(نيكولاوس سكينه)
أحيانًا ترغبون في نبيذ أبيض.
وأحيانًا في نبيذ أحمر.
وبعد ممارسة الرياضة، تكون الجعة أيضًا شيئًا رائعًا.
لا يخطر ببال أحد أن يطلب كل شيء في الوقت نفسه تمامًا.
لن يقول أي ساقٍ للنبيذ في العالم: «لا مشكلة، سأحضر لكم نبيذًا أبيض، ونبيذًا أحمر، وجعة، وشريحة لحم، ومنشفة، وتدليكًا، ومكالمة هاتفية مع والدتكم، ورحلة تزلج احتياطية.»
دماغنا أكثر كفاءة بكثير في هذا الصدد.
فهو يتخذ قراراته بحسب السياق. وبحسب الموقف. مع توفير الطاقة.
ولا يفعّل إلا المناطق ذات الصلة في تلك اللحظة. أما الباقي فيظل «هادئًا».
وهنا تحديدًا يكمن اختلاف غالبًا ما يُغفل بين الذكاء البشري والذكاء الاصطناعي الحالي.
وهنا يأتي دور ChatGPT.
يعمل ChatGPT في جوهره بطريقة مختلفة.
بغضّ النظر عما ترغبون فيه في تلك اللحظة – فهو يسأل عن كل شيء دائمًا.
ليس عن الجعة بعد ممارسة الرياضة فحسب، بل عن الجعة والنبيذ الأبيض والنبيذ الأحمر وشريحة اللحم والوصفة وسلسلة التوريد وحصيلة CO₂ ومنطقة النبيذ ونوع الرياضة والمعنى الفلسفي للعطش في الوقت نفسه.
والسبب في أننا لا نلاحظ ذلك هو:
أن الأمر يحدث بسرعة هائلة.
تُستبعد «المناطق» غير المفيدة خلال أجزاء من الألف من الثانية، وفي النهاية تخرج إجابة معقولة إلى حد ما. لكن الجهد الحسابي الكامن وراء ذلك هائل.
ولو كان على الدماغ البشري أن يعمل بهذه الطريقة، لأصابه عجز تام.
ولهذا تحديدًا، يُعد استهلاك أنظمة الذكاء الاصطناعي الحالية للكهرباء نقطة نقد جدية.
أما DeepSeek فقد قطع هنا خطوة إضافية بالفعل.
فهو يحاول «تفعيل» أجزاء مختلفة من النموذج على نحو أكثر استهدافًا، اعتمادًا على ما يُرجح أن يكون ذا صلة في تلك اللحظة. ليس كل شيء، دائمًا، وفي الوقت نفسه. بل بصورة أكثر انتقائية. وأكثر حساسية للسياق.
ثم يأتي HuggingGPT.
إن HuggingGPT ليس نموذجًا جديدًا.
بل هو تصور معماري.
والفكرة الأساسية هي:
ألا يُستخدم نموذج لغوي كبير مثل ChatGPT بعد الآن بوصفه عبقريًا شاملًا، بل بوصفه متحكمًا. وقائدًا للأوركسترا. ومخططًا.
فهو يصغي إلى المستخدم ويفهم قصده، ثم يفككه إلى مهام فرعية محددة.
ولا يحل النموذج نفسه هذه المهام الفرعية، بل تُحال على نحو مستهدف إلى متخصصين مثل نماذج الصور، ونماذج الصوت، والمصنفات، وأنظمة تحويل النص إلى كلام، والتعرف على الأشياء، والتقسيم. وهي كلها نماذج موجودة بالفعل، مثلًا ضمن منظومة Hugging Face.
والمهم هنا ليس فقط ما يُنجز، بل الترتيب الذي يُنجز به.
فـHuggingGPT يخطط للتبعيات.
يجب تنفيذ بعض المهام بالتتابع، بينما يمكن تنفيذ مهام أخرى بالتوازي. وتُستخدم نتائج نموذج ما بوصفها مدخلات للنموذج التالي. وفي النهاية فقط يجمع المتحكم كل شيء مجددًا ويصوغ إجابة.
فطلب بسيط مثل «صِف هذه الصورة بالتفصيل» يُفكك تلقائيًا إلى تصنيف الصورة، والتعرف على الأشياء، والتقسيم، ووصف الصورة، ونماذج السؤال والجواب البصرية، ثم تُجمع النتائج معًا.
هذا ليس ذكاءً جديدًا.
لكنه طريقة أخرى للعمل بذكاء.
وهنا يصبح HuggingGPT ممتعًا حقًا:
فالنظام لا يتوسع عبر نماذج أكبر فأكبر، بل عبر التنسيق. وعبر الاختيار. وعبر تقسيم العمل. وعبر السياق.
وفجأة، لم يعد الذكاء الاصطناعي يبدو كطالب شامل مرتبك يُفترض به أن يتقن كل شيء في الوقت نفسه، بل كفريق منظم جيدًا.
ولا يزال «يصدر صريرًا» في بعض الزوايا: زمن استجابة أطول، واعتماد على قدرة المتحكم على التخطيط، وحدود الرموز، وحالات من عدم الاستقرار. إن HuggingGPT ليس منتجًا مكتملًا. بل هو نموذج للتفكير.
لكنه نموذج يشير إلى اتجاه مهم:
الابتعاد عن «الأكبر والأسرع وكل شيء في الوقت نفسه».
والتوجه نحو «الأصح والأكثر انتقائية والأكثر كفاءة».
وبذلك نعود إلى استهلاك الكهرباء. فمن الانتقادات الرئيسية والمبررة للذكاء الاصطناعي الحالي نهمه إلى الطاقة. وإذا لم يعد الذكاء ينشأ من التوازي الأقصى، بل من التنسيق الموجّه، فربما نقترب من طريقة تفكير آلية أكثر كفاءة.
أما ما يعنيه ذلك على المدى الطويل – بما في ذلك بالنسبة إلى العمل البشري والذكاء البشري والأهمية البشرية – فذلك نقاش آخر.
ليوم سبت آخر.
يكفينا اليوم أن نلاحظ أمرًا واحدًا:
ينبغي أن نعانق أكثر من جديد.
ليس كل شيء دفعة واحدة.
بل الشيء الصحيح، في اللحظة المناسبة.
(يعيش نيكولاوس سكينه ويعمل في سان فرانسيسكو، ويقدم المشورة للشركات في شؤون الذكاء الاصطناعي، وينظم منذ عدة سنوات جولات إلى وادي السيليكون وغيرها من بؤر التطور التكنولوجي