يمثل الذكاء الاصطناعي العام (AGI) الإنجاز الرئيسي التالي في تطوير الذكاء الاصطناعي، حيث يوفر إمكانية للآلات لفهم المهام والاستدلال عليها عبر مجموعة واسعة من المهام. إنه هدف أثار اهتمامًا كبيرًا في مجتمع الذكاء الاصطناعي، حيث يعمل العديد من الخبراء على تحقيقه. يُنظر إلى تحقيق الذكاء الاصطناعي العام على أنه خطوة حاسمة نحو فتح إمكانيات جديدة للتقدم البشري وابتكار الذكاء الاصطناعي. في ARC، الاعتقاد هو أن الألعاب تعمل كأداة أساسية في هذا المسعى، حيث توفر بيئة اختبار يمكن تدريب أنظمة الذكاء الاصطناعي فيها للتعامل مع التعقيد والقدرة على التكيف، وكلاهما عنصران حاسمان للوصول إلى الذكاء الاصطناعي العام.
صورة عامة للذكاء الاصطناعي
الألعاب والذكاء الاصطناعي العام (AGI)
لطالما اعترف بالألعاب كعنصر مهم في تطوير الذكاء الاصطناعي، وهذا ما أقره قادة الصناعة مثل إيلون ماسك وديميس هاسابيس. وقد أكد ماسك، من خلال مبادرته xAI، على دور الألعاب في تدريب أنظمة الذكاء الاصطناعي، موضحًا كيف يمكن استخدام الألعاب لمحاكاة تعقيدات العالم الحقيقي.
وبالمثل، شارك ديميس هاسابيس من DeepMind رؤيته، مشيرًا إلى أن بيئات الألعاب مثل تلك المستخدمة في AlphaZero لا تتعلق فقط بإتقان الألعاب ولكن بتطوير خوارزميات الذكاء الاصطناعي التي يمكن تطبيقها على مشاكل العالم الحقيقي الأوسع. الهدف هو إنشاء ذكاء اصطناعي للأغراض العامة يمكنه الاستدلال والتكيف وفي النهاية حل التحديات التي تتجاوز ما تم تدريبه عليه في البداية.
يتضمن نهج ARC استخدام إطار عمل منظم لتسريع تقدم الذكاء الاصطناعي العام من خلال الألعاب. من خلال دمج النماذج والبنية التحتية والبيئات والبيانات (M.I.N.D.)، تهدف ARC إلى إنشاء نظام بيئي يجمع المكونات الضرورية لتطوير الذكاء الاصطناعي العام. تعتقد المنظمة أن الطبيعة الديناميكية للألعاب، مع قواعدها المتغيرة باستمرار وبيئاتها غير المتوقعة، تجعلها منصة مثالية لتدريب أنظمة الذكاء الاصطناعي القادرة على تطوير الكفاءات الأساسية اللازمة للذكاء الاصطناعي العام.
المهارات البشرية. معززة بالذكاء الاصطناعي.
الكفاءات الأساسية لتحقيق الذكاء الاصطناعي العام (AGI)
بالنسبة لـ ARC، يُعرّف الذكاء الاصطناعي العام بقدرته على الأداء عبر مجالات متعددة، مع إظهار العديد من الكفاءات الرئيسية. إحدى القدرات الأساسية هي التعددية، والتي تتضمن دمج أنواع مختلفة من البيانات، مثل المرئيات والنصوص والصوت، في فهم متماسك. هذا ضروري للذكاء الاصطناعي للتفاعل بشكل هادف مع العالم، حيث تتطلب مهام العالم الحقيقي غالبًا تفسير أنواع المدخلات المتنوعة.
كفاءة أخرى حاسمة هي التحسين المستمر. يجب أن يكون نظام الذكاء الاصطناعي العام قادرًا على التعلم تدريجيًا، وتحسين معرفته مع كل تفاعل جديد دون فقدان المعلومات التي تعلمها سابقًا. وهذا يضمن أن الذكاء الاصطناعي يمكنه التكيف مع الظروف المتغيرة واكتساب مهارات جديدة عندما يواجه مواقف مختلفة.
القدرة على التكيف هي سمة أساسية أخرى. يجب أن تكون أنظمة الذكاء الاصطناعي العام قادرة على الاستجابة بفعالية للبيئات الجديدة أو التغييرات غير المتوقعة في البيئة الحالية. وهذا مهم بشكل خاص في الإعدادات الديناميكية مثل الألعاب، حيث يمكن أن تتطور القواعد والسيناريوهات بسرعة، مما يتطلب من الذكاء الاصطناعي تغيير نهجه.
أخيرًا، الاستدلال هو متطلب أساسي للذكاء الاصطناعي العام. بينما يعد التعرف على الأنماط مهارة مهمة، فإن الذكاء الحقيقي يتجاوز ذلك، ويتطلب من نظام الذكاء الاصطناعي فهم السببية، ووضع التنبؤات، وابتكار حلول للمشاكل بناءً على الاستدلال. يجب أن يكون الذكاء الاصطناعي العام قادرًا على ربط النقاط بين أجزاء مختلفة من المعلومات وتطبيق هذا الفهم على تحديات جديدة.
شراكة ARC الجديدة مع Eliza Labs
اختبار الذكاء الاصطناعي العام (AGI) في سياقات متنوعة
بالإضافة إلى إظهار الكفاءات الصحيحة، يجب أن يكون الذكاء الاصطناعي العام قادرًا أيضًا على العمل في بيئات مختلفة. تختبر هذه البيئات مدى جودة أداء الذكاء الاصطناعي في أنواع مختلفة من التحديات. على سبيل المثال، يعد التعاون متعدد الوكلاء سياقًا يجب أن يعمل فيه الذكاء الاصطناعي العام جنبًا إلى جنب أو يتنافس مع كل من الوكلاء البشريين والذكاء الاصطناعي. وهذا يختبر قدرة الذكاء الاصطناعي على التعاون ووضع الاستراتيجيات والتواصل بفعالية.
تعد الطبيعة غير الثابتة للبيئات أيضًا سياقًا حاسمًا. يجب أن تكون أنظمة الذكاء الاصطناعي العام قادرة على التنقل في عوالم تتطور فيها القواعد والمهام باستمرار. في مثل هذه البيئات، لا يمكن للذكاء الاصطناعي ببساطة الاعتماد على حلول محددة مسبقًا؛ يجب أن يتعلم التكيف وتطوير الاستراتيجيات بسرعة.
يزيد تعقيد العالم المفتوح من تحدي الذكاء الاصطناعي العام من خلال مطالبته باستكشاف وإدارة أهداف متعددة. في إعدادات العالم المفتوح، يجب على الذكاء الاصطناعي تحديد أولويات المهام واكتشاف أهداف جديدة أثناء التعامل مع الأحداث غير المتوقعة. تساعد هذه الأنواع من البيئات على محاكاة عدم القدرة على التنبؤ والتعقيد في سيناريوهات العالم الحقيقي.
أخيرًا، يعد التخطيط طويل الأجل اختبارًا أساسيًا آخر. يجب أن يكون الذكاء الاصطناعي العام قادرًا على اتخاذ قرارات تؤدي إلى نجاح طويل الأجل، بدلاً من مجرد التحسين للمكافآت الفورية. تتطلب هذه المهارة القدرة على صياغة وتنفيذ خطط متعددة الخطوات، حتى عندما تكون الملاحظات قليلة أو متأخرة.
رمز النيورون ($NRN)
تقدم ARC وخارطة الطريق
لقد أحرزت ARC تقدمًا كبيرًا في تطوير المكونات الضرورية للذكاء الاصطناعي العام، وبناء أساس من خلال إطار عمل M.I.N.D. الخاص بها. يتضمن هذا الإطار نماذج متقدمة تدعم التعلم المستمر، ونمذجة عدم اليقين، والقدرة على التكيف. كما تسهل البنية التحتية لـ ARC جمع البيانات واستخدامها، مما يمكن أنظمة الذكاء الاصطناعي من التحسين والتكيف باستمرار بمرور الوقت. يوفر دمج البيئات - من إعدادات اللاعب الفردي إلى إعدادات اللاعبين المتعددين - مجموعة متنوعة من ساحات الاختبار لهذه القدرات.
على الرغم من هذه التطورات، لا يزال تحقيق الذكاء الاصطناعي العام يتطلب معالجة الثغرات الرئيسية. وتشمل هذه التطورات الإضافية في الاستدلال، والتعلم الآلي الهرمي (HML)، والتعامل مع عدم اليقين. يعد HML، على وجه الخصوص، وسيلة واعدة لتنظيم تعلم الذكاء الاصطناعي في وحدات يمكن أن تعمل على مستويات مختلفة من التجريد، مما يسمح للنظام بإدارة التعقيد بشكل أفضل واتخاذ قرارات أكثر دقة.
تتضمن خارطة طريق ARC العديد من المبادرات المصممة لمعالجة هذه الثغرات. إحدى هذه المبادرات هي مسابقة ابتكار النماذج، والتي ستنطلق في عام 2025 لتشجيع البحث والتطوير في مجالات مثل الاستدلال، والقدرة على التكيف، والتعميم. تعمل المنظمة أيضًا مع مزودي البنية التحتية لتلبية المتطلبات الحسابية المتزايدة لتطوير الذكاء الاصطناعي العام. بالإضافة إلى ذلك، تقوم ARC بإنشاء بيئات ألعاب تتحدى قدرة الذكاء الاصطناعي على التعاون، والتخطيط، وإدارة التحديات غير المتوقعة، بينما تتعاون أيضًا مع مشاريع أخرى لدمج أنماط مختلفة مثل الرؤية، والصوت، واللغة.
دور $NRN في تطوير الذكاء الاصطناعي العام (AGI)
يُعد رمز النيورون ($NRN) أساسيًا لرؤية ARC، حيث يعمل كعنصر أساسي داخل النظام البيئي اللامركزي الذي تبنيه ARC. يسهل الرمز التعاون بين الباحثين والمطورين والمنصات والمنظمات، مما يساعد على تسريع تطوير الذكاء الاصطناعي العام من خلال الألعاب. من خلال الاستفادة من $NRN، تهدف ARC إلى تعزيز نهج مفتوح المصدر ومدفوع بالمجتمع لأبحاث الذكاء الاصطناعي العام، مما يضمن مشاركة التقدم وتسريعه من خلال مساهمات مجموعة متنوعة من المشاركين. لمعرفة المزيد عن مبادرات ARC، يرجى الاطلاع على هذا المنشور على X.
