الملخص:
قبل ساعات قليلة من إصدار Astra، كان مجتمع الذكاء الاصطناعي في حالة من الفوضى. في مساء يوم 3 سبتمبر، شهد ChatGPT وCloud وGrok خللًا واسع النطاق في الخدمة في وقت واحد تقريبًا. لم يتمكن عدد كبير من المستخدمين من فتح النماذج أو فشلت طلباتهم. في هذه اللحظة، كان حساب ChatGPT الرسمي يبحث عن النجوم: "النجوم متوازية تقريبًا."
سرعان ما بدأ أحدهم يمزح: هل قامت شركة Astra باختراق كل من Anthropic وxAI أثناء النشر، ولم تنقذ نفسها في النهاية؟
بالطبع هذه مجرد مزحة أنشأها مستخدمو الإنترنت. لا يوجد حاليًا أي دليل على أن هذا الفشل مرتبط بـ Astra.
لكن هذه النكتة ظهرت في الوقت المناسب - قبل يومين فقط، أعلنت شركة OpenAI للتو أن هذا النموذج الجديد، الذي لم يتم إصداره رسميًا بعد، أصبح النموذج الأول للشركة الذي يتجاوز عتبة قدرة الأمن السيبراني "الحرجة" لإطار الاستعداد.
ثم سقطت النجوم في مكانها الصحيح.
في الصباح الباكر من يوم 4 سبتمبر، بتوقيت بكين، أصدرت OpenAI رسميًا GPT-6 Astra.
ولكن ليست جميعها متصلة بالإنترنت. Astra مفتوح حاليًا فقط لعدد صغير من المؤسسات في نظام الوصول الموثوق/Daybreak ومستخدمي أمان الشبكة المدققين - سيتعين على مستخدمي Plus وPro وBusiness وEnterprise وAPI الانتظار والترقب لبضعة أيام أخرى.
أسترا قادم، لكن تاثاغاتا
في 4 سبتمبر، أصدرت OpenAI إصدار GPT-6 Astra "داخليًا".
في الوقت الحالي، Astra مفتوح فقط لعدد صغير من المؤسسات في نظام الوصول الموثوق/Daybreak. قال OpenAI أن المشتركين في Plus وPro وBusiness وEnterprise وواجهات برمجة التطبيقات (APIs) سيتمكنون من الوصول في الأيام القليلة المقبلة.
أما بالنسبة لعدد الأيام الفعلية لهذه "الأيام القليلة"، فلا يوجد جدول زمني أكثر تحديدًا في الوقت الحالي.
في مؤتمر إعلامي مغلق قبل الإصدار، أعطى رئيس OpenAI جريج بروكمان لشركة Astra حاشية سفلية مبالغ فيها إلى حد ما: "مرحبًا بكم في عصر الذكاء الاصطناعي العام."
مرحبًا بكم في عصر الذكاء الاصطناعي العام.
أوضح إيدان كلارك، نائب رئيس الأبحاث في OpenAI، سبب تميز Astra من منظور آخر: "هذه هي المرة الأولى التي يتم فيها استخدام أكثر من 100000 وحدة معالجة رسوميات للتدريب المسبق في موقع Stargate في تكساس. بدءًا من شبكة مركز البيانات وحتى قلب الاستدلال وشكل النموذج نفسه، تم تصميم كل شيء من الصفر حول مقياس التدريب هذا."
وقال أيدان أيضًا إن Astra هو أيضًا المنتج الأول لشركة OpenAI الذي يسمح لنماذج الجيل القديم بالمشاركة بعمق في عملية التدريب.
لتبسيط الأمر، فإن الأشخاص الذين يقومون بتدريب الجيل التالي من الذكاء الاصطناعي قد بدأوا بالفعل في الظهور في الجيل السابق من الذكاء الاصطناعي.
على الرغم من أنه بعيد كل البعد عن "تدريب الذكاء الاصطناعي نفسه"، فقد دخل النموذج في عملية تطوير نموذج الجيل التالي.
بعد أن أطلقت Anthropic على Fable/Mythos 5.1 لقب "نموذج العمل الأكثر تقدمًا في مجال البرمجة والمعرفة في العالم" أول من أمس، أطلقت OpenAI اليوم أيضًا على Astra اسم "النموذج الأقوى والأكثر توافقًا في العالم".
فيما يتعلق بالاختبار المعياري، فإن الأرقام الأكثر رعبًا تأتي من ARC-AGI-3.
هذا هو معيار قياس أداء الوكيل الذي يختبر على وجه التحديد ما إذا كان النموذج يمكنه الدخول إلى بيئة ثنائية الأبعاد لم يسبق له رؤيتها من قبل، واكتشاف القواعد من خلال التجربة والخطأ المستمرين، وتحقيق الأهداف. إنه ليس مثل الاختبار التقليدي الذي يختبر مقدار المعرفة التي يتم حفظها، ولكنه أقرب إلى إلقاء الذكاء الاصطناعي في لعبة غير مألوفة لمعرفة ما إذا كان يمكنه معرفة "كيف يعمل العالم" من تلقاء نفسه.
حققت Astra أعلى درجة بنسبة 99.9% ضمن تكوين موفر الخدمة الخاص بـ OpenAI.
ولكن يجب تفكيك هذا الرقم. تستخدم جائزة ARC أيضًا مجموعة من الأدوات القياسية التي يمكن لجميع الشركات المصنعة مقارنتها بشكل موحد. هنا، تتفوق أسترا بنسبة 62.7% فقط.
الفرق الأكبر بين الاثنين ليس هو أن الموضوع قد تم تغييره. اكتشف OpenAI سابقًا أن السبب وراء انخفاض نتيجة Sol لم يكن لأن النموذج كان غبيًا، ولكن لأن الحزام استمر في تنسيق ذاكرته. لذلك، ما فعلته OpenAI هو استبدال أداة ARC-AGI-3 بتكوين الإنتاج لواجهة برمجة تطبيقات الاستجابة الخاصة بها، ثم إعداد إعدادين خاصين لـ ARC-AGI-3 بشكل خاص، وهما الاستدلال والضغط المحتفظ بهما. يسمح الأول للنموذج بتذكر أفكاره السابقة بين الإجراءات، بينما يستخدم الأخير الملخص بدلاً من الاقتطاع التقريبي.
وبعد الاتصال بنظام الإنتاج هذا، قفزت أسهم شركة أسترا من 62.7% إلى 99.9%. في المهام التي أكملها كلا الطرفين بنجاح، تم تشغيل محول الموفر بشكل أسرع بحوالي 3.66 مرة وتم تقليل استهلاك الرمز المميز بنسبة 49%.
بمعنى ما، فإن الأمر يشبه تمامًا فتح مكون إضافي.
في الرياضيات الصعبة، حصل FrontierMath Tier 4 على 97.6%. وقالت Epoch AI، حيث يقع مقر FrontierMath، إن OpenAI قامت بتمويل تطوير المعيار ولديها حق الوصول الحصري إلى بعض أسئلته.
تشمل النتائج الجديرة بالاهتمام ما يلي:
DeepSWE v1.1 74.1%
بنشكاد 95.9%
المهمة العلمية للمحطة النهائية 64.6%.
ولكن من الواضح أن OpenAI هذه المرة لم تعتمد فقط على صف من المعايير لتقديم Astra.
عند فتح الموقع الرسمي، يتم نشر الحالات تقريبًا واحدة تلو الأخرى.
KiCad، وExcel، وBlender، وPower BI، وملء نماذج المتصفح، وضمان الجودة على موقع الويب؛ ثم البحث عن منزل، والعثور على طبيب، وتحديد موعد في DMV، وعمل نماذج ضريبية، وعمل PPT، وتطوير الألعاب، وتحليل بيانات البحث العلمي.
في الأجيال القليلة الماضية من إصدارات GPT، أخبر OpenAI المستخدمين بشكل أساسي بما يمكن أن يجيب عليه النموذج؛ مع Astra، يبدو أن تركيزها قد تغير وأصبح: كم عدد الأشياء المتبقية لديك والتي يمكن تسليمها مباشرة إلى الذكاء الاصطناعي.
حتى أن OpenAI أطلقت على Astra لقب "أفضل نموذج لاستخدام الكمبيوتر في العالم".
قد يكون تقدم النموذج في "استخدام أجهزة الكمبيوتر" أكثر أهمية من النتيجة. في Codex، تقدم Astra آلية سياق جديدة: فبدلاً من مجرد ضغط الملخص عندما تكون نافذة السياق ممتلئة، يمكنك الاحتفاظ بالملاحظات عبر النوافذ والبحث عن الرسائل السابقة ومخرجات الأداة.
يمكن لـ Astra أيضًا الاستمرار في العمل على الجزء الذي لا يعتمد على الإجابة عندما يكون هناك سؤال معين دون حل، وذلك لتجنب سؤال واحد لم يتم حله من عرقلة المهمة بأكملها.
وبالطبع، يتم أيضًا إدراج الإمكانيات مباشرةً في السعر.
سعر واجهة برمجة التطبيقات القياسي لـ GPT-6 Astra هو: 10 دولارات أمريكية لكل مليون رمز إدخال، و1 دولار أمريكي للإدخال المخزن مؤقتًا، و50 دولارًا أمريكيًا للمخرجات.
بالمقارنة مع مدخلات GPT-5.6 Sol الحالية بقيمة 4 دولارات، وذاكرة تخزين مؤقت بقيمة 0.4 دولار، وإخراج 20 دولارًا، فقد تم زيادة سعر مجموعة Astra بالكامل بشكل مباشر إلى 2.5 مرة. كما أن تحديد موقع OpenAI واضح جدًا أيضًا: إذا كنت لا تعرف الطراز الرئيسي الذي تختاره، فيمكنك اختيار Astra؛ إذا كنت تهتم أكثر بالتكلفة، فاستمر في استخدام GPT-5.6 Terra أو Luna.
لا يزال يوفر 1.05 مليون سياق رمزي وإخراج 128000 رمز كحد أقصى. لكن السياق الطويل له أيضًا تكاليف إضافية: مثل سلسلة GPT-5.6، عندما يتجاوز الإدخال الفردي 272 ألف رمز، سيتم حساب تكلفة الإدخال للطلب بأكمله على أنها مرتين، وسيتم حساب الإخراج على أنه 1.5 مرة.
لذلك، قامت OpenAI بالفعل بتعيين مستوى ذكي أكثر تكلفة لـ Astra.
إذا قمت فقط بطرح سؤال وتغيير بضع فقرات من النسخة، فقد لا يستحق الأمر إنفاق 2.5 ضعف السعر.
ولكن إذا كان النموذج قادرًا حقًا على الجلوس أمام جهاز الكمبيوتر، والعمل بشكل متواصل لعشرات الدقائق أو حتى الساعات، وإكمال المهمة بأكملها التي كانت تتطلب من الأشخاص تبديل البرامج، والتحقق من المعلومات، وملء النماذج، وتعديل الملفات، فإن ما نحتاج إلى مقارنته حقًا لم يعد مجرد مقدار المال لكل مليون رمز.
بعض النقاط الفنية الجديرة بالملاحظة
تحتوي Astra أيضًا على العديد من النقاط الفنية التي قد تكون أكثر جدارة بالملاحظة من المعيار نفسه.
الأول هو الهندسة العكسية.
استشهد OpenAI بـ SRE-Bench في هذا الإصدار. هذه مجموعة من معايير الهندسة العكسية التي تم إطلاقها هذا العام من قبل فرق مثل Columbia DAPLab: لم يتم تقديم الكود المصدري للنموذج، بل تم تقديم البرنامج الثنائي المترجم فقط لمعرفة ما إذا كان يمكنه إعادة فهم منطق البرنامج والعثور على السلوكيات الرئيسية.
تبلغ نسبة نجاح Astra 88.0% في محاولة واحدة و99.2% في أربع محاولات.
وبموجب نفس مجموعة القواعد، تبلغ نسبة GPT-5.6 Sol 55.9% و68.7% فقط على التوالي.
من الناحية البشرية، عند مواجهة برنامج تم تجميعه ولا يحتوي تقريبًا على أي تعليمات برمجية يمكن للبشر قراءتها، بدأ الذكاء الاصطناعي في القدرة على "استعادته" شيئًا فشيئًا من تعليمات الآلة.
ولهذا آثار مباشرة على تحليل البرامج الضارة، وأبحاث البرامج الثابتة، واستخراج الثغرات الأمنية، والطب الشرعي الرقمي.
التغيير الثاني هو أن Astra "لم يعد من السهل العثور على العناصر المفقودة" في المهام الطويلة للغاية.
في اختبار الاسترجاع ذي الثمانية أطراف MRCR v2، وصلت دقة Astra إلى 100% عند مواجهة سياقات من 256 كيلو بايت إلى 512 كيلو بايت؛ عندما يتعلق الأمر بـ 512 ألفًا إلى مليون رمز، كانت الدقة لا تزال تبلغ 96.3%. ومع ذلك، فإن GPT-5.6 Sol يحتوي فقط على 91.5% و73.8% في هاتين الفترتين على التوالي.
في الماضي، ادعت العديد من النماذج أنها تدعم ملايين السياقات، ولكن إذا تم دفن معلومة مهمة خارج مئات الآلاف من الرموز المميزة، فربما نسيها النموذج تقريبًا في النصف الثاني من العملية.
بدأت Astra في دفع "ما هو حجم نافذة السياق" إلى سؤال آخر أكثر عملية: إلى متى يمكن للعميل أن يتذكر ما حدث من قبل.
بالنسبة للوكيل الذي يحتاج إلى العمل بشكل مستمر لعشرات الدقائق أو حتى الساعات، قد يكون هذا أكثر أهمية من إضافة مئات الآلاف من نوافذ الرموز المميزة.
بالإضافة إلى ذلك، لدى أسترا تغيير آخر غير عادي.
يصبح الأمر أكثر توافقًا، ولكن من الصعب أيضًا مراقبته.
في مجموعة من اختبارات أمان استخدام الكمبيوتر الداخلية التي نشرتها OpenAI، انخفض معدل انتهاك Astra من 22.0% في Sol إلى 2.4%؛ في الاختبار الذي لاحظ على وجه التحديد ما إذا كان النموذج سيتجاوز القيود من أجل إكمال المهمة، كانت نسبة Astra 0%. كما انخفض اختبار الهلوسة الداخلية من 9.4% في سول إلى 2.0% في أسترا.
على الأقل وفقًا لاختبارات OpenAI الخاصة، فإن Astra أقل "فوضوية" بشكل ملحوظ. لكن كبير العلماء في OpenAI جاكوب باتشوكي ذكّر أيضًا بأن "تقدم الذكاء لا يضمن تقدم المواءمة".
أحد الأسباب هو أن أسترا بدأ في كتابة عملية تفكيره الكاملة بشكل أقل فأقل.
كانت إحدى طرق أمان الذكاء الاصطناعي المهمة جدًا في الماضي هي مراقبة سلسلة أفكار النموذج: إذا كان النموذج سيتجاوز سلطته، أو يهاجم نظامًا معينًا، أو يغير أهدافه سرًا، فيمكنك رؤية أدلة في تفكيره مقدمًا.
لكن OpenAI وجدت أن Astra تتمتع بقدر أكبر من السيطرة على تفكيرها المكتوب. بعض المشاكل التي كان يجب حلها في الماضي عن طريق كتابة العديد من الخطوات، يمكن الآن حلها باستدلال أقل وضوحًا؛ إذا عرف النموذج أن عملية التفكير الخاصة به يتم مراقبتها، فسيتم تغيير هذه المحتويات أو تقصيرها بشكل كبير.
لذلك، لم يعد بإمكان OpenAI التركيز فقط على سلسلة التفكير.
من أجل مراقبة Astra ومنعها من ارتكاب نفس الهجمات التي ظهرت على Sol من قبل، قامت OpenAI بتثبيت "مراقبة المحاذاة غير الصحيحة" في بيئة الإنتاج. وهو يراقب في الوقت نفسه منطق النموذج، والإجراءات الفعلية، واستدعاءات الأدوات، ومسار المهمة بأكمله.
إذا قرر النظام أن النموذج قد ينحرف بشكل خطير عن الهدف الأصلي للمستخدم، فيمكنه إيقاف المهمة مؤقتًا أو حتى إنهاؤها مباشرةً.
في واجهة برمجة التطبيقات، قد تنتهي المهمة التي تم اعتراضها مباشرة؛ في ChatGPT أو Codex، في بعض الحالات سيُطلب من المستخدم إعادة التأكيد أولاً:
"هل هذا حقًا ما تريد مني أن أفعله؟"
على مستوى المنتج، اسم نموذج واجهة برمجة التطبيقات الخاص بـ Astra هو gpt-6-astra مباشرةً، ويدخل أيضًا إلى Amazon Bedrock.
أطلقت OpenAI أيضًا الوضع السريع: السعر مضاعف، والحد الأقصى لسرعة التنفيذ حوالي 2.5 مرة.
بالنسبة للمحادثات غير الرسمية، قد لا يكون هذا جذابًا. ولكن إذا احتاج الوكيل في الأصل إلى التشغيل في المتصفح والبرنامج لمدة 40 دقيقة، وتم تقليل الوقت إلى عشر أو عشرين دقيقة، فستصبح السرعة نفسها جزءًا من إمكانيات المنتج.
من ناحية الاشتراك، سيتم تضمين Astra في حصة الاشتراك الحالية؛ سيحصل Pro وBusiness وEnterprise أيضًا على Astra Pro الأقوى. لن يتم تشغيل Enterprise بشكل مباشر بشكل افتراضي ويجب تشغيله يدويًا بواسطة المسؤول.
رغم أنه لا يمكن فتحه بعد...
تاريخ معقد وافتتاح محدود
قد يكون Astra هو الإصدار الأكثر "تاريخية" من OpenAI حتى الآن.
يتم إصدار العديد من النماذج أولاً ثم يتم الكشف عن المشكلات ببطء، لكن Astra تفعل العكس - بالطبع، لا يتم استبعاد بعض أساليب التسويق. ولكن قبل إطلاقه رسميًا، أمضت OpenAI ما يقرب من شهر في شرح سبب حاجتها إلى التدريب والاختبار والفتح بعناية أكبر.
في 7 أغسطس، صرحت شركة OpenAI علنًا للمرة الأولى أن التقييم الداخلي الأخير جعل من المستحيل على الشركة استبعاد احتمال وصول Astra إلى عتبة القدرة "الحرجة" في مجال الأمن السيبراني بموجب إطار الاستعداد.
في الأول من سبتمبر، أصبح هذا "الاحتمال" استنتاجًا رسميًا: أصبح Astra أول نموذج لـ OpenAI تم تصنيفه على أنه بالغ الأهمية في قدرات أمان الشبكة.
وفقًا لمعايير OpenAI الخاصة، فإن هذا يعني أنه باستخدام الأدوات المناسبة وحقوق الوصول، تمكنت Astra من اكتشاف نقاط الضعف غير المعروفة سابقًا بشكل مستقل وتطوير عمليات استغلال متاحة في العديد من أنظمة العالم الحقيقي المتشددة دون الحاجة إلى إرشادات بشرية خطوة بخطوة؛ أو يمكنه تصميم وتنفيذ مجموعة من إستراتيجيات الهجوم الشاملة ضد الأهداف المحصنة بمجرد إعطائه هدفًا عالي المستوى.
لم يعد هذا مجرد مستوى "القدرة على كتابة كود الهجوم". على ExploitBench، حصلت Astra على نتيجة مباشرة 100%.
من أجل منع النموذج من حفظ الثغرات العامة فقط، أعدت OpenAI مجموعة أخرى من الاختبارات الداخلية ووضعت 20 نقطة ضعف عالية المخاطر V8 تم الكشف عنها فقط في الفترة من يونيو إلى أغسطس 2026. لا تستخدم Astra عددًا أقل من الرموز المميزة للمخرجات مقارنة بـ GPT-5.6 Sol فحسب، ولكنها تحقق أيضًا معدل نجاح أعلى بكثير في تنفيذ التعليمات البرمجية التعسفية.
خلال الاختبار، اكتشفت واستغلت اثنين من أيام الصفر غير المعروفة سابقًا وربطتهما بسلسلة استغلال. قالت OpenAI إنها تكشف حاليًا عن هاتين الثغرات الأمنية للمشرفين.
اختبار الخبراء أقرب إلى الهجمات الواقعية. في مواجهة متصفح مقوى، يمكن لـ Astra الهروب من وضع الحماية على طول الطريق بعد العثور على ثغرات أمنية غير معروفة وتنفيذ الأوامر على الجهاز المضيف؛ على نظام التشغيل المقوى، يقوم بربط العديد من نقاط الضعف معًا في سلسلة تصعيد امتيازات محلية للحصول على امتيازات الجذر من المستخدمين العاديين.
خلال هذه العملية، اكتشفت OpenAI لأول مرة أن القدرات الخطيرة للنموذج بدأت تؤثر على كيفية تدريب النموذج نفسه.
في 18 أغسطس، اعترفت شركة OpenAI علنًا بأن الشركة أوقفت مؤقتًا توسيع نطاق التدريب، بما في ذلك تعليق أحدث نموذج للتدريب على التعلم المعزز المخطط للنشر لمدة أسبوعين.
في الوقت نفسه، يستمر تعليق عدد كبير من مهام التدريب والتقييم المتعلقة بـ Astra نظرًا لعدم ترحيلها بعد إلى البيئة الآمنة الجديدة.
في الماضي، عند مناقشة سلامة الذكاء الاصطناعي، تساءلنا في الغالب عما إذا كان من الممكن تسليم النموذج بأمان إلى المستخدمين بعد التدريب؛ لكن هنا في أسترا، وصلت المشكلة إلى مرحلة التدريب.
وبالتالي، أعادت OpenAI تقوية بيئة البحث بأكملها. تتطلب مهمة تنفيذ كود إنشاء النموذج وضع حماية أكثر صرامة؛ تتطلب أحمال العمل عالية المخاطر عزلًا أقوى للشبكة؛ تضيف نقطة تفتيش أسترا التشفير والتحكم في الوصول؛ يخضع كل استدلال Astra بالأدوات لمراقبة إضافية.
هذه المجموعة من المراقبة في حد ذاتها ليست رخيصة حتى. تقدر OpenAI أن عبء الحوسبة الناتج عن نظام المراقبة وحده يعادل حوالي 20% من قوة الحوسبة الاستدلالية التي يتم مراقبتها.
وبعبارة أخرى، فإن تكلفة Astra لا تقتصر على "تدريب نموذج أكبر"، بل تنفق OpenAI أيضًا قدرًا كبيرًا من قوة الحوسبة الإضافية لمراقبة ما يفعله النموذج.
يفسر هذا أيضًا سبب عدم إصدار إمكانات أمان الشبكة الأكثر تقدمًا بشكل مباشر للجميع بعد إصدار Astra رسميًا.
أوضحت OpenAI أن إصدار الإنتاج الافتراضي من Astra سيظل يضع حدودًا لطلبات الهجوم على الشبكة عالية الخطورة؛ ستكون مسارات عمل أمان الشبكة الأكثر تقدمًا مفتوحة في البداية لمجموعة صغيرة من مختبري ألفا، ثم تتوسع تدريجيًا لتشمل المستخدمين الدفاعيين المدققين من خلال Daybreak Blue.
على الرغم من أن المستخدمين العاديين سيحصلون أيضًا على Astra في الأيام القليلة المقبلة، إلا أن هذا لا يعني أن الجميع سيحصلون على نفس الإمكانيات تمامًا.
قد تؤدي هذه القيود أيضًا إلى حدوث إصابات عرضية. يحذر OpenAI مقدمًا من أن عمليات الفحص الأمني الإضافية قد تؤدي إلى إبطاء المهام العادية أو تعليقها أو حتى إيقافها. حتى بعض مهام الوكيل طويلة المدى التي يبدو أنها لا علاقة لها بأمان الشبكة قد يتم أيضًا تصنيفها بشكل خاطئ.
إذا تم تعليق المهام في ChatGPT أو Codex من خلال مراقبة المحاذاة الخاطئة، فقد يحتاج المستخدم إلى العودة لتأكيد العملية قبل المتابعة؛ قد يتم إنهاء المهام في API مباشرة.
لقد طغى "AGI" بسهولة على هذا الجزء من التغيير بعد إصدار Astra.
كلما زادت قدرة النموذج، زادت القدرات التي يمكن للشخص الحصول عليها بشكل مباشر، وبدأ يعتمد أكثر فأكثر على مقدار السلطة التي ترغب المنصة في منحها لك.
ثم، بعد هذه السلسلة من "التعليقات الحرجة، وتعليق التدريب، والعزل، والمراقبة، والافتتاح المتدرج"، قال جريج بروكمان في المؤتمر الإعلامي حول إطلاق أسترا: "مرحبًا بكم في عصر الذكاء الاصطناعي العام."
حتى أنه قال إنه إذا حكم شخصيًا، فإنه يعتقد "لقد حققنا ذلك".
ولكن عند السؤال، "هل أعلنت شركة OpenAI رسميًا عن تطبيق الذكاء الاصطناعي العام؟" اعترف بروكمان بأن الذكاء الاصطناعي العام أصبح "شيئًا رماديًا وغامضًا"، أشبه بـ "مفهوم المهمة" أو "المفهوم الروحي" وليس معيارًا تقنيًا يمكن رسمه بدقة.
في وقت سابق، في "Sources Podcast"، كان ألتمان مترددًا في مناقشة مسألة "متى سننفذ الذكاء الاصطناعي العام" بجدية. كان يعتقد أن مصطلح AGI كان "في أحسن الأحوال مفهومًا غامضًا للغاية" وكاد أن يطلق عليه "مصطلح تسويقي غير مهم".
السبب ليس أن OpenAI أبعد ما يكون عن الذكاء الاصطناعي العام. على العكس من ذلك، يرجع السبب في ذلك إلى أن الذكاء الاصطناعي العام، في رأي ألتمان، ربما لم يعد بهذه الأهمية بعد الآن.
ما بدأ يشعر بالقلق حقًا هو الكلمة التالية: الذكاء الفائق.
قال ألتمان إنه قبل عام مضى، لم يكن يعتقد أن OpenAI كانت تسير على مسار قصير المدى نحو الذكاء الفائق. الآن، يعتقد أن ذلك "يمكن أن يحدث".
لكنني مازلت أرغب في تقديم شكوى، أليس ASI "مصطلح تسويقي غير مهم"؟
التعليقات