كيف يعمل AGI؟ لمحة عن ابتكارات الذكاء الاصطناعي في المستقبل

غالبًا ما يُوصف الذكاء الاصطناعي العام (AGI) بأنه الخطوة الكبيرة التالية في مجال الذكاء الاصطناعي، إذ يهدف إلى إنشاء أنظمة ذكاء اصطناعي قادرة على إنجاز مهام متنوعة كثيرة مثل البشر. يتمتع الذكاء الاصطناعي اليوم بقدرات كبيرة، لكنه غالبًا ما يكون متخصصًا. فبإمكانه اقتراح منتجات عبر الإنترنت أو التعرف على الوجوه أو ترجمة اللغات، لكن كل نظام يؤدي عادةً مهمة واحدة فقط بكفاءة عالية.

رأينا الذكاء الاصطناعي العام (AGI) في أعمال الخيال العلمي، لكنه لا يزال قيد التطوير في الواقع. يعمل الباحثون على تطوير ذكاء اصطناعي يفكر ويستدل ويتكيف مثل البشر، لكننا لم نصل إلى ذلك بعد. فما الذي يميز الذكاء الاصطناعي العام عن الذكاء الاصطناعي الحالي، ولماذا يثير الحماسة والحذر معًا؟ لنتعرف إلى الذكاء الاصطناعي العام بأسلوب واضح وعملي.

ما الذكاء الاصطناعي العام (AGI)؟#

يشير الذكاء الاصطناعي العام إلى أنظمة ذكاء اصطناعي مصممة للتعامل مع مهام متعددة ومتنوعة. فبدلًا من التخصص في مجال واحد، يمكن لأنظمة الذكاء الاصطناعي العام أن تتعلم معارفها وتكيفها بسلاسة عبر سياقات ومواقف وتحديات مختلفة.

فعلى سبيل المثال، يمكن لنظام يعمل بالذكاء الاصطناعي العام مساعدتك في تحليل توجهات السوق في مجال التمويل اليوم، والمساعدة على تشخيص الأمراض غدًا، بل وحتى إنشاء أعمال فنية أو أدبية أصلية في اليوم التالي، دون الحاجة إلى إعادة برمجة مكثفة أو إعادة تدريب.

الشكل 1. الفروق الرئيسية بين الذكاء الاصطناعي الضيق (ANI) والذكاء الاصطناعي العام (AGI) والذكاء الاصطناعي الفائق (ASI).

تخيل الذكاء الاصطناعي العام مساعدًا ذكيًا لا يكتفي بتنفيذ المهام وفق تعليمات صريحة، بل يفهم فعلًا ما تطلب منه القيام به.

لم يبلغ أي نظام ذكاء اصطناعي هذا المستوى من تعدد القدرات حتى الآن. تستطيع نماذج الذكاء الاصطناعي الحالية التعامل مع مهام محددة للغاية، مثل اقتراح هاتفك الذكي أفضل طريق إلى العمل، لكن الذكاء الاصطناعي العام يطمح إلى إنجاز مهام أكثر تعقيدًا وديناميكية تتطلب فهمًا أعمق وقدرة مستقلة على حل المشكلات.

فعلى سبيل المثال، يمكن لنظام ذكاء اصطناعي عام يدعم فريق الاستجابة للكوارث تقييم آثار زلزال، وتنسيق عمليات الإنقاذ، وتحليل صور الأقمار الصناعية في الوقت الفعلي لتحديد مواقع الناجين، وتعديل الاستراتيجيات وفق الظروف المتغيرة دون تدخل بشري. وعلى خلاف حلول الذكاء الاصطناعي الحالية التي تتطلب نماذج منفصلة للتعرف على الصور والتخطيط اللوجستي واتخاذ القرارات، يمكن للذكاء الاصطناعي العام دمج هذه القدرات بسلاسة والاستجابة للتحديات غير المتوقعة في الوقت الفعلي.

ما الفرق بين الذكاء الاصطناعي العام والذكاء الاصطناعي الضيق والذكاء الاصطناعي الفائق؟#

توجد حلول الذكاء الاصطناعي بمستويات مختلفة من الذكاء، بدءًا من الذكاء الاصطناعي الضيق الذي نستخدمه اليوم ووصولًا إلى ذكاء اصطناعي مستقبلي افتراضي. وتُصنَّف هذه المستويات إلى الذكاء الاصطناعي الضيق (ANI)، والذكاء الاصطناعي العام (AGI)، والذكاء الاصطناعي الفائق (ASI).

يشهد الذكاء الاصطناعي الضيق (ANI) انتشارًا سريعًا، وأصبح شائعًا للغاية في الوقت الحاضر. فهو يشغّل عوامل تصفية البريد المزعج ومحركات التوصية وبرامج التعرف على الصور. وتتفوق أنظمة الذكاء الاصطناعي هذه في مهام محددة، لكنها لا تستطيع التكيف مع مهام جديدة. فنموذج الذكاء الاصطناعي الطبي الذي يكشف الأورام لا يمكنه أن يبدأ فجأة بتحسين الخدمات اللوجستية في المصانع؛ إذ يجب إعادة تدريبه لكل وظيفة جديدة.

أما الذكاء الاصطناعي العام (AGI)، فسيتعلم المعرفة ويطبقها عبر مجالات مختلفة. تخيل نظام ذكاء اصطناعي يصمم مدينة مكتفية ذاتيًا، ويساعد الأطباء في أبحاث الأمراض الجديدة، ويكتب مقترحات سياسات مفصلة دون الحاجة إلى إعادة تدريب النموذج. وسيتيح هذا المستوى من الذكاء للذكاء الاصطناعي الاستدلال وحل المشكلات والتكيف مع مهام مختلفة.

أما الذكاء الاصطناعي الفائق (ASI)، فسيتجاوز الذكاء البشري تمامًا. وسيتمكن من تطوير نظريات علمية، أو التنبؤ بتحولات الأسواق العالمية، أو إنشاء مجالات معرفية جديدة بالكامل. ورغم أن الذكاء الاصطناعي الفائق لا يزال افتراضيًا، فإن إمكاناته تثير نقاشات جوهرية حول الأخلاقيات والتحكم ودور الذكاء الاصطناعي في تشكيل المستقبل.

إليك نظرة أقرب على أوجه الاختلاف بينها:

• القدرة على التكيف: يقتصر الذكاء الاصطناعي الضيق (ANI) على وظيفة واحدة؛ فنموذج ترجمة اللغات لا يمكنه التحول إلى تصميم الهندسة المعمارية. أما الذكاء الاصطناعي العام (AGI)، فيستطيع تطبيق معارفه بمرونة؛ فعلى سبيل المثال، قد يُستخدم نظام ذكاء اصطناعي طُوّر لتحليل بيانات البيع بالتجزئة لاحقًا لتحسين استهلاك الطاقة في الشبكات الذكية. وإذا تحقق الذكاء الاصطناعي الفائق (ASI)، فسيتفوق تفكيره على أفضل العقول البشرية في كل مجال.
• اتخاذ القرارات: يتبع الذكاء الاصطناعي الضيق (ANI) قواعد محددة مسبقًا، مثل نظام كشف الاحتيال الذي يعلّم المعاملات المشبوهة، لكنه لا يستطيع إجراء مزيد من التحقيق. أما الذكاء الاصطناعي العام (AGI)، فسيأخذ في الحسبان التوجهات المالية والعوامل القانونية والقضايا السابقة لتحديد احتمال وقوع الاحتيال. وسيتنبأ الذكاء الاصطناعي الفائق (ASI) بالأزمات المالية ويحد منها استباقيًا قبل وقوعها.
• التأثير: يعزز الذكاء الاصطناعي الضيق (ANI) الكفاءة في المهام القائمة، مثل مراقبة الجودة بمساعدة الذكاء الاصطناعي في التصنيع. وقد يحول الذكاء الاصطناعي العام (AGI) القطاعات من خلال اكتشافات مستقلة، مثل تصميم مواد جديدة لاستكشاف الفضاء. وإذا طُوّر الذكاء الاصطناعي الفائق (ASI)، فقد يعيد تشكيل حضارات بأكملها عبر إنشاء تقنيات متقدمة تتجاوز قدرات البشر.

يشغّل الذكاء الاصطناعي الضيق (ANI) معظم أنظمة الذكاء الاصطناعي اليوم، بينما لا يزال الذكاء الاصطناعي العام (AGI) قيد التطوير. أما الذكاء الاصطناعي الفائق (ASI)، فما زال فكرة بعيدة، لكن تقدم الذكاء الاصطناعي سيؤثر في القطاعات والابتكار وطريقة عيشنا. ينطوي طريق تطوير الذكاء الاصطناعي العام على إمكانات كثيرة، لكنه يحمل أيضًا تحديات ينبغي التعامل معها بحذر.

كيف يعمل الذكاء الاصطناعي العام (AGI)؟#

تستكشف الأبحاث الجارية سبل الجمع بين تعلّم الآلة المتقدم والنمذجة المعرفية والرؤى المستمدة من علم الأعصاب لبناء أنظمة تتعلم وتتكيف عبر مجالات متنوعة. واستنادًا إلى التقدم المحرز حتى الآن، من المرجح أن يتطلب إنشاء الذكاء الاصطناعي العام دمج بعض التقنيات الأساسية، ومنها:

• التعلم العميق: سيستخدم الذكاء الاصطناعي العام التعلم العميق للتعرف على الأنماط وتفسيرها، على غرار تعلمنا الطبيعي من خلال مراقبة العالم من حولنا والاستماع إليه واختباره.
• التعلم المعزز: سيطور الذكاء الاصطناعي العام قدراته بمرور الوقت من خلال التفاعل مع بيئته وتلقي الملاحظات وتعديل أفعاله وفقًا لذلك. فعلى سبيل المثال، يمكن لنظام يعمل بالذكاء الاصطناعي العام أن يتدرب على تجميع منتج جديد في بيئة محاكاة، ويتعلم من أخطائه، ويحسن أسلوبه، ثم يطبق ما تعلمه في التصنيع الفعلي.
• الشبكات العصبية: يمكن اعتبار الشبكات العصبية بمنزلة دماغ الذكاء الاصطناعي العام. فهي تمكّنه من تحليل كم كبير من المعلومات بسرعة، ورصد الأنماط الدقيقة، واتخاذ القرارات باستقلالية دون الحاجة إلى توجيهات مفصلة.

الشكل 2. يوضح كيفية تفاعل الذكاء الاصطناعي العام عبر واجهات رقمية ومادية وقائمة على الذكاء.

من المرجح أن تساعد هذه الأساليب مجتمعة أنظمة الذكاء الاصطناعي العام على التعلم المستمر والتكيف بسرعة مع المواقف الجديدة والتعامل مع التحديات المعقدة بطرق يعجز عنها الذكاء الاصطناعي الضيق الحالي.

ما الدور الذي يمكن أن يؤديه الذكاء الاصطناعي العام في الرؤية الحاسوبية؟#

تخيل حلًا لـالرؤية الحاسوبية لا يكتفي باكتشاف الأشياء، بل يفهم أيضًا سياقها ضمن بيئة معينة. تؤدي النماذج المتقدمة اليوم، مثل Ultralytics YOLO11، عملًا رائعًا بالفعل في تحديد الأشياء بسرعة. ويمكن للذكاء الاصطناعي العام تعزيز هذه القدرات، ومساعدة الذكاء الاصطناعي على تفسير أفعال البشر وإيماءاتهم الدقيقة ونواياهم، ما يتيح في نهاية المطاف اتخاذ قرارات أكثر تقدمًا ووعيًا بالسياق.

لنلقِ نظرة على ثلاثة قطاعات واقعية قد تحقق فيها الرؤية الحاسوبية المعززة بالذكاء الاصطناعي العام أثرًا ملموسًا.

مركبات ذاتية القيادة أكثر ذكاءً#

تستطيع السيارات ذاتية القيادة اليوم تحديد المشاة والمركبات الأخرى وإشارات المرور بكفاءة. لكن فهم السلوك البشري الدقيق، مثل معرفة ما إذا كان شخص ما ينوي عبور الشارع أم يقف بجانبه فحسب، لا يزال صعبًا. ويمكن لأنظمة الرؤية الحاسوبية المدعومة بالذكاء الاصطناعي العام سد هذه الفجوة.

يمكن لأنظمة الذكاء الاصطناعي العام تفسير لغة الجسد والإيماءات الدقيقة، والتنبؤ بدقة بأفعال البشر في ظروف حركة المرور الآنية. وركزت جهود بحثية حديثة على تدريب الذكاء الاصطناعي لتحسين تفسير سلوك المشاة وتفاعلات المركبات في البيئات الحضرية المعقدة، ما يجعل التنقل أكثر أمانًا وموثوقية.

ومن خلال فهم تعقيدات القيادة في العالم الحقيقي على نحو أفضل، يمكن للمركبات المدعومة بالذكاء الاصطناعي العام خفض الحوادث بدرجة كبيرة، وجعل طرقنا أكثر أمانًا وكفاءة.

روبوتات متكيفة مع المهام الواقعية#

تتفوق الروبوتات اليوم في المهام المتكررة، لكنها لا تجيد التعامل مع التغيرات غير المتوقعة. ويمكن للروبوتات المدعومة بالذكاء الاصطناعي العام التكيف بسرعة مع البيئات الجديدة، سواء أكانت تجمع إلكترونيات دقيقة أم تنفذ مهام منقذة للحياة في مناطق الكوارث.

الشكل 3. قد تصبح الروبوتات الشبيهة بالبشر أكثر شبهًا بالبشر بفضل الذكاء الاصطناعي العام.

يمكن للروبوتات المدعومة بالذكاء الاصطناعي العام تحديد الأشياء غير المألوفة بسرعة، واتخاذ قرارات آمنة، وتكييف استراتيجياتها باستقلالية. وقد يساعد الجمع بين التعلم المعزز وتقنيات الرؤية المتقدمة هذه الروبوتات على التعلم أثناء العمل، ما يقلل بدرجة كبيرة الحاجة إلى الإشراف البشري.

تبشر الأبحاث الحديثة التي تجمع بين التعلم المعزز والشبكات العصبية بالخير في تعليم الروبوتات أداء المهام المعقدة باستقلالية. وبفضل الذكاء الاصطناعي العام، قد تصبح الروبوتات قريبًا شركاء لا غنى عنهم في أماكن العمل وحالات الطوارئ.

رعاية صحية شخصية#

يساعد الذكاء الاصطناعي الأطباء حاليًا على تحديد المشكلات في الصور الطبية، لكنه عادةً لا يتجاوز ذلك. ويمكن لأنظمة الرؤية المعززة بالذكاء الاصطناعي العام أن تأخذ في الحسبان سجلك الطبي الكامل ونمط حياتك وعوامل الوراثة لتقديم رؤى شخصية. وبدلًا من مجرد التنبيه إلى مشكلة محتملة، يمكن للنظام تقديم صورة شاملة عن صحتك.

يمكن لهذه الرؤية الأوسع مساعدة الأطباء على تقديم تشخيصات أدق، واكتشاف الأمراض مبكرًا، والتوصية بخطط علاج شخصية. فعلى سبيل المثال، أظهرت أبحاث حديثة في الذكاء الاصطناعي، مثل AlphaFold من DeepMind، نجاحًا بالفعل في التنبؤ ببنى البروتينات بدقة لافتة، ما يساعد الأطباء والعلماء على فهم الأمراض بصورة أفضل وتطوير علاجات موجهة.

وفي نهاية المطاف، يمكن للذكاء الاصطناعي العام دعم الأطباء لاتخاذ قرارات أسرع وأكثر استنارة، وتحسين رعاية المرضى، ومساعدة مقدمي الرعاية الصحية على اتباع نهج استباقي بدلًا من الاكتفاء برد الفعل.

التحديات الرئيسية في تطوير الذكاء الاصطناعي العام#

رغم الإمكانات الواعدة للذكاء الاصطناعي العام، يواجه الباحثون تحديات عدة في تطويره. وفيما يلي بعض العقبات التي تواجههم:

• القدرة الحاسوبية: يتطلب الذكاء الاصطناعي العام حواسيب قوية وخوارزميات معقدة.
• متطلبات البيانات: يتطلب تدريب أنظمة الذكاء الاصطناعي العام مجموعات بيانات ضخمة ومتنوعة، وغالبًا ما يكون جمعها والتعامل معها بمسؤولية أمرًا صعبًا.
• القضايا الأخلاقية وقضايا السلامة: من الضروري ضمان احترام الذكاء الاصطناعي العام لمعايير السلامة وحقوق الإنسان والأخلاقيات، ولا سيما في المجالات الحساسة مثل الرعاية الصحية والنقل.

تقود هذه التحديات بطبيعة الحال إلى سؤال مهم: كيف سيؤثر الذكاء الاصطناعي العام في المجتمع؟

قد يغير الذكاء الاصطناعي العام سوق العمل وأخلاقيات التكنولوجيا، بل وحتى أساليب ضمان السلامة والحوكمة. ويُعد التعامل مع هذه القضايا استباقيًا أمرًا أساسيًا لضمان أن يعود الذكاء الاصطناعي العام بالنفع على المجتمع لا بالضرر.

أبرز النقاط#

يهدف الذكاء الاصطناعي العام إلى إنشاء أنظمة ذكاء اصطناعي متعددة القدرات تفكر وتتكيف وتستدل، مع تعزيز قدراتها خصوصًا في مجالات مثل الرؤية الحاسوبية. ورغم إمكاناته الكبيرة، فإنه يطرح أيضًا تحديات مثل فقدان الوظائف والأسئلة الأخلاقية ومخاوف السلامة.

وفي نهاية المطاف، سيكون البحث الدقيق والشفافية والتنظيم عناصر أساسية لتحقيق فوائد الذكاء الاصطناعي العام. ومع استمرار تطور هذا المجال، سيكون إيجاد التوازن المناسب بين الابتكار والاعتبارات الأخلاقية أمرًا جوهريًا.

انضم إلى مجتمعنا المتنامي! استكشف مستودع GitHub للتعرف أكثر على الذكاء الاصطناعي. هل أنت مستعد لبدء مشروعاتك الخاصة في الرؤية الحاسوبية؟ اطلع على خيارات الترخيص. اكتشف الذكاء الاصطناعي في التصنيع وذكاء الرؤية الاصطناعي في القيادة الذاتية بزيارة صفحات حلولنا!