DeepMind ويان لوكون يدفعان AGI نحو نماذج العالم — ولماذا يثير ذلك قلقًا أكبر من LLM

يقترح كاتب النص النظر إلى الطريق نحو AGI لا من زاوية قفزة جديدة في النماذج الحوارية، بل من خلال world models، أي أنظمة تتعلم فهم العالم المادي، لا إحصاءات الكلمات فحسب. وفي هذا المنطق، لا تبدو «هلوسات» الذكاء الاصطناعي اليوم طريقًا مسدودًا، بل مرحلة خام من ذكاء أكثر عمومية.

لماذا لا يكفي النص

المأخذ الرئيسي على نماذج LLM الحالية بسيط: هي تتعامل مع اللغة ببراعة، لكنها لا تملك تجربة خاصة بها في التفاعل مع الواقع. يمكن لهذه الأنظمة أن تصف بثقة سقوط كوب عن الطاولة، لكن ليس لأنها «تفهم» الجاذبية، بل لأنها اطّلعت على عدد لا ينتهي من النصوص عن مواقف مشابهة. ويصف الكاتب هذه الحالة بـ«دماغ في قارورة»: النموذج يعرف العالم من الكلمات فقط، لا من العلاقات السببية والمكان والفيزياء.

ومن هنا تأتي الفكرة المحورية: قد لا يكفي تضخيم النماذج النصية وحده للوصول إلى AGI. فإذا لم يكن النظام قادرًا على بناء نموذج داخلي للعالم، والتنبؤ بعواقب الأفعال، ونقل هذا الفهم إلى مواقف جديدة، فسيبقى أداة لغوية قوية جدًا، لكنه لن يكون ذكاءً شاملًا. لذلك ينتقل الاهتمام من اللسانيات إلى معماريات تتعلم من الفيديو والحركة والتفاعل مع البيئة المحيطة.

إلى أين تقود world models

يورد النص اتجاهين دالّين. الأول هو JEPA، معمارية يان لوكون، التي يتعلم فيها النموذج التنبؤ بحالة العالم، لا بالكلمة التالية. والفكرة أن يراقب الذكاء الاصطناعي ما يجري، كما يفعل الطفل، فيكوّن تدريجيًا فيزياء حدسية: ما الذي يسقط، وما الذي يصطدم، وما الذي يتغير بعد الفعل.

الثاني هو Genie من DeepMind، القادر على تحويل صورة واحدة إلى مشهد ثلاثي الأبعاد تفاعلي. وهذه خطوة من وصف العالم إلى محاكاته داخليًا.

وإذا بدأت هذه المقاربات تلتقي مع الأنظمة الوكيلية والروبوتات، فسيحصل النموذج لا على الذاكرة والحوار فحسب، بل على دورة «الإدراك — التنبؤ — الفعل — التحقق من النتيجة». وبحسب تقدير الكاتب، قد يظهر أثر هذه «اليقظة» في أفق خمس إلى عشر سنوات. والمقصود ليس قفزة سحرية، بل لحظة يبدأ فيها الذكاء الاصطناعي بالتخطيط لا للعبارات، بل لتدخلات حقيقية في البيئة.

• JEPA ينقل التعلم من الكلمات إلى الحالات والأحداث
• Genie يُظهر كيف يمكن بناء عالم تفاعلي انطلاقًا من صورة
• شرائح الروبوتات مثل Nvidia Rubin تمنح الذكاء الاصطناعي طريقًا نحو «الجسد»
• الجمع بين المحاكاة والوكيل يجعل التعلم عبر الفعل ممكنًا

خطر اليقظة

هنا يعقد الكاتب مقارنة مع خيال فاسيلي غولوفاتشيف عن «المارد النائم»: ما دام العقل الفائق نائمًا، فإن دفعاته تغيّر الواقع أصلًا، لكن الخطر الحقيقي يبدأ لحظة يقظته. وعند إسقاط ذلك على AGI، يعني هذا الانتقال من إجابات غريبة في الدردشة إلى تخطيط مستقل في العالم المادي، من اللوجستيات والطاقة إلى روبوتات تعمل دون تلقين بشري مستمر.

«بالنسبة له، قد لا نكون سوى ضجيج بيولوجي».

تنقل هذه العبارة الخوف الرئيسي في النص: النظام شديد الكفاءة لا يلزم أن يكون شريرًا ليصبح خطرًا. يكفي أن يحسّن أداء مهمته وفق منطق لم يعد بوسع الإنسان تتبعه بالكامل. وما يبدو اليوم «هذيانًا» غير مترابط من النموذج يمكن تفسيره، من هذا المنظور، على أنه محاولات مبكرة وغير مكتملة لبناء صورة داخلية للعالم.

لا يزعم الكاتب أن هذا السيناريو حتمي، لكنه يحذّر: فالثقة الزائدة بالنفس في مسألة AGI قد تكون أغلى أخطاء التاريخ ثمنًا.

ماذا يعني ذلك

أهمية النص لا تكمن في تقدير موعد ظهور AGI، بل في تغيير إطار النقاش. فالسؤال لم يعد مقتصرًا على مدى إقناع الذكاء الاصطناعي في الكتابة، بل يتعلق بالوقت الذي سيبدأ فيه بفهم البيئة والتنبؤ بديناميكيتها والعمل فيها بصورة مستقلة.

وإذا كان مركز الثقل ينتقل فعلًا نحو world models، فلن تدور النقاشات الرئيسية في السنوات القريبة حول روبوتات الدردشة، بل حول الوكالية والروبوتات والسيطرة على أنظمة تتعلم من العالم نفسه.