في السنوات الأخيرة، أظهرت شركة “أوبن إيه آي” (OpenAI) قدرات رائدة في مجال الذكاء الاصطناعي، وتواصل إثارة الإعجاب بابتكاراتها المتطورة. يأتي نموذج “أو3” (o3) كأحدث إنجازات الشركة، مسجلاً تقدماً ملحوظاً في اختبار “إيه آر سي-إيه جي آي” (ARC-AGI)، مما يعزز الآمال في تحقيق الذكاء الاصطناعي العام، وهو هدف استراتيجي لـ “أوبن إيه آي”.
في نهاية عام 2024، شهد قطاع الذكاء الاصطناعي نقاشات حادة حول وتيرة التقدم، حيث أعرب بعض الخبراء عن قلقهم بشأن تباطؤ الابتكارات. لكن الإعلان عن “أو3” في ديسمبر الماضي أثار حماساً جديداً، مؤكداً استمرار الإمكانات الكبيرة في هذا المجال خلال عام 2025 وما يليه.
فجر جديد في تطوير الذكاء الاصطناعي
على الرغم من أن النموذج لم يتم إطلاقه للجمهور بعد، ويقتصر استخدامه حالياً على اختبارات السلامة بين الباحثين، إلا أن “أو3” أظهر نتائج واعدة في معيار “إيه آر سي” (ARC)، وهو مقياس طوره فرانسوا شولت، الباحث المعروف في الذكاء الاصطناعي ومبتكر إطار العمل “كيراس” (Keras). يتيح هذا المعيار تقييم قدرة النماذج على التعامل مع مهام جديدة بشكل ذكي، مما يجعله أداة قيّمة لتقييم التقدم نحو أنظمة ذكاء اصطناعي قادرة على التعميم.
يهدف “أو3” إلى معالجة التحديات الرئيسية في مجالي الاستدلال والتكيّف، وهي نقاط ضعف تقليدية للنماذج الكبيرة. ومع ذلك، يرافق هذا التقدم تحديات جديدة تتمثل في التكاليف المرتفعة وتعقيدات الكفاءة المرتبطة بتحقيق أقصى إمكانات هذه الأنظمة.
الميزات الرئيسية لنموذج “أو3”
يتميز نموذج “أو3” بقدرات فريدة تميزه عن الإصدارات السابقة، وتشمل:
1- توليف البرامج: يقدم “أو3” ميزة “توليف البرامج”، التي تسمح له بدمج المعرفة المكتسبة خلال التدريب المسبق في تكوينات جديدة تماماً. هذه القدرة تمكن النموذج من حل المشكلات التي لم يصادفها بشكل مباشر أثناء التدريب، مثل التحديات البرمجية المعقدة والألغاز المنطقية.
2- البحث البرمجي باستخدام اللغة الطبيعية: يعتمد “أو3” على سلاسل التفكير (Chains of Thought, CoTs) بالإضافة إلى عملية بحث متقدمة أثناء الاستدلال. تساعد هذه السلاسل النموذج على استكشاف الحلول بفعالية من خلال تقديم تعليمات خطوة بخطوة بلغة طبيعية. بالاستعانة بنموذج تقييم، يختار “أو3” أفضل مسار للحل.
3- نموذج المقيّم: يُعدّ وجود نموذج تقييم مدمج داخل “أو3” سمة مميزة، فهو يمكّن النموذج من تقييم تفكيره بشكل نقدي واختيار الحلول الأكثر منطقية. هذا يشبه قدرة البشر على التفكير في عملية التفكير نفسها.
4- تنفيذ سلاسل التفكير: يستطيع “أو3” تنفيذ برامج سلاسل التفكير الخاصة به كأدوات لحل المشكلات، مما يمنحه مرونة أكبر في التعامل مع التحديات المختلفة.
5- التعلم المعزز: يعتمد النموذج على التعلّم المعزز أثناء عملية الاستدلال، حيث يقيّم ويحسن الحلول المحتملة للمشكلات المعقدة بناءً على الأنماط المكتسبة خلال التدريب.
الأداء مقابل التكلفة: تحديات عملية
يشير خبراء مثل فرانسوا شولت إلى أن أداء “أو3” في معيار “إيه آر سي-إيه جي آي” يمثل تقدماً كبيراً. ومع ذلك، يجب أخذ التكلفة في الاعتبار. فتكلفة تشغيل النموذج تظل مرتفعة، حيث تصل إلى 17-20 دولارًا و33 مليون توكن لكل لغز. في الحسابات عالية الأداء، تزداد التكلفة بشكل ملحوظ. يتطلب هذا تقييماً دقيقاً للجدوى الاقتصادية قبل التطبيق على نطاق واسع.
ويرى شولت أن “أو3” يستخدم مزيجاً من توليد البرامج القائم على التفكير المتسلسل، وآلية بحث مدمجة، ونموذج لتقييم الحلول. بينما يقترح علماء آخرون، مثل ناثان لامبرت من معهد ألين للذكاء الاصطناعي، أن “أو1″ و”أو3” قد يكونان مجرد إصدارات مختلفة لنفس النموذج اللغوي الكبير.
وأكد نات مكاليز، الباحث في “أوبن إيه آي”، أن “أو3” يعتمد على توسيع نطاق التعلم المعزز الذي تم استخدامه في “أو1”.
بالنظر إلى المستقبل، يجب أن يشهد قطاع الذكاء الاصطناعي اهتماماً متزايداً بتحسين القيمة العملية للتطبيقات الحالية، مع التركيز على خفض التكاليف وزيادة الكفاءة. من المتوقع أن تركز “أوبن إيه آي” على تخفيض التكاليف التشغيلية لنموذج “أو3” وتحسين قدراته في التكيّف مع المهام الجديدة. سيراقب الخبراء عن كثب ما إذا كان النموذج يمكن أن يحل المشكلات خارج نطاق معيار “إيه آر سي” ويظهر قدرة حقيقية على التفكير المجرد.
