سورا لن تحل محل البشر، وإليك السبب

تم تسليط الضوء على 'سورا لن تحل محل البشر، وإليك السبب' من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت والحوكمة والتبعيات التشغيلية أو رؤية السوق.

• سورا هو نموذج لتوليد الفيديو نشرته OpenAI، قادر على إنشاء مقاطع فيديو واقعية من الأوصاف النصية، مما أثار اهتمامًا واسعًا ونقاشات.
• على الرغم من أن سورا تمثل خطوة مهمة في مجال الذكاء الاصطناعي، إلا أن فكرة استبدال البشر بالكامل أو تعطيل الواقع لا تزال سابقة لأوانها، حيث يكمن التحدي الرئيسي في بناء نماذج دقيقة وقابلة للتعميم للعالم.
• الذكاء الاصطناعي هو أداة وتقنية ابتكرها البشر للمساعدة في حل المشكلات. في حالته الحالية، طالما أن الذكاء الاصطناعي ليس لديه وعي ذاتي، فلن يمتلك «أصالة»، بل سيبقى ينظم المعرفة البشرية الموجودة.

نشرت OpenAI نموذج النص إلى فيديوSoraفي الساعات الأولى من 16 فبراير، مما أثار موجة من الصدمات والتعجب في الأوساط التكنولوجية والإعلامية. على الفور، انتشرت مقاطع الفيديو من نوع الانفجار التي أنشأتها Sora، كما نُشرت على موقع OpenAI، على نطاق واسع عبر الإنترنت. باستخدام Sora، يكفي إدخال وصف نصي للحصول على فيديو تصل مدته إلى 60 ثانية، يحتوي على مشاهد مفصلة للغاية، وتعبيرات شخصيات نابضة بالحياة، وحركات كاميرا معقدة، تكاد لا يمكن تمييزها عن الواقع. صرخ مستخدمو الإنترنت بأن الذكاء الاصطناعي يحدث ثورة في قطاعات مثل السينما والفيديوهات القصيرة والألعاب، حتى أن البعض بالغ بالقول «لم يعد العالم الحقيقي موجودًا!» وبدا احتمال استبدال البشر بالذكاء الاصطناعي أقرب.

هذا الحدث جعلنا نتعجب من الموجة الجديدة من الثورة التكنولوجية التي أطلقتها Sora، والتي قد تخفض قريبًا الحاجز أمام الأشخاص العاديين لإنتاج مقاطع الفيديو، حيث تصبح أعمال التصوير والتحرير المعقدة مهملة، ويصبح الخيال والإبداع لدى الناس المصادر الأساسية للتنافسية في محتوى الفيديو. وبالتالي، قد تتمكن «الشركات الفردية» والفرق الصغيرة جدًا أيضًا من إنتاج أفلام ومحتوى فيديو كان يتطلب سابقًا عمالة وتكاليف هائلة. هذه الموجة التكنولوجية تجلب معها الإعجاب والترقب، بالإضافة إلى المخاوف بشأن الاستبدال والتعطيل.

اقرأ أيضًا:20 شركة تكنولوجية عملاقة تلتزم بمكافحة التدخل الانتخابي بالذكاء الاصطناعي

سورا لا تفهم العالم الفعلي وتفتقر إلى «نموذج العالم»

ومع ذلك، في هذه الأيام الأخيرة، لاحظت أن العلماء والعديد من المطلعين على الصناعة في طليعة التكنولوجيا لا يزالون يناقشون أكثر مشكلة «نموذج العالم» لـ Sora. تتمتع مقاطع الفيديو التي أنشأتها Sora بمرئيات وتماسك واقعيين للغاية، بعضها لا يمكن تمييزه تقريبًا عن تلك التي أنشأها البشر. هذا ليس بالأمر البسيط; فهو يتطلب أن تفهم الآلات بنية العالم الحقيقي وتفاصيله ومسارات حركته وتغيرات الضوء والظل، دون انتهاك الإدراك البشري. يعتقد البعض أن Sora تفهم العالم الفعلي، وتمتلك الشكل الجنيني لـ«نموذج العالم». يمكن اعتبار نموذج العالم للذكاء الاصطناعي نموذجه العقلي، الذي يعكس فهم وتوقعات نظام الذكاء الاصطناعي لنفسه وللعالم الخارجي.

بأخذ نموذج العالم البشري كمثال، فإن مصطلح «نموذج» يعني أن كل المعرفة التي نفهمها لا يتم تخزينها ككومة من الحقائق بل منظمة في هيكل يعكس العالم وكل ما فيه. نحن لا نتذكر سلسلة من الحقائق حول كل عنصر، بل نبني نماذج لا حصر لها في أدمغتنا، مثل نماذج «أبواب المدينة» و«محاور عظم الورك»، لكل منها شكله وترتيبه وكيفية تحرك أجزائه المختلفة وعملها معًا. للتعرف على شيء ما، نعرف مظهره وملمسه; لتحقيق هدف، نفهم السلوك النموذجي للأشياء في العالم عندما تتفاعل معنا، مثل نوع علامات العض التي قد تظهر على تفاحة إذا تم عضها. ومع ذلك، يعتقد العديد من العلماء أن Sora لا تفهم العالم الفعلي وتفتقر إلى «نموذج العالم».

يرى الحائز على جائزة تورينجYann LeCunأن إنشاء مقاطع فيديو واقعية بناءً على الأوصاف فقط لا يعني بالضرورة أن النموذج يفهم العالم الفعلي; عملية توليد الفيديو مختلفة تمامًا عن التنبؤات السببية القائمة على نموذج العالم.

Francois Chollet، مؤلف إطار التعلم العميق «Keras» وباحث في الذكاء الاصطناعي في Google، يقترح أن نماذج مثل Sora قد تدمج بالفعل «نموذجًا فيزيائيًا»، ولكن السؤال هو: هل هذا النموذج الفيزيائي دقيق؟ هل يمكنه التعميم على مواقف جديدة تتجاوز مجرد استيفاء بيانات التدريب؟

تظهر مقاطع الفيديو التي أنشأتها Sora بالفعل عدة عيوب، مثل اللقطة من منظور شخصي لنمل يزحف في عش حيث لا يظهر سوى أربعة أرجل عند الفحص الدقيق; فيديو لشخص يركض على جهاز مشي يسير في الاتجاه المعاكس، وفيديو «بطة كبيرة تعبر شوارع بوسطن»، حيث تمشي البطة فوق شخص.

يقترح Jim Fan، كبير الباحثين العلميين في Nvidia، تفسيرين محتملين لهذه المشكلة: (1) قد يفتقر النموذج إلى فهم الفيزياء، ويكتفي بتجميع بكسلات الصورة بشكل عشوائي، أو (2) يحاول النموذج بناء محرك فيزيائي داخلي، لكن أداءه ضعيف.

يعتقد المطلعون على الصناعة أن Sora تستخدم نهج «القوة الغاشمة»، مستغلة كميات كبيرة من البيانات والنماذج الكبيرة وقوة حاسوبية هائلة، مع الاستخدام الأساسي لنماذج العالم المثبتة في مجالات الألعاب والقيادة الذاتية والروبوتات لبناء نموذج النص إلى فيديو، مما يسمح له بمحاكاة العالم.

ومع ذلك، فإن هذا يعني تعلم قوانين العالم من خلال «قراءة صور» واسعة النطاق، وهو أمر معقول، لكنه لا يمكنه تعلم قوانين العالم القابلة للاستنتاج من الفيزياء، مثل قوانين نيوتن.

في النهاية، لم يخترع البشر الطائرات بتقليد الطيور بل بفهم الديناميكا الهوائية. إن Sora تمثل بالفعل خطوة مهمة أخرى في الذكاء الاصطناعي، واعدة بتبسيط العمل البشري بشكل كبير، وتقليل سمات «الأداة» لدى البشر، ومساعدة أو تحمل بعض المهام جزئيًا. ومع ذلك، فإن الاستبدال الحقيقي للبشر أو تعطيل الواقع يبدو سابقًا لأوانه.

اقرأ أيضًا:هل يمكن لروبوت محادثة ذكي أن يقوم بعمل 700 شخص؟

اختبار سريع

كم مدة يمكن أن تستمر مقاطع الفيديو التي تنشئها Sora؟

A. 60 ثانية

B. دقيقتان

C. 4 دقائق

D. 10 دقائق

الإجابة الصحيحة في أسفل المقال.

قد يكون المحتوى المولد بالذكاء الاصطناعي أداة قوية لمنشئي المحتوى المبدعين

سيؤدي التطوير الإضافي لـ AIGC (بما في ذلك، على سبيل المثال لا الحصر، Sora) إلى توجيه عملية إعادة التشكيل نحو اتجاه أكثر ملاءمة للتنوع. يمكننا استخدام نموذج تحليلي مبسط للغاية لتقسيم قدرات منشئي المحتوى الأصليين على الإنترنت إلى اتجاهين. أولاً، الحساسية للموضوعات الرائجة، أي القدرة على متابعة المواضيع والاتجاهات العصرية. لا شك أنه في أي وقت، يتركز الجزء الأكبر من حركة المرور على وسائل التواصل الاجتماعي على عدد قليل جدًا من الموضوعات الرائجة. القدرة على التقاط هذه الموضوعات تحدد الانفجار قصير المدى للمنشئ، أو بمصطلحات أكثر عصرية، «إمكانية الانتشار الفيروسي». ثانيًا، نغمة المحتوى، المتعلقة بتفرد المحتوى وعدم قابليته للاستبدال.

محتوى بعض المبدعين لا يُنسى، ويحمل بصمات شخصية مميزة لا يمكن لأي منافس تقليدها. إن امتلاك نغمة غير قابلة للاستبدال بدرجة كافية يحدد قدرة المبدع على التحمل، أو ما يمكن أن نسميه «الاستدامة» أو «ولاء المعجبين».

سيستفيد AIGC من منشئي المحتوى المتخصصين الذين يتفوقون في نغمة المحتوى ويكتسبون شعبية تدريجيًا، بينما سيضر بأولئك الذين يزدهرون بالتقاط الموضوعات الرائجة للاتجاهات العابرة. في عصر AIGC، لن يعد ملاحقة الموضوعات الرائجة ميزة تنافسية أساسية لمنشئي المحتوى، لأن العتبة للقيام بذلك ستنخفض. وبالتالي، ستزداد أهمية نغمة المحتوى، وقد تصبح الورقة الرابحة الوحيدة.

التغطية في الوقت المناسب للموضوعات الرائجة ستكون بشكل أساسي مهمة الذكاء الاصطناعي، حيث تكون المنافسة الرئيسية هي كفاءة AIGC، مما يجعل من الصعب على أي شخص التميز. ومع ذلك، بالنسبة لمنشئي المحتوى الذين تكمن قدرتهم التنافسية الأساسية في نغمتهم، يمكن أن يصبح AIGC سلاحًا جديدًا قويًا. لا يزال لدى مستخدمي الإنترنت ميل طبيعي لملاحقة الموضوعات الرائجة، ولكن ما سيطالبون به بشكل متزايد ليس محتوى فوريًا بل تفسيرات مميزة أو تحليلات متعمقة.

تمامًا مثل عشاق كرة القدم الذين حولوا اهتمامهم من التغطية السريعة والشاملة للأخبار إلى التحليل المتعمق للمباريات والبرامج التفاعلية والترفيهية. يمكن لمنشئي المحتوى المتخصصين عالي الجودة التعاون مع الذكاء الاصطناعي: يركز الأولون على النغمة، ما يسمى «ومضات الإلهام»، بينما يدير الآخرون المهام المتكررة، التي تسمى «العمل الأساسي» في صناعة المحتوى.

لا يزال أمام الذكاء الاصطناعي طريق طويل

سورا تغير قواعد اللعبة. بمعرفة كيف تعمل هوليوود، سيحاولون بالتأكيد استخدامها لاستبدال الوظائف. لكنها أداة، وسيستغلها بعض الناس ويستفيدون منها، والبعض الآخر لا. لم أر بعد ذكاءً اصطناعيًا مليئًا بالعواطف البشرية; كل شيء مخيف جدًا في الوقت الحالي. يصبح تهديدًا كاملاً فقط عندما يمكنه جعل البشر يشعرون بالمشاعر.

Lee Romaire، منتج إبداعي وحائز على جائزة إيمي

الذكاء الاصطناعي هو أداة، وسيلة تكنولوجية ابتكرها البشر لحل المشكلات. في حالته الحالية، طالما أن الذكاء الاصطناعي لا يطور وعيًا ذاتيًا، فلن يمتلك «أصالة»، بل سيكتفي بجمع وتنظيم المعرفة البشرية الموجودة. حتى الذكاء الاصطناعي التوليدي المتقدم مثل ChatGPT ليس استثناءً.

شارك Lee Romaire، الحائز على جائزة إيمي، وجهة نظره حول هذا الأمر قائلاً: «سورا تغير قواعد اللعبة. بمعرفة كيف تعمل هوليوود، سيحاولون بالتأكيد استخدامها لاستبدال الوظائف. لكنها أداة، وسيستغلها بعض الناس ويستفيدون منها، والبعض الآخر لا. لم أر بعد ذكاءً اصطناعيًا مليئًا بالعواطف البشرية; كل شيء مخيف جدًا في الوقت الحالي. يصبح تهديدًا كاملاً فقط عندما يمكنه جعل البشر يشعرون بالمشاعر.»

لقد كشفت OpenAI بالفعل عن التفاصيل التقنية لـ Sora، وكشفت أن خريطة الطريق التكنولوجية الخاصة بها ترث من نموذج النص إلى الصورة الذي نُشر سابقًا. على الرغم من وجود بعض الابتكارات، إلا أنها ليست ثورية. على الأقل في البيئة الحالية، من غير المرجح أن تنتج Sora «أصالة» حقيقية، وكفاءتها وقدرتها الإقناعية في توليد الفيديو لا تزال تعتمد بشكل كبير على «تدريب» المستخدم الفردي.

الإجابة الصحيحة هي A.