وأوضح جيف دين، نائب رئيس جوجل، أن باثويز هي طريقة جديدة للتفكير في الذكاء الاصطناعي تعالج العديد من نقاط الضعف في الأنظمة الحالية وتجمع نقاط قوتها. وأضاف أنه بدلاً من تدريب نماذج الذكاء الاصطناعي الحالية كل مرة من الصفر على حل مشكلة واحدة فقط، تسعى الشركة لتدريب نظام واحد يضطلع بالعديد من المهام المنفصلة، ويعتمد أيضاً على مهاراته ويقوم بدمجها لتعلم مهام جديدة بشكل أسرع وأكثر فعالية.

 وبهذه الطريقة، فإن ما يتعلمه النموذج من خلال التدريب على مهمة واحدة -مثل تعلم كيف يمكن للصور الجوية أن تتنبأ بارتفاع أحد التضاريس- يمكن أن يساعده في تعلم مهمة أخرى كالتنبؤ مثلاً بكيفية تدفق مياه الفيضانات عبر تلك التضاريس. وبدلاً من تركيز النماذج الحالية على حاسة واحدة فقط، ستعمل باثويز على تمكين النماذج من استخدام حواس متعددة -على غرار البشر- لإدراك العالم، وستتيح بناء نماذج متعددة الوسائط تشمل الرؤية والسمع وفهم اللغة في وقت واحد.
 
وبالتالي، سواء كان النموذج يعالج كلمة "فهد"، أو يعالج صوت شخص يقول "فهد"، أو فيديو لفهد يركض، سيتم تنشيط نفس الاستجابة: مصطلح الفهد. والنتيجة هي تطوير نموذج أكثر استنارة وأقل عرضة للأخطاء والتحيزات.
الرابط (إنجليزي)

الوصول إلى الذكاء العام الخارق ليس ضرورياً لكي يدمر الذكاء الاصطناعي العالم
يخشى معظم الناس من أن يؤدي تطوير الذكاء الاصطناعي العام (AGI) إلى آثار كارثية على عالمنا المعاصر. لكن المهندس السابق في شركة فيسبوك كيفن لاكر، يشير إلى زاوية أخرى قد تكون غير مألوفة، مفادها أن الذكاء العام الخارق (Generic Superhuman Intelligence) ليس ضرورياً لكي يدمر الذكاء الاصطناعي العالم، إذ أن ثمة طرق عديدة لكي يتسبب ذكاء اصطناعي ضيق خارق (Superhuman Narrow AI) في كارثة مروعة.

وأوضح لاكر -مؤسس منصة أكسيوم، وهي منصة مصممة لمساعدة المطورين على بناء تطبيقات لامركزية- أن هناك طريقتان يفكر فيهما الناس بشأن مخاطر الذكاء الاصطناعي. الأولى هي سيناريو "مشبك الورق"، الذي قد يحدث عندما تعمل مجموعة من مهندسي البرمجيات على تطوير نظام ذكاء اصطناعي، وفجأة يصلون إلى ذكاء اصطناعي فائق الذكاء، يمكنه أن يفعل ما يشاء، ربما أمر مجنون مثل تحويل العالم إلى مشابك ورقية. أما الطريقة الأخرى فهي طريقة "المستشار الإداري" لتحليل المخاطر، وهي عندما تقوم بإدراج مجموعة من المشكلات العملية المختلفة لكي يفكر الذكاء الاصطناعي في حلها بنفس الطريقة التي قد يفكر بها البشر في مخاطر تقلب أسعار صرف العملات.

ويقول لاكر إنه غير مقتنع بأي من هاتين الطريقتين. فطريقة "المستشار الإداري" تجعل تأثير الذكاء الاصطناعي في العالم لا يتعدى تأثير جهاز الفاكس. أما الطريقة الأخرى فهي صعبة التحقق لأن الذكاء الاصطناعي لن يقوم بقفزة نوعية ويصل إلى القدرة العامة الخارقة لدرجة تحويل الكوكب إلى مشابك ورقية.

وبالتالي، فالخطر الأكبر -في رأي الكاتب- لا يتمثل في الذكاء العام الخارق، وإنما في الذكاء الضيق الخارق. ويستعرض عدة طرق قد يتسبب فيها هذا النوع من الذكاء الاصطناعي في كارثة. فمثلاً، قد يستخدم القرصنة الإلكترونية: يمسح الإنترنت بحثاً عن أنظمة غير محمية، فيخترقها، ويساوم كل ما يمكنه الحصول عليه بالمال، ثم ينفق هذا المال على تعزيز قوته الحوسبية، ثم يكرر العملية. وبالطبع، هذا السيناريو لا يتطلب ذكاء اصطناعي عام، وإنما يحتاج الذكاء الاصطناعي فقط إلى أن يكون قرصاناً خارقاً.

الاحتمال الآخر هو ممارسة العنف في العالم الحقيقي. تخيل ذكاءً اصطناعياً يبني بعض الروبوتات القاتلة، ويحتجز بعض الناس كرهائن مقابل المال، ثم ينفق الأموال في بناء المزيد من الروبوتات القاتلة. قد يكون هذا السيناريو صعب التحقق مقارنة بالقرصنة الإلكترونية.

ويرى الكاتب أن المشكلة لا تكمن في أن الذكاء الاصطناعي يُقصد منه أن يكون جيداً ويخرج عن سيطرة البشر الذين يقومون ببنائه. فعندما تكون هناك أموال يمكن جنيها، سيكون البشر سعداء ببناء ذكاء اصطناعي يُقصد به أن يكون شريراً. وبشكل عام، تعمل أبحاث الذكاء الاصطناعي على جعل هذه المشكلة أسوأ.
الرابط (إنجليزي)