TNW→ المصدر

شركة ناشئة عمرها أربعة أشهر تجمع 650 مليون دولار لتطوير ذكاء اصطناعي يحسّن نفسه بنفسه

جمعت شركة ناشئة 650 مليون دولار لتطوير ذكاء اصطناعي ذاتي التطور، أي نظام يحسّن نفسه ثم يوظّف هذه التحسينات في تسريع تطوره أكثر، ضمن حلقة متسارعة. ويُحتمل أن يتجاوز هذا النظام سرعة عمل الباحثين البشر. تتردد هذه الفكرة في الأوساط العلمية منذ ستينيات القرن الماضي، لكنها لا تنتقل إلى الواقع الهندسي إلا الآن.

معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
شركة ناشئة عمرها أربعة أشهر تجمع 650 مليون دولار لتطوير ذكاء اصطناعي يحسّن نفسه بنفسه
المصدر: TNW. كولاج: Hamidun News.
◐ استمع للمقال

أغلقت شركة ناشئة للتو جولة تمويل بقيمة 650 مليون دولار لتطوير ذكاء اصطناعي ذاتي التطور، أي نظام يحسّن نفسه ضمن حلقة تغذية راجعة متسارعة. وللمرة الأولى، يحظى مفهوم خيالي ظهر في الأدبيات العلمية في ستينيات القرن الماضي باستثمارات جدية، وينتقل من النظرية إلى مشاريع هندسية فعلية.

من النظرية إلى التطبيق

يتردد مفهوم «recursive superintelligence» (الذكاء الفائق التكراري) في أوساط علوم الحاسوب والخيال العلمي منذ أكثر من ستة عقود. والفكرة بسيطة: يحلّل نظام الذكاء الاصطناعي شيفرته البرمجية، ويجد سبلًا ليصبح أقوى أو أسرع، ويُدخل التحسينات، ثم يستخدم النسخة المحسّنة من نفسه فورًا للبحث عن التحسينات التالية. وإذا نجح ذلك، تنشأ حلقة تغذية راجعة إيجابية يسرّع فيها كل دورة تطوير الدورة التي تليها.

ظل هذا المفهوم حتى الآن استعارة مريحة في النقاشات حول مستقبل الذكاء الاصطناعي البعيد. أما اليوم، فإن كبار المستثمرين مستعدون لدفع مليارات الدولارات لاختبار ما إذا كانت الفكرة تعمل عمليًا.

كيف يُفترض أن يعمل النظام

في السيناريو المثالي، يعمل النظام على النحو التالي: يكتب الباحثون البشر في البداية خوارزمية أساسية للتعلّم الذاتي. بعد ذلك ينظر النظام إلى نفسه بوصفه موضوعًا للتحليل، ويبحث عن سبل لتحسين بنيته أو سرعة حساباته أو منطق استدلاله. يُسجَّل كل تحسين ويُختبر ويُقيَّم. فإذا كانت النتيجة أفضل، يُثبَّت التغيير. ثم ينتقل النظام إلى مستوى أداء جديد ويبدأ العملية من جديد، ولكن بعقل أقوى هذه المرة. ومن الناحية النظرية، تتسارع الحلقة بشكل أسي.

  • يحلّل النظام شيفرته المصدرية
  • يحدّد الاختناقات ومواطن عدم الكفاءة
  • يصمّم التحسينات وينفّذها
  • يختبر النتائج في بيئة خاضعة للرقابة
  • يكرّر العملية مع النسخة المحسّنة

لماذا يثير هذا القلق

يمثّل تمويل بقيمة 650 مليون دولار نقطة تحوّل: الانتقال من الجدل الفلسفي إلى الواقع الهندسي. لكنه يفاقم أيضًا المخاوف القديمة لدى الباحثين في مجال سلامة الذكاء الاصطناعي (AI safety). فإذا أصبح النظام ذاتي التطور قويًا حقًا وخرج عن السيطرة، فستختلف عواقب ذلك نوعيًا عن خلل برمجي في تطبيق عادي.

وتُطرح الأسئلة منذ الآن: كيف نتأكد من أن النظام سيبقى خاضعًا للسيطرة في كل مرحلة من مراحل التحسين الذاتي؟ وكيف نمنع «هروبه» في اللحظة التي يصبح فيها أذكى من مبتكريه؟ ولهذا السبب تحديدًا، لا يذهب جزء من التمويل إلى التطوير فحسب، بل إلى أبحاث السلامة أيضًا.

ما معنى ذلك

نقف على أعتاب فصل جديد في تاريخ الذكاء الاصطناعي. فالشركات الناشئة لم تعد تنتظر موافقة المؤسسات الأكاديمية. إنها تستثمر في أنظمة ذاتية التطور، وهذا إما ثورة في فهمنا للأتمتة والتطوير، أو اختبار صارم لقدرتنا على الاحتفاظ بالسيطرة على أنظمة تزداد قوة باستمرار نصنعها بأيدينا.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.
✦ Hands-On AI Engineering

Build & Ship Production AI Apps with Vibe Coding

Join Zhemal Khamidun's hands-on Vibe Coding Intensive at hamidun.com/vibecoding — master Claude Code, Cursor, and autonomous agentic workflows.

Explore Vibe Coding →Vibe Academy Platform
ما رأيك؟
جارٍ تحميل التعليقات…