بيتر دينينغ: الافتراض الرئيسي لتورينغ حول الذكاء الاصطناعي منذ عام 1950 كان خاطئًا

يرى بيتر دينينغ، أستاذ علوم الحاسوب، في كتاب جديد صدر في يوليو 2026، أن الذكاء الاصطناعي الحديث قائم على أساس زائف: افتراض صاغه آلان تورينغ في ورقته الشهيرة «آلات الحوسبة والذكاء» عام 1950. وبحسب دينينغ، يجعل هذا الافتراض تحقيق الذكاء الاصطناعي العام (AGI) الحقيقي أمرًا مستحيلًا من حيث المبدأ، بغض النظر عن حجم النماذج اللغوية مهما كبر.

ما الخطأ الذي وقع فيه تورينغ؟

طرح تورينغ في عام 1950 افتراضًا مفاده أن التفكير البشري تصفه بالكامل قواعد قابلة للحوسبة، وبالتالي يمكن محاكاته بالحاسوب. وعلى هذا الافتراض يقوم مسار أبحاث الذكاء الاصطناعي اللاحق كله، من الأنظمة الخبيرة في السبعينيات إلى نماذج LLM القائمة على المحوّلات (Transformers) في العشرينيات من هذا القرن.

يعدّ دينينغ هذا الافتراض خاطئًا. ويرى أن أربعة مكوّنات أساسية للذكاء لا تقبل الصياغة الشكلية من حيث المبدأ:

• الحس السليم — فهم سياقي للموقف لا تصفه قواعد صريحة ولا يُستنتج منها
• الحدس — القدرة على الوصول إلى استنتاجات صحيحة دون استدلال منطقي شكلي؛ ويتشكّل عبر سنوات من الخبرة
• الثقافة — منظومة قيم ومعايير تُكتسب بالعيش داخل مجتمع، لا بدراسة النصوص المكتوبة عنه
• المعرفة العملية (know-how) — مهارات لا تنتقل إلا بالممارسة إلى جانب معلّم متمرّس، لا عبر التعليمات المكتوبة

«إن أهم جوانب الذكاء البشري، ومنها الحس السليم والحدس والثقافة

والمعرفة العملية، لا يمكن ترميزها في الحواسيب»، بيتر دينينغ.

لماذا لا يحل تكبير نماذج LLM المشكلة

يخوض دينينغ جدلًا مباشرًا مع الرأي السائد في الصناعة: يكفي أن يصبح النموذج كبيرًا بما يكفي حتى «يفهم» العالم. ويرى أن هذا وهم. فالنماذج اللغوية الكبيرة تتعامل مع انتظامات إحصائية في الرموز، لكنها لا تمتلك تلك الخبرة الحية — الثقافية والجسدية والاجتماعية — التي يتشكّل منها الفهم الإنساني.

تتقاطع حجة دينينغ مع النقد الكلاسيكي المعروف بـ«الغرفة الصينية» الذي طرحه الفيلسوف جون سيرل عام 1980: الحاسوب يتلاعب بالرموز وفق قواعد دون أن يفهم معناها. ويُعيد دينينغ توظيف هذه الحجة في سياق نماذج LLM الحديثة، مؤكدًا أن بنية المحوّلات لا تردم هذه الفجوة من حيث المبدأ. وبحسب ما نقلته Science Daily بتاريخ 13 يوليو 2026، يُقدَّم الكتاب بوصفه أحد أكثر النقود الأكاديمية منهجيةً لأسس أبحاث الذكاء الاصطناعي نفسها في السنوات الأخيرة.

ماذا يعني ذلك

إذا كان دينينغ محقًا، فإن الاستراتيجية الحالية لبلوغ AGI — توسيع نطاق البيانات والمعاملات — لا تقرّب من العقل البشري من حيث المبدأ. ومع ذلك تبقى الفائدة العملية لنماذج LLM قائمة: فتوليد النصوص وأتمتة المهام وتحليل البيانات أدوات ما زالت قيّمة. لكن وصف الأنظمة الحالية بأنها «ذكاء» بالمعنى الكامل للكلمة غير دقيق، بحسب دينينغ.

أسئلة شائعة

ماذا قال تورينغ في ورقة عام 1950؟

اقترح آلان تورينغ في ورقة «آلات الحوسبة والذكاء» اختبار ذكاء الآلة عبر لعبة المحاكاة: إذا لم يستطع الحكَم أن يميّز الحاسوب من الإنسان في حوار نصي، فيمكن اعتبار الآلة مفكّرة. ويرى دينينغ أن هذا المعيار تحديدًا رسم اتجاهًا خاطئًا، إذ اختزل الذكاء في السلوك اللغوي وتجاهل الحاجة إلى الخبرة الحية.

هل ينكر دينينغ فائدة الذكاء الاصطناعي الحديث؟

لا. فدينينغ يفرّق بين «الأداة الذكية» و«الذكاء الحقيقي». نماذج LLM مفيدة في أتمتة المهام والعمل مع النصوص، لكنها، في رأيه، لا يمكن أن تصبح AGI من حيث المبدأ، لأنها لا تمتلك الخبرة الثقافية والعملية اللازمة للفهم البشري.