«120 تكوينا تدريبيا للوكلاء الأذكياء: المحاكاة وحدها تفشل في عبور العوالم الافتراضية البعيدة»

اعتادت مختبرات الذكاء الاصطناعي الاطمئنان إلى أن قوانين التوسع الفيزيائية لا تخيب، فكلما تضاعفت ساعات التدريب وسعة النماذج، ارتقت قدرة الوكلاء على الحركة والتفاعل في الواقع المادي لأن الجاذبية وقواعد الحركة ثابتة لا تتبدل. غير أن نقل هذا الرهان إلى العوالم الافتراضية اصطدم بتباينات بصرية وتحكمية جذرية جعلت الفرضية موضع شك علمي دقيق. فحصت ورقة بحثية جديدة قادها الباحث كوان تشانغ مع عشرة باحثين، عبر أرخايف، مدى صمود التدريب المسبق المستمر للوكلاء المتجسدين داخل بيئات الألعاب المتعددة، لتكشف حدودا صلبة تفصل بين إتقان واجهة التحكم والتعميم في عوالم مجهولة.

بنى الفريق دراسة تجريبية منضبطة اختبرت 120 تشكيلا تدريبيا عبر ثلاثة محاور متقاطعة: حجم البيانات، والتنوع، وسعة النموذج. شملت التجارب أربعة أحجام للنماذج تراوحت بين 800 مليون معامل و27 مليار معامل، مع ست ميزانيات للبيانات امتدت من 50 ساعة إلى 1600 ساعة من اللعب، وخمس خلطات تدريبية بدأت من حصر البيانات في لعبة ماينكرافت وحدها وصولا إلى مجموعات متعددة العوالم. جرى قياس الأداء وتعميم المهارات عبر خسائر التحقق ثلاثية المستويات واختبارات قياسية غطت البيئات المشمولة في التدريب، وعوالم متقاربة، وصولا إلى بيئات بعيدة لم يشهدها النموذج من قبل.

أظهرت نتائج القياس أن زيادة حجم البيانات تحسن الأداء بثبات داخل البيئات المشمولة بالتدريب، وأن تنوع البيانات يعزز الانتقال إلى العوالم الشبيهة لكنه يحقق مكاسب محدودة للغاية في العوالم البعيدة. المفاجأة الأبرز تمثلت في أن تكبير سعة النموذج يرفع كفاءة استهلاك البيانات، لكنه يؤدي إلى تراجع القدرة على التعميم نحو العوالم البعيدة عند الاقتصار على تدريب البيئة الواحدة. يفسر الباحثون ذلك بظاهرة مرحلية واضحة: تبدأ النماذج بمرحلة واجهة مبكرة تحصد فيها فوائد واسعة النطاق عبر العوالم المختلفة عبر استيعاب أساسيات التحكم والاستجابة، تليها مرحلة عالم لاحقة تضيق فيها المكاسب لتنحصر حصريا في البيئات المألوفة وما شابهها.

صاغ الباحثون قانون توسع تجريبي يربط خسارة التحقق بحجم البيانات ومستوى تنوعها وسعة النموذج، مؤكدين أن نماذجهم نافست الأنظمة المتخصصة في ماينكرافت والنماذج الرائدة في العوالم ثلاثية الأبعاد، محققة أفضل أداء لها في بيئات التشغيل الفوري المتزامنة. غير أن استمرار الفجوات الأدائية في البيئات البعيدة أثبت وجود سقف هيكلي لأسلوب المحاكاة السلبية، مما يؤكد أن بناء وكيل رقمي شامل لا يمكن أن يتحقق بالاعتماد على التدريب المسبق المستمر وحده، بل يتطلب مسارات تدريبية أكثر ثراء تتجاوز مجرد تقليد تسجيلات اللعب.

نرى في هيئة التحرير أن هذا القياس المعملي يحمل دلالة مالية ومعمارية مباشرة للفرق التقنية واستوديوهات تطوير الألعاب والبرمجيات في الخليج ومصر والشام، حيث تتسابق الشركات ومختبرات الابتكار لضخ ميزانيات الحوسبة في تدريب وكلاء واجهات المستخدم وأتمتة البيئات الافتراضية. القيمة الحقيقية للنتائج تكمن في ترشيد قرارات الشراء وسعات المعالجة: حرق الميزانيات على نماذج عملاقة تصل إلى 27 مليار معامل لتدريبها على تسجيلات شاشات مأخوذة من بيئة تشغيلية واحدة لن ينتج نظاما قادرا على العمل عبر منصات رقمية متعددة، بل سيقود إلى حفظ أعمى ينهار أمام الواجهات غير المألوفة. تذكّر وأنت تخطط لنماذجك أن الاستثمار الأجدى يبدأ بالاكتفاء بنماذج أصغر حجما لاستيعاب مرحلة الواجهة الأولية، ثم توجيه القدرات الحاسوبية نحو بيئات التدريب التفاعلي بدلا من مراكمة آلاف الساعات من التسجيل السلبي.

تنتهي الدراسة إلى رسم خط فاصل في سباق الوكلاء المستقلين: التدريب بالمحاكاة وسيلة ممتازة لضبط الاستجابة اللحظية داخل الحدود المعروفة، لكنه لا يصنع ذكاء عاما يتنقل بحرية بين العوالم الرقمية المتمايزة. الرهان على التوسع العددي وحده لا يحل مشكلة التباين البيئي، ومن يدرك هذه الحدود مبكرا يوفر موارد حوسبة باهظة في سوق لا ترحم التجارب العشوائية.