لعبة الحياة كطريق إلى AGI: نظرة جديدة إلى طبيعة العقل

يبقى السؤال عن كيفية إنشاء ذكاء اصطناعي عام حقيقي من أكبر الألغاز التي لم تُحلّ في الصناعة برمتها. بينما يعمل عمالقة مثل OpenAI و Google DeepMind و Anthropic على توسيع نطاق نماذج اللغة، آملين أن تتحول الكمية إلى جودة، يبحث الباحثون المستقلون عن طرق مختلفة جذريًا. ظهرت محاولة واحدة من هذه المحاولات على Habr—وعلى الرغم من طموحها، تستحق الانتباه لأنها تطرح الأسئلة الصحيحة.

أجرى مؤلف المقالة تجربة مثيرة للاهتمام: أنشأ شبكة عصبية مهمتها استعادة قواعد الآلة الخلوية "لعبة الحياة" لكونواي. لكن ليس بهذه البساطة، بل مع قيد أساسي: تلاحظ الشبكة ديناميكية النظام من الداخل، دون الوصول إلى الصورة الكاملة لما يحدث. لا ترى جميع الخلايا في نفس الوقت ولا تعرف القواعد مسبقًا. بدلاً من ذلك، تُجبر على بناء نموذج للعالم بناءً على ملاحظات محدودة—تمامًا كما يدرك الكائن الحي البيولوجي الواقع من خلال الأجهزة الحسية، دون الوصول المباشر إلى "الكود المصدري" للقوانين الفيزيائية.

يختلف هذا النهج جوهريًا عن التعلم الآلي القياسي، حيث تتلقى النماذج عادة البيانات "من منظور الطائر". شبكة عصبية تم تدريبها على تصنيف الصور ترى كل بكسل. نموذج لغة يعالج النصوص الكاملة. هنا، الوكيل منغمس في بيئة ومضطر لتقريب انتظاماتها بناءً على معلومات محلية وناقصة. هذا هو، كما يؤكد المؤلف، كيفية عمل الدماغ البشري—وقد يكون هذا المبدأ بالذات هو المفتاح لإنشاء AGI.

بناءً على تجربته، يبني الباحث إطارًا نظريًا أوسع. يقدم نظام مصطلحاته الخاص—الذي يصبح "الإنفيورات" مركزيًا فيه—ويصف الطبيعة الرياضية-المعلوماتية للعقل في سياق فرضية الكون القابل للحساب. هذه الفرضية، التي تعود إلى أفكار كونراد تسوزه وطُورت لاحقًا بواسطة ستيفن ولفرام، تفترض أن كل الواقع الفيزيائي يمكن وصفه كعملية حسابية. إذا كان الأمر كذلك، فإن الوعي ليس خاصية غامضة للمادة البيولوجية، بل نتيجة طبيعية لنوع معين من معالجة المعلومات يمكن تكراره من حيث المبدأ.

يجب الاعتراف بصراحة: مقالة Habr هي أكثر من كونها بيانًا لمفكر مستقل من أن تكون دراسة خاضعة للمراجعة. المصطلحات الأصلية دون الربط بالجهاز العلمي المعترف به، والتعميمات الواسعة بناءً على تجربة واحدة، والمقارنات المباشرة بين الآلات الخلوية والدماغ البشري تثير الشك الطبيعي. تراكمت علم الأعصاب والعلوم المعرفية بيانات كافية تبين أن بنية الذكاء البيولوجي أعقد بكثير من أي نموذج يمكن وصفه من خلال مراقبة شبكة من الخلايا السوداء والبيضاء.

ومع ذلك، تنطوي الحزمة الطموحة على فكرة لا يمكن ببساطة تجاهلها. كان السؤال حول دور الإدراك المجسد (embodied cognition) في تشكيل الذكاء يُناقش في الأوساط الأكاديمية لعقود. فرانسوا شولي، مؤسس Keras ومؤلف اختبار ARC لقياس الذكاء العام، أكد مرارًا أن توسيع نطاق المحولات وحدها لن يؤدي إلى AGI، لأن هذه النماذج تفتقد بالضبط التفاعل مع البيئة. تأتي حجج مشابهة من يان لوكون في Meta، الذي يدفع بفكرة العالم الداخلي (world models)—نماذج داخلية للعالم يبنيها الوكيل من خلال الخبرة بدلاً من امتصاص النصوص.

في هذا السياق، يمكن اعتبار تجربة "لعبة الحياة" عرضًا مبسطًا لكن توضيحيًا لكيفية قدرة الوكيل على استنباط الأنماط الهيكلية من موقع الملاحظ. هذا ليس AGI وليس حتى طريقًا مباشرًا إليه. لكنه محاولة لترسيخ الحدس بأن الذكاء الحقيقي لا يبدأ بالبيانات، بل بالخبرة. ليس بالإجابات، بل بالأسئلة التي يتعلم الوكيل طرحها.

تقف صناعة الذكاء الاصطناعي عام 2026 عند نقطة حيث يبدأ التوسع بإظهار عوائد متناقصة، وليس هناك اختراقات معمارية جديدة في الأفق. في مثل هذه الحالة، أي فكرة جديدة ذات قيمة—حتى لو لم تأتِ من مختبر Google بل من Habr. المسار نحو AGI، إن كان موجودًا، لن يكون مستقيمًا على الأرجح. ومن المحتمل تمامًا أن يمر أحد منحنياته بالفعل عبر الآلات الخلوية والخبرة المجسدة والسؤال عن كيف يمكن لنظام أن يعرف العالم وهو في داخله.