أثارت هذه المخاوف اهتمام الأوساط التقنية، خاصة مع إعلان بعض موظفي OpenAI أن النموذج القادم للشركة، المعروف باسم "Orion"، قد لا يقدم قفزة نوعية مقارنة بالإصدار الحالي (GPT-4). يأتي ذلك بعد أن أثبتت الاختبارات العملية صعوبة تجاوز نجاح GPT-4 الذي أطلق في مارس 2023. ومع تعثر جهود تطوير الجيل الجديد من نماذج الذكاء الاصطناعي لدى جوجل وشركات أخرى، بدأت علامات الاستفهام تحيط بجدوى الاستثمار المستمر في هذه الاستراتيجيات المكلفة.

وفي ظل هذه التحديات، يبرز تساؤل هام حول العقبات التي تحول دون تحقيق التقدم المنشود في الذكاء الاصطناعي التوليدي، إذ تتزايد الانتقادات الموجهة للنهج الحالي الذي يعتمد على زيادة حجم النماذج وتعزيز قدراتها الحاسوبية. تشير تقارير إلى أن الشركات تواجه قيودًا متعلقة بنقص البيانات ذات الجودة العالية اللازمة لتدريب النماذج، إضافة إلى التكاليف الباهظة الناتجة عن الحاجة إلى موارد حوسبة هائلة. وقد ظهر ذلك بوضوح عندما لم تحقق البيانات الاصطناعية، التي تُولد بشكل خوارزمي، النتائج المرجوة حتى الآن، ما جعل من الصعب الاعتماد عليها كمصدر بديل للبيانات الحقيقية.

وفي إطار البحث عن حلول بديلة، بدأت بعض الشركات، مثل OpenAI، بتطوير نماذج جديدة أقل حجمًا وأكثر كفاءة، حيث أطلقت نموذج (o1) الذي يتميز بقدرته على التفكير العميق وتقديم إجابات شاملة. ورغم الأداء الجيد لهذا النموذج في بعض المهام، إلا أنه لا يزال يواجه صعوبات في حل المسائل الرياضية المعقدة، مما يثير الشكوك حول قدرته على محاكاة الذكاء البشري الحقيقي.

مع ظهور تحديات جديدة، يتوقع خبراء أن نهج زيادة حجم النماذج اللغوية سيصل إلى حدوده القصوى قريبًا. كان بيل جيتس من أوائل الشخصيات التي حذرت من أن الجيل القادم من النماذج، بما في ذلك GPT-4، قد لا يحقق قفزات نوعية. هذه التحذيرات تتزايد مع ظهور تقارير تشير إلى تباطؤ التقدم في هذا المجال، وهو ما يدفع الكثيرين للتساؤل عن الخطط البديلة الممكنة.

في ظل تراجع قانون مور الذي كان يحدد وتيرة تطور الأجهزة الحاسوبية، تتوجه الشركات نحو استكشاف تقنيات جديدة، مثل الحوسبة الكمية والمواد المتقدمة، لتعزيز أداء الذكاء الاصطناعي. لكن هذه الجهود لا تزال في مراحلها الأولى وتحتاج إلى استثمارات ضخمة. في المقابل، يواجه المطورون صعوبة في تلبية توقعات المستخدمين الذين ينتظرون أداءً متميزًا في فهم السياق واتخاذ قرارات دقيقة.

ويؤكد كارثيك ديناكار، المدير التقني لشركة Pienso، أن الذكاء الاصطناعي يجب أن يتجاوز النماذج الحالية ويصبح أكثر قدرة على التعامل مع تعقيدات العالم الحقيقي. السباق نحو تحقيق الذكاء الاصطناعي العام لا يزال طويلًا ومليئًا بالتحديات، لكن التفاؤل يبقى حاضرًا بأن الحلول الابتكارية ستأتي في المستقبل القريب.