تخيل أنك تحاول تعليم روبوت كيف يفهم العالم. طوال العقد الماضي، جاءت أكبر الطفرات في الذكاء الاصطناعي من تغذية هذه الروبوتات بكميات هائلة من المعلومات الرقمية — النصوص، الصور، الأكواد البرمجية، ومقاطع الفيديو. هذا يشبه إعطاء طالب مكتبة لا نهاية لها من الكتب عن المحيط؛ يمكنه حفظ كل حقيقة عن المد والجزر، والأسماك، والعواصف، ويمكنه كتابة مقالات رائعة عن البحر، ولكن إذا طلبت منه أن يسبح فعلياً، أو يشعر ببرودة الماء، أو يتنقل عبر تيار لم يره من قبل، فقد يخفق تماماً. هذا هو الوضع الراهن لـ "الذكاء الاصطناعي الضيق": أنظمة بارعة في معالجة البيانات الرقمية، لكنها تعاني في التعامل مع الأمور الواقعية الفوضوية مثل السبب والنتيجة، أو فهم النوايا البشرية، أو الاستدلال المنطقي الذي يتطلب ما هو أكثر من مجرد مطابقة الأنماط. يطلق العلماء على هدف بناء آلة يمكنها القيام بكل هذا اسم "الذكاء الاصطناعي العام" (AGI). والسؤال الكبير الذي يطرحه الجميع هو: لماذا لم نتمكن من بنائه بعد؟ هل لأن حواسيبنا ليست كبيرة بما يكفي، أم أن هناك شيئاً مفقوداً في الطريقة التي نعلم بها هذه الآلات؟

هذه الورقة البحثية، التي كتبها الباحثون "يي بينج"، و"هوانشينغ نينغ"، و"جيانغوو دينغ"، تجادل بأن المشكلة ليست في حجم الحاسوب أو كمية البيانات التي نمتلكها. بدلاً من ذلك، المشكلة تكمكن في مصدر تلك البيانات. يرى المؤلفون أن الذكاء الاصطناعي الحالي عالق في فقاعة "سيبرانية فقط"، حيث يتعلم فقط من السجلات الرقمية. ولكي يصبح ذكياً حقاً، يجادلون بأن الذكاء الاصطناعي يحتاج إلى الخروج من المكتبة والدخول إلى العالم الحقيقي. إنهم يقترحون طريقة جديدة للنظر إلى تعلم الذكاء الاصطناعي تسمى إطار عمل "CPST"، والتي ترمز إلى السيبراني-الفيزيائي-الاجتماعي-التفكيري (Cyber-Physical-Social-Thinking). فكر في الأمر كخريطة رباعية الأبعاد للواقع:

• السيبراني (Cyber): العالم الرقمي من النصوص، والأكواد، والملفات (حيث يعيش الذكاء الاصطناعي الحالي).
• الفيزيائي (Physical): عالم الأشياء، والجاذبية، والسبب والنتيجة (حيث يمكنك دفع كوب لترى سقوطه).
• الاجتماعي (Social): عالم المشاعر البشرية، والنوايا، والقواعد (حيث يتعين عليك تخمين ما يفكر فيه شخص آخر).
• التفكيري (Thinking): عالم المنطق الصارم، والرياضيات، والرموز المهيكلة (حيث يمكنك إثبات نظرية).

تشير الورقة إلى أنه للتحول من "آلة حاسبة ذكية" إلى "ذكاء عام"، يحتاج الذكاء الاصطناعي إلى إغلاق الحلقة في هذه العوالم الأربعة، وليس فقط في العالم الرقمي.

فقاعة البيانات الكبرى

درس الباحثون ثمانين نظاماً مختلفاً من الذكاء الاصطناعي، تتراوح من مصنفات الصور المبكرة إلى أكثر الروبوتات وبرامج الدردشة تقدماً المتاحة اليوم. قاموا بتصنيف هذه الأنظمة بناءً على عدد "العوالم" الأربعة (السيبراني، الفيزيائي، الاجتماعي، التفكيري) التي تتفاعل معها بالفعل في "حلقة مغلقة". تعني الحلقة المغلقة أن النظام لا يكتفي فقط بقراءة البيانات، بل يؤثر في العالم، ويرى النتيجة، ويتعلم منها.

إليك ما وجدوه، وهو أمر صادم لمن يؤمنون بشعار "الأكبر هو الأفضل": لم يتمكن أي نظام واحد من أنظمة الذكاء الاصطناعي في قائمتهم المكونة من ثمانين نظاماً من إغلاق الحلقات في أكثر من عالمين من هذه العوالم.

الأنظمة الأكثر تقدماً التي هي "سيبرانية فقط" قد وصلت إلى سقف صلب. إنها بارعة جداً في التعرف على الأنماط في البيانات التي رأتها، لكنها تفشل فشلاً ذريعاً في الأشياء التي تتطلب فهماً حقيقياً للواقع. على سبيل المثال:

• الاستدلال السببي: إذا عرضت فيديو لروبوت يقوم بتكديس المكعبات، فقد يخمن الذكاء الاصطناعي (الرقمي فقط) الحركة التالية. ولكن إذا سألته: "ماذا سيحدث إذا أزلت المكعب السفلي؟" (سؤال افتراضي)، فإنه غالباً ما يخطئ. إنه لم يشعر بالجاذبية أو يدفع المكعبات، لذا فهو لا يفهم الفيزياء حقاً.
• الإدراك الاجتماعي: يمكن للذكاء الاصطناعي الحالي محاكاة المحادثة البشرية، لكنه يعاني في فهم ما يفكر فيه شخص آخر إذا كان ذلك الشخص يخفي مشاعره الحقيقية. الأمر يشبه لعب مباراة بوكر حيث يمكنك قراءة الأوراق ولكن لا يمكنك قراءة وجه اللاعب أو لغة جسده.
• الاستدلال المنطقي: بينما يمكن للذكاء الاصطناعي حل المسائل الرياضية عن طريق تخمين الأنماط، فإنه غالباً ما يفشل عندما يُطلب منه اتباع مسار منطقي صارم خطوة بخفظوة يتطلب التحقق من عمله مقابل مجموعة من القواعد.

تستبعد الورقة صراحةً فكرة أن جعل الذكاء الاصطناعي أكبر (بإضافة المزيد من المعلمات أو تدريبه على المزيد من النصوص) سيحل هذه المشكلات. ويشيرون إلى أنه حتى أكبر النماذج وأكثرها قوة لا تزال عالقة في المنطقة "السيبرانية". إنهم يشبهونهم بطاهٍ قرأ كل كتب الطبخ في العالم، لكنه لم يلمس موقداً أو يتذوق طبقاً قط. لا يوجد قدر من القراءة سيعلمه كيفية طهي وجبة مثالية إذا لم يلطخ يديه أبداً.

المكونات المفقودة

يستخدم المؤلفون تشبيهاً ذكياً لشرح سبب فشل نهج "السيبراني فقط". يقولون إن كل عالم من العوالم الأربعة يوفر نوعاً فريداً من "الإشارات" التي لا تستطيع العوالم الأخرى إنتاجها ببساطة.

• لتعلم السببية (السبب والنتيجة)، تحتاج إلى بيانات فيزيائية. يجب أن تفعل شيئاً ما وترى ما يحدث. لا يمكنك تعلم هذا بمجرد قراءة كتاب عن الفيزياء.
• لتعلم الذكاء الاجتماعي (فهم الناس)، تحتاج إلى بيانات اجتماعية. يجب أن تتفاعل مع بشر حقيقيين، وترى ردود أفعالهم، وتعدل سلوكك. لا يمكنك تعلم هذا بمجرد قراءة سجلات الدردشة.
• لتعلم المنطق المعقد، تحتاج إلى بيانات تفكيرية. تحتاج إلى نظام مهيكل من الرموز والقواعد التي يمكنك الاستعلام عنها وتعديلها، وليس مجرد كومة من النصوص.

تقدم الورقة أدلة قوية على ذلك. فقد قارنوا بين أنظمة ذكاء اصطناعي متطابقة في كل شيء باستثناء البيانات التي غُذيت بها.

• عندما تم تدريب روبوت فقط على فيديوهات لروبوتات أخرى تتحرك، لم يستطع التخطيط لتحركاته الخاصة. ولكن عندما تم تدريب نفس الروبوت على فيديو حقيقي لنفسه وهو يتحرك ويتفاعل مع الأشياء، تعلم فجأة كيف يخطط ويتلاعب بالأشياء التي لم يرها من قبل.
• وبالمثل، فإن نظام حل الرياضيات الذي كان مجرد نموذج لغوي حصل على صفر تقريباً من الإجابات الصحيحة. ولكن عندما ربطوا نفس النموذج اللغوي بمحرك منطقي صارم (أداة "تفكيرية")، ارتفع أداؤه بشكل هائل.

تظهر البيانات نمطاً واضحاً: الأنظمة التي تتفاعل مع عالم إضافي واحد فقط (مثل الفيزيائي أو التفكيري) هي أكثر عرضة للوص-ل إلى مستوى أعلى من القدرة. ولكن "الكأس المقدسة" للذكاء الاصطناعي العام — حيث يمكن للنظام التعامل مع العوالم الأربعة معاً — لا تزال فارغة. في مسحهم لثمانين نظاماً، صفر من الأنظمة نجحت في إغلاق الحلقات في ثلاثة عوالم أو أكثر. المنطقة التي ينبغي أن يوجد فيها "الذكاء العام" الحقيقي في الخريطة هي حالياً مدينة أشباح.

خارطة الطريق نحو الذكاء العام

إذاً، إلى أين نذهب من هنا؟ لا يكتفي المؤلفون بالإشارة إلى المشكلة، بل يقدمون خارطة طريق من ثلاث خطوات للإصلاح.

1. المواءمة الدلالية (Semantic Alignment): نحن بحاجة لتعليم الذكاء الاصطناعي كيفية الترجمة بين هذه العوالم المختلفة. حالياً، قد يفهم الذكاء الاصطناعي قراءة مستشعر فيزيائي، لكنه لا يعرف كيف يرتبط ذلك بقاعدة اجتماعية أو حقيقة منطقية. نحن بحاجة لبناء جسور لكي يستطيع الذكاء الاصطناعي أن يقول: "الروبوت اصطدم بالكوب (فيزيائي)، مما جعل الإنسان غاضباً (اجتماعي)، لذا يجب عليّ الاعتذار (تفكيري)".
2. نماذج عالم موحدة (Unified World Models): نحتاج لبناء "دماغ" واحد يمكنه احتواء جميع هذه الأنواع المختلفة من المعلومات في آن واحد. بدلاً من وجود دماغ للفيزياء، وآخر للقواعد الاجتماعية، وآخر للرياضيات، نحتاج لنظام واحد يمكنه التعامل معها جميعاً في وقت واحد.
3. الحوكمة (Governance): مع بدء تفاعل الذكاء الاصطناعي مع العالم الحقيقي (الفيزيائي) ومع البشر الحقيقيين (الاجتماعي)، نحتاج لقواعد سلامة جديدة. لا يمكننا فقط فحص الكود البرمجي؛ بل نحتاج للتأكد من أن الذكاء الاصطناعي يفهم عواقب أفعاله في العالم الحقيقي.

تختتم الورقة بتوقع جريء: إن الطريق إلى الذكاء الاصطناعي العام لا يتعلق ببناء حواسيب أكبر أو كشط المزيد من النصوص من الإنترنت. بل يتعلق ببناء روبوتات يمكنها اللمس، والشعيد، والتفاعل مع العالم الفيزيائي؛ وإنشاء أنظمة يمكنها التواصل والتفاوض بصدق مع البشر؛ وتصميم أدوات يمكنها الاستدلال بمنطق صارم. ما لم تتمكن أنظمة الذكاء الاصطناعي من الخروج من المكتبة الرقمية والدخول إلى الواقع المعقد رباعي الأبعاد (السيبراني-الفيزيائي-الاجتماعي-التفكيري)، فستظل طلاباً بارعين ولكن محدودين، غير قادرين على التخرج إلى مستوى الذكاء العام الحقيقي.

يلاحظ المؤلفون بعناية أن هذا مجرد فرضية مدعومة بأدلة قوية، ولكنها ليست قانوناً مثبتاً بعد. ويقترحون أنه إذا قام ذكاء اصطناعي رقمي بحت فجأة بحل كل هذه المشكلات دون أن يلمس العالم الحقيقي أبداً، فإن نظريتهم ستكون خاطئة. ولكن حتى الآن، تشير الأدلة إلى اتجاه واحد واضح: لبناء ذكاء عام، يجب أن نتوقف عن معاملة العالم كقاعدة بيانات ونبدأ في معاملته كملعب للتفاعل.