الذكاء الاصطناعي العام يحتاج إلى نموذج العالم: الوضع الحالي والمستقبل

نموذج العالم (World Model) أصبح واحدًا من أكثر الاتجاهات اهتمامًا في مجال الذكاء الاصطناعي. صرّح ديميس هاسابيس، الرئيس التنفيذي لـ Google DeepMind، مؤخرًا بوضوح أن مسار نماذج اللغة الكبيرة المتمثلة حاليًا في ChatGPT يحتاج إلى استكمال بنموذج العالم. على الرغم من أن OpenAI وGoogle وxAI وAnthropic وغيرها من الشركات تراهن على نماذج اللغة الكبيرة (LLM)، يعتقد هاسابيس أنه لتحقيق ذكاء اصطناعي عام حقيقي (AGI)، يجب على الذكاء الاصطناعي فهم العالم المادي والعلاقات السببية، وأن يمتلك القدرة على التخطيط طويل المدى والتحقق من الفرضيات.

ما هو نموذج العالم؟

يشير نموذج العالم إلى محاكاة داخلية يبنيها الذكاء الاصطناعي لديناميكيات العالم الخارجي، بحيث يتمكن من التنبؤ بالمشاهد الفيزيائية، وحركة الأجسام، وتغيرات المسارات، وعواقب الأفعال. على عكس نماذج اللغة الكبيرة التي تعالج النصوص أو الصور فقط، يؤكد نموذج العالم على فهم العلاقات السببية. على سبيل المثال: كيف يسقط الجسم بعد دفعه؟ وكيف يتخذ السائق قراره عند رؤية عائق أمامه؟ لا تُستخدم هذه النماذج لتوليد المحتوى فحسب، بل الأهم أنها تمكّن الذكاء الاصطناعي من إجراء المحاكاة الذهنية والتخطيط.

أبرز التطورات في القطاع

Google DeepMind أصدرت في أغسطس 2025 نظام Genie 3، القادر على توليد بيئات ثلاثية الأبعاد تفاعلية من النصوص. ويُعد هذا تقدمًا مهمًا لنموذج العالم في مجال التوليد. بالإضافة إلى ذلك، تتضمن نماذج الفيديو مثل Veo فهمًا ضمنيًا لديناميكيات العالم. وقال هاسابيس إن الذكاء الاصطناعي العام المستقبلي سيكون نظامًا متكاملًا يجمع بين النماذج الأساسية (مثل Gemini) وقدرات نموذج العالم.

Tesla هي ممارس نشط آخر لنموذج العالم. استخدم نظام FSD (القيادة الذاتية الكاملة) خلال العامين الماضيين شبكات عصبية من البداية إلى النهاية للتنبؤ إطارًا بإطار بلقطات كاميرات القيادة الثماني، وذلك للمحاكاة واتخاذ قرارات القيادة في الوقت الفعلي. كما طبقت Tesla مبدأ مشابهًا على الإنسان الآلي Optimus، من خلال نماذج رؤية من البداية إلى النهاية لتحقيق التحكم والملاحة وتخطيط المهام. وعلى الرغم من أن Tesla لا تنشر أوراقًا بحثية علنًا، فإن محفظة براءات الاختراع الخاصة بها تتضمن الكثير المتعلق بالشبكات العصبية ومعالجة البيانات والمحاكاة، وهي وثيقة الصلة بنموذج العالم.

Nvidia تقوم بدور مزود البنية التحتية. فهي توفر لأغلب شركات الروبوتات البشرية أدوات المحاكاة والتطوير، وتكنولوجيا محاكي العالم لديها أيضًا في موقع ريادي.

بالإضافة إلى ذلك، Fei-Fei Li (لي فاي فاي) وفريقها في World Labs قدموا إسهامات كبيرة على المستوى النظري، مما يوفر دعمًا أكاديميًا متينًا لأبحاث نموذج العالم.

وجهة نظر هاسابيس: اختناقات الذكاء الاصطناعي العام والجدول الزمني

أكد هاسابيس في مقابلاته الأخيرة مرارًا أن قوانين التوسع (Scaling Laws) ما تزال فعّالة، لكن العوائد بدأت تتباطأ. وهو يرى أن مجرد توسيع حجم النماذج ليس كافيًا لتحقيق الذكاء الاصطناعي العام، بل نحتاج أيضًا إلى ابتكارات كبرى واحدة أو اثنتين بمستوى AlphaGo.تُظهر الأنظمة الحالية للذكاء الاصطناعي «ذكاءً مسننًا» — فهي تتفوق في بعض المهام، لكنها قد تفشل بشكل غير متوقع في مهام بسيطة. وتشمل القدرات المفقودة: التعلم المستمر، والإبداع الجديد حقًا، والأداء المتسق، والتخطيط طويل الأمد، والاستدلال الأعمق.

يتوقع هاسابيس أن الذكاء العام الاصطناعي (AGI) ما زال يحتاج من 5 إلى 10 سنوات. ويُعد نقص القدرة الحاسوبية والطاقة من الاختناقات الرئيسية، لكنه أشار في الوقت نفسه إلى أن الذكاء الاصطناعي نفسه يمكنه المساعدة في حل هذه المشكلات، على سبيل المثال عبر تحسين تصميم المواد، وكفاءة الطاقة الشمسية، والاندماج النووي المتحكم فيه. وقد حققت نماذج مثل Gemini Flash من DeepMind تحسينًا في كفاءة الطاقة بنحو 10 أضعاف سنويًا عبر تقنيات التقطير.

موقف ليكون والرحيل عن ميتا

لطالما انتقد يان ليكون نماذج اللغة الكبيرة (LLM) واصفًا إياها بأنها «طريق مسدود» نحو ذكاء اصطناعي بمستوى البشر. ويرى أن نماذج العالم هي المفتاح. في نهاية عام 2025، غادر ليكون شركة ميتا وأسس مختبرات الذكاء الآلي المتقدمة (AMI Labs)، لمواصلة برنامجه البحثي حول نماذج العالم. هدف الشركة هو تطوير أنظمة تفهم العالم المادي، وتمتلك ذاكرة دائمة، وتستطيع الاستدلال وتخطيط تسلسلات معقدة من الإجراءات.

التوقعات المستقبلية

تمتلك نماذج العالم إمكانات هائلة في مجال الروبوتات والقيادة الذاتية والاكتشاف العلمي. تشير دراسات إلى أن وكلاء الذكاء الاصطناعي المدربين في عوالم محاكاة يتفوقون على الوكلاء التقليديين بنسبة تتراوح بين 20% و30% في مهام الاستدلال. ويتصور هاسابيس أن الذكاء الاصطناعي سيشهد في المستقبل «عصرًا ذهبيًا للعلوم»، حيث ستتكرر إنجازات مشابهة لاختراق AlphaFold في طي البروتينات في مجالات المواد والفيزياء والرياضيات والطقس وغيرها.

على الرغم من أن تقنية نماذج العالم لا تزال في مرحلة مبكرة، فإن الإجماع يتزايد على أنها قد تكون المسار الحتمي نحو ذكاء اصطناعي عام حقيقي.