ما هو AGI؟ شرح الذكاء الاصطناعي العام

أبرز النقاط

• يعني الذكاء الاصطناعي العام، أو AGI، ذكاءً اصطناعيًا يتمتع بقدرات واسعة على التعلم وحل المشكلات في مجالات مختلفة.
• روبوت المحادثة المثير للإعجاب ليس بالضرورة ذكاءً اصطناعيًا عامًا. فلا يوجد تعريف أو اختبار مقبول عالميًا لتأكيد ذلك.
• يمكن لأدوات الذكاء الاصطناعي الحالية المساعدة في البحث والكتابة والمهام المتخصصة، لكن مخرجاتها لا تزال تحتاج إلى التقييم البشري.

الذكاء الاصطناعي العام (AGI) هو شكل مقترح من الذكاء الاصطناعي يمكنه التعلم والاستدلال وتطبيق المعرفة في مهام متنوعة كثيرة، بمستوى يضاهي البشر عمومًا أو يتجاوزهم. وعلى عكس الأنظمة المصممة لمهام محددة، يُتوقع من الذكاء الاصطناعي العام أن يتكيف مع المشكلات غير المألوفة دون الحاجة إلى حل منفصل مصمم خصيصًا لكل منها.

كيف يعمل

لا توجد وصفة متفق عليها لبناء الذكاء الاصطناعي العام. فهو هدف بحثي، وليس تقنية واحدة أو فئة منتجات ذات مواصفات محسومة.

يبحث الباحثون عمومًا عن عدة قدرات مترابطة:

• التعلم: اكتساب مهارات مفيدة من المعلومات أو التجربة أو الملاحظات.
• الاستدلال: الربط بين الأدلة، وتقييم البدائل، وحل المشكلات غير المألوفة.
• نقل المعرفة: تطبيق ما جرى تعلمه في سياق ما على سياق آخر.
• التخطيط: تقسيم الهدف إلى خطوات وتعديلها عندما تتغير الظروف.
• القدرة على التكيف: التعامل مع مهام وبيئات جديدة بدلًا من الاكتفاء بالأنماط المألوفة.

تكمن الصعوبة في جعل هذه القدرات تعمل معًا بصورة موثوقة. فقد يحل نظام ما مسألة رياضية صعبة، لكنه يتعثر في مهمة تخطيط بسيطة. ولا يُثبت الأداء القوي في مجال واحد وجود ذكاء عام.

موقع النماذج اللغوية الكبيرة من ذلك

يتعلم النموذج اللغوي الكبير، أو LLM، الأنماط من كميات ضخمة من البيانات، ويستخدم تلك الأنماط لتوليد اللغة. ويجمع كثير من مساعدي الذكاء الاصطناعي المعاصرين بين النماذج اللغوية وقدرات مثل معالجة الصور أو البحث أو تنفيذ الشيفرات البرمجية أو استخدام أدوات خارجية.

وقد يجعلهم ذلك مفيدين في مجموعة واسعة من الأنشطة على نحو لافت. لكن اتساع نطاق الفائدة لا يعني إثبات تحقق الذكاء الاصطناعي العام.

يمكن للنموذج اللغوي الكبير أن يقدم شرحًا مقنعًا رغم خطئه في الحقائق الأساسية. وقد يجد أيضًا صعوبة في الالتزام بخطة موثوقة عبر خطوات عديدة. ويختلف الباحثون حول ما إذا كان توسيع هذه النماذج وتحسينها كافيًا لتحقيق الذكاء الاصطناعي العام، أم أن هناك حاجة إلى نهج إضافية.

كذلك، لا يعني الذكاء الاصطناعي العام تلقائيًا وجود وعي أو مشاعر أو إدراك للذات. فهذه مسائل منفصلة عن قدرة النظام على أداء المهام الفكرية بفعالية.

أمثلة من الواقع

لا توجد أمثلة على الذكاء الاصطناعي العام تحظى بقبول عالمي وثبتت صحتها بصورة مستقلة. وأكثر المقارنات الواقعية فائدة هي الأنظمة الحالية التي تُظهر جوانب من هذا الطموح الأوسع.

المساعدة متعددة الأغراض: يمكن لـ ChatGPT المساعدة في الكتابة والبرمجة والتحليل والبحث اليومي. ويوضح اتساع نطاقه سبب مناقشة الناس للنماذج اللغوية في سياق الذكاء الاصطناعي العام. لكن هذا الاتساع وحده لا يثبت وجود قدرة موثوقة بمستوى بشري على أداء مهام غير مألوفة.

الذكاء الاصطناعي العلمي المتخصص: يتنبأ AlphaFold (DeepMind) بالبنى ثلاثية الأبعاد للبروتينات، مما يدعم الأبحاث البيولوجية. وهو يوضح مدى القيمة التي يمكن أن يقدمها الذكاء الاصطناعي دون أن يكون ذكاءً عامًا. فالنجاح في التنبؤ ببنية البروتين لا يعني القدرة على إدارة شركة أو تعلم مهنة غير مرتبطة بهذا المجال.

أتمتة البحث: ينتج Storm (Stanford) تقارير بحثية متعددة الأقسام بأسلوب Wikipedia. ويوضح ذلك كيف يمكن لنظام ذكاء اصطناعي تنظيم سير عمل معقد، لكن التقرير المصقول يظل بحاجة إلى التحقق من دقته وأدلته ووجهات النظر الغائبة عنه.

قد يتعلم ذكاء اصطناعي عام افتراضي إجراءً غير مألوف في مكان العمل، ويفسر الوثائق ذات الصلة، ويضع خطة، ويتكيف عندما تتغير المتطلبات، وكل ذلك مع توجيه محدود خاص بالمهمة. وهذا توضيح للمفهوم، وليس ادعاءً بشأن قدرات منتج موجود.

الفوائد والحدود

قد يتيح الذكاء الاصطناعي العام مساعدة بمستوى الخبراء على نطاق أوسع. وإذا جرى تطوير أنظمة واسعة القدرات بأمان وموثوقية، فقد تساعد الناس على استقصاء المسائل العلمية، وتعلم موضوعات جديدة، وتنسيق الأعمال المعقدة.

بالنسبة للشركات، تكمن الجاذبية في المرونة: فمن المحتمل أن يتمكن نظام واحد من التعامل مع مهام متغيرة، بدلًا من الحاجة إلى حل متخصص مختلف لكل سير عمل.

ومع ذلك، تظل هذه الفوائد احتمالات، لا نتائج مضمونة. وتشمل الحدود والمخاطر المهمة ما يلي:

• عدم وضوح القياس: لا يوجد اختبار واحد مقبول للذكاء الاصطناعي العام. فالامتحانات ومعايير التقييم لا تقيس إلا جوانب من الذكاء.
• الموثوقية: قد يخفي ارتفاع متوسط الأداء إخفاقات خطيرة، خصوصًا خلال المهام غير المألوفة أو الطويلة.
• السلامة والتحكم: قد يسعى نظام ذو قدرات عالية إلى تحقيق هدف غير محدد بدقة بطرق ضارة.
• الخصوصية وسوء الاستخدام: قد تؤدي القدرات الأكبر إلى تفاقم الاحتيال أو المراقبة أو الاستخدام غير الملائم للمعلومات الحساسة.
• الاضطراب الاقتصادي: قد تؤدي التغيرات في الوظائف وإمكانية الوصول إلى الأنظمة القوية إلى تفاوت في توزيع الفوائد.

كذلك، يختلف الذكاء عن الجدارة بالثقة. فحتى النظام عالي القدرات سيحتاج إلى صلاحيات مناسبة وإشراف ومساءلة.

بالنسبة للمهنيين المشغولين، الدرس العملي بسيط: قيّم ما يستطيع نظام الذكاء الاصطناعي إنجازه بموثوقية ضمن سير عملك، لا ما إذا كانت مواده التسويقية تصفه بأنه «عام» أو «بمستوى بشري».

كيف تبدأ

لا تحتاج إلى انتظار الذكاء الاصطناعي العام لفهم الذكاء الاصطناعي الحالي أو الاستفادة منه. ابدأ بمهمة بحثية صغيرة، وراقب نقاط القوة ومواطن الإخفاق معًا.

1. اختر سؤالًا منخفض المخاطر. على سبيل المثال: «كيف يميز الباحثون بين الذكاء العام والأداء القوي في معايير التقييم؟» تجنب البدء بقرار تجاري حساس.

1. كوّن نظرة عامة. استخدم Perplexity للعثور على شروح مدعومة بروابط لمصادر على الويب. افتح المواد المستشهد بها وتحقق مما إذا كانت تدعم الإجابة فعلًا.

1. اقرأ ما يتجاوز الملخصات. إذا وجدت ورقة أكاديمية ذات صلة، فيمكن لـ SciSpace (Typeset) مساعدتك على فهم مصطلحاتها ومحتواها العلمي بصيغة PDF. قارن الشرح بمنهجية الورقة واستنتاجاتها.

1. استكشف السياق البحثي. يمكن لـ ResearchRabbit المساعدة في رسم خريطة للروابط بين الأوراق البحثية ومؤلفيها. استخدم هذه الروابط لاكتشاف أعمال ذات صلة، لا بوصفها دليلًا على صحة ادعاء ما.

1. احتفظ بسجل تقييم بسيط. دوّن المهمة، وإجابة الذكاء الاصطناعي، وما تحققت منه، وما أخفق فيه. جرّب صيغة مختلفة من المشكلة نفسها لترى ما إذا كان مستوى الأداء يظل ثابتًا.

لا تلصق أبدًا معلومات سرية أو شخصية في أداة دون التحقق من سياسات البيانات لديها وقواعد مؤسستك.

الأسئلة الشائعة

هل الذكاء الاصطناعي العام هو نفسه الذكاء الاصطناعي التوليدي؟

لا. يُنتج الذكاء الاصطناعي التوليدي محتوى مثل النصوص أو الصور أو الصوت أو الشيفرات البرمجية. أما الذكاء الاصطناعي العام فيصف قدرة فكرية واسعة وقابلة للتكيف. ويمكن لنظام أن يولد محتوى ممتازًا دون أن يستوفي معيارًا ذا دلالة للذكاء العام.

متى سيظهر الذكاء الاصطناعي العام؟

لا أحد يعلم. تتفاوت التوقعات كثيرًا لأن الباحثين يختلفون حول التعريف والعقبات التقنية وكيفية قياس التقدم. تعامل مع المواعيد المطروحة بثقة لظهوره باعتبارها تنبؤات، لا حقائق ثابتة.

كيف يختلف الذكاء الاصطناعي العام عن الذكاء الفائق؟

يشير الذكاء الاصطناعي العام عادةً إلى قدرات واسعة بمستوى يقارب المستوى البشري أو يتجاوزه، بحسب التعريف. أما الذكاء الفائق فيعني عادةً قدرات تتجاوز البشر بدرجة كبيرة في معظم المجالات الفكرية المهمة. ولا يعني أي من المصطلحين تلقائيًا وجود وعي، وتصبح النقاشات أوضح عندما يحدد الناس القدرات التي يقصدونها.