الرئيس التنفيذي لشركة ميتا مارك زوكربيرج لديه نظرة ساخنة على سباق شركات التكنولوجيا الكبرى للحصول على بيانات تدريب الذكاء الاصطناعي: الأمر لا يتعلق بالبيانات.
وقال زوكربيرج في مقال: “الشيء الذي أعتقد أنه سيكون أكثر قيمة هو حلقات ردود الفعل بدلاً من أي نوع من المعلومات المسبقة”. مقابلة مع سطر الأوامر، نشرة إخبارية خاصة بصناعة التكنولوجيا.
تُستخدم حلقات التعليقات لإعادة تدريب نماذج الذكاء الاصطناعي وتحسينها بمرور الوقت بناءً على مخرجاتها السابقة. تتيح هذه الخوارزميات لنماذج الذكاء الاصطناعي معرفة متى ترتكب خطأً، على سبيل المثال، وتزودها بالبيانات لضبط أدائها المستقبلي.
وقال: “إن استخدام الكثير من الأشخاص له ثم رؤية كيفية استخدامه والقدرة على التحسين من هناك سيكون في الواقع أمرًا أكثر تميزًا بمرور الوقت”.
إن الحصول على بيانات جديدة لنماذج الذكاء الاصطناعي النهمة لاستهلاكها – وهو ما سيجعلهم أكثر ذكاءً من الناحية النظرية – هو أمر جيد أصبح الآن هاجسًا للشركات التي تتسابق للسيطرة على الذكاء الاصطناعي.
وقد أخذت شركات مثل OpenAI وGoogle وAmazon وMeta وغيرها بعين الاعتبار بعض الحلول البرية. على سبيل المثال، كانت شركة Meta، على سبيل المثال، في حاجة ماسة إلى البيانات في مرحلة ما، لدرجة أنها فكرت في شراء شركة النشر Simon & Schuster وحتى وزن المخاطرة في الدعاوى القضائية المتعلقة بحقوق الطبع والنشر لمزيد من المواد، ذكرت صحيفة نيويورك تايمز.
الحل الآخر لمشكلة البيانات المحدودة هو إنشاء بيانات جديدة، وهو ما تسميه شركات التكنولوجيا الكبرى “البيانات الاصطناعية”. يتم إنشاء البيانات الاصطناعية بشكل مصطنع ومصممة لتقليد البيانات الناتجة عن أحداث العالم الحقيقي. زوكربيرج في ذلك.
وقال: “أعتقد أنه سيكون هناك الكثير من البيانات الاصطناعية، حيث يكون لديك نماذج تحاول معالجة مشكلات مختلفة ومعرفة المسارات التي ستنجح في النهاية، ثم استخدام ذلك لتعزيزها”.
كما قامت شركة Anthropic، الشركة المصنعة لروبوت الدردشة كلود، بالتغذية أيضًا البيانات المولدة داخليا في نماذجها. و ChatGPT وتدرس الشركة المصنعة OpenAI ذلك، على الرغم من أن الرئيس التنفيذي سام ألتمان قال في مؤتمر في مايو الماضي إن المفتاح هو وجود نموذج “ذكي بما يكفي لإنتاج بيانات تركيبية جيدة”.
وبينما يرى زوكربيرج أن حلقات ردود الفعل هي المفتاح لبناء نماذج قوية للذكاء الاصطناعي، إلا أن الاعتماد عليها ينطوي أيضًا على مخاطر. ويمكنهم تعزيز بعض أخطائهم، وقيودهم، وتحيزاتهم إذا لم يتم تدريبهم على “البيانات الجيدة” في البداية.