قبل بضع سنوات، توقع خبراء الذكاء الاصطناعي أن يصبح الذكاء الاصطناعي العام (AGI) حقيقة بحلول عام 2050. وقد كانت شركة OpenAI تدفع بفن الممكن، جنبًا إلى جنب مع شركات التكنولوجيا الكبرى، ولكن على الرغم من تقديرات سام ألتمان لعام 2025، فإن تحقيق الذكاء الاصطناعي العام (AGI) غير مرجح قريبًا.
“لا يمكننا أن نفترض أننا قريبون من الذكاء الاصطناعي العام لأننا لا نفهم الذكاء الاصطناعي الحالي حقًا، وهو بعيد كل البعد عن الذكاء الاصطناعي العام الذي نحلم به. لا نعرف كيف تصل الذكاء الاصطناعي الحالي إلى استنتاجاتها، ولا يمكن للذكاء الاصطناعي الحالي حتى أن يشرح لنا العمليات التي يحدث بها ذلك”، كما يقول HP Newquist، مؤلف كتاب صناع العقول والمدير التنفيذي لـ مجموعة الريلاير“إنها فجوة ضخمة يجب سدها قبل أن نتمكن من البدء في إنشاء ذكاء اصطناعي قادر على القيام بما يستطيع كل إنسان القيام به. والسمة المميزة للتفكير البشري، والتي ستحاول AGI تقليدها، هي القدرة على شرح الأساس المنطقي للتوصل إلى حل لمشكلة أو إجابة لسؤال. ما زلنا نحاول منع طلاب الماجستير في القانون الحاليين من الهلوسة”.
تقوم OpenAI حاليًا باختبار وضع صوتي متقدم، مصمم ليبدو بشريًا (مثل التوقف مؤقتًا من حين لآخر عندما يتحدث المرء لالتقاط أنفاسه). يمكنه أيضًا اكتشاف المشاعر والدلائل غير اللفظية. سيساعد هذا التقدم الذكاء الاصطناعي على أن يبدو أكثر شبهاً بالإنسان، وهو أمر مهم، ولكن هناك المزيد من العمل الذي يتعين القيام به.
ويعتقد إدوارد تيان، الرئيس التنفيذي لشركة ZeroGPT، التي ترصد استخدام GenAI في النصوص، أن تحقيق الذكاء الاصطناعي العام سوف يستغرق بعض الوقت.
“إن الفكرة وراء الذكاء الاصطناعي العام هي خلق الذكاء الاصطناعي الأكثر شبهاً بالإنسان قدر الإمكان – وهو نوع من الذكاء الاصطناعي يمكنه تعليم نفسه والعمل بشكل أساسي بطريقة مستقلة. لذا، فإن أحد التحديات الأكثر وضوحًا هو خلق الذكاء الاصطناعي بطريقة تسمح للمطورين بالقدرة على رفع أيديهم في النهاية، حيث أن الهدف هو أن يعمل من تلقاء نفسه”، كما يقول تيان في مقابلة عبر البريد الإلكتروني. “لا يمكن للتكنولوجيا، بغض النظر عن مدى تقدمها، أن تكون بشرية، لذا فإن التحدي هو محاولة تطويرها لتكون بشرية قدر الإمكان. وهذا يؤدي أيضًا إلى معضلات أخلاقية فيما يتعلق بالإشراف. هناك بالتأكيد الكثير من الناس الذين يشعرون بالقلق إزاء حصول الذكاء الاصطناعي على قدر كبير من الاستقلالية والتحكم، وهذه المخاوف صحيحة. كيف يمكن للمطورين إنشاء الذكاء الاصطناعي العام مع القدرة أيضًا على الحد من قدراته عند الضرورة؟ بسبب كل هذه الأسئلة وقدراتنا المحدودة واللوائح التنظيمية في الوقت الحاضر، [time] “أعتقد أن عام 2025 ليس واقعيا.”
ما الذي يتطلبه تحقيق الذكاء الاصطناعي العام؟
الذكاء الاصطناعي الحالي – والذي هو الذكاء الاصطناعي الضيق (ANI) – يقوم بمهمة محددة بشكل جيد، لكنه لا يستطيع تعميم تلك المعرفة لتناسب حالة استخدام مختلفة.
يقول ماكس لي، الرئيس التنفيذي لمزود بيانات الذكاء الاصطناعي اللامركزي: “نظرًا للوقت الذي استغرقه بناء نماذج الذكاء الاصطناعي الحالية، والتي تعاني من مخرجات غير متسقة ومصادر بيانات معيبة وتحيزات غير قابلة للتفسير، فمن المنطقي على الأرجح إتقان ما هو موجود بالفعل بدلاً من البدء في العمل على نماذج أكثر تعقيدًا”. أورت وأستاذ مشارك مساعد في قسم الهندسة الكهربائية في جامعة كولومبيا“في الأوساط الأكاديمية، بالنسبة للعديد من مكونات الذكاء الاصطناعي العام، لا نعرف حتى لماذا تعمل، ولا لماذا لا تعمل.”
ولتحقيق الذكاء الاصطناعي العام، يتعين على النظام أن يفعل أكثر من مجرد إنتاج المخرجات والمشاركة في المحادثة، وهو ما يعني أن برامج الماجستير في القانون وحدها لن تكون كافية.
“يجب أن يكون قادرًا أيضًا على التعلم المستمر، والنسيان، وإصدار الأحكام التي تأخذ في الاعتبار الآخرين، بما في ذلك البيئة التي يتم فيها إصدار الأحكام، وغير ذلك الكثير. ومن هذا المنظور، ما زلنا بعيدين جدًا”، كما يقول أليكس جايمس، كبير مسؤولي الذكاء الاصطناعي في شركة AI. داتامنرفي مقابلة عبر البريد الإلكتروني، قال رونالد كوفمان، الرئيس التنفيذي لشركة “آي بي إم جي”: “من الصعب أن نتخيل الذكاء الاصطناعي العام الذي لا يتضمن الذكاء الاجتماعي، ولا تمتلك أنظمة الذكاء الاصطناعي الحالية أي قدرات اجتماعية، مثل فهم كيفية تأثير سلوكها على الآخرين، والمعايير الثقافية والاجتماعية، وما إلى ذلك. وبالطبع، يتطلب الذكاء الاصطناعي العام قدرات في معالجة وإنتاج ليس فقط النص، ولكن أيضًا أنواعًا أخرى من الوسائط – ليس فقط “فهم” الأصوات والمدخلات المرئية، ولكن أيضًا اللمس”.
على سبيل المثال، يمكن لـ GPT-4 إنشاء نص يشبه النص البشري، لكنه لا يستطيع تنفيذ المهام التي تتطلب فهم ديناميكيات العالم المادي، مثل الروبوتات أو الإدراك الحسي.
يقول سيرجي كاستوكفيتش، نائب الرئيس التنفيذي للتكنولوجيا في شركة برمجيات المقامرة: “للوصول إلى الذكاء الاصطناعي العام، نحتاج إلى خوارزميات تعلم متقدمة يمكنها التعميم والتعلم بشكل مستقل، وأنظمة متكاملة تجمع بين تخصصات الذكاء الاصطناعي المختلفة، وقوة حسابية هائلة، وبيانات متنوعة، والكثير من التعاون بين التخصصات”. سوفتسويس“على سبيل المثال، تتطلب نماذج الذكاء الاصطناعي الحالية مثل تلك المستخدمة في المركبات ذاتية القيادة مجموعات بيانات هائلة وقوة حسابية لمجرد التعامل مع القيادة في ظروف محددة، ناهيك عن تحقيق الذكاء العام.”
تعتمد أنظمة التعلم الآلي على نماذج محولات معقدة. ورغم أنها قوية بشكل لا يصدق وحتى أنها تتمتع ببعض الذكاء الناشئ، فإن المحولات مدربة مسبقًا ولا تتعلم في الوقت الفعلي.
