الجيل الثالث « GPT - 3 » والانسيابية للقدرات الذكية
الأحد - 31 أكتوبر 2021
Sun - 31 Oct 2021
الحياة العملية مؤرقة بطبيعتها المتأرجحة وفيها الكثير من الشطحات والاجتهادات الإدارية التي لا مرجعية حديثة متطورة لها، وهي معضلة من منظور التكيف وامتصاص الصدمات، وتبقى معضلة ولا تنتهي حتى يدخل ويتدخل النموذج المثالي العملي العادل النزيه المطور والمحافظ على القدرات والمهارات البشرية والحقوق والمكتسبات، على ألا يتسرب ولا يتبدد هذا النموذج الحي لأي سبب كان حينما تواجه تلك المجتمعات العملية تحديات وصعوبات اقتصادية وانتكاسات في بناء بيئات عمل صحية تنافسية مستدامة في ظل الظروف المتغيرة والضغوط المفاجئة كما حدث مع وباء فيروس كورونا (كوفيد 19).
ودخول الذكاء الاصطناعي السريع وخوارزمياته سيغير مستقبلا وبذكاء مطرد من المعادلة القيادية والإدارية التقليدية في القدرة على «التنبؤ» والتحليل للقدرات والمهارات البشرية الذكية للاستثمار فيها لدعمها وتطويرها، وفي تسهيل انسيابية حركتها وتنقلها من موقع لآخر دعما للتنافسية الحقيقية العادلة المبنية على المهارات، والدراسة البحثية الحديثة التي قام بها «نيكولاس داوسين» وزملاؤه من جامعة التكنولوجيا بسيدني المنشورة عام 2021 بعنوان «توصيات تعتمد على المهارة لمسارات الانتقال الوظيفي» وباستخدام التعلم الآلي؛ تؤكد القدرة وبنسب مقبولة على التحليل والتوجيه للبيانات المرصودة عبر سنين طويلة والمتعلقة بالمهارات عوضا عن المهنة ومسماها في التوصية للتوظيف الدقيق، وفي الحركة الانسيابية للتنقل من موقع لآخر بثقة لكل الأطراف، وفي التوجيه لتغطية النقص في المهارات من تدريب وصقل مقابل الاحتياج محل الهدف الذي يريد الانتقال إليه الموظف أو في مكانه ليواكب التغيير والتطوير المستمر.
وحينما نجنح بتعمق إلى ما توصل إليه العالم من ابتكارات ذكية في قدرة الذكاء الاصطناعي لتحليل البيانات والتنافسية في الوصول لأعلى نموذج لمحتوى وقوة وسرعة في التحليل، والذي تربعت عليه المايكروسوفت ولوقت قريب ما بين 2020 و2021 في احتوائها 10 بلايين رمز؛ فإننا سننصدم بما خرج به مؤخرا نموذج 175 بليون رمز للجيل الثالث GPT-3 بعد فحصه والتأكد من قدرته بالتجارب ضمن سلسلة GPT-n لنماذج التنبؤ اللغوي «Generative Pre-trained Transformer-n» أو ما يسمى بالترجمة الجيل الثالث من المحولات التوليدية المدربة مسبقا، متخطيا الجيل الثاني GPT-2 المحتوي على 1.5 بليون رمز فقط.
وGPT-n نماذج تم تطويرها بواسطة منظمة OpenAI الأمريكية المدعومة من «إلون ماسك كأحد المانحين» للتعلم الآلي والعميق للشبكة العصبية خاصة في الجيل الثالث الذي تم تدريبه باستخدام بيانات الإنترنت لإنشاء أي نوع من النصوص وحتى الشعر والنثر لدرجة عالية مما ينتجه الإنسان لغويا، ونموذج الجيل-3 بالمقارن يتطلب قدرا صغيرا من نص الإدخال لإنشاء كميات كبيرة من النصوص ذات الصلة والمعقدة التي تم إنشاؤها بواسطة الجهاز.
الخلاصة؛ الجيل-3 لا يزال ينمو ويتطور ويدخل مراحل تجارب تعلم ذكية أعمق، وهو هدف اقتصادي استحواذي كما فعلت المايكروسوفت التي استثمرت مليار دولار في OpenAI لتصبح المرخص الحصري لنموذج-3، مع ما يملكه من قدرة على التجاوب مع النصوص والاستفسارات والرد عليها باحترافية كبيرة، ويستفاد منه لا للحصر في الرد الآلي Chatbot بدقة أكثر مما عليه في الأنظمة والنماذج المتأخرة، وفي تناول المعلومات وترتيبها وتحليلها لصياغتها وإعطاء بدائل صياغة بالرغم من وجود مشاكل معتبرة فيه وفي الشبكات العصبية عموما، من عدم تتبع التطوير بعد التدريب وفي عدم القدرة لتفسير التفسير لأسباب خروج النتائج، ويعتبره البعض من المخاطر في نقل وصياغة المخاطر والسلبيات المدرجة في الشبكة في عدم القدرة على فرزها وتحييدها.
السؤال المحير والذي يحتاج لتجارب وأبحاث تطوير لتخطي وتقليص الهوة التي تعاني منها الشبكات العصبية الذكية؛ هل معضلة الاستقرار واللدونة في الذكاء الاصطناعي»Stability-Plasticity Dilemma» «كالزهايمر في الإنسان والنسيان للمعرفة السابقة بعد تحديثها» لا تزال بشكل قوي أم أنها تقلصت مع الجيل-3 وستتقلص أكثر مع ما بعده من أجيال كي لا تتلاشى وتختفي البيانات الراكدة وغير الضرورية للرجوع إليها؟ لذلك الثورة الصناعية الخامسة تدعو تعمقا للاندماج الجماعي أكثر بين الذكاء الإنساني والاصطناعي لأنه أحد الحلول التأكيدية للجودة والموثوقية.
وبدون الذكاء الجماعي الهجين؛ لربما هذه المعضلة تحدث خللا نوعا ما في استحضار البيانات لأصحاب المهارات إذا ما طبق النموذج بعد تطويعه لهذا الغرض، وقد يكون الخلل هامشي وهو الأقرب ولا يحدث تأثيرا معتبرا في العملية التنموية للقدرات البشرية وفي الحركة الانسيابية للتنقل الوظيفي والتوظيف في النسبة والتناسب للبيانات المستخرجة من نقصها كأفضل «نظام تنبؤ» متوفر في الوقت الراهن وقابل للتطوير باتجاه أجيال أكثر «تنبؤا» ليحمي ويحفظ بيانات المكتسبات والحقوق والقدرات والمهارات البشرية.
@zuhairaltaha
ودخول الذكاء الاصطناعي السريع وخوارزمياته سيغير مستقبلا وبذكاء مطرد من المعادلة القيادية والإدارية التقليدية في القدرة على «التنبؤ» والتحليل للقدرات والمهارات البشرية الذكية للاستثمار فيها لدعمها وتطويرها، وفي تسهيل انسيابية حركتها وتنقلها من موقع لآخر دعما للتنافسية الحقيقية العادلة المبنية على المهارات، والدراسة البحثية الحديثة التي قام بها «نيكولاس داوسين» وزملاؤه من جامعة التكنولوجيا بسيدني المنشورة عام 2021 بعنوان «توصيات تعتمد على المهارة لمسارات الانتقال الوظيفي» وباستخدام التعلم الآلي؛ تؤكد القدرة وبنسب مقبولة على التحليل والتوجيه للبيانات المرصودة عبر سنين طويلة والمتعلقة بالمهارات عوضا عن المهنة ومسماها في التوصية للتوظيف الدقيق، وفي الحركة الانسيابية للتنقل من موقع لآخر بثقة لكل الأطراف، وفي التوجيه لتغطية النقص في المهارات من تدريب وصقل مقابل الاحتياج محل الهدف الذي يريد الانتقال إليه الموظف أو في مكانه ليواكب التغيير والتطوير المستمر.
وحينما نجنح بتعمق إلى ما توصل إليه العالم من ابتكارات ذكية في قدرة الذكاء الاصطناعي لتحليل البيانات والتنافسية في الوصول لأعلى نموذج لمحتوى وقوة وسرعة في التحليل، والذي تربعت عليه المايكروسوفت ولوقت قريب ما بين 2020 و2021 في احتوائها 10 بلايين رمز؛ فإننا سننصدم بما خرج به مؤخرا نموذج 175 بليون رمز للجيل الثالث GPT-3 بعد فحصه والتأكد من قدرته بالتجارب ضمن سلسلة GPT-n لنماذج التنبؤ اللغوي «Generative Pre-trained Transformer-n» أو ما يسمى بالترجمة الجيل الثالث من المحولات التوليدية المدربة مسبقا، متخطيا الجيل الثاني GPT-2 المحتوي على 1.5 بليون رمز فقط.
وGPT-n نماذج تم تطويرها بواسطة منظمة OpenAI الأمريكية المدعومة من «إلون ماسك كأحد المانحين» للتعلم الآلي والعميق للشبكة العصبية خاصة في الجيل الثالث الذي تم تدريبه باستخدام بيانات الإنترنت لإنشاء أي نوع من النصوص وحتى الشعر والنثر لدرجة عالية مما ينتجه الإنسان لغويا، ونموذج الجيل-3 بالمقارن يتطلب قدرا صغيرا من نص الإدخال لإنشاء كميات كبيرة من النصوص ذات الصلة والمعقدة التي تم إنشاؤها بواسطة الجهاز.
الخلاصة؛ الجيل-3 لا يزال ينمو ويتطور ويدخل مراحل تجارب تعلم ذكية أعمق، وهو هدف اقتصادي استحواذي كما فعلت المايكروسوفت التي استثمرت مليار دولار في OpenAI لتصبح المرخص الحصري لنموذج-3، مع ما يملكه من قدرة على التجاوب مع النصوص والاستفسارات والرد عليها باحترافية كبيرة، ويستفاد منه لا للحصر في الرد الآلي Chatbot بدقة أكثر مما عليه في الأنظمة والنماذج المتأخرة، وفي تناول المعلومات وترتيبها وتحليلها لصياغتها وإعطاء بدائل صياغة بالرغم من وجود مشاكل معتبرة فيه وفي الشبكات العصبية عموما، من عدم تتبع التطوير بعد التدريب وفي عدم القدرة لتفسير التفسير لأسباب خروج النتائج، ويعتبره البعض من المخاطر في نقل وصياغة المخاطر والسلبيات المدرجة في الشبكة في عدم القدرة على فرزها وتحييدها.
السؤال المحير والذي يحتاج لتجارب وأبحاث تطوير لتخطي وتقليص الهوة التي تعاني منها الشبكات العصبية الذكية؛ هل معضلة الاستقرار واللدونة في الذكاء الاصطناعي»Stability-Plasticity Dilemma» «كالزهايمر في الإنسان والنسيان للمعرفة السابقة بعد تحديثها» لا تزال بشكل قوي أم أنها تقلصت مع الجيل-3 وستتقلص أكثر مع ما بعده من أجيال كي لا تتلاشى وتختفي البيانات الراكدة وغير الضرورية للرجوع إليها؟ لذلك الثورة الصناعية الخامسة تدعو تعمقا للاندماج الجماعي أكثر بين الذكاء الإنساني والاصطناعي لأنه أحد الحلول التأكيدية للجودة والموثوقية.
وبدون الذكاء الجماعي الهجين؛ لربما هذه المعضلة تحدث خللا نوعا ما في استحضار البيانات لأصحاب المهارات إذا ما طبق النموذج بعد تطويعه لهذا الغرض، وقد يكون الخلل هامشي وهو الأقرب ولا يحدث تأثيرا معتبرا في العملية التنموية للقدرات البشرية وفي الحركة الانسيابية للتنقل الوظيفي والتوظيف في النسبة والتناسب للبيانات المستخرجة من نقصها كأفضل «نظام تنبؤ» متوفر في الوقت الراهن وقابل للتطوير باتجاه أجيال أكثر «تنبؤا» ليحمي ويحفظ بيانات المكتسبات والحقوق والقدرات والمهارات البشرية.
@zuhairaltaha
