الذكاء الاصطناعي العام (AGI).. ما الذي نعرفه عن أخطر أنواع الـ AI؟

في تدوينة حديثة، كتب سام ألتمان، الرئيس التنفيذي لشركة OpenAI، عن رؤيته للذكاء الاصطناعي العام (AGI) باعتباره النقطة المفصلية التي ستغير شكل الحضارة البشرية. ويرى ألتمان أن تطويره ليس مجرد تقدم تكنولوجي، بل تحول جذري في طريقة تعاملنا مع التحديات العالمية الكبرى، من تغير المناخ إلى الطب والتعليم. لكن في خضم هذه الرؤية المتفائلة، أشار ألتمان أيضًا إلى القلق الذي يحيط بتطوير هذه التقنية.

هذه المقالة تسلط الضوء على مفهوم الذكاء الاصطناعي العام (AGI)، وأهميته، والتحديات المرتبطة به، بالإضافة إلى التأثيرات المحتملة التي قد يحملها على المجتمع والبشرية بشكل عام. سنناقش كيف يختلف عن الأنواع الأخرى من الذكاء الاصطناعي، وما هي الإمكانيات التي يمكن أن يحققها، فضلاً عن السيناريوهات المستقبلية التي قد تنتج عن تطويره.

تعريف الذكاء الاصطناعي العام (AGI)

الذكاء الاصطناعي العام (Artificial General Intelligence – AGI) هو نوع من الذكاء الاصطناعي يتمتع بقدرات معرفية شاملة تحاكي القدرات العقلية للبشر، ويتميز AGI بقدرته على التعلم الذاتي، والتفكير المجرد، وحل المشكلات في مجموعة متنوعة من السياقات دون الحاجة إلى تدخل بشري أو إعادة برمجة مسبقة.

ويمتلك الذكاء الاصطناعي العام (AGI) مرونة عالية تتيح له التكيف مع بيئات جديدة وأداء مهام متنوعة بنفس كفاءة البشر. ويمكنه التفكير بطريقة إبداعية، واتخاذ قرارات مستنيرة، ودمج المعرفة من مجالات متعددة لمعالجة التحديات المعقدة.

وبفضل هذه القدرات، يُعتبر الهدف الطموح الذي يسعى الباحثون لتحقيقه، حيث يمثل مرحلة متقدمة من الذكاء الاصطناعي يمكن أن تُحدث ثورة في مختلف القطاعات مثل الطب، التعليم، والصناعة، والبحث العلمي.

الفرق بين الذكاء الاصطناعي العام (AGI) والذكاء الاصطناعي التقليدي (AI)

لفهم الذكاء الاصطناعي العام (AGI)، علينا أولاً التمييز بينه وبين الذكاء الاصطناعي التقليدي الذي نستخدمه اليوم، والمصمم لأداء مهام محددة مثل التعرف على الصور أو معالجة النصوص. فعلى سبيل المثال، تعتمد السيارات ذاتية القيادة على أنظمة الذكاء الاصطناعي التقليدي لتحليل البيئة المحيطة واتخاذ قرارات فورية. لكن هذه الأنظمة تبقى محدودة بحدود برمجتها.

على الجانب الآخر، يتمتع الذكاء الاصطناعي العام (AGI) بقدرات معرفية شبيهة بالبشر. فهو قادر على التعلم الذاتي، التفكير الإبداعي، وحتى اتخاذ القرارات في سياقات غير مألوفة. باختصار: تخيل نظامًا يستطيع تصميم مدينة ذكية بأكملها دون تدخل بشري، أو روبوتًا يبتكر علاجات جديدة للأمراض دون أن يُطلب منه ذلك.

مقارنة بين الذكاء الاصطناعي العام (AGI) والأنواع الأخرى

المعيار	الذكاء الاصطناعي الضيق (ANI)	الذكاء الاصطناعي العام (AGI)	الذكاء الاصطناعي الفائق (ASI)
التعريف	ذكاء مصمم لأداء مهام محددة فقط مثل التعرف على الصور أو النصوص	ذكاء شامل يحاكي القدرات المعرفية البشرية ويؤدي مجموعة متنوعة من المهام	ذكاء يتفوق على الذكاء البشري في جميع المجالات، بما في ذلك التفكير والإبداع
الحالة الحالية	مستخدم على نطاق واسع (مثل المساعدات الشخصية والروبوتات)	نظري وقيد التطوير	افتراضي وغير موجود حتى الآن
القدرات	محدود بمهمة معينة ولا يمكنه التكيف خارج هذه المهمة	قادر على التكيف مع بيئات ومهام مختلفة	يمتلك قدرة غير محدودة على التعلم والتكيف والتفكير الإبداعي
التعلم والتطور	يتعلم ضمن نطاق ضيق محدد مسبقًا	يتعلم مثل البشر من تجارب متنوعة ومستقلة	يتعلم ذاتيًا بطريقة تفوق البشر
الإبداع وحل المشكلات	يعتمد على الأنماط والبيانات المبرمجة مسبقًا	قادر على التفكير المجرد والإبداع وحل المشكلات	يتفوق على البشر في الإبداع والتفكير وحل المشكلات
الأمثلة العملية	ChatGPT، السيارات ذاتية القيادة، أنظمة التعرف على الصور	غير موجود حاليًا، لكنه قيد البحث والتطوير	لم يتم تحقيقه بعد، ويُعتبر هدفًا مستقبليًا بعيد المدى
الوعي الذاتي	غير موجود	قد يمتلك مستوى محدود من الوعي إذا تم تحقيقه	يفترض أنه يمتلك وعيًا أعلى من البشر
الأخلاقيات	يتبع التعليمات المبرمجة فقط	قد يحتاج إلى أطر أخلاقية محددة لضمان سلامة استخدامه	يتطلب ضوابط صارمة بسبب قوته الفائقة
الأثر على المجتمع	تحسين الكفاءة في المهام المحددة	تغيير جذري في مجالات متعددة مثل الصحة والتعليم والصناعة	يمكن أن يؤدي إلى تحولات جذرية وغير متوقعة في الحضارة البشرية

استعمالات الذكاء الاصطناعي العام (AGI)

يمثل الذكاء الاصطناعي العام (AGI) قفزة نوعية في قدرات الآلات على محاكاة التفكير البشري، مما يتيح له مجموعة واسعة من الاستعمالات التي تتجاوز حدود الذكاء الاصطناعي التقليدي.

في المجال الطبي، يمكن أن يصبح الذكاء الاصطناعي العام أداة قوية في التشخيص الدقيق للأمراض المعقدة وتطوير علاجات مبتكرة من خلال تحليل كميات هائلة من البيانات الطبية بسرعة وكفاءة.

وفي التعليم، يمكن أن يقدم تجارب تعليمية مخصصة، حيث يتكيف مع احتياجات كل طالب ويوفر طرقًا تعليمية مبتكرة.

أما في عالم الأعمال والصناعة، قد يساهم في تحسين كفاءة الإنتاج عن طريق إدارة سلاسل الإمداد، وتوقع الطلبات، وتطوير منتجات جديدة استنادًا إلى تحليلات دقيقة للسوق. بالإضافة إلى ذلك، يمكن استخدامه في معالجة المشكلات البيئية، مثل التغير المناخي، من خلال تصميم استراتيجيات ذكية لإدارة الموارد والطاقة.

علاوة على ذلك، يفتح الذكاء الاصطناعي العام آفاقًا جديدة في مجال استكشاف الفضاء، حيث يمكنه تحليل البيانات المعقدة من الكواكب والنجوم، واتخاذ قرارات مستقلة في المهام الفضائية المعقدة. وفي الأمن السيبراني، يمكن أن يلعب دورًا أساسيًا في اكتشاف الهجمات الإلكترونية المتطورة وردعها بشكل أسرع وأكثر فعالية.

باختصار، الذكاء الاصطناعي العام لديه القدرة على تحويل كل جانب من جوانب حياتنا، مما يجعله تقنية متعددة الاستخدامات قد تغير العالم كما نعرفه.

أنواع أبحاث الذكاء الاصطناعي العام (AGI)

عند الحديث عن تطوير الذكاء الاصطناعي العام (AGI)، يتم استكشاف عدة أنواع من الأبحاث والمقاربات العلمية لتحقيق هذا الهدف. هذه الأنواع تتناول مختلف الجوانب التقنية والمعرفية التي تجعل الأنظمة الذكية قادرة على محاكاة الذكاء البشري بشكل شامل.

1. البحث في التعلم المعزز

• يركز هذا النوع من البحث على تطوير أنظمة يمكنها التعلم من خلال التجربة والخطأ، على غرار البشر. يتم تدريب النماذج الذكية على اتخاذ قرارات بناءً على المكافآت والعقوبات التي تتلقاها أثناء التفاعل مع بيئتها.
• التطبيقات: تحسين الأنظمة الذاتية مثل الروبوتات والسيارات ذاتية القيادة.

2. البحث في الشبكات العصبية الاصطناعية المتقدمة

• يعتمد هذا البحث على تطوير شبكات عصبية أكثر تعقيدًا تحاكي بنية الدماغ البشري. الهدف هو إنشاء أنظمة قادرة على التعامل مع كميات هائلة من البيانات واستخلاص أنماط معقدة منها.
• التطبيقات: تحليل البيانات الضخمة، واكتشاف العلاقات السببية بين الأحداث.

3. البحث في الإدراك الآلي

• يهتم هذا النوع من البحث بجعل الأنظمة الذكية قادرة على إدراك العالم من حولها من خلال الحواس الاصطناعية مثل الرؤية والصوت. يتم تطوير تقنيات تسمح للأنظمة بالتفاعل مع البيئة بطريقة أقرب إلى الإنسان.
• التطبيقات: الروبوتات التي تستطيع تنفيذ مهام دقيقة مثل الجراحة الروبوتية.

4. البحث في التفكير المجرد والتخطيط

• يركز هذا البحث على تحسين قدرة الأنظمة على التفكير المجرد والتخطيط طويل الأجل.والهدف هو إنشاء نماذج يمكنها اتخاذ قرارات استراتيجية تعتمد على تحليل البيانات المتاحة.
• التطبيقات: إدارة الكوارث، والتخطيط الحضري.

5. البحث في الوعي الاصطناعي

• أحد أكثر مجالات البحث تعقيدًا وإثارة للجدل، حيث يتم استكشاف كيفية منح الأنظمة الذكية درجة من الوعي وفهم الذات. هذا النوع من البحث يهدف إلى جعل الأنظمة قادرة على إدراك وجودها وفهم علاقتها بالبيئة المحيطة.
• التطبيقات: إنشاء شراكات تعاونية بين البشر والآلات.

6. البحث في التكامل بين المجالات المختلفة

• يسعى هذا النهج إلى دمج المعرفة من مجالات متعددة مثل علم النفس، علم الأعصاب، وعلم الحاسوب لإنشاء أنظمة أكثر شمولية. يتم بناء نماذج تعتمد على مفاهيم من العلوم الاجتماعية والطبيعية لتعزيز قدرة الأنظمة على الفهم.
• التطبيقات: أنظمة ذكاء اصطناعي عامة قادرة على التعلم والعمل في أي سياق.

7. البحث في الأخلاقيات والتوجيهات التنظيمية

• يركز هذا النوع من البحث على وضع أطر أخلاقية وتنظيمية لاستخدام وتطوير AGI. والهدف هو ضمان أن تكون الأنظمة الذكية آمنة وتُستخدم بشكل مسؤول.
• التطبيقات: الحد من المخاطر الأخلاقية وضمان سلامة الأنظمة عند دمجها في المجتمع.

التقنيات الداعمة لأبحاث الذكاء الاصطناعي العام (AGI)

تقود العديد من التقنيات المتقدمة أبحاث الذكاء الاصطناعي العام (AGI) بهدف تطوير أنظمة ذكية قادرة على محاكاة القدرات العقلية البشرية بشكل شامل.

من أبرز هذه التقنيات التعلم العميق والشبكات العصبية، التي تحاكي عمل الدماغ البشري من خلال معالجة كميات هائلة من البيانات واستخلاص الأنماط المعقدة منها.

بالإضافة إلى ذلك، تعتمد الأبحاث على التعلم المعزز (Reinforcement Learning). فهذه التقنية تسمح للأنظمة بالتعلم عبر التجربة والخطأ، مما يمكنها من اتخاذ قرارات مستقلة بناءً على المكافآت والعقوبات.

كما تُسهم تقنيات معالجة اللغة الطبيعية (NLP) في تمكين الأنظمة من فهم اللغة البشرية والتفاعل معها. هذا يجعلها أكثر قدرة على التواصل والتكيف مع البشر.

إلى جانب ذلك، تظهر أهمية الحوسبة العصبية (Neuromorphic Computing) المستوحاة من الدماغ البشري. هذه التقنية تهدف إلى توفير كفاءة عالية في معالجة البيانات وتعزيز القدرة على التعلم الذاتي.

تعتمد هذه التقنيات مجتمعة على بناء أنظمة أكثر تطورًا، قادرة على التفكير المجرد، التكيف مع البيئات المتغيرة، واتخاذ قرارات تتجاوز حدود التطبيقات الحالية للذكاء الاصطناعي التقليدي.

المصطلحات المرتبطة بالذكاء الاصطناعي العام (AGI)

يتداخل مفهوم الذكاء الاصطناعي العام (AGI) مع العديد من المصطلحات التي تعكس أبعادًا مختلفة لهذه التقنية. كما يُعرف أيضًا باسم الذكاء الاصطناعي القوي أو الذكاء الاصطناعي الكامل أو الذكاء الاصطناعي بمستوى بشري. ويشير هذا إلى الأنظمة القادرة على محاكاة القدرات العقلية البشرية بشكل شامل، بما في ذلك التفكير والاستنتاج والتعلم عبر مجالات متعددة.

في المقابل، يُطلق مصطلح الذكاء الاصطناعي الضعيف أو الذكاء الاصطناعي الضيق على الأنظمة المصممة لحل مشكلات محددة، دون امتلاك قدرات معرفية عامة. وتخصص بعض المصادر الأكاديمية مصطلح “الذكاء الاصطناعي القوي” للأنظمة التي قد تصل إلى مستوى الوعي أو الإدراك، بينما تفتقر الأنظمة الأضعف إلى هذا البُعد.

ومن المفاهيم ذات الصلة، الذكاء الاصطناعي الفائق (ASI)، وهو نوع افتراضي يُتوقع أن يتفوق بشكل كبير على الذكاء البشري في جميع المجالات. أما مصطلح الذكاء الاصطناعي التحويلي (Transformative AI)، فيرتبط بتأثيرات الذكاء الاصطناعي الواسعة على المجتمع، مشبهًا هذا التأثير بالثورات الزراعية أو الصناعية.

في عام 2023، اقترح باحثون من Google DeepMind إطارًا لتصنيف مستويات الذكاء الاصطناعي العام. وحددوا خمسة مستويات:

1. Emerging AGI (AGI الناشئ): يتميز بأداء مقارب للقدرات البشرية غير المهارية أو أفضل قليلاً. (النماذج اللغوية الكبيرة مثل ChatGPT أمثلة على AGI الناشئ).
2. Competent AGI (AGI الكفؤ): يتفوق على 50% من البشر المهرة في المهام المعرفية.
3. Expert AGI (AGI الخبير): يتفوق على 90% من البشر المهرة.
4. Virtuoso AGI (AGI الماهر): يتفوق على 99% من البشر المهرة.
5. Superhuman AGI (AGI فوق البشري): يتفوق على 100% من البشر في جميع المهام المعرفي.

الطموحات المستقبلية: متى سنرى AGI؟

تظل الإجابة على سؤال “متى سنحقق الذكاء الاصطناعي العام؟” موضع نقاش بين الخبراء. حيث يرى البعض أن ذلك قد يحدث قريبًا، بينما يشكك آخرون في إمكانية تحقيقه على الإطلاق.

بالنسبة لسام ألتمان، الرئيس التنفيذي لشركة OpenAI، فلا يخفي تفاؤله الكبير بشأن الذكاء الاصطناعي العام، ويشير إلى إمكانية تحقيقه خلال العقود القليلة المقبلة. لكنه يؤكد أن الطريق نحو تطويره لن يكون سهلاً، إذ يتطلب جهودًا ضخمة في مجال البحث العلمي واستثمارات كبيرة في البنية التحتية الحوسبية.

وبالنسبة للرئيس التنفيذي لشركة Unanimous AI، لويس روزنبرغ، فإننا سنصل إلى الذكاء الاصطناعي العام بحلول عام 2030.

أما راي كورزويل، مدير الهندسة في جوجل، فيرى أن الذكاء الاصطناعي سيصل إلى مستوى ذكاء البشر بحلول عام 2029، وسيتجاوزه بحلول عام 2045.

فيما يتوقع عالم الرياضيات والخبير المستقبلي بن جورتزل، إمكانية الوصول إليه بمستوى الذكاء البشري في غضون 3 إلى 8 سنوات قادمة، مما يشير إلى تحقيق ذلك بين عامي 2027 و2032

لكن الأمر ليس بهذه البساطة. كما أشار الباحث جويرتزل، فلا توجد نظرية شاملة توضح كيفية بناء الذكاء الاصطناعي العام. وبدلًا من ذلك، يعتمد التطوير على “ترقيعات” متعددة تجمع بين مفاهيم مختلفة. وهو يعقد قياس التقدم نحو تحقيق هذا الهدف.

التحديات

رغم الإمكانيات المبهرة، يواجه تطوير الذكاء الاصطناعي العام تحديات هائلة، منها التقنية والأخلاقية:

أولًا، يتطلب الذكاء الاصطناعي العام طاقة حاسوبية ضخمة وبنية تحتية غير مسبوقة. وتشير التقديرات إلى أن تحقيق هذا الهدف قد يتطلب استثمارات تصل إلى تريليونات الدولارات.

ومن الناحية الأخلاقية، تثار تساؤلات خطيرة: كيف يمكننا ضمان استخدامه بشكل آمن؟ هل يمكن أن يشكل تهديدًا إذا تجاوز ذكاء البشر؟ وكيف يمكننا إدارة تأثيره على سوق العمل والمجتمع؟

الخاتمة: هل نحن مستعدون؟

في النهاية، يظل مستقبل الذكاء الاصطناعي العام مفتوحًا على جميع الاحتمالات. إذا نجحنا في تحقيقه، قد نشهد عصرًا ذهبيًا من الابتكار والازدهار. ولكن، لتحقيق هذا المستقبل، نحتاج إلى تعاون عالمي وجهود مشتركة لضمان استخدام هذه التقنية بحكمة ومسؤولية.

السؤال الحقيقي هو: هل نحن مستعدون لمستقبل يشاركنا فيه الذكاء الاصطناعي العام ذكاءه وإبداعه؟