اختر منطقتك 
صرح الرئيس التنفيذي لشركة Nvidia Jensen Huang مؤخرًا علنًا أنه يعتقد أن الذكاء الاصطناعي على المستوى البشري (AI) من المحتمل أن يتحقق خلال السنوات الخمس المقبلة وأن الهلوسة، وهي واحدة من أكبر التحديات في هذا المجال، سيكون من السهل حلها. .
جاءت تعليقات هوانغ خلال خطاب ألقاه في مؤتمر مطوري Nvidia GTC في سان خوسيه، كاليفورنيا، في 20 مارس.
وخلال الكلمة الرئيسية للحدث، تناول هوانغ فكرة الذكاء العام الاصطناعي (AGI). وفقًا لتقرير من TechCrunch، أخبر الرئيس التنفيذي المراسلين أن وصول AGI كان بمثابة مسألة قياس الأداء:
“إذا حددنا الذكاء الاصطناعي العام على أنه شيء محدد للغاية، أو مجموعة من الاختبارات حيث يمكن لبرنامج ما أن يؤدي أداءً جيدًا للغاية – أو ربما أفضل بنسبة 8٪ من معظم الأشخاص – أعتقد أننا سنصل إلى هذا الهدف في غضون 5 سنوات.”
ومن غير الواضح بالضبط ما هو نوع الاختبارات التي كان يشير إليها هوانغ. ويشير مصطلح “عام” في سياق الذكاء الاصطناعي عادةً إلى نظام قادر، بغض النظر عن المعيار، على القيام بأي شيء يمكن أن يفعله إنسان متوسط الذكاء إذا توفرت له الموارد الكافية.
وتابع أيضًا مناقشة “الهلوسة”، وهي نتيجة غير مقصودة لتدريب نماذج لغوية كبيرة لتكون بمثابة أنظمة ذكاء اصطناعي توليدية. تحدث الهلوسة عندما تقوم نماذج الذكاء الاصطناعي بإخراج معلومات جديدة، غير صحيحة عادةً، غير موجودة في مجموعة البيانات الخاصة بها.
ووفقا لهوانغ، فإن حل الهلوسة يجب أن يكون مسألة بسيطة. “أضف قاعدة: بالنسبة لكل إجابة، عليك أن تبحث عن الإجابة”، قال لأعضاء الجمهور قبل أن يضيف، “لا ينبغي للذكاء الاصطناعي أن يجيب فقط؛ بل يجب أن يجيب”. يجب عليها إجراء بحث أولاً لتحديد أي الإجابات هي الأفضل.
بغض النظر عن حقيقة أن برنامج CoPilot AI من Microsoft، وGemini من Google، وChatGPT من OpenAI، وClude 3 من Anthropic، جميعها تتميز بالقدرة على توفير مصادر لمخرجاتها من الإنترنت، إذا تم حل مشكلة هلوسة الذكاء الاصطناعي مرة واحدة وإلى الأبد، فيمكن أن يحدث ثورة في عدد لا يحصى من الصناعات. بما في ذلك التمويل والعملات المشفرة.
حاليًا، ينصح صانعو الأنظمة المذكورة أعلاه بالحذر عند استخدام أنظمة الذكاء الاصطناعي التوليدية للوظائف التي تكون الدقة فيها مهمة. على سبيل المثال، تحذر واجهة المستخدم الخاصة بـ ChatGPT من أن “ChatGPT يمكن أن يرتكب أخطاء”، وتنصح المستخدمين “بالنظر في التحقق من المعلومات المهمة”.
في عالم التمويل والعملات المشفرة، يمكن للدقة أن تحدد الفرق بين الربح والخسارة. وهذا يعني أنه في ظل الوضع الراهن، تتمتع أنظمة الذكاء الاصطناعي التوليدية بوظائف محدودة لمحترفي التمويل والعملات المشفرة.
متعلق ب: تحذر CFTC من أن الذكاء الاصطناعي لا يمكنه اختيار الفائز التالي بالعملات المشفرة
على الرغم من وجود تجارب تتضمن روبوتات تداول مدعومة بأنظمة الذكاء الاصطناعي التوليدية، إلا أنها عادة ما تكون مقيدة بقواعد صارمة لمنع التنفيذ المستقل – مما يعني أنها مبرمجة مسبقًا لتنفيذ الصفقات بطريقة خاضعة لرقابة مشددة مماثلة لوضع أوامر الحد.
إذا لم تكن نماذج الذكاء الاصطناعي التوليدية تعاني من هلوسة مخرجات ملفقة بالكامل، فمن المفترض أن تكون قادرة ظاهريًا على إجراء الصفقات وتقديم التوصيات والقرارات المالية بشكل مستقل تمامًا عن المدخلات البشرية. بمعنى آخر، إذا تم حل مشكلة الهلوسة في الذكاء الاصطناعي، فمن الممكن أن يصبح التداول الآلي بالكامل حقيقة واقعة.
