بعد عشر سنوات من المباراة التاريخية لـ AlphaGo ضد لي سيдол، لا يزال هناك فجوة حاسمة بين قدرات الذكاء الاصطناعي الماضية والحالية. في عام 2016، أظهر الحركة الشهيرة 'الحركة 37' لـ AlphaGo مزيجًا فريدًا من الحدس والحساب. على عكس Deep Blue، الذي اعتمد على الحساب بالقوة الغاشمة، استخدم AlphaGo شبكة سياسة لتوليد الحدس وآلية بحث منفصلة لوزن العواقب المستقبلية. هذه البنية محاكاة للتفكير البشري نظام 1 ونظام 2، مما سمح للذكاء الاصطناعي بتقييم آلاف الحالات المستقبلية للعبة قبل اختيار حركة إبداعية.
تعمل نماذج اللغة الكبيرة اليوم بشكل مختلف. إنها تتنبأ بالرمز التالي بشكل تكراري، وتعتمد بشكل أساسي على إكمال الأنماط السريع والارتباطي. بينما تشجع تقنيات مثل تحفيز سلسلة التفكير على خطوات وسيطة، فإنها لا تخلق محرك تفكير منفصل. لا يزال المخرج الوسيط يُولد بواسطة نفس عملية تنبؤ الرمز التالي، مما يعني أن الذكاء الاصطناعي الحديث يفتقر إلى الآلية التفكيرية الحقيقية التي drove نجاح AlphaGo. لتحقيق رؤى موثوقة وجديدة في العلوم والطب، يجب أن تدمج الأنظمة المستقبلية عملية تفكير متعمدة منفصلة، بدلاً من الاعتماد فقط على إكمال الأنماط.
المصدر: MIT Technology Review AI · لخّصه HeadlinesBriefing