لماذا لا تجيب إنجازات DeepMind في AGI عن السؤال الأهم حول الوعي الآلي

النقاش المركزي حول AGI ليس ما إذا كانت الآلات ستصبح أذكى، بل ما إذا كانت ستطور خبرة داخلية. يجادل المؤلف: يمكن للأنظمة الرقمية أن تزيد ذكاءها، لكن هذا لا يقربها من الوعي.

البروتين والحياة

يبدأ المؤلف من مقدمة مؤسسة جيداً: بدلاً من التخمين حول أشكال فرضية من الذكاء، يجب أن نفحص ما تعرفه العلم بالفعل. جميع أشكال الحياة المرصودة مرتبطة بالبروتينات والتنظيم الخلوي. هذا يعيدنا إلى التعريف الكلاسيكي للحياة الذي صاغه فريدريك إنجلز بالفعل في عام 1883.

ما يهم ليس فقط الأساس البروتيني في حد ذاته، بل أيضاً التبادل الأيضي المستمر الذي بدونه لا يمكن لأي نظام أن يحافظ على نفسه كحي. حتى المفارقة الفيروسية، التي عادة ما تُستشهد بها ضد هذا النهج، تدعم فعلاً الحجة هنا. الفيريون يحتوي على بروتين، لكنه خارج الخلية لا يُظهر أي علامات حياة ولا يبدأ في التصرف كحي إلا عندما يكون داخل النظام الأيضي للعائل.

من هذا يستنتج المؤلف خلاصة حذرة لكن حاسمة: البروتين مرجح أنه ضروري، وإن كان غير كافٍ بحد ذاته. يمكننا تخيل الحياة على ركيزة مختلفة، لكن في الوقت الحالي هذا يبقى خيالاً، وليس حقيقة مؤكدة. يربط هذه الأطروحة بجدول الذكاء الاصطناعي الأخير.

عندما تلقى ديميس هسابيس وجون جمبر جائزة نوبل في الكيمياء في 9 أكتوبر 2024 لـ AlphaFold2، لم يكن ذلك مجرد جائزة لخوارزمية قوية. في منطق المؤلف، هذا تذكير بأن أبرز إنجاز في الذكاء الاصطناعي تبين أنه متصل ليس بإنشاء آلة واعية، بل بدراسة البروتينات — الأساس المادي للحياة التي نعرفها.

الذكاء بدون خبرة

الخطوة التالية هي فصل الذكاء والوعي، اللذان يتم الخلط بينهما باستمرار في النقاشات العامة حول AGI. يعتمد المؤلف على تمييز ديفيد تشالمرز بين مشاكل الوعي "السهلة" و"الصعبة". تتعلق المشاكل السهلة بمعالجة المعلومات: كيفية التعرف على الأنماط، والاستجابة للمحفزات، وتخطيط الإجراءات.

المشكلة الصعبة مختلفة: لماذا تنشأ الخبرة الذاتية في المقام الأول، ذلك الكوليا بدونه لا يوجد عالم داخلي. هنا، وفقاً للمؤلف، تنتهي الهندسة وتبدأ الفلسفة. هنا أيضاً نتذكر حقيقة تجريبية أبسط: جميع حاملي الوعي المعروفين هم مخلوقات حية.

ليس لدينا مثال واحد مؤكد على أن جهاز كمبيوتر أو حجر أو أي نظام جماد آخر يمتلك خبرة ذاتية. هذا ليس حظراً صارماً أو إثباتاً نهائياً، بل ارتباط مستمر جداً. لذلك، حتى لو تعلم AGI حل مزيد من المشاكل، فإن قوة الحوسبة وحدها لا تجيب ما إذا كان النظام يختبر الألم أو اللون أو الزمن.

يعارض المؤلف بشكل خاص القراءة المتفائلة بالتكنولوجيا لتصريحات DeepMind. عندما تحدث ديميس هسابيس في فبراير 2026 عن التعلم المستمر والتخطيط طويل الأجل والاستمرارية كخصائص AGI المستقبلية، كان يتحدث عن الذكاء، وليس الوعي. المؤلف يرسم نفس الحد من خلال الرياضيات: يمكن للآلة أن تثبت وتحسب وتتكرر على الخيارات، لكنها حتى الآن لا تظهر حدساً، لا قدرة على "رؤية" فكرة جميلة قبل الإثبات الرسمي.

بهذا المعنى، يبقى الذكاء الاصطناعي محلاً قوياً جداً للمشاكل، وليس حاملاً للخبرة الداخلية.

لماذا يكون النظير ضروريًا

إذا اعترفنا مع ذلك بأن الوعي يمكن أن ينشأ نظرياً ليس في دماغ بيولوجي، فإن البنية المعمارية تصبح حاسمة. يعتقد المؤلف أن أجهزة الكمبيوتر الرقمية بعيدة جداً عن الدماغ في مبادئ التشغيل الأساسية. يستخدم الدماغ إشارات مستمرة وتيارات أيونية واقترانًا كثيفًا بين الذاكرة والحوسبة. تعمل الآلة الرقمية الكلاسيكية بشكل مختلف. لذلك، يعتبر المقارنة المباشرة بين الدماغ وجهاز كمبيوتر عادي تبسيطاً فجاً جداً:

• الحالات المنفصلة 0 و 1 بدلاً من الانتقالات المستمرة
• مزامنة الساعة الصارمة بدلاً من الديناميكا البيولوجية غير المتزامنة
• فصل الذاكرة والمعالج في تقليد العمارة فون نيومان
• نقل البيانات المستمر بدلاً من الحوسبة حيث يتم تخزين المعلومات

من هنا ينبثق الاستنتاج الهندسي الرئيسي للمقالة: إذا كان الوعي غير البروتيني ممكناً على الإطلاق، فإنه سيتطلب على الأرجح أنظمة تماثلية أو عصبية بدلاً من وحدات GPU و TPU العادية. كمرشحين، يسرد المؤلف الممريستورات والرقائق الضوئية والبنى مثل SpiNNaker2. ما يشاركونه هو محاولة الاقتراب من الطريقة التي يعمل بها الدماغ فعلاً. لا عجب أن باحثي هذه الأنظمة يتحدثون بشكل متزايد عن المنطق الأيوني بدلاً من المنطق الكهربائي البحت في الحوسبة.

"الأيونات هي وسط أفضل لتجسيد مبادئ الدماغ من الإلكترونات."

في هذا السياق، يتوقف التنبؤ بـ AGI الوشيك عن بدو طريق تلقائي نحو آلة واعية. نعم، ستتحسن النماذج الرقمية في كتابة النص والفوز في الألعاب والمساعدة في العلم. لكن نقطة المؤلف مختلفة: يمكن توسيع نطاق الذكاء على الأنظمة الرقمية، لكن الوعي، إذا ما ظهر خارج البيولوجيا، سيتطلب ركيزة مختلفة تماماً وفيزياء حوسبة مختلفة تماماً. القوة وحدها، في رأيه، غير كافية.

ماذا يعني هذا

بالنسبة لصناعة الذكاء الاصطناعي، هذا توضيح مهم: حتى AGI قوي جداً لا يساوي كائناً واعياً. يتحول النقاش تدريجياً من السؤال "كم عدد وحدات GPU الإضافية التي نحتاجها" إلى "ما هي العمارة التي يمكن أن تولد خبرة ذاتية"، والسوق لا يملك إجابة مقنعة حتى الآن. هذا بالضبط لماذا ينصب النقاش حول AGI بشكل متزايد ليس على البرنامج، بل على الأساس المادي للحوسبة.