لا يزال يُنظر إلى الذكاء الاصطناعي العام (AGI) - وهو نظام يتمتع بذكاء يضاهي أو يتفوق على البشر في جميع المجالات - على أنه الكأس المقدسة للتكنولوجيا. ومع ذلك، في عام 2025، يظهر مسار بديل بشكل أكثر وضوحًا: نحن لا نحقق الذكاء الاصطناعي العام كنظام موحد، بل من خلال وهم مقنع بشكل متزايد ناتج عن الجمع بين العديد من الذكاء الاصطناعي الضيق المتخصص.

‍

فسيفساء الذكاء الاصطناعي

يتفوق الذكاء الاصطناعي اليوم في مهام محددة: نماذج اللغات الكبيرة (LLM) تتعامل مع النصوص، ونماذج مثل Midjourney أو DALL-E تخلق صوراً، و AlphaFold تحلل البروتينات. وعلى الرغم من محدودية كل منها على حدة، إلا أنه عند دمجها في منظومة منسقة، فإن هذه النماذج الضيقة للذكاء الاصطناعي تخلق مظهراً من الذكاء العام - وهو "وكيل" للذكاء الاصطناعي العام.

‍

وفقًا لتقرير مؤشر الذكاء الاصطناعي لعام 2025 الصادر عن جامعة ستانفورد، على الرغم من التقدم الكبير الذي أحرزه الذكاء الاصطناعي إلا أنه لا يزال يواجه عقبات في مجال التفكير المعقد.

تعمل النماذج الأكثر تقدمًا على حل المشكلات عالية التنظيم، ولكنها تُظهر قيودًا ملحوظة عندما يتعلق الأمر بالتفكير المنطقي المفصل والتخطيط المتسلسل والتفكير المجرد.

‍

منهج مجتمع العقول والأنظمة متعددة العوامل

في عام 2025، يتطور الذكاء الاصطناعي بسرعة من تكنولوجيا متخصصة إلى عنصر استراتيجي في المشهد التكنولوجي والاجتماعي، مع ما يترتب على ذلك من آثار ثقافية وأخلاقية عميقة.

وقد أدى ذلك إلى ظهور أنظمة الذكاء الاصطناعي العميل التي تقربنا من أفق الذكاء الاصطناعي العام.

‍

في الأنظمة متعددة الوكلاء، يعمل كل وكيل بشكل مستقل، باستخدام البيانات المحلية وعمليات اتخاذ القرار المستقلة دون الاعتماد على وحدة تحكم مركزية.

‍

كل وكيل لديه وجهة نظر محلية ولكن لا أحد لديه وجهة نظر عالمية للنظام بأكمله. تسمح هذه اللامركزية للوكلاء بالتعامل مع المهام بشكل فردي مع المساهمة في الأهداف العامة من خلال التفاعل.

‍

في عام 2025، أصبحت الأنظمة متعددة الوكلاء - حيث تتعاون عدة وكلاء للذكاء الاصطناعي لتحقيق أهداف معقدة - تحظى بشعبية متزايدة. يمكن لهذه الأنظمة تحسين سير العمل وتوليد الرؤى والمساعدة في عمليات صنع القرار في مختلف المجالات.

‍

على سبيل المثال، في خدمة العملاء، يتعامل وكلاء الذكاء الاصطناعي مع الطلبات المعقدة؛ وفي الإنتاج، يشرفون على خطوط الإنتاج في الوقت الفعلي؛ وفي الخدمات اللوجستية، ينسقون سلاسل التوريد بشكل ديناميكي.

‍

الهضبة الحاسوبية والحواجز المادية

على الرغم من التقدم المثير للإعجاب، إلا أننا بدأنا نصل إلى مرحلة الاستقرار في التطوير الحاسوبي التقليدي. من عام 1959 إلى عام 2012، تضاعفت كمية الطاقة المطلوبة لتدريب نماذج الذكاء الاصطناعي كل عامين، وفقًا لقانون مور. ومع ذلك، تُظهر أحدث البيانات أنه بعد عام 2012، أصبح وقت المضاعفة أسرع بكثير - كل 3.4 أشهر - مما يجعل المعدل الحالي أكثر من سبعة أضعاف المعدل السابق.

‍

تؤكد هذه الزيادة الهائلة في القدرة الحاسوبية المطلوبة على مدى صعوبة تحقيق تقدم كبير في مجال الذكاء الاصطناعي من الناحية الاقتصادية.

‍

وعد الحوسبة الكمية

يمكن أن تتغلب الحوسبة الكمية على هذه العقبة، مما يوفر نقلة نوعية في القدرة الحاسوبية اللازمة لنماذج أكثر تطوراً. في عام 2025، تبرز الحوسبة الكمية كأداة حاسمة لمواجهة هذه التحديات، حيث تتبنى شركات التكنولوجيا مصادر طاقة بديلة لمواكبة الاستهلاك المتزايد للطاقة في مجال الذكاء الاصطناعي.

ووفقًا لتوقعات أرفيند كريشنا، الرئيس التنفيذي لشركة IBM، فإنه بفضل التقدم السريع في الحوسبة الكمية، يمكن تقليل استهلاك الطاقة والمياه للذكاء الاصطناعي بنسبة تصل إلى 99% في السنوات الخمس القادمة.

‍

تعد هذه التقنية بإطلاق قدرات حوسبة لا يمكن تصورها حتى الآن وفتح آفاق جديدة في البحث العلمي.

‍

تم الإعلان عن إنجاز كبير في مارس 2025 من قبل شركة D-Wave Quantum، التي نشرت ورقة بحثية تمت مراجعتها من قبل الأقران بعنوان "الحوسبة ما بعد الكلاسيكية في المحاكاة الكمية"، والتي توضح أن حاسوبها الكمي الملدن قد تفوق على أحد أقوى الحواسيب الخارقة الكلاسيكية في العالم في حل مشاكل المحاكاة المعقدة للمواد المغناطيسية.

‍

شهد عام 2025 تطورات تحويلية في الحوسبة الكمومية، مع حدوث تطورات كبيرة في الأجهزة وتصحيح الأخطاء والتكامل مع الذكاء الاصطناعي والشبكات الكمومية. تعيد هذه التطورات تحديد الممكنة للحوسبة الكمية في مجالات مثل الرعاية الصحية والتمويل والخدمات اللوجستية.

‍

ومع ذلك، وفقًا لفورستر، لا تزال الحوسبة الكمية تجريبية على الرغم من التقدم الذي أحرزته في عام 2025، ولم تُظهر بعد ميزة عملية على أجهزة الكمبيوتر الكلاسيكية لمعظم التطبيقات.

‍

السباق الكمي: مايكروسوفت ضد جوجل؟

تدعي مايكروسوفت أنها حققت تقدماً كبيراً في مجال الحوسبة الكمية من خلال شريحة ماجورانا 1 التي طرحتها في أوائل عام 2025. يتميز هذا المعالج ببنية طوبولوجية أساسية جديدة، مبنية بثمانية كيوبتات طوبولوجية تتلاعب بجسيمات ماجورانا وهي أشباه جسيمات تعمل بمثابة "أنصاف إلكترونات" معروفة بمقاومتها القوية للأخطاء.

‍

من ناحية أخرى، طورت جوجل نهجاً مختلفاً من خلال شريحتها الكمية الثورية المسماة ويلو، والتي تحل المشكلة التقليدية المتمثلة في زيادة معدل الخطأ مع زيادة الكيوبتات - حيث تصبح ويلو أكثر دقة بالفعل كلما تمت إضافة المزيد من الكيوبتات.

‍

تمثل هاتان الاستراتيجيتان المختلفتان نهجين مختلفين اختلافًا جوهريًا في الحوسبة الكمية، حيث تركز مايكروسوفت على الطوبولوجيا وجوجل على تحسين الأخطاء.

‍

العوائق المعرفية التي لا تزال قائمة

‍

بالإضافة إلى قيود الأجهزة، يواجه الذكاء الاصطناعي المركب عوائق أساسية أخرى:

‍

الفهم السببي: تربط الأنظمة بين المتغيرات ولكنها لا تعزل العلاقات الحقيقية بين السبب والنتيجة. حقق الذكاء الاصطناعي تقدماً كبيراً في العديد من المجالات، لكنه لا يزال يواجه قيوداً في فهم المشاعر الإنسانية والاستجابة لها، وفي اتخاذ القرارات في حالات الأزمات، وفي تقييم الاعتبارات الأخلاقية والمعنوية.

‍

التعلّم المستمر: تفقد الشبكات العصبية الدقة عند تدريبها بالتتابع على مهام مختلفة، مما يُظهر نوعًا من "فقدان الذاكرة الكارثي".

‍

الإدراك الفوقي: تفتقر الذكاء الاصطناعي إلى نموذج داخلي لإدراكها الذاتي، مما يحد من التحسين الذاتي الحقيقي.

‍

‍

‍

‍

‍

‍

نحو "وكيل" AGI "لكل وكيل

يبدو أن المجتمع العلمي منقسم إلى حد ما حول التقنيات والأطر الزمنية اللازمة لتحقيق هدف الذكاء الاصطناعي العام (AGI)، ولكن النقاش يثير اقتراحات جديدة مثيرة للاهتمام، والتي تجد بالفعل تطبيقًا عمليًا في البحث عن أنظمة ذكاء اصطناعي جديدة.

‍

قد يكون عام 2025 هو العام الذي ستدخل فيه أولى أنظمة الوكيل في الشركات حيز الإنتاج.

‍

في حين أن الذكاء الاصطناعي للذكاء الاصطناعي المتقدم يمثل الهدف الأكثر طموحًا - أنظمة ذات قدرات معرفية تضاهي البشر أو تتفوق عليهم، وقادرة على الفهم والتعلم وتطبيق المعرفة بطريقة شاملة.

‍

فبدلاً من انتظار ظهور ذكاء اصطناعي أحادي متجانس، سيشهد المستقبل الأكثر ترجيحاً ظهور ما يمكن أن نسميه "الذكاء الاصطناعي العام المُستقبلي" - وهي أنظمة تبدو وكأنها تمتلك ذكاءً عاماً من خلال:

‍

1. تنسيق الخدمات المصغرة للذكاء الاصطناعي: العديد من الذكاء الاصطناعي المتخصص المنسق من خلال مستوى تجريد مشترك.
2. واجهات تخاطب موحدة: واجهة واحدة تخفي تعقيدات الأنظمة الأساسية المتعددة.
3. التعلم المستعرض المحدود: المشاركة الانتقائية للمعرفة بين مجالات محددة.

الوعي: حقيقة أم وهم مشترك؟

في النقاش الدائر حول الذكاء الاصطناعي للذكاء الاصطناعي، نميل إلى التسليم بأن البشر يتمتعون بـ "وعي" لا يمكن للآلات استنساخه. ولكن ربما ينبغي لنا أن نسأل أنفسنا سؤالاً أكثر جذرية: هل الوعي البشري نفسه حقيقي أم أنه وهم أيضًا؟

‍

وقد اقترح بعض علماء الأعصاب وفلاسفة العقل، مثل دانيال دينيت، أن ما نسميه "الوعي" قد يكون في حد ذاته رواية ما بعدية - وهو تفسير يبنيه الدماغ لفهم عملياته.

‍

إذا نظرنا إلى الوعي ليس كخاصية غامضة وموحدة، ولكن كمجموعة من العمليات العصبية المترابطة التي تولد وهمًا مقنعًا بوجود "ذات" موحدة، فإن الحدود بين البشر والآلات تصبح أقل وضوحًا.

‍

من هذا المنظور، قد نعتبر الاختلافات بين الذكاء الاصطناعي للذكاء الاصطناعي الناشئ والذكاء البشري اختلافات في الدرجة وليس في الطبيعة. قد لا يختلف وهم الفهم الذي نراه في النماذج اللغوية المتقدمة كثيرًا عن وهم الفهم الذي نختبره بأنفسنا - فكلاهما ينشأ من شبكات معقدة من العمليات، وإن كان منظمًا بطرق مختلفة جوهريًا.

‍

ويثير هذا المنظور سؤالًا استفزازيًا: إذا كان الوعي البشري في حد ذاته محاكاة ناشئة عن عمليات إدراكية متعددة مترابطة، فإن الذكاء الاصطناعي الاصطناعي "الوكيل" الذي نبنيه - فسيفساء من الأنظمة المتخصصة التي تعمل معًا لمحاكاة فهم عام - قد يكون مشابهًا بشكل لافت للنظر لبنيتنا العقلية.

لن نحاول استنساخ صفة سحرية لا يمكن وصفها، بل سنحاول إعادة بناء الوهم المقنع الذي نختبره بأنفسنا كوعي.

‍

لا يقلل هذا التأمل من عمق التجربة الإنسانية، ولكنه يدعونا إلى إعادة النظر فيما نعنيه حقًا عندما نتحدث عن "الوعي" وما إذا كان هذا المفهوم يمثل حقًا عقبة كأداء أمام الذكاء الاصطناعي، أو مجرد عملية أخرى قد نتمكن من محاكاتها يومًا ما.

‍

‍

الخاتمة: إعادة التفكير في خط النهاية

ربما ينبغي علينا إعادة النظر بشكل جذري في تعريفنا للذكاء الاصطناعي المُستقبلي. فإذا كان الوعي البشري نفسه يمكن أن يكون وهمًا ناشئًا - أي سردًا يبنيه الدماغ لفهم عملياته الخاصة - فإن التمييز الحاد بين الذكاء البشري والذكاء الاصطناعي يصبح أقل تحديدًا.

‍

يتوقع الخبراء أن يمثل عام 2027 لحظة محورية للذكاء الاصطناعي. فبالوتيرة الحالية، يمكن أن تحقق النماذج بالوتيرة الحالية عمومية معرفية - أي القدرة على التعامل مع أي مهمة بشرية - في غضون سنوات قليلة.

‍

لا ينبغي النظر إلى هذا السيناريو على أنه مجرد استنساخ للذكاء البشري، بل على أنه ظهور نوع جديد من الذكاء - لا هو بشري بالكامل ولا اصطناعي بالكامل، بل شيء مختلف ومكمل له.

‍

تحررنا هذه المقاربة من محاولة استنساخ شيء قد لا نفهمه بالكامل - الوعي البشري - وتسمح لنا بدلاً من ذلك بالتركيز على ما يمكن أن يفعله الذكاء الاصطناعي بشروطه الخاصة. وبالتالي فإن الذكاء الاصطناعي الاصطناعي الذي سيظهر لن يكون نظامًا واحدًا "يتظاهر" بأنه بشري، بل سيكون نظامًا تكنولوجيًا متكاملًا له سماته الناشئة الخاصة به - ذكاء موزع قد يعكس، للمفارقة، الطبيعة المجزأة والمترابطة لإدراكنا أكثر مما كنا نعتقد في البداية.

‍

ومن هذا المنطلق، لا تصبح أبحاث الذكاء الاصطناعي للذكاء الاصطناعي محاولة لمحاكاة الإنسان بقدر ما هي رحلة استكشافية لطبيعة الذكاء والوعي البشري والاصطناعي على حد سواء.

‍

المصادر

1. https://www.justthink.ai/artificial-general-intelligence/understanding-agi-vs-narrow-ai-explaining-the-differences-and-implications
2. https://www.rand.org/pubs/commentary/2024/02/why-artificial-general-intelligence-lies-beyond-deep.html
3. https://futurism.com/glimmers-agi-illusion
4. https://ai.stackexchange.com/questions/26007/are-there-any-approaches-to-agi-that-will-definitely-not-work
5. https://qubic.org/blog-detail/the-path-to-agi-overcoming-the-computational-challenge
6. https://www.linkedin.com/pulse/amplification-intelligence-recursive-self-improvement-gary-ramah-0wjpc
7. https://www.investopedia.com/artificial-general-intelligence-7563858

‍