ثورة في الذكاء الاصطناعي.. كيف يمكن للضغط وحده حل الألغاز؟

كشفت دراسة حديثة من جامعة كارنيجي ميلون عن نهج جديد قد يغير طريقة فهمنا لقدرات الذكاء الاصطناعي.

وأظهرت الأبحاث أن ضغط المعلومات وحده قد يكون كافيًا لحل بعض مهام التفكير المعقدة دون الحاجة إلى تدريب مسبق على بيانات ضخمة.

في هذا السياق، ابتكر الباحثان إسحاق لياو وألبرت جو نظامًا يحمل اسم CompressARC، يعتمد على تقنية ضغط المعلومات لاستخلاص الحلول، بدلًا من الطرق التقليدية التي تعتمد على التعلم المسبق من كميات هائلة من البيانات.

رغم التطور.. الذكاء الاصطناعي ما زال بعيدا عن قدرات الدماغ البشرية

الذكاء الاصطناعي

ذكاء اصطناعيرغم التطور.. الذكاء الاصطناعي ما زال بعيدا عن قدرات الدماغ البشرية

ووفقًا للنتائج المنشورة، فإن هذا النظام يعالج ألغاز التفكير المجرد باستخدام الألغاز نفسها فقط، متجاوزًا الفرضيات السائدة حول آليات تعلم الذكاء الاصطناعي، بحسب تقرير نشره موقع "arstechnica" واطلعت عليه "العربية Business".

ذكاء اصطناعي بلا بيانات تدريب!

على عكس نماذج الذكاء الاصطناعي التقليدية، لا يستخدم CompressARC أي بيانات تدريب خارجية.

فبدلًا من التعلم المسبق، يقوم بتحليل اللغز ذاته في الوقت الفعلي، محاولًا العثور على أنماط مخفية باستخدام خوارزميات الضغط.

تم اختبار النظام على معيار ARC-AGI، وهو مقياس بصري ابتكره الباحث فرانسوا شوليه لاختبار التفكير المجرد لدى الذكاء الاصطناعي.

وكانت النتائج مثيرة، حيث تمكن النظام من تحقيق 34.75% دقة في مجموعة التدريب، و20% في مجموعة التقييم، رغم اعتماده على وحدة معالجة رسومية واحدة فقط، مقارنة بالأنظمة الأخرى التي تحتاج إلى مراكز بيانات ضخمة.

هل يمكن أن يكون الضغط مفتاح الذكاء العام؟

تستند هذه الدراسة إلى نظريات رياضية قديمة، مثل تعقيد كولموغوروف، التي تربط بين قدرة الضغط والذكاء.

فكلما كان النظام قادرًا على تمثيل المعلومات بأكثر طريقة مضغوطة وكفاءة، كلما زادت قدرته على فهم الأنماط والتنبؤ بالنتائج – وهي سمات تُعتبر أساسية في الذكاء البشري.

ويأتي هذا البحث في وقت تشهد فيه صناعة الذكاء الاصطناعي سباقًا نحو نماذج ضخمة ومكلفة، مثل نموذج o3 من "OpenAI"، الذي أثار جدلًا واسعًا بإعلانه تحقيق أداء قريب من البشر في اختبار ARC-AGI.

ولكن، مع ظهور نظام CompressARC، قد يكون هناك طريق آخر نحو الذكاء الاصطناعي الفعّال، يعتمد على مبادئ الضغط بدلاً من القوة الحاسوبية الهائلة.

التحديات والمستقبل

رغم نتائجه الواعدة، لا يزال نظام CompressARC يعاني من قيود في حل بعض الألغاز الأكثر تعقيدًا، مثل العدّ والتعرف على الأنماط بعيدة المدى، كما أن نسبة دقته، رغم كونها ملفتة، لا تزال بعيدة عن مستوى البشر أو الأنظمة المتقدمة.

ومع ذلك، فإن هذه الدراسة تفتح بابًا جديدًا في أبحاث الذكاء الاصطناعي، حيث يمكن أن تصبح تقنيات الضغط عنصرًا أساسيًا في تطوير أنظمة أكثر كفاءة، قد تُحدث نقلة نوعية في كيفية تعاملنا مع البيانات واتخاذ القرارات المعقدة