يتجه الذكاء الاصطناعي إلى مرحلة أكثر تعقيدًا مع بروز نماذج قادرة على التعلم أثناء التشغيل، وهو اتجاه حديث يجذب اهتمام الشركات الناشئة والمختبرات البحثية الكبرى، وفي مقدمتها (Google DeepMind)، ويُنظر إلى هذا التوجه بوصفه عاملًا قد يسرّع تطور القدرات التقنية، لكنه في الوقت ذاته يفتح الباب أمام مخاطر جديدة يصعب التحكم بها.

التحسين الذاتي

يُعرف هذا المسار تقنيًا باسم «التحسين الذاتي المتكرر»، وهو نهج يُتوقع أن يسهم في الحفاظ على الوتيرة المتسارعة لتقدم الذكاء الاصطناعي، وفي هذا السياق، أوضح (Demis Hassabis)، الرئيس التنفيذي لـ«ديب مايند»، خلال مقابلة على هامش فعالية نظّمها موقع (Axios) في دافوس، أن غوغل تدرس بجدية إمكانية أن تواصل النماذج التعلم «في بيئات العمل الحقيقية» بعد انتهاء مرحلة التدريب التقليدي.

باحث آلي

في سياق متصل، كشف (Sam Altman)، الرئيس التنفيذي لشركة (OpenAI)، خلال بث مباشر العام الماضي، أن الشركة تعمل على تطوير «باحث ذكاء اصطناعي آلي حقيقي» بحلول مارس 2028.

وأظهر تقرير حديث صادر عن مركز الأمن والتكنولوجيا الناشئة في Georgetown University (CSET) أن اعتماد أنظمة الذكاء الاصطناعي في البحث والتطوير بات يتسارع، مع تزايد صعوبة رصد المخاطر والتحكم فيها.

وأشار الباحثون إلى أن هذه الأنظمة أصبحت جزءًا أساسيًا من مسار البحث داخل كبرى شركات الذكاء الاصطناعي، ما يعكس اقتراب مرحلة الأتمتة شبه الكاملة للبحث العلمي في هذا المجال.

اعتماد مفرط

يرى معدّو التقرير أن صانعي السياسات يفتقرون حاليًا إلى رؤية دقيقة حول أتمتة البحث والتطوير، مع اعتماد مفرط على إفصاحات الشركات.....

لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه

هذا المحتوى مقدم من صحيفة الوطن السعودية