DeepMind تتوقع ظهور AGI بحلول عام 2030: هاسابيس عن الثورة المقبلة في الذكاء الاصطناعي

ألقى ديميس هاسابيس، الرئيس التنفيذي لشركة Google DeepMind، كلمة في مؤتمر Google I/O قدّم فيها توقعاً واسع النطاق: سيظهر الذكاء الاصطناعي القوي (AGI) في نحو عام 2030. وبحسب قوله، لن تقتصر آثار هذه التقنية على تغيير أنظمة الحوسبة العالمية جذرياً، بل ستشمل الاقتصاد ككل، وستعيد كتابة قواعد اللعبة في جميع القطاعات.

توقعات هاسابيس: AGI بات قريباً

تحدّث هاسابيس في Google I/O بصراحة: لم يعد AGI أفقاً خيالياً، بل مستقبلاً واقعياً يقترب أسرع مما يظن كثيرون. وعرّف AGI بأنه نظام ذكاء اصطناعي قادر على حل المهام بمستوى العقل البشري في طيف واسع من المشكلات المعقدة، من الاكتشافات العلمية إلى التخطيط الاقتصادي.

وتسير DeepMind بنشاط نحو هذا الهدف. فقد حقق الفريق خلال السنوات الثلاث الماضية اختراقات في بنى الشبكات العصبية، وفي قدرة النماذج على التعميم، وفي كفاءة التوسّع. وتُظهر النجاحات الحالية في الأنظمة متعددة الوسائط (التي تعمل في آن واحد مع النصوص والصور والفيديو) أن اللبنات الأساسية لـ AGI باتت موجودة. ووفقاً لهاسابيس، يبقى الأمر معلّقاً بالتحسين وتجاوز العقبات الجوهرية الأخيرة.

حجم التغيير: ما الذي سينقلب رأساً على عقب

إذا صدق توقع DeepMind، فستكون العواقب ثورية. وهذا ما ينتظر القطاع:

• أتمتة بلا حدود — تحلّ الأنظمة المهام المعقدة بنفسها، دون مشاركة الإنسان في الحلقة
• قفزة في الاكتشافات العلمية — تسريع الأبحاث في علم الأحياء والطب والفيزياء عشرات المرات
• إعادة تقييم البنية التحتية لتقنية المعلومات — الانتقال إلى بنى مُحسَّنة لـ AGI سيتطلب تريليونات الدولارات
• تحوّل الاقتصاد — نماذج جديدة للإنتاج والخدمات وتوزيع القيمة
• إلحاح الأمان — ستصبح الرقابة على AGI مهمة حرجة للدول والجهات التنظيمية

ويؤكد هاسابيس أن الانتقال لن يكون انفجارياً بل تدريجياً، لكنه لا رجعة فيه. أما المؤسسات التي تُعدّ أنظمتها الآن لعصر AGI فستحصل على ميزة تنافسية كبيرة.

لماذا 2030 تحديداً؟

لا ترمي DeepMind الرقم جزافاً. فتحليل الاتجاهات يُظهر أن هذا الأفق واقعي. أولاً، تنمو القدرات الحاسوبية بصورة أُسّية: إذ تتضاعف قدرة مراكز البيانات كل 1,5–2 سنة. ثانياً، تزداد كفاءة الخوارزميات — فيلزم عدد أقل من البيانات والحوسبة لتحقيق النتيجة نفسها. ثالثاً، أظهر الانتقال إلى النماذج متعددة الوسائط أن الأنظمة تعمّم المعرفة بصورة أفضل حين تتعلم من بيانات متنوعة.

غير أن هاسابيس صريح أيضاً بشأن عدم اليقين. فكثير من الأمور يتوقف على اكتشافات غير متوقعة في نظرية التعلّم، وعلى حل مشكلة استهلاك النماذج الكبيرة للطاقة، وعلى قدرة القطاع على تجاوز حالات الثبات الراهنة في تحسين الجودة. وقد تبقى بحلول عام 2030 عقبات جدية تتطلب اختراقات مفاهيمية.

ماذا يعني ذلك

توقع هاسابيس ليس ترهيباً، بل دعوة إلى العمل. فإذا كان AGI يقترب فعلاً من عام 2030، فإن السنوات 2026–2029 هي التي تُرسى فيها الأسس لتطوير هذه التقنية بأمان وكفاءة. وبالنسبة للمستثمرين والشركات الناشئة والشركات الكبرى، الخلاصة واحدة: الرهان على الحلول الموجَّهة نحو AGI لم يعد مضاربة، بل ضرورة استراتيجية. فالشركات التي تستثمر الآن في البحث والتطوير، وتُعدّ المهندسين، وتنقل أنظمتها إلى بنى متوافقة مع AGI، ستتقدم غداً على منافسيها.

أما بالنسبة للجهات التنظيمية وصنّاع السياسات، فالتحدي أشدّ حدّة: إذ يجب وضع القواعد بصورة عاجلة، بينما لا يزال AGI في مرحلة التطوير. وقد يؤدي غياب المعايير الدولية للأمان إلى فوضى. ولذلك يدعو هاسابيس، إلى جانب تفاؤله، إلى تحمّل المسؤولية: فـ AGI ليس فرصة فحسب، بل تحدٍّ جدّي للبشرية.