إذا كنت قد تساءلت يوما ما إذا كان شات جي بي تي هل هو ذكي حقًا أم عندما نرى آلة يمكنها التفكير مثل الإنسان - مرحبًا بكم في عالم الذكاء العام الاصطناعي (AGI)لكن الذكاء الاصطناعي العام ليس مجرد مصطلح شائع. إنه الهدف الأسمى لأبحاث الذكاء الاصطناعي، إذ يَعِد بآلات لا تكتفي بما دُرِّبت عليه، بل... سبب, تكيفو فهم مثل البشر.
قبل أن نقفز إلى المستقبل، دعونا نفهم كيف مقارنة الذكاء الاصطناعي العام مع أنواع أخرى من الذكاء الاصطناعي: الذكاء الاصطناعي الضيق (ANI) والذكاء الاصطناعي الفائق (ASI).
تعريف أنواع الذكاء الاصطناعي الثلاثة
دعونا نستخدم تشبيهًا: تخيل الذكاء الاصطناعي كطهاة في المطبخ.
الذكاء الاصطناعي الضيق (ANI)
طباخ الخط. مُمتاز في طبق واحد، لكنه لا يُدرك ما وراء وصفته. معظم الذكاء الاصطناعي اليوم - مثل أليكسا، وفلاتر البريد العشوائي، وتوصيات نتفليكس - يقع ضمن هذا التصنيف. فهو مُحدد المهام، ولا يملك القدرة على التعلم أكثر مما تدرب عليه.
مثال: يمكن لـ Google Translate ترجمة اللغات، لكنه لا يستطيع تلخيص رواية أو قيادة سيارة.
الذكاء العام الاصطناعي (AGI)
الشيف الحائز على نجمة ميشلان. القدرة على الإبداع والارتجال والتكيف مع المأكولات الجديدة—تمامًا مثلما يفعل الإنسان. لا يزال الذكاء الاصطناعي العام نظريًا، لكن الفكرة هي أنه قادر على تعلم أي مهمة فكرية يستطيع الشخص القيام بها. لن يقتصر الأمر على تحليل البيانات فحسب، بل سيشمل فهم السياق والعواطف والغموض.
اعتقد: نظام واحد يمكنه تعلم الشطرنج، وتشخيص الأمراض، وكتابة الروايات، وحل المشكلات الهندسية - دون الحاجة إلى إعادة التدريب.
الذكاء الاصطناعي الخارق (ASI)
A فائق الذكاء طاهٍ غريب. يتجاوز الذكاء الاصطناعي حدود التفكير البشري والإبداع والتعاطف. لا يقتصر وجود الذكاء الاصطناعي اليوم على الخيال العلمي، ولكنه يثير جدلاً حول المخاطر الوجودية وحوكمة الذكاء الاصطناعي.
الذكاء الاصطناعي العام (AGI) مقابل الذكاء الاصطناعي (AI): لمحة عامة عن الاختلافات الرئيسية
| الميزات | ذكاء اصطناعي ضيق (ANI) | الذكاء الاصطناعي العام (AGI) | الذكاء الاصطناعي الفائق الذكاء (ASI) |
|---|---|---|---|
| مجال | مهمة محددة | الإدراك الواسع على مستوى الإنسان | ما وراء القدرة البشرية |
| القدرة على التعلم | التعلم المبرمج مسبقًا والمحدود | يتعلم ويتكيف مثل البشر | النمو المتسارع والمتطور ذاتيًا |
| أمثلة شائعة | سيري، خرائط جوجل، روبوتات الدردشة | لا يزال نظريًا (على سبيل المثال DeepMind Gato) | لا يوجد حتى الآن (افتراضي) |
| الحكم الذاتي | منخفض الى متوسط | مرتفع | غير معروف |
| استخدام الأعمال اليوم؟ | مستخدمة بشكل نشط | لم تتوفر بعد | غير قابل للتطبيق |
حوكمة الذكاء الاصطناعي العام: السلامة والأخلاقيات والقدرة على التفسير
مع اقترابنا من إمكانية الذكاء الاصطناعي العام، يصبح النقاش حول الحوكمة أمرًا لا مفر منه. فعلى عكس الذكاء الاصطناعي الضيق (ANI)، الذي يُنفّذ مهامًا محددة تحت رقابة مُحكمة، يُمكن للذكاء الاصطناعي العام اتخاذ قرارات مستقلة في مختلف المجالات، مما يُشكّل مخاطر غير مسبوقة. ومن التحيز الخوارزمي إلى التهديدات الوجودية، فإن المخاطر أكبر بكثير.
تبدأ المخاوف الأخلاقية بمواءمة القيم: كيف نضمن أن أنظمة الذكاء الاصطناعي العام تفهم القيم الإنسانية وتدعمها، حتى البشر يجدون صعوبة في الاتفاق عليها؟ قد يُسبب الذكاء الاصطناعي العام غير المتوافق ضررًا عن غير قصد من خلال تحسينه لتحقيق أهداف غير مقصودة، وهي مشكلة تُعرف بمشكلة المواءمة.
للتخفيف من هذه المشكلة، تتبنى مختبرات الذكاء الاصطناعي الرائدة بروتوكولات سلامة ما قبل النشر، مثل فرق العمل الحمراء، واختبارات المحاكاة، وعمليات التدقيق من جهات خارجية. ويدعو باحثون في منظمات مثل OpenAI وDeepMind إلى استخدام تقنيات تفسير وشرح الذكاء الاصطناعي (XAI)، وهي تقنيات تُمكّن البشر من فهم أسباب اتخاذ نموذج ما لقرارات معينة. وهذا أمر بالغ الأهمية في المجالات ذات المخاطر العالية، مثل التمويل والرعاية الصحية وإنفاذ القانون.
علاوة على ذلك، بدأت الحكومات والتحالفات الدولية بالاستجابة. يدفع قانون الذكاء الاصطناعي للاتحاد الأوروبي، والأمر التنفيذي الأمريكي بشأن الذكاء الاصطناعي الآمن والموثوق (2023)، نحو الشفافية والمساءلة وتصنيف المخاطر في أنظمة الذكاء الاصطناعي. وبينما تنطبق هذه السياسات في الغالب على الذكاء الاصطناعي العام (ANI) اليوم، إلا أنها تُمهّد الطريق لتنظيم الذكاء الاصطناعي العام.
التأثيرات المجتمعية: العمل، الخصوصية، والمساواة
بعيدًا عن المختبرات والنماذج، يكمن الاختبار الحقيقي للذكاء الاصطناعي العام في تأثيره المجتمعي. فبينما أحدثت أنظمة الذكاء الاصطناعي العام ثورةً في قطاعاتٍ عديدة، من الخدمات اللوجستية إلى التسويق، يُمكن للذكاء الاصطناعي العام أن يُحدث تحولًا أعمق، يُؤثر على كل شيء، من أسواق العمل إلى الأمن العالمي.
أحد المخاوف الرئيسية هو نزوح القوى العاملة. فبينما يَعِد الذكاء الاصطناعي العام بكفاءة أكبر، فإنه قادر على أتمتة المهام في مختلف المهن القائمة على المعرفة، مثل القانون والتعليم، وحتى تطوير البرمجيات. ويجادل البعض بأن هذا سيُتيح للبشر التركيز على الإبداع والاستراتيجية، بينما يُحذّر آخرون من بطالة واسعة النطاق واتساع فجوة عدم المساواة.
تتزايد أيضًا مخاطر الخصوصية والمراقبة. قد يحتفظ نظام استخبارات عام مُدرَّب على مجموعات بيانات ضخمة بالبيانات الشخصية أو يستنتجها دون قصد، مما يثير مخاوف جدية بشأن الموافقة والأمن وحوكمة البيانات. إذا لم يُنظَّم الذكاء الاصطناعي العام بشكل صحيح، فقد يُعمِّق هياكل المراقبة القائمة، لا سيما في الأنظمة الاستبدادية.
على صعيد أكثر تفاؤلاً، يُمكن للذكاء الاصطناعي العام أن يُساعد في حل مشاكل عالمية مُعقّدة، من نمذجة تغير المناخ إلى اكتشاف الأدوية. لكن هذه الفوائد تعتمد بشكل كبير على من يتحكم بالتكنولوجيا، وكيفية نشرها، ومدى إمكانية الوصول إليها عبر الحدود والفئات السكانية.
لهذا السبب، يُعد التصميم الشامل وتكافؤ فرص الوصول أمرًا بالغ الأهمية. فبدون مجموعات بيانات متنوعة وعمليات تدريب واعية ثقافيًا، قد يُعزز الذكاء الاصطناعي العام التحيزات النظامية، وهو أمرٌ تُعالجه شركة Shaip بنشاط من خلال نماذجها متعددة اللغات والمتنوعة ديموغرافيًا في مصادر البيانات.
اين نحن الان؟
على الرغم من الاختراقات في مجال الذكاء الاصطناعي مثل GPT‑4 وGemini من Google، لا يزال الذكاء الاصطناعي العام هدفًا وليس حقيقة.
تظهر بعض الأنظمة "شرارات" الذكاء الاصطناعي العام، مثل:
- جاتو من ديب مايند:نموذج واحد تم تدريبه على مهام متنوعة (الألعاب، وترجمة الصور، والروبوتات).
- GPT‑4:يظهر القدرة على التفكير في مختلف المجالات، لكنه لا يزال يعاني من مشاكل الاتساق والذاكرة والوعي الذاتي.
"ليس لدينا ذكاء اصطناعي عام بعد، لكننا أقرب من أي وقت مضى" يقول باحثو مايكروسوفت في ورقة فنية حول GPT-4 في حين راي كورزويل يتنبأ بالذكاء الاصطناعي العام من خلال 2029.
لماذا هذا مهم للشركات
دعونا نوضح الأمر: لا تحتاج إلى الذكاء الاصطناعي العام لبناء منتجات رائعة اليوم.
كما يقول أندرو نج، "إن الذكاء الاصطناعي العام مثير للاهتمام، ولكن هناك الكثير من القيمة في الذكاء الاصطناعي الحالي والتي لم نستخدمها بالكامل بعد."
تشبيه إنساني: الدماغ، المتعلم، راوي القصص
لتبسيط مشهد الذكاء الاصطناعي:
AI هو الدماغ.
تعلم آلة هكذا يتعلم الدماغ.
ماجستير هي المفردات.
الذكاء الاصطناعي التوليدي هو الراوي.
AGI هو الإنسان بأكمله.
لا يقتصر الأمر على تعلم مهارة جديدة فحسب، بل يطبقها في أي مكانمثلك ومثلي.
الخلاصة
قد يحدث الذكاء الاصطناعي ثورة في العالم يومًا ما، ولكن لا يتعين على الشركات اليوم الانتظارإن فهم الطيف من ANI إلى AGI يمكّنك من اتخاذ قرارات أفضل - سواء كنت تقوم بنشر برنامج دردشة آلي أو تدريب الذكاء الاصطناعي الطبي.
نريد بناء الذكاء الاصطناعي الذي في الواقع هل تحقق عائدًا على الاستثمار؟ ابدأ بـ خدمات بيانات الذكاء الاصطناعي من Shaip.
هل ChatGPT عبارة عن AGI؟
لا. على الرغم من قوته، فإن ChatGPT هو نموذج لغة كبير (LLM)ليس ذكاءً اصطناعيًا عامًا حقيقيًا. يفتقر إلى الوعي الذاتي، وحفظ الذاكرة، والتفكير البشري في مختلف المجالات.
متى سيتم تطوير الذكاء الاصطناعي العام؟
وتختلف التقديرات من أواخر عشرينيات القرن الحادي والعشرين إلى خمسينيات القرن الحادي والعشرينفي حين أن شركات التكنولوجيا العملاقة ومختبرات الأبحاث تستثمر بكثافة، إلا أنه لا يوجد ذكاء اصطناعي عام موجود حاليًا.
ما هو الفرق بين AGI و ASI؟
AGI = الذكاء على مستوى الإنسان.
ASI = متفوق على البشر في كل شيء. ASI نظرية وتثير تساؤلات أخلاقية هامة.
ما هو مثال الذكاء الاصطناعي العام اليوم؟
هناك لا توجد أنظمة ذكاء اصطناعي عام حقيقية حتى الآن. بعض النماذج، مثل Gato أو GPT-4 من DeepMind، تُظهر قدرة على أداء مهام متعددة، لكنها لا ترقى إلى مستوى القدرة البشرية على التكيف.
هل يقوم Shaip ببناء أنظمة الذكاء الاصطناعي العام؟
لا يقوم Shaip ببناء الذكاء الاصطناعي العام ولكنه يدعم ابتكار الذكاء الاصطناعي من خلال شرح البيانات الخاصة بالمجال، ضبط دقيق في مجال LLMو تطوير الذكاء الاصطناعي مع مراعاة الامتثال أولاً.
