تتوقع بعض التقديرات أن الذكاء الاصطناعي العام (AGI) قد يصبح واقعًا خلال أقل من عشر سنوات. هذا ما صرح به ديميس هاسابيس، الرئيس التنفيذي لشركة جوجل ديب مايند، حيث يحدد فترة زمنية تتراوح بين خمس إلى ثماني سنوات. رغم طموح هذه التوقعات، فإن الأهم هو الاعتراف بأن الأنظمة الحالية لا تزال تعاني من عيوب في أداء المهام الأساسية، مثل العمليات الرياضية البسيطة.
بينما تستطيع بعض النماذج التعامل مع مسائل معقدة في مجالات مثل الفيزياء أو الهندسة، فإنها قد تخطئ في حسابات بسيطة مثل جمع رقمين. هذه الظاهرة ليست نادرة، بل تعكس عدم التناسق في أداء الأنظمة الذكية. من الغريب أن أداة قادرة على تقليد الذكاء البشري يمكن أن تفشل في حل مسألة بسيطة مثل 2 + 2.
إنجازات علمية وأخطاء أساسية
يصف هاسابيس هذه الظاهرة بـ “الذكاء غير المنتظم”. هذه التسمية تعكس دقة الوضع: نماذج قادرة على الأداء العالي في سياقات معقدة، لكنها تعاني من عدم الاتساق في المهام التي ينبغي أن تكون بسيطة.
المشكلة ليست تقنية فحسب، بل تتعلق بالفهم. هذه الأنظمة لا تدرك الرياضيات كما يفعل البشر. تعتمد على أنماط إحصائية مستمدة من كميات هائلة من البيانات. في العديد من الحالات، يكون هذا كافيًا لتحقيق نتائج جيدة، ولكن عندما يتطلب الأمر اتساقًا تامًا، قد تتعثر الأنظمة وتثير الضحك.
علاوة على ذلك، يمكن لنفس النموذج أن يجيب بشكل صحيح على سؤال واحد، ثم يفشل بعد ثوانٍ في سؤال مشابه. هذه الافتقار إلى الاستقرار يمثل عقبة كبيرة نحو تحقيق الذكاء العام الحقيقي، كما يتضح من الحالات التي توصي فيها الذكاء الاصطناعي بغسل السيارة سيرًا على الأقدام.
هناك جانب آخر مهم. بمجرد نشر هذه الأنظمة، لا تتعلم من تجاربها ولا تطور حدسها. تفتقر إلى ما يسميه هاسابيس “الحدس العلمي”، وهو القدرة على طرح السؤال الصحيح أو استنتاج الفرضيات التي تستحق الاستكشاف. يمكنها تحليل البيانات بسرعة فائقة، لكنها لا تقرر بشكل مستقل أي طريق تسلكه.
ديميس هاسابيس، الرئيس التنفيذي لجوجل ديب مايند، يتوقع وصول AGI خلال خمس إلى ثماني سنوات، لكنه يعترف بالقيود الحالية في الاتساق والتفكير.
السباق نحو AGI وحدوده
تتغير الخطابات في الصناعة. سام ألتمان، الرئيس التنفيذي لشركة OpenAI، أقر بأننا قريبون من نقطة تحول، لكنه حذر من أن اللحظة حساسة. بينما تتنافس المختبرات لتقليل الفترات الزمنية، تزداد المخاطر في النقاش: الأمن السيبراني، المعلومات المضللة، والتهديدات البيولوجية. تتقدم التكنولوجيا بسرعة، لكنها ليست دائمًا بشكل خطي.
قد يبدو أن فشل الذكاء الاصطناعي في الرياضيات الأساسية أمر مضحك. لكنه في الواقع يشير بوضوح إلى أننا لم نصل بعد إلى مستوى من الذكاء المتناسق في جميع المجالات. إن حل المسائل المعقدة لا يكفي إذا لم يكن هناك اتساق في الأساسيات. قد تكون AGI في الأفق، ولكن حتى اليوم، تظل النماذج، مهما كانت متطورة، رائعة… لكنها عميقة العيوب.
المصدر: الرابط الأصلي
