم ما إذا كان بإمكانه حلها بشكل أسرع أو أكثر أناقة. يصبح المعلم هنا هو "الحد الأعلى". حتى لو كان التلميذ مثالياً، فلن يتجاوز أبداً أداء المعلم لأن الهدف هو مجرد المطابقة.

علاوة على ذلك، تجادل الورقة بأن النظر فقط إلى الإجابة النهائية (الصورة) يشبه الحكم على طاهٍ بناءً على طعم الحساء فقط، دون النظر إلى كيفية تقطيعه للخضروات أو تحريكه للقدر. "الديناميكيات الداخلية" — أي كيف يغير الذكاء الاصطناعي المعلومات طبقة تلو أخرى داخل عقله — تظل دون رقابة. قد يحصل التلميذ على الصورة الصحيحة عن طريق الصدفة، أو عن طريق تعويض الأخطاء في جزء من عقله بأخطاء في جزء آخر، دون أن يتعلم حقاً الطريقة المنظمة التي يعالج بها المعلم المعلومات البصرية.

الحل: STEP-OPD

لإصلاح ذلك، يقترح المؤلفون STEP-OPD، وهو إطار عمل جديد يقوم بشيئين ذكيين لكسر سقف "المقلد".

1. "الدفع للأمام" (استقراء المخرجات - Output Extrapolation)
بدلاً من قول "توقف تماماً حيث يتوقف المعلم"، يخبر المؤلفون التلميذ أن ينظر إلى الفرق بين المعلم ونموذج "أساسي" بسيط غير مدرب.

• التشبيه: تخيل أن النموذج الأساسي هو شخص واقف بلا حراك. والمعلم هو نفس الشخص الذي تعلم الجري. الفرق بين المعلم والنموذج الأساسي هو "حركة الجري".
• الحيلة: الطرق القياسية تقول: "اجرِ تماماً مثل المعلم". أما STEP-OPD فيقول: "انظر إلى مدى سرعة المعلم مقارنة بالشخص الواقف. الآن، خذ تلك السرعة الإضافية وأضف إليها القليل من المزيد".
• يسمون هذا استقراء المخرجات (Output Extrapolation). إنهم يأخذون "سرعة" المعلم (مدى سرعة واتجاه تغير الصورة) ويضيفون نسخة معدلة من الفرق بين المعلم والنموذج الأساسي. هذا يخلق هدفاً يتجاوز المعلم. الأمر يشبه قول: "المعلم رائع، ولكن إذا دفعت بقوة أكبر قليلاً في الاتجاه الذي يسير فيه، فقد تحصل على نتائج أفضل".

2. "محاذاة الدماغ" (محاذاة تغيير التمثيل - Representation Change Alignment)
يركز الجزء الثاني من الطريقة على "التقطيع والتحريك" الداخلي للذكاء الاصطناعي.

• التشبيه: تخيل أن الذكاء الاصطناعي عبارة عن مصنع به العديد من خطوط التجميع (الطبقات). المنتج النهائي هو الصورة. الطرق القياسية تتحقق فقط من المنتج النهائي. أما STEP-OPD فيتحقق من سيور النقل بين الخطوط.
• الحيلة: إنهم ينظرون إلى كيفية تغير "أفكار" المعلم الداخلية (التمثيلات) أثناء انتقاله من طبقة إلى أخرى في الشبكة. ثم يجبرون التلميذ على مطابقة ليس فقط اتجاه ذلك التغيير، بل أيضاً مقدار (حجم) التغيير.
• يضمن هذا أن يتعلم التلميذ عملية التحول، وليس فقط النتيجة النهائية. إنه يشبه تعليم الطالب ليس فقط رسم دائرة، بل فهم حركات المعصم المحددة المطلوبة لجعل الخط ناعماً ومتناسقاً.

ما وجدوه

اختبر المؤلفون هذه الطريقة الجديدة على ثلاث مهارات مختلفة تماماً:

1. المحاذاة التركيبية (Compositional Alignment): هل يمكن للذكاء الاصطناعي وضع عدة أشياء في أماكنها الصحيحة (مثلاً: "قطة على أريكة زرقاء")؟
2. رسم النصوص (Text Rendering): هل يمكن للذكاء الاصطناعي كتابة الكلمات بشكل صحيح داخل الصورة؟
3. التفضيل البشري (Human Preference): هل تعجب الصور البشر أكثر؟

كانت النتائج مبهرة. عندما طبقوا STEP-OPD على طريقة قياسية تسمى DiffusionOPD، قفز أداء التلميذ بشكل كبير:

• سجل المحاذاة التركيبية (GenEval) ارتفع من 0.927 إلى 0.961.
• سجل رسم النصوص (OCR) ارتفع من 0.941 إلى 0.946.
• تحسنت درجات التفضيل البشري أيضاً في جميع المجالات.

والأهم من ذلك، أن التلميذ الموحد الذي تم تدريبه باستخدام STEP-OPD لم يتفوق فقط على الطرق القديمة، بل تجاوز المعلمين ذوي المهمة الواحدة في كل فئة. أصبح التلميذ أفضل في رسم القطط، وكتابة النصوص، وإرضاء البشر من الخبراء المحددين الذين تدرب على تقليدهم.

لماذا هذا مهم

تشير الورقة البحثية إلى أنه من خلال معاملة المعلم ليس كوجهة نهائية بل كحجر زاوية، ومن خلال الاهتمام بعملية "التفكير" الداخلية، يمكننا إنشاء نماذج ذكاء اصطناعي أكثر قدرة من مجموع أجزائها.

وجدوا أيضاً أن "الدفع" (الاستقراء) يحتاج إلى ضبط دقيق. إذا دفعت بقوة كبيرة جداً، سيصاب التلميذ بالارتباك. على سبيل المثال، نجح دفع صغير جداً (0.01) بشكل أفضل في وضع الأشياء المعقدة، بينما نجح دفع أكبر (0.20) بشكل أفضل في جعل الصور تبدو أكثر جمالاً للبشر. وهذا يوضح أن المهارات المختلفة تحتاج إلى كميات مختلفة من "الدرجات الإضافية".

باختصار، يثبت STEP-OPD أن تلميذ الذكاء الاصطناعي يمكنه تعلم كيف يصبح معلماً ليس فقط عبر تقليد خطوات المعلم، بل عبر فهم زخم المعلم وآلياته الداخلية، مما يسمح له بتجاوز المعلم والوصول إلى آفاق جديدة من الإبداع.