بقلم: Bernard Marr
Mar 13, 2025
الذكاء الاصطناعي اليوم مذهل – أدوات مثل ChatGPT يمكنها أداء مهام كانت تبدو مستحيلة منذ بضع سنوات فقط.
على عكس الذكاء الاصطناعي في تلك العوالم الخيالية، أو حتى البشر، لا يستطيع الذكاء الاصطناعي اليوم استكشاف العالم من حوله والتفاعل معه أو التعلم منه بشكل كامل. وإذا كان بإمكانه فعل ذلك، تمامًا مثل الروبوت Data في فيلم Star Trek (أو الإنسان)، لكان قادرًا على تعلم كيفية حل أي مشكلة أو أداء أي مهمة، وليس فقط ما تم تدريبه عليه في البداية.
يعتقد العديد من الباحثين البارزين في الذكاء الاصطناعي، بما فيهم مبتكرو ChatGPT في OpenAI، أن بناء آلات بهذا الذكاء، والمعروفة بالذكاء الاصطناعي العام (AGI)، هو الهدف الأسمى في تطوير الذكاء الاصطناعي. سيتيح AGI للآلات “تعميم” المعرفة وأداء أي مهمة يمكن للبشر القيام بها.
لكن قبل الوصول إلى ذلك، هناك بعض التحديات الكبيرة التي يجب علينا التغلب عليها. سنحتاج إلى اختراقات إضافية في الذكاء الاصطناعي، استثمارات ضخمة، وتغييرات اجتماعية واسعة النطاق.
إليك نظرتي في أكبر خمس عقبات يجب علينا تجاوزها إذا أردنا بناء المستقبل المشرق، الآلي بالكامل، المدعوم بالذكاء الاصطناعي الذي وعدتنا به الأفلام:
-
الفطرة السليمة والحدس
الذكاء الاصطناعي اليوم يفتقر إلى القدرة على استكشاف واستخدام العالم الذي يتواجد فيه بشكل كامل. نحن البشر تطورنا لنكون جيدين في حل المشكلات الواقعية باستخدام الأدوات والبيانات المتاحة لنا. لكن الآلات لا تستطيع ذلك – فهي تتعلم عن العالم من خلال البيانات الرقمية التي تم استخراجها، مهما كان مستوى الدقة المتاح، من العالم الحقيقي.
نحن كبشر نبني “خريطة” للعالم تساعدنا في فهمه، وبالتالي في القدرة على النجاح في المهام المختلفة. هذه الخريطة تتشكل من جميع حواسنا، وكل ما نتعلمه، ومعتقداتنا الفطرية، وكل ما نمر به من تجارب. لكن الآلات، التي تعالج البيانات الرقمية عبر الشبكات أو تجمعها باستخدام المستشعرات، لا يمكنها الوصول إلى هذا العمق من الفهم حتى الآن.
على سبيل المثال، باستخدام تقنيات الرؤية الحاسوبية، يمكن للذكاء الاصطناعي أن يشاهد مقاطع فيديو لطيور وهي تطير ويتعلم عنها الكثير – ربما حجمها، شكلها، نوعها، وسلوكها. لكن من غير المرجح أن يدرك أنه من خلال دراسة سلوك الطيور، قد يتعلم كيفية الطيران بنفسه، ويطبق هذا التعلم في بناء طائرات، كما فعل البشر.
الفطرة السليمة والحدس هما جانبين من الذكاء ما زالا حكراً على البشر، وهما أساسيان في قدرتنا على التعامل مع الغموض والفوضى والفرص. ربما سيكون علينا فهم علاقتهما بالذكاء الاصطناعي بشكل أعمق قبل أن نصل إلى الذكاء الاصطناعي العام.
-
نقل التعلم
إحدى القدرات التي طوّرناها كبشر هي القدرة على نقل المعرفة التي تعلمناها من مهمة معينة وتطبيقها في مهام أخرى.
الذكاء الاصطناعي اليوم مصمم لتنفيذ مهام محددة وضيقة. على سبيل المثال، قد يكون الروبوت الطبي قادرًا على تحليل الأشعة، استشارة المرضى، تقييم الأعراض، وتقديم العلاج. ولكن إذا طلبت منه تشخيص عطل في الثلاجة، فإنه لن يكون قادرًا على ذلك. رغم أن كلا المهام يعتمد على التعرف على الأنماط والتفكير المنطقي، إلا أن الذكاء الاصطناعي يفتقر ببساطة إلى القدرة على معالجة البيانات بالطريقة التي تساعده على حل المشكلات خارج ما تم تدريبه عليه.
من ناحية أخرى، يمكن للبشر نقل مهارات حل المشكلات والتفكير المنطقي والإبداع عبر مجالات مختلفة تمامًا. على سبيل المثال، قد يستخدم الطبيب البشري مهاراته في التشخيص لإصلاح الثلاجة المعطلة، حتى بدون أن يكون قد تدرب رسميًا في هذا المجال.
لكي يكون لدينا الذكاء الاصطناعي العام (AGI)، يجب أن يتمكن الذكاء الاصطناعي من تطوير هذه القدرة – أي تطبيق المعرفة عبر مجالات مختلفة دون الحاجة إلى إعادة تدريبه بالكامل. عندما يتمكن الذكاء الاصطناعي من إجراء هذه الروابط دون الحاجة لإعادة تدريبه على مجموعة بيانات جديدة تمامًا، سنكون قد اقتربنا خطوة من الذكاء العام الحقيقي.
-
الفجوة بين العالمين الفيزيائي والرقمي
نحن البشر نتفاعل مع العالم من خلال حواسنا. أما الآلات، فهي تعتمد على أجهزة استشعار. الفارق يكمن في التطور، الذي صقل قدرتنا على الرؤية، السمع، اللمس، الشم، والتذوق على مدى ملايين السنين.
أما الآلات، فتستند إلى الأدوات التي نوفرها لها. وقد تكون هذه الأدوات هي الأفضل أو قد لا تكون الطريقة المثلى لجمع البيانات التي تحتاجها لحل المشكلات بشكل فعال. يمكن للآلات التفاعل مع الأنظمة الخارجية بالطريقة التي نسمح لها بها، سواء رقميًا عبر واجهات برمجة التطبيقات أو ماديًا عبر الروبوتات. لكنها لا تمتلك مجموعة أدوات موحدة يمكنها التكيف معها لتكون مناسبة للتفاعل مع أي جانب من جوانب العالم مثلما لدينا أيدينا وأقدامنا.
التفاعل مع العالم المادي كما نفعل نحن – على سبيل المثال، للمساعدة في الأعمال اليدوية أو للوصول إلى نظام حاسوبي لم يُسمح لها بالوصول إليه – يتطلب ذكاءً اصطناعيًا قادرًا على سد هذه الفجوة. نرى بعض هذه المحاولات في النسخ الأولى لأدوات الذكاء الاصطناعي الوكيلة مثل “Operator”، الذي يستخدم الرؤية الحاسوبية لفهم المواقع الإلكترونية والوصول إلى أدوات خارجية. لكن ما زال هناك الكثير من العمل الذي يتعين القيام به لتمكين الآلات من استكشاف، وفهم، والتفاعل مع الأنظمة المادية والرقمية بشكل مستقل قبل أن يتحقق الذكاء الاصطناعي العام (AGI).
-
مشكلة القابلية للتوسع
حجم البيانات والطاقة المعالجة المطلوبة لتدريب وتطبيق نماذج الذكاء الاصطناعي الحالية هائل. لكن ما نحتاجه لتحقيق الذكاء الاصطناعي العام، وفقًا لفهمنا الحالي، قد يكون أكبر بشكل غير عادي. هناك بالفعل قلق بشأن بصمة الطاقة التي يتركها الذكاء الاصطناعي، وسيكون من الضروري بناء مشاريع بنية تحتية ضخمة لدعم هذه الطموحات. سواء كان هناك استعداد للاستثمار بما فيه الكفاية سيعتمد بشكل كبير على قدرة شركات الذكاء الاصطناعي على إثبات قدرتها على تحقيق العوائد المرجوة باستخدام الأجيال السابقة من تقنيات الذكاء الاصطناعي (مثل موجة genAI التي تستخدمها العديد من الشركات حاليًا).
وفقًا لبعض الخبراء، بدأنا نلاحظ تراجع العوائد من مجرد زيادة القدرة على المعالجة والبيانات في محاولة بناء ذكاء اصطناعي أذكى. التحديثات الأخيرة لـ ChatGPT – سلسلة النماذج Omni – وكذلك المنافس الجديد DeepSeek، ركزت على إضافة قدرات منطقية بدلاً من زيادة البيانات. ومع ذلك، فإن هذا يتطلب طاقة أكبر في مرحلة الاستدلال عندما يستخدم الأداة، بدلاً من مرحلة التدريب. مهما كان الحل، فإن حقيقة أن الذكاء الاصطناعي العام سيحتاج إلى طاقة معالجة بمقادير أكبر بكثير من المتاح الآن هو سبب آخر لعدم وصوله بعد.
-
قضايا الثقة
هذه ليست عقبة تقنية، لكنها تظل مشكلة كبيرة. السؤال هنا هو: حتى لو كانت التكنولوجيا جاهزة، هل المجتمع مستعد لقبول فكرة استبدال البشر بالآلات كأكثر الكائنات قدرة وذكاءً وتكيفًا على كوكب الأرض؟
سبب وجيه لعدم القبول بهذا هو أن الآلات (أو من يقوم بتطويرها) لم تبلغ بعد مستوى الثقة المطلوب. فكر في ردود الفعل التي أثارتها روبوتات الدردشة باستخدام اللغة الطبيعية مثل genAI وكيف أحدثت صدمة عندما بدأنا نتعامل مع تداعيات ذلك على كل شيء من الوظائف إلى الإبداع البشري. الآن تخيل كم سيكون القلق والخوف أكبر عندما تظهر الآلات التي يمكنها التفكير بأنفسها وتتفوق علينا في أي شيء تقريبًا.
اليوم، العديد من أنظمة الذكاء الاصطناعي هي “صناديق سوداء”، مما يعني أننا لا نعرف الكثير عن كيفية عملها أو ما يحدث داخلها. لكي يثق المجتمع في الذكاء الاصطناعي بما يكفي للسماح له باتخاذ قرارات بالنيابة عنا، يجب أن تكون أنظمة الذكاء الاصطناعي العام قابلة للتفسير والمحاسبة على مستوى يتجاوز بكثير ما نراه في الأنظمة الحالية.
فهل سنصل يومًا إلى الذكاء الاصطناعي العام؟
هذه هي أكبر خمس تحديات يحاول أفضل الباحثين في الذكاء الاصطناعي حلها اليوم بينما تتسابق شركات الذكاء الاصطناعي نحو هدف الذكاء الاصطناعي العام. لا نعرف كم من الوقت سيستغرقون للوصول إلى هناك، وقد لا يكون الفائزون هم أولئك الذين يتصدرون السباق اليوم. ربما تقدم بعض التقنيات الناشئة مثل الحوسبة الكمومية أو حلول الطاقة الجديدة بعض الإجابات. ولكن سيكون هناك حاجة إلى تعاون بشري ورقابة على مستوى يتجاوز ما شهدناه حتى الآن إذا كان الذكاء الاصطناعي العام سيحقق ثورة آمنة ويبدأ عصرًا جديدًا من الذكاء الاصطناعي الأقوى والأكثر فائدة.
المصدر: forbes
