«الأبحاث العميقة» أحدث ميزة في «تشات جي بي تي»

أقرب إلى مساعد بشري يستشير مصادر الويب في الزمن الفعلي

«الأبحاث العميقة» أحدث ميزة في «تشات جي بي تي»
TT

«الأبحاث العميقة» أحدث ميزة في «تشات جي بي تي»

«الأبحاث العميقة» أحدث ميزة في «تشات جي بي تي»

كنت أجرب ميزة جديدة في «تشات جي بي تي» (ChatGPT) تسمى «البحث العميق» (deep research)، التي أعلنت عنها شركة «أوبن إيه آي»، الأسبوع الماضي.

أداة بنتائج ذات مضمون حقيقي

ووجدت أنها بدلاً من أن تكون مجرد أداة سهلة متحمسة لإرضاء رغبات المستخدمين، تقوم بنسج الحقائق والتحليلات في نتائج ذات مضمون حقيقي. إنها ليست مثالية، لكنها تصنف مع أداة «NotebookLM» من «غوغل» بين أكثر أدوات البحث في مجال الذكاء الاصطناعي إثارة للإعجاب التي جربتها. لا أعتقد أنني واجهت هلوسة واحدة في عشرات الآلاف من الكلمات التي تم إنشاؤها استجابة لاستفساراتي حتى الآن.

في الوقت الحالي، تتطلب الاستفادة من البحث العميق جيوباً عميقة؛ تظهر الميزة لأول مرة بوصفها جزءاً من نظام ChatGPT Pro، الذي يكلف 200 دولار شهرياً، وتقول الشركة إنه إذا سارت الاختبارات الإضافية كما هو متوقع، فسوف تصل الأداة إلى ChatGPT Plus مقابل 20 دولاراً شهرياً في غضون شهر أو نحو ذلك.

الأبحاث العميقة

تقدم مدونة «أوبن إيه آي» حول البحث العميق خلفية عن كيفية عمله، مصحوبة بمخططات توضح أداءه في معايير الذكاء الاصطناعي المختلفة. في الاستخدام، يبدو وكأنه نوع جديد من روبوتات الدردشة التي تؤدي واجباتها المنزلية بالفعل. ويأتي بإجابات عن الأسئلة بطريقة أقرب إلى الطريقة التي قد يتبعها مساعد البحث البشري، من خلال استشارة المصادر حول الويب في الوقت الفعلي وتلخيصها في كل متماسك.

إنه مثال أكثر تفصيلاً ومفيد على الفور للذكاء الاصطناعي الوكيل من «Operator»، وهي ميزة أخرى تم تقديمها مؤخراً في «ChatGPT» قادرة على البحث في الويب نيابة عن مستخدميها.

عمل سريع وليس فورياً

وفقاً للمعايير البشرية، يقوم البحث العميق بعمله بسرعة، لكنه ليس فورياً. تقول الشركة إنه من المتوقع أن تستغرق العملية من 5 إلى 30 دقيقة لكل استعلام. وأثناء عمله، يعرض عادةً قائمة تشغيل من الملاحظات.

على سبيل المثال، في أعقاب طلب قدمته يتضمن تاريخ الوجبات السريعة، أجاب بما يلي: «بحثت عن عدد مواقع (ماكدونالدز) في الستينات». في بعض الأحيان فإنه يجعل إنجاز إنشاء نص بالذكاء الاصطناعي يبدو أقل سحراً وأكثر شبهاً بعملية حسابية قد يفهمها البشر العاديون، وهو تغيير مرحب به عن طبيعة الذكاء الاصطناعي الغامضة في كثير من الأحيان.

أجوبة مفصلة وتحليلية

قمت بإلقاء مجموعة من الأسئلة الشاملة في أداة البحث العميق، مثل كتابة تحليل تنافسي لسوق برامج تحرير الصور، وشرح كيفية عمل الساعات الميكانيكية، ومقارنة تقنيات التصوير الفوري من «بولارويد» و«كوداك»، وتوثيق محاولات قمع حرية التعبير في الولايات المتحدة من عام 1900 إلى عام 1950.

في كل حالة، عاد النظام الذكي بردود مفصلة مليئة بالحقائق المختارة بعناية والتحليل الواضح، كما قدم أيضاً اقتباسات تشبه «ويكيبيديا» لعمله، وهي نعمة من أجل البحث وسمة مساعدة لمزيد من القراءة حول موضوع ما.

نقاط الضعف والمحدودية

على الرغم من أن البحث العميق مثير للإعجاب، فإن أنواعاً معينة من الطلبات كشفت عن نقاط ضعفه. كما هو الحال مع معظم روبوتات الذكاء الاصطناعي المولدة، فإن لديه مواقف إيجابية لا هوادة فيها تعيق أي شيء يتطلب تقييماً نقدياً.

وتروج الشركة للميزة بوصفها قادرة على تقديم «توصيات مخصصة للغاية بشأن المشتريات التي تتطلب عادةً بحثاً دقيقاً». ولكن كلما زادت معرفتي بمنتج ما، قل إعجابي بنصائحها. على سبيل المثال، كانت اقتراحاتها بشأن الكاميرات المستخدمة في التصوير الفوتوغرافي في الشوارع مشوشة بسبب الأسعار. وعندما سألتها عن الأجهزة اللوحية القادرة على استبدال الكومبيوتر المحمول، أبدت حماساً بشأن أجهزة iPad Pro 2022، على ما يبدو أنها لم تكن على علم بأن «أبل» استبدلتها العام الماضي.

بفضل ملاحظات تشغيل الميزة والاستشهادات، أصبحت بعض قيودها الحالية الأخرى واضحة. على سبيل المثال، حاولت غالباً قراءة المصادر التي قد تكون ذات قيمة، مثل تقارير المستهلكين Consumer Reports، إلا أنها كانت محمية بجدار الدفع المالي. كما لا يبدو أنها تؤدي دوراً جيداً في صيد المواد من ملفات PDF الغامضة المنتشرة في العديد من أركان وزوايا الأرشيف على الإنترنت.

وهناك شيء آخر: لقد ظل يسألني عما إذا كنت أرغب في أن تتضمن إجاباته مخططات ورسوماً بيانية. كنت أقول دائماً نعم، لكنه لم يقدم أيّاً منها أبداً. سيكون من الجيد لو حصل في النهاية على هذا الخيار الذي يعتقد خطأ أنه يمتلكه بالفعل.

قد يكون البحث العميق أول أداة بحث عامة معززة بالذكاء الاصطناعي، وهو اختراق في الوقت الحالي لتطوير أدوات أفضل مقبلة.

* مجلة «فاست كومباني»، خدمة «تريبيون ميديا».


مقالات ذات صلة

في جزء من الثانية... «هارت» يولد صوراً عالية الجودة عبر الذكاء الاصطناعي

تكنولوجيا مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)

في جزء من الثانية... «هارت» يولد صوراً عالية الجودة عبر الذكاء الاصطناعي

«هارت» (HART) أداة جديدة لإنشاء الصور بالذكاء الاصطناعي، تتفوق على التقنيات الحالية بجودة أعلى، وسرعة أكبر بتسع مرات من النماذج الحالية!

نسيم رمضان (لندن)
علوم تحليل البيانات من المستشعرات

«نيوتن»… ذكاء اصطناعي يتدارك الأحداث قبل وقوعها

يقدم استنتاجات فيزيائية من بيانات المستشعرات بدلاً من استنتاج المنطق اللغوي من النصوص

مارك ويلسون (واشنطن)
يوميات الشرق الملياردير الأميركي بيل غيتس (أ.ف.ب)

بسبب الذكاء الاصطناعي... غيتس يرى أنه لن تكون هناك حاجة للبشر في «معظم الأشياء» بعد عقد

كشف الملياردير الأميركي بيل غيتس إنه خلال العقد المقبل، ستعني التطورات في مجال الذكاء الاصطناعي أنه لن تكون هناك حاجة للبشر في «معظم الأمور» في العالم.

«الشرق الأوسط» (واشنطن)
خاص تؤدي استراتيجية المدينة الآمنة الشاملة إلى انخفاض ملحوظ في الخسائر البشرية والمادية وتحسين استخدام الموارد وتعزيز جودة الحياة (شاترستوك)

خاص كيف يعيد الذكاء الاصطناعي صياغة مفهوم السلامة الحضرية للمدن؟

يعزز الذكاء الاصطناعي السلامة الحضرية في المدن من خلال تحسين إدارة المرور وتعزيز الأمن العام والاستجابة للطوارئ.

نسيم رمضان (لندن)
علوم لضمان الهيمنة الأميركية: شركات الذكاء الاصطناعي تتراجع عن تعهدات السلامة

لضمان الهيمنة الأميركية: شركات الذكاء الاصطناعي تتراجع عن تعهدات السلامة

توجيهات حكومية جديدة للعلماء حذفت فيها عبارة «سلامة الذكاء الاصطناعي»، ومسؤوليته، وعدالة الذكاء الاصطناعي.

«الشرق الأوسط» (واشنطن)

في جزء من الثانية... «هارت» يولد صوراً عالية الجودة عبر الذكاء الاصطناعي

مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)
مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)
TT

في جزء من الثانية... «هارت» يولد صوراً عالية الجودة عبر الذكاء الاصطناعي

مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)
مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)

يُعدُّ توليد صور عالية الجودة بكفاءة تحدياً بالغ الأهمية، خصوصاً للتطبيقات، مثل تدريب السيارات ذاتية القيادة، أو تصميم بيئات ألعاب الفيديو، أو محاكاة سيناريوهات العالم الحقيقي. وفي حين حققت نماذج الذكاء الاصطناعي تقدماً كبيراً في توليد الصور، لا تزال الطرق الحالية تواجه مفاضلة بين السرعة والجودة.

نماذج الانتشار (Diffusion Models)، مثل تلك المستخدمة في «DALL-E» و«Stable Diffusion»، تنتج صوراً واقعية مذهلة، لكنها تتطلب قوة حاسوبية كبيرة ووقتاً طويلاً. من ناحية أخرى، النماذج الانحدارية الذاتية (Autoregressive Models) المشابهة لتلك المستخدمة في نماذج اللغة الكبيرة مثل «تشات جي بي تي» (ChatGPT) تولد الصور بسرعة، لكنها غالباً ما تعاني مع التفاصيل الدقيقة، ما يؤدي إلى نتائج مشوهة أو ضبابية. الآن، طور فريق من الباحثين من معهد «ماساتشوستس للتكنولوجيا» (MIT) وشركة «إنفيديا» (NVIDIA) حلّاً مبتكراً يُدعى «هارت» (HART) وهو نموذج ذكاء اصطناعي جديد يجمع بين مزايا الطريقتين لتقديم صور عالية الجودة بسرعات غير مسبوقة.

أفضل ما في الطريقتين

يعمل «HART» على مبدأ بسيط لكنه قوي. أولاً، يقوم النموذج برسم الخطوط العريضة للصورة بسرعة، ثم يقوم نموذج انتشار صغير بتنقيح التفاصيل، فماذا يعني ذلك؟

يوضح هاوتيان تانغ، طالب الدكتوراه في «MIT»، والمؤلف الرئيسي المشارك للبحث، الأمر بهذه العبارة: «تخيَّل الأمر مثل الرسم». ويتابع: «إذا غطّيت اللوحة كلها دفعة واحدة، فقد تبدو النتيجة خاماً. لكن إذا بدأت برسم عام، ثم نقحته بضربات فرشاة أصغر وأدق، تصبح الصورة النهائية أكثر إتقاناً».

تعمل نماذج الانتشار التقليدية عن طريق إزالة الضوضاء من الصورة خطوة بخطوة حتى تظهر صورة واضحة. وهذه العملية تضمن دقة عالية لكنها بطيئة وتستهلك موارد كبيرة. في المقابل، تولد نماذج «هارت» (HART) الصور بشكل تسلسلي، متنبئة بأجزاء صغيرة في كل مرة. وفي حين تكون أسرع، فإنها غالباً ما تفقد تفاصيل مهمة بسبب الضغط.

يملأ «HART» هذه الفجوة باستخدام نموذج انحدار ذاتي للتعامل مع الجزء الأكبر من توليد الصورة، ثم تطبيق نموذج انتشار خفيف فقط لتحسين التفاصيل المتبقية، أي تلك العناصر الدقيقة التي تجعل الصورة حية مثل ملمس الشعر، وبريق العين، أو الحواف الدقيقة للأجسام.

يتميز نموذج «HART» الجديد بقدرته على إنتاج صور بجودة تعادل أو تفوق أحدث نماذج الانتشار لكن بسرعة أعلى بتسع مرات (MIT)

السرعة دون التضحية بالجودة

من أكثر إنجازات «HART» إثارة للإعجاب هي كفاءته. وفي حين تتطلب نماذج الانتشار الحديثة مليارات المعلمات وعشرات الخطوات للتنقيح، يُحقق «هارت» نتائج مماثلة أو حتى أفضل بجزء بسيط من التكلفة الحاسوبية.

في الاختبارات، أنتج «HART» صوراً أسرع بتسع مرات من نماذج الانتشار الرائدة، مع الحفاظ على مستوى التفاصيل نفسه. والأكثر إثارة، أنه يفعل ذلك باستخدام طاقة حاسوبية أقل بنسبة 31 في المائة، ما يجعله قابلاً للتشغيل على أجهزة المستهلك العادية، مثل أجهزة اللابتوب أو الهواتف الذكية.

يقول تانغ: «نموذج الانتشار في (HART) لديه مهمة أبسط بكثير... فهو يحتاج فقط لتصحيح التفاصيل الدقيقة، وليس الصورة بأكملها، ما يجعل العملية أكثر كفاءة».

فتح آفاق جديدة

تمتد آثار «HART» إلى ما هو أبعد من مجرد توليد صور أسرع. تصميمه الهجين يجعله شديد التكيف للدمج مع أنظمة الذكاء الاصطناعي متعددة الوسائط، مثل نماذج الرؤية واللغة التي يُمكنها تفسير وتوليد النصوص والصور معاً.

تخيَّل أن تطلب من مساعد ذكي أن يرشدك خلال تجميع قطعة أثاث، مع عرض مرئي لكل خطوة في الوقت الفعلي، أو فكِّر في سيارات ذاتية القيادة يتم تدريبها في بيئات افتراضية فائقة الواقعية، تتعلم تجنب المخاطر غير المتوقعة، قبل أن تصل حتى إلى الطريق. سرعة ودقة «HART» مكَّنَتا من جعل هذه التطبيقات ليست ممكنة فحسب، بل عملية أيضاً.

في المستقبل، يُخطط الباحثون لتوسيع قدرات «HART»، لتشمل توليد الفيديو وتركيب الصوت، مستفيدين من تصميمه القابل للتوسع لمهام أكثر تعقيداً.

خطوة نحو ذكاء اصطناعي أذكى

يُمثل «HART» قفزة كبيرة إلى الأمام في مجال الذكاء الاصطناعي التوليدي، مبرهناً على أن السرعة والجودة يجب ألا يكونا متناقضين. من خلال الجمع الذكي بين نقاط قوة النماذج الانحدارية الذاتية ونماذج الانتشار، يفتح الباحثون أبواباً جديدة لتوليد الصور عالية الدقة في الوقت الفعلي، ما يقربنا من مستقبل يمكن فيه للذكاء الاصطناعي أن يدمج الإبداع والكفاءة بسلاسة.

هذا البحث، المدعوم من مختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT» و«Amazon للعلوم»، ومؤسسة «العلوم الوطنية الأميركية»، سيُعرض في المؤتمر الدولي حول التمثيلات التعليمية. ومع مزيد من التطوير، قد يصبح «HART» قريباً حجر الزاوية في تطبيقات الذكاء الاصطناعي من الجيل التالي، ما يُعيد تشكيل طريقة تفاعلنا مع الذكاء الاصطناعي والاستفادة منه.