ASI-Bench: At the Dawn of Artificial Superintelligence

لطالما ركزت الرحلة نحو بناء آلة يمكنها التفكير كالبشر على مدى قدرة الحواسيب على حفظ الحقائق، أو حل الألغاز المعروفة، أو اتباع مجموعة من التعليمات للوصول إلى إجابة محددة. ولسنوات، برعت أكثر أنظمة الذكاء الاصطناعي تقدماً في هذه المهام، حيث استوعبت مكتبات هائلة من المعرفة البشرية وطبقتها بسرعة مذهلة. ولكن هناك نوع مختلف من الذكاء لا يزال بعيد المنال إلى حد كبير: القدرة على الخطو نحو المجهول، والنظر في مشكلة فوضوية وغير مفسرة، واكتشاف ليس فقط الإجابة، بل المسار ذاته للوصول إليها. هذا هو مجال الاكتشاف العلمي، حيث لا يتمثل الهدف في استرجاع صيغة رياضية، بل في ابتكار واحدة، وتصميم تجربة، وتحويل سؤال غامض إلى نتيجة مثبتة. والسؤال الذي يحرك دراسة جديدة هو ما إذا كانت الآلات الحالية قادرة حقاً على القيام بذلك بمفردها، أم أنها لا تزال تعتمد كلياً على البشر لتمسك بأيديها خلال كل خطوة من خطوات العملية.

قام فريق من الباحثين من جامعات ومعاهد حول العالم ببناء ميدان اختبار جديد يسمى ASI-Bench للإجابة على هذا السؤال. لقد أنشأوا ستين مشروعاً بحثياً معقداً عبر أحد عشر مجالاً مختلفاً من مجالات العلوم، بدءاً من الفيزياء والكيمياء وصولاً إلى البيولوجيا والهندسة. تم تصميم كل مشروع ليحاكي تحقيقاً علمياً حقيقياً، مكتملاً ببيانات خام، وهدف محدد، ومتطلب لإنتاج حل فعال. وتكمن براعة التصميم في كيفية اختبارهم للآلات؛ فلكل مشروع بحثي واحد، قاموا بتشغيل نفس نظام الذكاء الاصطناعي أربع مرات، لكنهم غيروا مقدار المساعدة التي قدموها له. في السيناريو الأول، سُلّم الذكاء الاصطناعي دليلاً كاملاً وخطوة بخطوة حول كيفية حل المشكلة بالضبط. وفي السيناريو الثاني، قيل له فقط الطريقة العامة لاستخدامها، مثل إخبار شخص ما بأن "استخدم مطرقة" دون إظهار كيفية تأرجحها. وفي السيناريو الثالث، أُعطي الذكاء الاصطناعي المشكلة والبيانات فقط، دون أي تعليمات حول كيفية المضي قدماً، مما أجبره على تقرير الطريقة بنفسه. وأخيراً، في السيناريو الرابع، أضافوا طبقة من المعلومات المضللة وغير ذات الصلة ليروا ما إذا كان بإمكان الآلة الحفاظ على تركيزها في المهمة الحقيقية.

تكشف النتائج عن واقع صارخ حول الحالة الراهنة للذكاء الاصطناعي. فعندما مُنحت الآلات تعليمات كاملة، كان أداؤها جيداً إلى حد ما، حيث سجلت متوسط حوالي واحد وخمسين من مائة. ومع ذلك، بمجرد أن أزال الباحثون التوجيه خطوة بخطوة وسألوا الذكاء الاصطناعي عن تحديد الإجراء بنفسه، انهار الأداء بشكل حاد. فعندما توجب على الذكاء الاصطناعي اختيار الطريقة بنفسه، انخفض متوسط الدرجات إلى حوالي سبعة وعشرين. يشير هذا الانخفاض الحاد إلى أنه بينما تتفوق الأنظمة الحالية في اتباع مسار ممهد بالفعل من قبل البشر، فإنها تعاني بشدة في بناء الطريق بنفسها. لم تكن العقبة الكبرى هي اختيار الأداة الصحيحة، بل في ترجمة فكرة عامة إلى خطة عمل مفصلة. فحتى عندما عرف الذكاء الاصطناعي الطريقة التي يجب استخدامها، غال ً ما فشل في بناء الخطوات اللازمة لجعلها تعمل، مما تسبب في انخفاض الدرجات بشكل كبير عند إزالة التعليمات التفصيلية.

اكتشف الباحثون أيضاً أن إضافة معلومات إضافية ومشتتة لم يربك الآلات بقدر ما فعل إزالة التعليمات. فعندما أُعطي الذكاء الاصطناعي نفس المهمة الصعبة ولكن مع إضافة كومة من الحقائق والثرثرة غير المرتبطة بالموضوع، ظل أداؤه كما هو تقريباً كما كان عندما لم يكن لديه أي تعليمات على الإطلاق. وهذا يشير إلى أن نقطة الضعف الرئيسية للأنظمة الحالية ليست نقص التركيز أو عدم القدرة على تصفية الضجيج، بل هي عدم القدرة الجوهري على العمل دون خارطة طريق يحددها البشر. شملت الدراسة ثمانية عشر مزيجاً مختلفاً من نماذج الذكاء الاصطناعي والوكلاء البرمجيين، وحتى التكوين الأكثر تقدماً، والذي استخدم أقوى قدرة استدلال متاحة، تمكن من تسجيل حوالي اثنين وخمسين فقط عندما تُرك لتدبير أمره. هذا نجاح متواضع، ولكنه بعيد جداً عن الموثوقية المطلوبة لإجراء بحث علمي مستقل.

كما أن تكلفة هذا الاستقلال مرتفعة أيضاً. فعندما كان على الذكاء الاصطناعي تحديد الخطوات بمفرده، استهلك طاقة حوسبة ووقتاً أكبر بكثير مما لو كان يتبع الأوامر فحسب. وفي بعض الحالات، استهلك النظام ما يقرب من ستين بالمائة أكثر من موارد الحوسبة لمجرد محاولة أداء المهمة نفسها بدون دليل، وغالباً ما كان يعلق في حلقات مفرغة أو يحاول سلوك مسارات غير فعالة. يشير هذا إلى أن الاستقلالية الحقيقية ليست مجرد مسألة ذكاء، بل هي مسألة كفاءة أيضاً؛ فبدون توجيه بشري، تهدر الآلات كميات هائلة من الجهد في محاولة حل مشكلات كان بإمكانها حلها بسرعة لو تم إخبارها بكيفية القيام بذلك. وتخلص الدراسة إلى أننا لا نزال بعيدين عن فجر الذكاء الاصطناዊ الفائق، وهي الحالة التي يمكن فيها للآلات استكشاف المجهول وخلق معرفة جديدة دون تدخل بشري. بدلاً من ذلك، نحن في مرحلة تكون فيها الآلات مساعدين أقوياء يمكنهم تنفيذ مهام معقدة، لكنهم لا يزالون يعتمدون بشدة على البشر لتحديد الاستراتيجية.

لا يُقصد بهذا المعيار الجديد أن يكون حكماً نهائياً، بل هو نقطة انطلاق للمجتمع العلمي. لقد أتاح الباحثون مهامهم الستين وطرق اختبارهم للعالم، داعين علماء ومهندسين آخرين للمساهمة بمسائل جديدة واختبار أنظمتهم الخاصة ضد هذه التحديات. وهم يعتقدون أنه من خلال الإضافة المستمرة لمشاريع بحثية جديدة وصعبة وتطوير الاختبارات، يمكن للمجتمع تتبع التقدم بشكل أكثر دقة. والهدف هو الانتقال لما وراء اختبارات الذاكرة والمنطق البسيطة إلى مستقبل يمكننا فيه قياس ما إذا كانت الآلة تستطيع حقاً التفكير كعالم، قادرة على التنقل في المجهول وتحويل الصفحة البيضاء إلى اكتشاف. وفي الوقت الحالي، تظهر البيانات أنه بينما تصبح آلاتنا أكثر ذكاءً، إلا أنها لا تزال تنتظر منا أن نخبرها بما يجب فعله بعد ذلك.