في هذا العمود، أناقش الاعتقاد المتزايد بأن الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة (LLMs) ليست مُستغلة بشكل كامل، على الرغم من اعتمادها على نطاق واسع. حاليًا، يتفاخر ChatGPT من OpenAI بحوالي 250 مليون مستخدم نشط أسبوعيًا، إلى جانب العديد من الأشخاص الذين يستخدمون تطبيقات الذكاء الاصطناعي الأخرى مثل Anthropic Claude وGoogle Gemini. ينبغي أن يكون التركيز، مع ذلك، على كيفية استخدام هذه التقنيات بدلاً من الأعداد. تقليديًا، يقوم الذكاء الاصطناعي التوليدي بمعالجة مدخلات النص بصفة أساسية وإنتاج مخرجات نصية، من خلال نظام توكنات يتم فيه تحويل الكلمات إلى رموز رقمية. على سبيل المثال، سيتم تحويل الجملة "الكلب نبح" إلى تمثيلات رقمية يقوم الذكاء الاصطناعي بتحليلها لإنتاج استجابة متماسكة، مثل "نعم فعل ذلك". يعتمد هذا التفعيل بشكل كبير على مجموعات البيانات التدريبية الضخمة الخاصة بالكتابة البشرية للتعرف على الأنماط. يجادل أندريه كارباتي، المتخصص في الذكاء الاصطناعي، بأن LLMs يمكن استخدامها لأبعد من مجرد معالجة اللغة الطبيعية.

يقترح أن تكون نماذج إحصائية لتدفقات الرموز، ما يعني إمكانية التطبيق الأوسع في مجالات مختلفة، بما في ذلك الصوت والفيديو ولغات البرمجة والألعاب وتوقعات الأسواق المالية والتنبؤات الجزيئية. يؤكد على أن أي مدخل يمكن تحويله إلى رموز ويظهر أنماطًا قابلة للتعرف عليها، ولديه قاعدة بيانات كبيرة يمكن أن يكون مرشحًا لاستخدام LLM. لاستغلال الإمكانيات الكاملة للذكاء الاصطناعي التوليدي، يجب علينا توسيع نطاق رؤيتنا والبحث في مجالات خارج التطبيقات التقليدية المعتمدة على اللغة. يتطلب هذا التحول تحديد الفرص التي يمكن فيها تحويل البيانات إلى رموز، حيث توجد أنماط بوضوح، وحيث يتاح كميات كبيرة من البيانات للتدريب. يتم الاستكشاف في مجالات مثل الألعاب وتوقعات الأسواق المالية والتركيبات الجزيئية بالفعل، ولكن ما زالت هناك العديد من المجالات غير المستغلة التي تنتظر الاكتشاف. يُشجع الخبراء في مجالات مختلفة على تقييم مجالاتهم لاكتشاف تطبيقات الذكاء الاصطناعي المحتملة واكتشاف أنماط جديدة قد توجد من خلال طرق حسابية متطورة. وبالمجمل، التفكير فيما وراء الاستخدامات التقليدية للذكاء الاصطناعي التوليدي يمكن أن يفتح مجالًا جديدًا من الفرص والابتكارات التي قد تؤدي إلى اختراقات كبيرة وتقدمات في مجالات متنوعة.