لا يمكن للذكاء الاصطناعي الخارق حل الألغاز التي يمكن للبشر حلها في بضع ثوانٍ

يشير الذكاء الاصطناعي للذكاء الاصطناعي إلى قدرة الذكاء الاصطناعي على التكيف والتعميم على المواقف الجديدة بمعلومات قليلة جداً. هذه المهارة، التي تشكل أساس الذكاء البشري، لا تزال عقبة رئيسية أمام نماذج التعلم العميق.

ما هي اختبارات القوس وماذا تقيس؟

أحد أهم الاختبارات التي تم تطويرها لقياس قدرة الذكاء الاصطناعي على التعميم هو "مجموعة التجريد والاستدلال" (ARC). تم تطوير هذا الاختبار لأول مرة من قبل الباحث في مجال الذكاء الاصطناعي فرانسوا شوليه في عام 2019، ويقدم هذا الاختبار ألغازاً تتكون من شبكات ملونة صغيرة ويطلب من المُحلّ تعلم قاعدة خفية وتطبيقها على شبكة جديدة.

وقد أصبح اختبار ARC الآن معياراً صناعياً تستخدمه جميع نماذج الذكاء الاصطناعي الرئيسية. تم تقديم أحدث نسخة من الاختبار، ARC-AGI-3، هذا الأسبوع، وعلى عكس الإصدارات السابقة، يهدف الاختبار إلى اختبار الذكاء الاصطناعي من خلال ألعاب الفيديو.

لماذا يعاني الذكاء الاصطناعي؟

يقول جريج كامرادت، رئيس مؤسسة جائزة ARC، إن هذه الاختبارات تعرّف الذكاء في الواقع على أنه "القدرة على تعلم شيء جديد". يمكن للبشر التعرف على نمط ما من خلال أمثلة قليلة جداً وتطبيق هذه المهارة على مواقف أخرى. هذه الكفاءة النموذجية هي نقطة لم تصل إليها أنظمة الذكاء الاصطناعي الحالية بعد.

على سبيل المثال، في دراسة أُجريت على 400 شخص في اختبار ARC-AGI-2، حقق الأفراد نجاحاً بنسبة 66% في المتوسط. وعلاوة على ذلك، تضمن إجمالي إجابات مجموعة من 5 إلى 10 أشخاص الحلول الصحيحة لجميع الأسئلة. من ناحية أخرى، فشلت العديد من نماذج الذكاء الاصطناعي المتقدمة في هذه الاختبارات.

الاختبار باستخدام ألعاب الفيديو: ARC-AGI-3

مع ARC-AGI-3، يتغير شكل الاختبار بالكامل. من الآن فصاعداً، سيتم اختبار الذكاء الاصطناعي في ألعاب الفيديو، وهي بيئات تفاعلية مثل البشر. في هذه الألغاز ثنائية الأبعاد القائمة على البكسل، يهدف كل مستوى إلى تعليم مهارة صغيرة محددة. ولإكمال المستوى بنجاح، يجب على اللاعب (أو الذكاء الاصطناعي) تطبيق هذه المهارة من خلال سلسلة من الإجراءات المخطط لها.

وحقيقة أنه لم يتمكن أي ذكاء اصطناعي تم اختباره حتى الآن من اجتياز مستوى واحد في هذه الألعاب، يدل على أن الطريق لا يزال طويلاً أمام أبحاث الذكاء الاصطناعي.