مصدر الصورة، بلومبرغ عبر Getty Images صورة توضيحية، يان لوكون، مؤسس AMI Labs، يقوم بتطوير نظام ذكاء اصطناعي جديد
"ليس لدينا روبوتات جيدة في فهم العالم المادي تقريبًا مثل الفأر،" يقول يان لوكون، أحد الشخصيات البارزة في عالم الذكاء الاصطناعي.
لقد عمل في شركة ميتا، المالكة لفيسبوك، لعقد من الزمن، حيث كان عالم الذكاء الاصطناعي الرئيسي، لكنه غادر في 2025 وأسس مختبرات الذكاء الصناعي المتقدم (AMI Labs).
هدفه هو دفع الذكاء الاصطناعي إلى ما يتجاوز الأنظمة الحالية مثل ChatGPT وClaude وGemini. لديهم استخدامات، كما يقول، لكنهم لن يتمكنوا أبدًا من مواجهة المواقف المعقدة في العالم الحقيقي، مثل جعل الروبوت يقوم بالأعمال المنزلية.
"إنهم ليسوا مسارًا نحو الذكاء البشري أو الذكاء الشبيه بالبشر، أو حتى الذكاء الشبيه بالحيوانات، لأنهم لا يستطيعون التعامل مع بيانات العالم الحقيقي، فهم ببساطة ليسوا مصممين لذلك،" يقول لي على هامش VivaTech، المؤتمر التكنولوجي الرائد في فرنسا.
لذلك، مشغولة AMI Labs، التي تتخذ من باريس مقراً لها، بتطوير نوع جديد من الذكاء الاصطناعي ليس قائمًا على التكنولوجيا وراء ChatGPT ومنافسيه.
يعتقد المستثمرون أن لديها إمكانات. في وقت سابق من هذا العام، أعلنت AMI Labs أنها جمعت أكثر من 1 مليار دولار (760 مليون جنيه إسترليني)، مع مستثمرين بما في ذلك عملاق شرائح الكمبيوتر الأمريكية Nvidia والصندوق الذي يدير الثروة الخاصة لمؤسس أمازون جيف بيزوس.
كانت جولة تمويل البذور هذه - الأولى من نوعها في تمويل الشركات الناشئة - واحدة من الأكبر من نوعها في أوروبا.
تعد النماذج اللغوية الكبيرة (LLMs) مثل ChatGPT جيدة للغاية في بعض الأمور مثل البرمجة وحل المشكلات الرياضية وتوليد النصوص، يقول لوكون.
لكنه يدعي أن هذه مشاكل محددة وقابلة للتوقع.
"إنهم [LLMs] بشكل أساسي يراكمون المعرفة فقط... يمكنهم استرداد شيء ما، تدربهم على استرداد، لكنهم ليسوا أذكياء بشكل خاص. لا يمتلكون فهمًا ضمنيًا،" يقول.
في العالم الحقيقي، هناك مجموعة مذهلة من النتائج لكل عمل، مما يتطلب نوعًا أكثر مرونة من الذكاء الاصطناعي.
يمسك لوكون قلمًا عموديًا على طرفه. ماذا يحدث عندما تتركه، يسأل؟ حتى الطفل الصغير سيعرف أن القلم سيسقط. لكن لا إنسان سيبذل جهدًا للتخمين في أي اتجاه قد يقع فيه القلم، لا توجد طريقة لمعرفة.
لكن LLM قد يحاول إنشاء توقع واحد حول حركة القلم التالية بناءً على الأنماط الإحصائية من بيانات تدريبه.
من المؤكد تقريبًا أن التوقع سيكون خاطئًا، لأن النظام لا يقوم بالتفكير في الواقع المادي للحالة - إنه ينتج ما يبدو أنه مقبول إحصائيًا.
يقول لوكون أن النظام الذي تقوم شركته بتطويره، والذي يُسمى بنية التنبؤ بالاقتران المدمجة (JEPA)، مُهيأ للتعامل مع مشاكل مثل هذه.
إنه ينشئ تجريدات من العالم الحقيقي تسمح له بتقييم نتائج الإجراءات.
تتضمن إنشاء هذه التجريدات رياضيات صعبة، لكن في الأساس تقوم بتصفية المعلومات عديمة الفائدة، تاركة الذكاء الاصطناعي مع صور مفيدة للعالم.
في حالة القلم، سيعرف الذكاء الاصطناعي أنه ليس من المجدي محاولة توقع الاتجاه الذي سيسقط فيه القلم.
مصدر الصورة، بلومبرغ عبر Getty Images صورة توضيحية، تحتاج الروبوتات الشبيهة بالبشر إلى ذكاء اصطناعي يمكنه التنقل في العالم الحقيقي.
بناء ذكاء اصطناعي أكثر مرونة هو أولوية لصناعة الروبوتات.
تم استثمار مليارات الدولارات في بناء الروبوتات الشبيهة بالبشر وتصبح إنجازاتها أكثر إثارة للإعجاب كل عام.