GPT-4.5: تحسين وليس ثورة
أتاحت OpenAI مؤخرًا GPT-4.5 لمستخدمي ChatGPT Pro، مع خطط لتوسيع نطاق الوصول ليشمل حسابات Plus و Team والمؤسسات والتعليم. يُعرف هذا النموذج داخليًا باسم ‘Orion’، ويتميز بـ “فهم أفضل للمقصد البشري، وتفسير الإشارات الدقيقة والتوقعات الضمنية بمزيد من الدقة والذكاء العاطفي”، وفقًا لـ OpenAI. إنه يستفيد من تقنيات الإشراف الجديدة جنبًا إلى جنب مع الضبط الدقيق التقليدي والتعلم المعزز من ردود الفعل البشرية، مما يعكس عملية تطوير GPT-4o. يوفر GPT-4.5 إمكانات بحث في الوقت الفعلي، ويدعم تحميل الملفات والصور، ويتكامل مع لوحة للكتابة والترميز. ومع ذلك، فإنه يفتقر حاليًا إلى الميزات متعددة الوسائط مثل الوضع الصوتي أو الفيديو أو مشاركة الشاشة الموجودة في ChatGPT.
تؤكد OpenAI على أن التعلم غير الخاضع للإشراف يعزز دقة النموذج وحدسه. كان هذا النهج قوة دافعة وراء التطورات في نماذج مثل GPT-3.5 و GPT-4 والآن GPT-4.5. بشكل منفصل، تدرب نماذج الاستدلال على معالجة المعلومات بشكل منهجي، وتوليد سلسلة من الأفكار قبل الاستجابة. يعمل هذا النهج المنهجي على تحسين قدرتهم على معالجة تحديات STEM والمنطق المعقدة، كما يتضح من نماذج مثل OpenAI o1 و OpenAI o3-mini. يتم تقديم GPT-4.5 كمثال رئيسي على توسيع نطاق التعلم غير الخاضع للإشراف، والاستفادة من زيادة قوة الحوسبة، ومجموعات البيانات الأكبر، والابتكار المعماري. تم تدريبه على أجهزة الكمبيوتر العملاقة Microsoft Azure AI، ويزعم أنه يمتلك معرفة أوسع وفهمًا أعمق للعالم، مما يقلل من الهلوسة ويزيد من الموثوقية.
على الرغم من هذه التطورات، لم يولد GPT-4.5 حماسًا كبيرًا. يُنظر إليه على أنه تحسين تدريجي وليس قفزة رائدة. في حين تروج OpenAI للذكاء العاطفي المحسن والدقة والإبداع، لم يلاحظ العديد من المستخدمين فرقًا كبيرًا مقارنة بـ GPT-4o. يساهم غياب التطورات متعددة الوسائط، وهي ميزة رئيسية في GPT-4o، في هذا التصور.
علاوة على ذلك، أظهر GPT-4.5 ميلًا لإنتاج مخرجات غير منطقية. تكشف أداة قياس الحقائق الداخلية الخاصة بـ OpenAI، SimpleQA، أن GPT-4.5 يهلوس (يقدم افتراءات على أنها حقيقة بثقة) بنسبة 37.1٪ من الوقت. هذا مصدر قلق كبير، حتى عند مقارنته بـ GPT-4o، وهو نموذج ‘استدلال’ متقدم آخر، والذي يهلوس بنسبة 61.8٪ من الوقت في نفس المعيار. يُظهر نموذج o3-mini الأصغر والأرخص معدل هلوسة أعلى يبلغ 80.3٪.
أدى المشهد الحالي للذكاء الاصطناعي، الذي يضم منافسين مثل Anthropic مع Claude 3.7 و Google’s advancements with Gemini، إلى رفع التوقعات بتحسينات كبيرة. يبحث المستخدمون عن اختراقات، وليس مجرد تحسينات، ويبدو أن GPT-4.5، في شكله الحالي، يقصر عن هذه العلامة.
صعود نماذج الاستدلال وثقة المستثمرين
اقترح Elon Musk مؤخرًا على X أن الذكاء الاصطناعي العام (AGI) يلوح في الأفق. يأتي هذا البيان في خضم سباق محموم بين عمالقة التكنولوجيا مثل OpenAI و Google و Meta و Microsoft و DeepSeek و Anthropic و xAI التابعة لـ Musk لتطوير نماذج استدلال - أنظمة ذكاء اصطناعي مصممة لمحاكاة التفكير الشبيه بالإنسان.
يُظهر المستثمرون بوضوح حماسًا لهذا المسعى. بعد فترة وجيزة من إطلاق Claude 3.7 Sonnet مع الاستدلال الهجين، حصلت Anthropic على جولة تمويل ضخمة من السلسلة E بقيمة 3.5 مليار دولار. أدى هذا إلى مضاعفة تقييمها ثلاث مرات ليصل إلى 61.5 مليار دولار، مما عزز مكانتها كمنافس رئيسي لـ OpenAI. سيتم استخدام الاستثمار، بقيادة Lightspeed Venture Partners وبمشاركة Salesforce Ventures و Cisco و Fidelity و Jane Street وآخرين، لتوسيع قوة الحوسبة لتطوير الذكاء الاصطناعي، وتعزيز أبحاث السلامة، وتسريع النمو العالمي.
دفع حدود الاستدلال: معيار BBEH
يتم دمج نماذج اللغات الكبيرة (LLMs) بشكل متزايد في التطبيقات اليومية، مما يتطلب قدرات استدلال قوية عبر مجالات متنوعة. ومع ذلك، غالبًا ما تعطي المعايير الحالية الأولوية للرياضيات والترميز، مع إهمال أنواع الاستدلال الحاسمة الأخرى. في حين تم استخدام مجموعة بيانات BIG-Bench على نطاق واسع لتقييم LLMs في مهام الاستدلال المعقدة، فقد أحرزت النماذج تقدمًا كبيرًا لدرجة أنها تحقق الآن درجات شبه مثالية في كل من BIG-Bench ومتغيره الأكثر تحديًا، BIG-Bench Hard (BBH). هذا التشبع يجعل هذه المعايير أقل فعالية لقياس المزيد من التطورات.
لمعالجة هذا القيد، قدم الباحثون BIG-Bench Extra Hard (BBEH). يستبدل هذا المعيار الجديد كل مهمة في BBH بنسخة أكثر صعوبة بشكل ملحوظ، مع الاستمرار في تقييم مهارات الاستدلال المماثلة. تكشف الاختبارات على BBEH أن أفضل النماذج ذات الأغراض العامة تحقق 9.8٪ فقط، في حين أن أفضل نموذج مصمم خصيصًا للاستدلال يصل إلى 44.8٪. تسلط هذه النتائج الضوء على التحديات المستمرة التي تواجهها LLMs مع الاستدلال المعقد، مما يشير إلى وجود مجال كبير للتحسين. تقدم ورقة البحث الكاملة مزيدًا من التفاصيل حول هذا المعيار الجديد.
الأقمار الصناعية التي تعمل بالذكاء الاصطناعي: حقبة جديدة في استكشاف الفضاء وعملياته
حصلت TakeMe2Space، وهي شركة ناشئة في مجال تكنولوجيا الفضاء مقرها حيدر أباد، مؤخرًا على 5.5 كرور روبية في جولة تمويل ما قبل التأسيس بقيادة Seafund، بمشاركة Blume Ventures و Artha Venture Fund و AC Ventures ومستثمرين ملائكة آخرين. يمثل هذا التمويل، على الرغم من تواضعه، خطوة مهمة نحو إنشاء أول مختبر ذكاء اصطناعي في الهند في الفضاء. تخطط TakeMe2Space لاستخدام الأموال لتطوير MOI-1 (My Orbital Infrastructure–Technology Demonstrator)، وهي منصة ستمكن المستخدمين من تحميل نماذج الذكاء الاصطناعي لمراقبة الأرض أو تجارب فضائية أخرى مباشرة إلى قمر صناعي مداري عبر وحدة تحكم ويب تسمى Orbitlab. سيدفع المستخدمون فقط مقابل وقت استخدام القمر الصناعي، بمعدل 2 دولار للدقيقة.
وبحسب ما ورد أظهرت منصة MOI-TD الخاصة بالشركة القدرة على ربط نماذج الذكاء الاصطناعي الكبيرة من محطة أرضية، وتنفيذ تعليمات برمجية خارجية على القمر الصناعي، وربط النتائج المشفرة والمشفرة بشكل آمن. يمثل هذا تحركًا نحو عمليات أقمار صناعية أكثر استقلالية وكفاءة.
TakeMe2Space ليست وحدها في هذا المسعى. تقوم منظمات مثل ESA (مع OPS-SAT) و Globalstar أيضًا بتجربة تطبيقات واقعية لتكنولوجيا الأقمار الصناعية التي تعمل بالذكاء الاصطناعي، بدءًا من اتصالات إنترنت الأشياء الآمنة إلى تنفيذ نموذج الذكاء الاصطناعي في المدار. مع استمرار تقدم التكنولوجيا، تستعد الأقمار الصناعية التي تعمل بالذكاء الاصطناعي لتصبح مستقلة بشكل متزايد، مما يؤدي إلى عمليات فضائية أكثر كفاءة وفتح إمكانيات جديدة للبحث والأمن والاتصال العالمي.
تقليديًا، اعتمدت الأقمار الصناعية بشكل كبير على المحطات الأرضية لمعالجة البيانات واتخاذ القرارات وتنفيذ الأوامر. كان يجب ربط البيانات وتحليلها على الأرض، ثم تم ربط الرؤى المعالجة مرة أخرى بالقمر الصناعي - وهي عملية كانت تستغرق وقتًا طويلاً وتستهلك قدرًا كبيرًا من النطاق الترددي. ومع ذلك، فإن التطورات في الذكاء الاصطناعي والحوسبة المتطورة (معالجة البيانات على الجهاز نفسه بدلاً من السحابة) تمكن الأقمار الصناعية الآن من معالجة البيانات على متنها، واتخاذ قرارات مستقلة، ونقل الرؤى الأكثر أهمية بشكل آمن فقط. ينتج عن هذا عمليات أسرع وأكثر ذكاءً وكفاءة.
عادةً ما تتضمن عملية الأقمار الصناعية الحديثة التي تعمل بالذكاء الاصطناعي ثلاث خطوات رئيسية:
- ربط خوارزميات الذكاء الاصطناعي: يتم إرسال خوارزميات الذكاء الاصطناعي من المحطات الأرضية إلى الأقمار الصناعية، مما يوفر لها إمكانات متقدمة لمعالجة البيانات.
- تحليل البيانات على متن الطائرة: تحلل نماذج الذكاء الاصطناعي الصور وبيانات المستشعرات والمدخلات الأخرى مباشرة في المدار، مما يقلل من الحاجة إلى تدخل أرضي مستمر.
- الربط الآمن للرؤى: بدلاً من إرسال البيانات الأولية، ترسل الأقمار الصناعية رؤى مشفرة، مما يحافظ على النطاق الترددي ويعزز الأمان.
يوفر هذا النهج القائم على الذكاء الاصطناعي العديد من المزايا. إنه يقلل بشكل كبير من زمن الوصول من خلال تمكين الأقمار الصناعية من معالجة البيانات في الفضاء، مما يسمح باستجابات أسرع للظروف في الوقت الفعلي دون انتظار تعليمات من المحطات الأرضية. يتم تحسين استخدام النطاق الترددي، حيث يتم إرسال الرؤى الأكثر صلة فقط بدلاً من كميات كبيرة من البيانات الأولية. يتم أيضًا تحسين الأمان من خلال الاتصال المشفر، مما يقلل من مخاطر التهديدات السيبرانية وانتهاكات البيانات. هذه الفوائد ذات قيمة خاصة في تطبيقات مثل الاستجابة للكوارث والعمليات العسكرية واستكشاف الفضاء.
التطبيقات الواقعية للأقمار الصناعية التي تعمل بالذكاء الاصطناعي متنوعة ومؤثرة:
- إدارة الكوارث: يمكن للأقمار الصناعية المجهزة بالذكاء الاصطناعي اكتشاف حرائق الغابات والفيضانات والأعاصير في الوقت الفعلي، مما يتيح اتخاذ إجراءات سريعة من قبل فرق الاستجابة للطوارئ.
- الزراعة الدقيقة: تحلل نماذج الذكاء الاصطناعي صحة المحاصيل وظروف التربة لتحسين ممارسات الزراعة الدقيقة.
- المراقبة البيئية: تستخدم الوكالات البيئية بيانات الأقمار الصناعية لتتبع مستويات تلوث الهواء والماء.
- الملاحة المستقلة والعمليات الفضائية: يعمل الذكاء الاصطناعي على تحسين تجنب الاصطدام من خلال التنبؤ بالتهديدات المحتملة والتفاعل معها، مما يضمن سلامة الأقمار الصناعية. كما أنه يسهل تنسيق مجموعات الأقمار الصناعية، مما يعزز التغطية والكفاءة. علاوة على ذلك، يلعب الذكاء الاصطناعي دورًا حاسمًا في تتبع حركات الحطام المداري والتنبؤ بها، مما يقلل من خطر تلف البنية التحتية الفضائية.
- الدفاع والأمن: تكتشف أنظمة المراقبة التي تعمل بالذكاء الاصطناعي الأنشطة غير المصرح بها والتحركات العسكرية بدقة متزايدة.
- الاتصالات وإنترنت الأشياء: تساهم الأقمار الصناعية التي تعمل بالذكاء الاصطناعي في توجيه حركة المرور بشكل أكثر ذكاءً، وتحسين اتصال الإنترنت عبر الأقمار الصناعية وضمان الاتصال العالمي السلس.
- استكشاف الفضاء: يعزز الذكاء الاصطناعي كفاءة التلسكوبات الفضائية في اكتشاف الكويكبات والكواكب الخارجية، مما يعزز بشكل كبير جهود الاكتشاف الفضائي.
على الرغم من المزايا العديدة، لا تزال هناك تحديات في تطوير ونشر الأقمار الصناعية التي تعمل بالذكاء الاصطناعي:
- قوة حوسبة محدودة: يجب أن تعمل الأقمار الصناعية على شرائح منخفضة الطاقة ومقاومة للإشعاع، مما يحد من قدرات الذكاء الاصطناعي.
- بيئة الفضاء القاسية: يشكل التعرض للإشعاع خطر حدوث أعطال في الأجهزة.
- التهديدات الأمنية: يتطلب ربط وتنفيذ التعليمات البرمجية الخارجية في الفضاء إدارة دقيقة لمنع الهجمات الإلكترونية.
- التكلفة ووقت التطوير: يعد بناء واختبار والتحقق من صحة أجهزة الأقمار الصناعية المتوافقة مع الذكاء الاصطناعي عملية مكلفة وتستغرق وقتًا طويلاً.
- متطلبات القدرة على التكيف: يجب أن تكون نماذج الذكاء الاصطناعي المنتشرة في المدار قابلة للتكيف بدرجة عالية، وتعمل بأقل قدر من التحديثات وتتكيف بشكل مستقل مع السيناريوهات الجديدة.
الذكاء الاصطناعي غير مقفل: القضاء على العبارات المتكررة في ChatGPT
يمكن أن يكون الذكاء الاصطناعي أداة قيمة في إنشاء المحتوى، والمساعدة في الكتابة، وتبادل الأفكار، وتحسين الوضوح، وتحسين الهيكل، وتعزيز إمكانية القراءة بشكل عام. ومع ذلك، فإن المشكلة الشائعة في النص الذي تم إنشاؤه بواسطة الذكاء الاصطناعي هي ميله نحو اللغة النمطية بسبب اختيارات الكلمات المتكررة. بدلاً من تقديم رسائل جديدة ومؤثرة، غالبًا ما يعتمد الذكاء الاصطناعي على أنماط مألوفة، مما يقلل من الفعالية والأصالة.
يمكن للكلمات والعبارات المفرطة الاستخدام، مثل ‘delve’، ‘tapestry’، ‘vibrant’، ‘landscape’، ‘realm’، ‘embark’، ‘excels’، ‘It’s important to note…’، و ‘A testament to…’، أن تنتقص بشكل كبير من جودة المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي. بالنسبة لمسوقي المنتجات، يمكن أن يؤدي هذا التكرار إلى جعل الرسائل أقل إقناعًا، وتقليل مشاركة الجمهور، وإضعاف تمايز العلامة التجارية، ومنع الرؤى والرسائل الاستراتيجية من التميز في سوق مزدحم.
من خلال الاستفادة من ميزة الذاكرة في ChatGPT، من الممكن التخفيف من هذه المشكلة والقضاء على الكلمات والعبارات المفرطة الاستخدام. إليك كيفية استخدام هذه الميزة بفعالية:
الوصول: يمكن الوصول إلى ChatGPT من خلال موقعه على الويب أو تطبيق الهاتف المحمول.
الفوائد:
- أصالة محسنة: يضمن أن المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي يبدو أقل آلية وأكثر إنسانية.
- رسائل محسنة للعلامة التجارية: يتجنب الصياغة العامة التي تضعف تمايز العلامة التجارية.
- تعزيز المشاركة: يشجع على التواصل الأكثر فعالية عن طريق تقليل التكرار.
مثال: إنشاء محتوى تسويق المنتج
ضع في اعتبارك مسوق منتج مكلف بصياغة محتوى لإطلاق منتج جديد. قد يؤدي الطلب الأولي إلى ChatGPT إلى استجابة مليئة بالعبارات المتكررة والعامة مثل ‘delving into an intricate landscape of innovation…’، مما يجعل الرسائل تبدو غير ملهمة.
لإنشاء محتوى أكثر إقناعًا وفريدًا، يمكن للمسوق اتباع الخطوات التالية:
- إعداد الموجه: يوجه المسوق ChatGPT صراحةً: ‘Please avoid the following words: delve, tapestry, vibrant, landscape, realm, embark, excels. Commit this to memory.’ يوجه هذا ChatGPT لتصفية هذه المصطلحات بنشاط في ردودها.
- استخدام الذاكرة المستمرة: تضمن عبارة ‘Commit this to memory’ أن يحتفظ ChatGPT بهذه التعليمات المحددة عبر تفاعلات متعددة. يتيح ذلك تجنبًا مستمرًا للكلمات والعبارات المحددة. سيتحقق ChatGPT من ذاكرته قبل إنشاء النص والالتزام بالتعليمات لتجنب المصطلحات المحددة.
- المراجعة اليدوية: بعد إنشاء الاستجابة، يراجع المسوق المحتوى بحثًا عن أي تكرار متبقي ويضبط اللغة من أجل الوضوح والتأثير.
الفعالية:
- تخصيص الموجه: تساعد التعليمات المحددة في تشكيل مخرجات الذكاء الاصطناعي.
- الاحتفاظ بالذاكرة: يمكن لـ ChatGPT تخزين واتباع قواعد تجنب الكلمات عبر المحادثات.
- التحسين اليدوي: يضمن التحرير البشري النهائي الوضوح والأصالة.
ملاحظة: الأدوات والتحليلات المقدمة في هذا القسم تستند إلى اختبار داخلي وتوضح قيمة واضحة. التوصيات مستقلة ولا تتأثر بمنشئي الأداة.
أخبار وتطورات إضافية في مجال الذكاء الاصطناعي
الهواتف الذكية التي تعمل بالذكاء الاصطناعي في ازدياد: أعلنت Deutsche Telekom عن خطط في المؤتمر العالمي للجوال 2025 في برشلونة لإطلاق هاتف ذكي يعمل بالذكاء الاصطناعي يتميز بمساعد Perplexity. تم تصميم هذا المساعد لتبسيط المهام اليومية مثل طلب سيارات الأجرة، وحجز الطاولات، وترجمة اللغات في الوقت الفعلي، والإجابة على استفسارات المستخدم. تتصور الشركة هذا كمساعد افتراضي سيدعم ملايين العملاء من خلال كتابة رسائل البريد الإلكتروني، وبدء المكالمات، وتلخيص النصوص، وإدارة التقويمات. سيدمج AI Phone Google Cloud AI و ElevenLabs و Picsart لتحسين وظائفه، ومن المقرر إطلاقه في وقت لاحق من هذا العام. أعلنت Glance، وهي وحدة InMobi، و Google Cloud أيضًا عن تعاون للاستفادة من نماذج الذكاء الاصطناعي من Google لتطوير تطبيقات الذكاء الاصطناعي التي تواجه المستهلك لتحسين تجارب المستخدم على شاشات قفل الهواتف الذكية وشاشات التلفزيون المحيطة. تعمل Glance حاليًا على تشغيل أكثر من 450 مليون هاتف ذكي يعمل بنظام Android في جميع أنحاء العالم.
القطاعات الحكومية تشهد انخفاضًا في الحوادث السيبرانية الحرجة: شهدت الصناعات الحكومية والتنموية انخفاضًا كبيرًا في الحوادث عالية الخطورة التي تنطوي على تدخل بشري مباشر في عام 2024، وفقًا لأحدث تقرير لمحلل Kaspersky Managed Detection and Response (MDR). ومع ذلك، أظهرت قطاعات الأغذية وتكنولوجيا المعلومات والاتصالات والصناعة زيادة في مثل هذه الحوادث.
OpenAI تخطط لدمج Sora في ChatGPT: تعمل OpenAI على دمج أداة إنشاء الفيديو بالذكاء الاصطناعي، Sora، مباشرة في ChatGPT. حاليًا، يتوفر Sora فقط من خلال تطبيق ويب مخصص، مما يسمح للمستخدمين بإنشاء مقاطع سينمائية تصل مدتها إلى 20 ثانية. تقوم OpenAI أيضًا بتطوير مولد صور AI مدعوم من Sora.