HELIX: Model-Harness Co-evolution for Recursive Self-Improvement

تخيل أنك تحاول تعليم متدرب عبقري لكنه يفتقر للخبرة كيفية إصلاح ساعة مكسورة. في عالم الذكاء الاصطناعي، "المتدرب" هو نموذج الذكاء الاصطناعي — عقل ضخم يعرف الكثير من الحقائق ولكنه لا يعرف كيف يتصرف في العالم الحقيقي. لفترة طويلة، اعتقد العلماء أن الطريقة الوحيدة لجعل المتدرب أفضل هي جعل العقل أكثر ذكاءً؛ فقاموا بتغذيته بالمزيد من الكتب، والمزيد من البيانات، والدروس الأكثر تعقيداً.

لكن هناك عقبة: المتدرب لا يعمل في فراغ. إنه يعمل في ورشة عمل. هذه الورشة هي "الحزام" (the harness). إنها مجموعة القواعد، والأدوات، والتعليمات التي تخبر المتدرب متى يمسك بمفك البراغي، وكيف يطلب المساعدة، وماذا يفعل إذا أسقط ترساً، ومتى يتوقف عن العمل. إذا كانت الورشة فوضوية، سيصاب المتدرب بالارتباك. وإذا كانت الأدوات ثلمة، سيفشل المتدرب، حتى لو كان عبقرياً. تشير الورقة التي ستطالعها الآن إلى أنه لكي نجعل المتدرب أفضل حقاً، لا يمكننا مجرد ترقية عقله؛ بل يجب علينا ترقية الورشة والعقل معاً، في حلقة يساعد فيها كل منهما الآخر على التحسن.

---

الهيليكس (HELIX): رقصة بين العقل والورشة

تعرف على HELIX، وهو نظام جديد ابتكره باحثون من جامعة هونج كونج. فكر في HELIX كحرفي ماهر أدرك أن سر بناء روبوت مثالي ليس فقط في جعل عقل الروبوت أكثر ذكاءً، بل في إدراك أن "عقل" الروبوت (نموذج الذكاء الاصطناعي) و"ورشة عمله" (الحزام) هما صديقان مقربان يحتاجان للنمو معاً.

عادةً، عندما نحاول تحسين الذكاء الاصطناعي، فإننا نعامل العقل والورشة كشيئين منفصلين. نبني عقلاً، ثم نبني ورشة حوله، ونأمل أن يتوافقا. لكن HELIX يجادل بأن هذا يشبه محاولة تعليم السباح من خلال تغيير عضلاته فقط مع إبقاء درجة حرارة الماء وقواعد المسبح كما هي تماماً. قد يصبح السباح أقوى، لكنه قد يغرق إذا كان الماء بارداً جداً أو كانت القواعد مربكة.

الفكرة الكبرى: التطور المشترك
يقدم HELIX مفهوماً يسمى "التطور المشترك بين النموذج والحزام" (Model-Harness Co-evolution). تخيل لعبة فيديو تلعب فيها بشخصية ما. الشخصية هي النموذج، وعناصر التحكم في اللعبة (الأزرار، الفيزياء، الخريطة) هي الحزام.

• الطريقة القديمة: تقضي ساعات في "الفرم" (grinding) لجعل شخصيتك أقوى، لكنك تستمر في اللعب في نفس المستوى الممل أو المعطل.
• طريقة HELIX: تلعب مستوى ما. إذا فزت، تتعلم كيف فزت. إذا خسرت، تتعلم لماذا خسرت. بعد ذلك، تقوم بتعديل عناصر التحكم في اللعبة (الحزام) لجعل المستوى التالي مختلفاً قليلاً، وتقوم بتعديل تدريب شخصيتك (النموذج) بناءً على ما حدث. تفعل ذلك مراراً وتكراراً. تصبح الشخصية أفضل في اللعبة، وتصبح اللعبة أفضل في تعليم الشخصية.

كيف يعمل HELIX: حلقة (البناء-التحديث-إعادة البناء)

تصف الورقة رقصة مكونة من ثلاث خطوات تسمى البناء-التحديث-إعادة البناء (Build-Update-Rebuild). إليك كيف تسير الأمور في نظام HELIX:

1. البناء (Build): يأخذ النظام عقلاً اصطناعياً ثابتاً ويبني له مجموعة من "ورش العمل" المختلفة. الأمر يشبه بناء 65 نسخة مختلفة من الورشة، كل منها يحتوي على أدوات أو قواعد أو ضوابط سلامة مختلفة قليلاً.
2. التحديث (Update): يحاول العقل الاصطناعي حل مشكلة (مثل إصلاح كود برمجي) في جميع ورش العمل الـ 65 هذه. بعض الورش تساعده على النجاح؛ وبعضها يجعله يفشل بطرق مضحكة. HELIX لا يتخلص من الإخفاقات فحسب، بل يحفظها! فهو ينشئ سجلاً "شقيقاً": "هكذا حل العقل المشكلة في الورشة (أ)، وهكذا فشل في الورشة (ب)". هذه السجلات تصبح دليلاً تدريبياً خاصاً للعقل.
3. إعادة البناء (Rebuild): يصبح العقل أكثر ذكاءً قليلاً من الدليل التدريبي. ولكن الآن، قد لا تكون ورش العمل القديمة هي الأنسب لهذا العقل الجديد الأكثر ذكاءً. لذا، يقوم HELIX بإعادة بناء ورش العمل، مصمماً أدوات وقواعد جديدة تتناسب مع القدرات الخارقة الجديدة للعقل.

ماذا وجدوا: أكثر من مجرد عقل أفضل

اختبر الباحثون هذه الفكرة باستخدام مجموعة من 100 مهمة برمجية (مثل إصلاح الأخطاء في البرامج الحاسوبية). بدأوا بإعداد قياسي يسمى "Pi" وتركوا HELIX يطور 64 تنويعاً جديداً للورشة.

النتائج:

• أفضل ورشة عمل منفردة: من خلال خلط وتوفيق أجزاء من ورش عمل مختلفة، وجد HELIX إعداداً واحداً محدداً نجح في حل 52 من أصل 100 مهمة. الإعداد الأصلي حل 50 فقط. لم تكن قفزة هائلة، لكنها أثبتت أن تغيير الورشة يساعد بالفعل في جعل العقل يؤدي بشكل أفضل.
• قوة المحفظة (The Power of the Portfolio): هذا هو الجزء المذهل حقاً. إذا نظرت إلى جميع ورش العمل الـ 65 معاً، فقد حلت 79 من أصل 100 مهمة. هذا يعني أنه بينما لم تكن أي ورشة عمل منفردة مثالية، إلا أن مجموعة ورش العمل غطت مساحة أكبر بكثير. الأمر يشبه امتلاك فريق من 65 ميكانيكياً مختلفاً؛ حتى لو لم يستطع أي ميكانيكي بمفرده إصلاح كل السيارات، فإن الفريق يمكنه إصلاح أي شيء تقريباً.
• منجم البيانات الذهبي: لم يكن أهم اكتشاف هو مجرد عدد المهام التي تم حلها، بل كان البيانات. من خلال تشغيل الذكاء الاصطناعي عبر ورش العمل المختلفة هذه، أنتج HELIX 438 سجلاً تدريبياً موثقاً. لم تكن هذه مجرد درجات "فوز" أو "خسارة"، بل كانت قصصاً مفصلة: "هذا الحل نجح ولكنه كان غير منظم"، "هذا الحل فشل لأنه كسر قاعدة سلامة"، و"هذا الحل كان مثالياً". هذه البيانات الغنية هي بالضبط ما يحتاجه الذكاء الاصطناعي ليتعلم كيف يفكر بشكل أفضل في المرة القادمة.

لماذا يهم هذا الأمر

تشير الورقة إلى أننا كنا ننظر إلى تحسين الذكاء الاصطناعي من خلال العدسة الخاطئة. كنا نعتقد: "إذا جعلنا العقل أكبر فقط، فسيحل كل شيء". يوضح HELIX أن العقل هو نصف القصة فقط. فالبيئة التي يعيش فيها — القواعد، والأدوات، وضوابط السلامة — لا تقل أهمية عن العقل نفسه.

من خلال معاملة العقل والورشة كفريق يتطور معاً، يخلق HELIX دورة من التحسين الذاتي. الورشة تساعد العقل على التعلم، والعقل الأكثر ذكاءً يساعد في تصميم ورشة عمل أفضل. إنها حلقة تزداد إحكاماً وكفاءة باستمرار.

يؤكد الباحثون بحذر أن هذا ليس عصا سحرية حلت كل شيء. فقد وجدوا أن ليست كل ورشة عمل جديدة كانت أفضل، بل كان بعضها أسوأ. كما أشاروا إلى أنهم لم يقوموا فعلياً بتدريب عقل جديد باستخدام هذه البيانات، بل قاموا فقط بجمعها. لكنهم أثبتوا أن الطريقة تعمل: يمكنك بناء نظام يولد مواد تعليمية عالية الجودة وموثقة بمجرد تطوير الطريقة التي يتفاعل بها الذكاء الاصطناعي مع العالم.

باختاً، HELIX هو مخطط لمستقبل لا يصبح فيه الذكاء الاصطناعي أكثر ذكاءً بمفرده فحسب، بل يصبح أكثر ذكاءً لأننا بنينا له ملعباً أفضل، ثم بنينا ملعباً أفضل للنسخة الأكثر ذكاءً، وهكذا دواليك. إنه الفرق بين تعليم طفل السباحة في حوض استحمام وبين تعليمه في مسبح يتغير شكله ليتناسب مع مهاراته المتنامية.