نماذج العالم: الرهان الكبير التالي في تطوير الذكاء الاصطناعي نحو فهم حقيقي للواقع

تبوّأ مفهوم "نماذج العالم" موقعاً بارزاً على قائمة "أهم عشرة اتجاهات في الذكاء الاصطناعي الآن" التي أصدرتها مجلة MIT Technology Review، معلنةً أن هذا المجال يُمثّل الرهان الكبير التالي في مسيرة تطوير أنظمة الذكاء الاصطناعي نحو فهم حقيقي للعالم المادي.

ما الذي يعنيه مصطلح "نموذج العالم" بالضبط؟ يُشير المصطلح إلى تمثيل داخلي يبنيه نظام الذكاء الاصطناعي للبيئة المحيطة به، يُمكّنه من التنبؤ بنتائج أفعاله والتخطيط مسبقاً بدلاً من مجرد الاستجابة الآنية للمدخلات. ويرى المؤيدون أن الأنظمة الحالية من نماذج اللغة الكبيرة تفتقر إلى هذا الفهم العميق للعالم المادي، ومن ثَمّ تُخطئ في مواقف تبدو بديهية لأي طفل صغير.

يأتي هذا الاهتمام في سياق نقاش أكاديمي واسع أشعل فتيله يان لوكون، الباحث الأبرز في مختبرات ميتا للذكاء الاصطناعي، الذي يرى أن نماذج اللغة لن تصل إلى ذكاء حقيقي ما لم تمتلك نموذجاً داخلياً للعالم يُمكّنها من الاستدلال عن الأجسام والزمن والسببية. وقد وجدت هذه الأفكار تطبيقاً عملياً واضحاً في مجال الروبوتات، حيث يحتاج الروبوت لفهم بيئته المادية ثلاثية الأبعاد للتنقل فيها والتفاعل معها بفاعلية.

تُشير الأبحاث الحديثة إلى اهتمام متزايد بنماذج الفيديو التوليدي كنوع من نماذج العالم المرئية؛ إذ وجد عدد من الباحثين إمكانية استخدام هذه النماذج لتدريب روبوتات على مهام يصعب محاكاتها. كما يُثار نقاش مثير حول ما إذا كانت نماذج اللغة الكبيرة قد طوّرت بصورة ضمنية نوعاً من فهم العالم دون أن يكون ذلك هدفاً صريحاً في تصميمها.

تتقاطع نماذج العالم مع مفهوم الذكاء الاصطناعي الوكيل؛ فالعامل الذكي الذي يتولى مهاماً معقدة عبر خطوات متعددة يحتاج بطبيعته إلى تمثيل داخلي دقيق للعالم يُعينه على تقييم عواقب قراراته قبل تنفيذها. ومن هنا يرى كثيرون أن تطوير نماذج العالم هو المفتاح لنقلة نوعية في قدرات الأنظمة الوكيلة.

ينعكس هذا التوجه بصورة مباشرة على طموحات الذكاء الاصطناعي في المنطقة العربية؛ إذ تُراهن دولة الإمارات عبر مجموعة G42 ونماذجها العربية «جيس» على ريادة في النماذج المتقدمة، فيما أعلنت المملكة العربية السعودية عن نموذجها الوطني «علاّم» تحت مظلة الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا)، ويستضيف الحاسوب الفائق «شاهين 3» في جامعة الملك عبدالله للعلوم والتقنية بنية تحتية حسابية قادرة على تدريب نماذج عالم متخصصة. ومن شأن التركيز البحثي العربي على نماذج العالم—لا اللغة وحدها—أن يفتح آفاقاً تطبيقية واسعة في الروبوتات الصناعية لقطاع النفط والغاز والمشاريع العملاقة كنيوم، وكذلك في القيادة الذاتية وأنظمة الاستشعار الذكية للمدن العربية الجديدة.

يُشير محررو MIT Technology Review إلى أن المجال لا يزال في مرحلته التأسيسية؛ فمعظم الأعمال الحالية لا تزال نظرية أو محدودة النطاق، والتحدي الكبير هو بناء نماذج عالمية قادرة على التعميم عبر بيئات متنوعة. لكن الإجماع يتصاعد على أن من يُحقق الاختراق في هذا المجال سيمتلك تفوقاً نوعياً في سباق الذكاء الاصطناعي الذي يتسارع بوتيرة غير مسبوقة.