AI تعلّمت أن تبني نفسها بنفسها: Google DeepMind وOpenAI على طريق التحسين الذاتي
يساعد GPT-5.3-Codex نفسه على أن يصبح أفضل: يكتب شيفرته الخاصة، ويصحح أخطاء التدريب، ويدير عمليات النشر. وأطلقت Google DeepMind AlphaEvolve، وهو وكيل لتحسين الشب
في عام 1966، توقع عالم الرياضيات آي جي جود أن آلة فائقة الذكاء يمكنها أن تنشئ آلات أكثر ذكاءً، مما يؤدي إلى "انفجار ذكائي". أصبحت هذه الخيال العلمي واقعاً: OpenAI و Google DeepMind و Anthropic يستخدمون بالفعل الذكاء الاصطناعي لإنشاء نسخ أكثر تقدماً من أنفسهم.
الذكاء الاصطناعي يبدأ في كتابة نفسه بنفسه
أفادت OpenAI مؤخراً بأن GPT-5.3-Codex يشارك بنشاط في تحسين نفسه. يكتب النموذج رمز البرنامج لتدريبه الخاص، وينقح عملية التدريب، ويدير التطبيق، ويحلل نتائج التقييمات. بشكل أساسي، يساعد نفسه على أن يصبح أفضل.
ذهبت Anthropic أبعد من ذلك: معظم الرمز البرمجي لـ Claude (مساعدها الرئيسي في الذكاء الاصطناعي للبرمجة) يتم كتابته الآن بواسطة Claude نفسه. وهذا يخلق حلقة غريبة: يحسّن الذكاء الاصطناعي نفسه، لكن البشر يبقون في الحلقة، يتحققون من النتائج ويتخذون القرارات.
قدمت Google DeepMind AlphaEvolve—وكيل لـ "الاكتشاف العلمي والخوارزمي". يمكن للنظام تحسين معماريات الشبكات العصبية، وتحسين توزيع المهام في مراكز البيانات، وتحسين تصميم الرقاقات. يتيح كل اختراق للعلماء التقدم بسرعة أكبر نحو الاختراق التالي.
"غالباً ما تنظر إلى ما اكتشفه النظام وتتعلم من هذا الاكتشاف"، يقول Matey Balog من DeepMind. فاجأ النظام بالفعل مبتكريه بإيجاد خوارزميات تحسين أفلتت من الحدس البشري.
أسس اثنان من منشئي AlphaChip (نظام تصميم الرقاقات) شركة ناشئة تدعى Recursive Intelligence. يعدون بتقليل دورات تطوير الرقاقات من سنة إلى سنتين إلى أيام. في المرحلة الثالثة، تخطط الشركة لاستخدام الذكاء الاصطناعي لإنشاء رقاقات تدرب بشكل أفضل الجيل التالي من الذكاء الاصطناعي.
لماذا لم ينطلق هذا حتى الآن
على الرغم من النجاحات المثيرة للإعجاب، لا تزال الاستقلالية الكاملة للذكاء الاصطناعي عن البشر بعيدة جداً. يلاحظ الباحثون أن الأنظمة الحالية تولد أفكاراً وتطبقها على مستوى 'جيد، لكن ليس ممتازاً'. إليك ما يوقف العملية:
- لا يزال البشر يحددون الأهداف ويقررون ما يعتبر نجاحاً
- يكلف تدريب أفضل النماذج مليارات—لن يطلق أحد مثل هذا النظام دون إشراف
- المعرفة في الشركات الكبرى موزعة بين آلاف الأشخاص (تستخدم TSMC 90.000) ولا يمكن حزمها في خوارزمية واحدة
- الأتمتة الكاملة ستتطلب ليس فقط الكود والرقاقات، بل أيضاً بناء مراكز البيانات والمحطات الكهربائية وعمليات التعدين
يقترح الباحثون في Meta مساراً مختلفاً: بدلاً من الأتمتة الكاملة، السعي لـ 'التحسين المشترك' للبشر والآلات. من خلال البقاء في حلقة التطوير، يضمن البشر سرعة التقدم وسلامته.
هل يمكن لهذا أن يخرج عن السيطرة؟
أظهر استطلاع آراء 25 خبيراً من خبراء الذكاء الاصطناعي الرائدين: 23 منهم لا يستبعدون 'انفجاراً ذكائياً' مع الأتمتة الكاملة للتطوير. يعتقد الأغلبية أن الشركات ستبقي هذه النماذج سرية، دون إطلاقها للعامة.
رسم David Krueger من مونتريال، الذي يدافع عن توقف تطوير الذكاء الاصطناعي، صورة قاتمة:
"هذا قمار بحياة الجميع." يقترح إيقاف تطوير الذكاء الاصطناعي عندما تبدأ
الآلات بكتابة 99% من الرمز البرمجي. "يبدو أننا نقترب من هذه اللحظة الآن"، يضيف.
ما يعنيه هذا
نحن نقف في بداية عصر يبدأ فيه الذكاء الاصطناعي بحقيقة تسريع تطوره الخاص. قد يؤدي هذا إلى اختراقات في الطب والعلوم والتكنولوجيا. لكنه يتطلب أيضاً إشرافاً صارماً—من كل من المنظمين الدوليين والشركات نفسها. يظهر التاريخ: التقنيات القوية تتطلب حدوداً.