في مجال الذكاء الاصطناعي ، أدلى نام براون ، مدير أبحاث التفكير في Openai مؤخرًا بتصريح مثير للتفكير في مؤتمر NVIDIA GTC. اقترح أنه إذا أتقن الباحثون الأساليب والخوارزميات الصحيحة قبل 20 عامًا ، فقد تكون بعض أشكال نماذج "الاستدلال" منظمة العفو الدولية متاحة منذ فترة طويلة. يكشف هذا الرأي عن بقع عمياء محتملة واتجاهات البحث المهملة في تطوير الذكاء الاصطناعي.
يستعرض براون تجربته في أبحاث ألعاب الذكاء الاصطناعي في جامعة كارنيجي ميلون ، وخاصة تطوير نظام pluribus الذي يمكنه التغلب على أفضل لاعبي البوكر البشري. وأكد أن تفرد نظام الذكاء الاصطناعي هذا هو قدرته "التفكير" بدلاً من الاعتماد على الحوسبة العنيفة البسيطة. تتيح قدرة المنطق هذه الذكاء الاصطناعى التفكير بعمق في المواقف المعقدة ، على غرار عملية تفكير البشر عند مواجهة الصعوبات.
بصفتها أحد المهندسين المعماريين لنموذج AI Openai ، قدم براون تقنية مبتكرة تسمى "الاستدلال على الاختبار". تتيح هذه التقنية للنموذج "التفكير" قبل الرد على الاستعلام ، مما يؤدي إلى بعض أشكال "الاستدلال" من خلال حسابات إضافية. يُظهر نموذج الاستدلال هذا دقة وموثوقية أعلى في مجالات مثل الرياضيات والعلوم ، مما يفتح اتجاهات جديدة لتطوير الذكاء الاصطناعي.
خلال المناقشة ، تحدث براون أيضًا عن دور الأوساط الأكاديمية في أبحاث الذكاء الاصطناعي. على الرغم من أن الكليات والجامعات تفتقر عمومًا إلى موارد الحوسبة ، إلا أنه يعتقد أنه لا يزال بإمكان الأكاديميين لعب دور مهم من خلال استكشاف المجالات ذات متطلبات الحوسبة المنخفضة ، مثل تصميم الهندسة المعمارية النموذجية. وشدد على أهمية التعاون بين مختبرات الحدود والمجتمع الأكاديمي ، مشيرًا إلى أن مختبرات الحدود ستراقب عن كثب المنشورات الأكاديمية وتقييم ما إذا كانت الحجج التي طرحوها مقنعة بما فيه الكفاية.
ذكر براون على وجه التحديد مجال معايير الذكاء الاصطناعى ، معتقدًا أن الأوساط الأكاديمية يمكن أن تلعب دورًا مهمًا فيه. وانتقد الوضع الحالي لمعايير الذكاء الاصطناعى ، مشيرًا إلى أن هذه الاختبارات غالباً ما تدرس المعرفة الباطنية وأقل صلة بكفاءة المهام التي يهتم بها معظم الناس. ودعا إلى تحسينات في معايير الذكاء الاصطناعى ، معتقدًا أن هذا لا يتطلب قدرًا كبيرًا من موارد الحوسبة ، ولكنه يمكن أن يحسن بشكل كبير من فهم القدرات والتحسينات النموذجية.
تجدر الإشارة إلى أن ملاحظات براون تعتمد بشكل أساسي على تجربته في قمار أبحاث الذكاء الاصطناعي قبل الانضمام إلى Openai ، بدلاً من نماذج الاستدلال مثل O1. توفر وجهات نظره منظوراً جديداً للبحث في مجال الذكاء الاصطناعي ، وتسليط الضوء على أهمية قدرات التفكير في تطوير الذكاء الاصطناعي وإمكانية التعاون بين الأوساط الأكاديمية والمختبرات المتطورة.