Google Gemini 3 Deep Think: رقم قياسي جديد في اختبارات الذكاء العام

تتجاوز Google حدًّا جديدًا في تطوير الذكاء الاصطناعي. فقد أعلنت الشركة عن تحديث Gemini 3 Deep Think، الذي يحقق نتيجة 84,6% على معيار ARC-AGI-2، وهو اختبار يعدّه العلماء آخر عائق جدّي قبل بلوغ الذكاء العام. وليس هذا مجرد تحسين آخر للنموذج، بل تحوّل جوهري في طريقة حلّ الشبكات العصبية الاصطناعية للمسائل المعقدة. فبدلًا من توليد النصوص البسيط، يعتمد النظام الآن وضع استدلال عميق مع تحقق داخلي، ما يتيح للآلة فحص منطقها الخاص في الوقت الفعلي.

ولفهم أهمية هذه الخطوة، يجدر التذكير بما حدث في الصناعة خلال السنوات الأخيرة. فالنماذج اللغوية الكبيرة مثل GPT وClaude تتفوق في توليد النصوص، لكنها كثيرًا ما تتعثر في المسائل التي تتطلب استدلالًا منطقيًا متعدد الخطوات والتحقق من النتائج. وقد صمّم الباحثون ARC-AGI-2 خصيصًا ليكون اختبارًا لا يمكن اجتيازه بمجرد توسيع حجم النماذج؛ فهو مجموعة من المسائل في المنطق والتفكير المجرد تتطلب استدلالًا حقيقيًا، لا مجرد التنبؤ بالكلمة التالية. وتعني نتيجة 84,6% أن Gemini 3 Deep Think يحلّ أربعًا من كل خمس مسائل من هذا النوع حلًّا صحيحًا، وهو أمر كان مستحيلًا من قبل حتى على أقوى الأنظمة.

من الناحية التقنية، تحقق ذلك عبر آلية جديدة للاستدلال الداخلي. فلم يعد النموذج يستعجل في الإجابة، بل يمرّ بعدة مراحل من التفكير ويتحقق من كل خطوة منطقية قبل صياغة الإجابة النهائية. ويشبه ذلك عالم الرياضيات الذي لا يكتفي بذكر الجواب، بل يعمل على المسألة خطوة بخطوة ويراجع كل عملية حسابية. وقد زوّدت Google النموذج بقدرة على التحقق الذاتي، ما يخفّض احتمال الأخطاء المنطقية خفضًا جذريًا. ولا ينطبق هذا النهج على الألغاز المجردة وحدها، بل أيضًا على المسائل العلمية والهندسية الواقعية التي تتطلب تحليلًا عميقًا واختبارًا للفرضيات.

ولهذا السبب تقدّم Google هذا التحديث بوصفه أداة للعلوم والهندسة، لا للترفيه. فالنموذج قادر الآن على مساعدة الباحثين في تصميم الأنظمة المعقدة، والتحقق من الفرضيات العلمية، وحلّ المشكلات الهندسية التي تستلزم تحليلًا متعدد المستويات. وقد يسرّع ذلك تطوير مواد وأدوية وبنى رقائق إلكترونية وأنظمة معقدة أخرى، حيث يكلّف كل خطأ مبالغ كبيرة ووقتًا طويلًا.

ماذا يعني ذلك لمستقبل AGI، أي الذكاء الاصطناعي العام؟ إن نتيجة 84,6% على ARC-AGI-2 ليست خط النهاية، لكنها إشارة واضحة إلى أننا لا نسير نحو مولّدات نصوص أقوى فحسب، بل نحو أنظمة قادرة على الاستدلال الحقيقي. وهذا نموذج مختلف عن ذلك الذي ساد في السنوات القليلة الماضية. وقد يكون الانتقال من التوسّع إلى تريليونات المعاملات إلى إدخال آليات التحقق والاستدلال التدريجي هو بالضبط ما يلزم لمواصلة التقدم.

غير أنه ينبغي توخّي الحذر في الصياغة. فالنتيجة المرتفعة على معيار واحد لا تعني أن AGI قد أصبح بين أيدينا. إذ يقيس ARC-AGI-2 نوعًا محددًا من الذكاء، هو التفكير المنطقي المجرد. أما الذكاء العام الحقيقي فسيتطلب نجاحات على جبهات أخرى كثيرة: فهم السياق، والتعامل مع حالات عدم اليقين، والتكيف مع المواقف الجديدة. ومع ذلك، يُظهر إنجاز Google أن الطريق إلى ذلك أصبح أكثر وضوحًا. فالنماذج تتعلم ألا تكتفي بالتوليد، بل أن تفكر وتتحقق وتبرّر.