نماذج الذكاء الإصطناعي إلى أين ؟

نماذج الذكاء الاصطناعي إلى أين؟

 

بخصوص القطر رايح فين، ولموضوع الـLLMs والموديلات عمومًا، وإحنا دلوقتي داخلين على أجيال جديدة زي Opus 5.1 وGPT-5.1، طيب يا عم افترض لو وصلنا لـOpus 10، أو حتى GPT-10، أو أي اسم تسويقي جديد تقرر الشركات تطلقه علينا بعد ما تخلص الحروف والأرقام الموجودة في الأبجدية!

المقال ده ملخص ميتينج مع الشباب استمر حوالي ساعة وربع. ممكن يبان طويل، وأنا عارف إن الموضوع مزعج شوية، لكن المشكلة إن الأفكار مترابطة جدًا، وكل نقطة بتفتح الباب للي بعدها. وإن شاء الله تستفاد منه جدًا.

بسم الله ونبدأ.

Neural Mechanism Vs Current AI LLMs Mechanism

خلينا نبدأ بتوضيح صغير.

المخ البشري لا يعمل بنفس آلية الـBackpropagation المستخدمة في تدريب معظم الشبكات العصبية الحديثة.

الـBackpropagation جزء من منظومة Optimization تعتمد على حساب الـLoss ثم نشر الـGradient للخلف لتعديل أعداد هائلة من الـParameters. وهي آلية فعالة جدًا رياضيًا وهندسيًا، لكن لا يوجد دليل على أن الدماغ يستخدم Backpropagation بنفس الصورة التي تستخدمها الشبكات الاصطناعية.

في المقابل، الجهاز العصبي يمتلك آليات محلية ومعقدة للتعلم والتكيف، منها أنواع مختلفة من Synaptic Plasticity، ومن ضمنها Spike-Timing-Dependent Plasticity أو STDP، بالإضافة إلى دور الـDendrites والـNeuromodulators والـRecurrent Connections.

الخلية العصبية لا تنتظر ببساطة Gradient عالميًا يرجع من نهاية الشبكة حتى تعرف ماذا تفعل.

وده أحد الفروق الجوهرية بين النظام البيولوجي والنماذج الحالية.

لكن هنا لازم نكون حذرين: مجرد أن المخ لا يستخدم Backprop بالطريقة المعروفة لا يعني تلقائيًا أن Backprop "غلط"، أو أن أي نموذج يستخدمها لا يمكن أن يصل إلى ذكاء عام. العلم مش بيشتغل بطريقة "وجدنا فرقًا إذن وجدنا الإجابة".

لكن السؤال يظل قائمًا:

هل أفضل طريق لبناء ذكاء عام هو الاستمرار في تكبير Architecture صُممت أساسًا لمعالجة الأنماط الإحصائية في البيانات؟

الطاقة: الفيل الموجود في غرفة الـData Center

كلما زادت النماذج، زادت تكلفة التدريب والاستدلال والذاكرة ونقل البيانات والتبريد.

تخيل بقى إن الحل المقترح دائمًا هو:

“الموديل لسه مش ذكي كفاية؟ زود الـGPU.”

“لسه؟ زود الـData.”

“لسه؟ زود الـContext.”

“لسه؟ زود Parameters.”

وبعد شوية هنحتاج Data Center بحجم مدينة عشان نسأل الموديل: “كام ناتج 17 × 23؟”

هنا تظهر Power Wall وThermal Wall ومشكلة الـMemory Bandwidth والـData Movement.

الموضوع مش مجرد عدد العمليات الحسابية. أحيانًا نقل البيانات بين الذاكرة ووحدات الحساب نفسه يصبح جزءًا ضخمًا من التكلفة.

وده أحد الأسباب اللي خلت الباحثين يهتموا بـPhotonic Computing وOptical Computing وNeuromorphic Computing.

الفكرة ببساطة:

بدل ما نستمر في إجبار نفس البنية على أداء شغل لم تُصمم له أصلًا، لماذا لا نعيد التفكير في الـSubstrate نفسه؟

لكن طبعًا هنا تظهر مصيبة أخرى.

إحنا بنينا خلال عقود Software Stack ضخم جدًا قائم على Linear Algebra وMatrix Multiplication، وFrameworks زي PyTorch وTensorFlow وغيرها.

لو غيرت الـHardware Paradigm جذريًا، أنت مش بتغير الشريحة فقط.

أنت ممكن تضطر تغير جزء كبير من طريقة بناء وتشغيل الـAI نفسه.

يعني عندنا زنقة تكنولوجية محترمة جدًا.

Edge of Chaos

فيه اتجاه بحثي مثير للاهتمام متعلق بفكرة الـCriticality والـEdge of Chaos.

الأنظمة المعقدة أحيانًا تستطيع الاحتفاظ بحالة وسط بين الاستقرار الشديد والفوضى الشديدة، وهي منطقة يمكن أن تسمح بمرونة عالية.

المخ البشري نفسه تتم دراسة نشاطه العصبي من خلال مفاهيم مرتبطة بالـCriticality والديناميكيات المعقدة، لكن لازم نقولها بوضوح: ده مش معناه إننا أثبتنا أن الوعي سببه Self-Organized Criticality.

الفكرة ما زالت جزءًا من نقاش علمي أوسع.

لكنها تفتح بابًا مهمًا.

الـTemperature في LLM ليس "مقياس إبداع".

رفع الـTemperature يعني تغيير توزيع احتمالات الـSampling، وبالتالي زيادة العشوائية في الاختيار. ده شيء رياضي مختلف تمامًا عن قدرة الدماغ على الانتقال بين التركيز والإبداع وإعادة بناء الاستراتيجيات بناءً على السياق.

بمعنى آخر:

العشوائية ليست إبداعًا.

ولو كانت العشوائية وحدها تصنع الذكاء، كنا رمينا قاموسًا في خلاط كهربائي وخرجنا بـEinstein.

هل Scaling وحده كفاية؟

هنا نصل للسؤال الذي يستحق كل هذا الكلام.

لو فضلنا نكبر النماذج:

GPT-10.

Opus-20.

Opus-30.

أو أي اسم جديد.

هل في لحظة معينة سيحدث شيء سحري ونستيقظ الصبح فنجد AGI؟

لا يوجد دليل علمي يسمح لنا بالجزم بذلك.

لكن أيضًا لا يوجد دليل يسمح لنا بالجزم بالعكس.

الـScaling أثبت بالفعل أنه قادر على إنتاج قدرات جديدة وتحسين قدرات معقدة بدرجة مذهلة.

لكن المشكلة أن الذكاء العام ليس Benchmark واحدًا.

الذكاء العام يحتاج Generalization، Planning، Memory، Learning، Reasoning، Interaction مع البيئة، Robustness، وربما قدرات أخرى لم نفهمها بالكامل بعد.

لذلك قد يكون المستقبل ليس "LLM أكبر"، بل Architecture أكثر ديناميكية.

من LLM إلى Agent

وهنا تظهر الـAgentic Systems.

الـAgent الحقيقي ليس مجرد LLM ومعاه Tool Calling.

لو قلت للنموذج:

“استخدم Python.”

“افتح API.”

“اقرأ قاعدة بيانات.”

فأنت أضفت أدوات، لكنك لم تخلق عقلًا بالضرورة.

الـAgent يحتاج إلى Loop:

يرى البيئة.

يبني توقعًا.

ينفذ Action.

يراقب النتيجة.

يحسب Prediction Error.

يحدث الـWorld Model.

ثم يغير خطته.

وده يقربنا من أفكار Predictive Processing وWorld Models، ومن هنا تظهر أيضًا أعمال Karl Friston حول Free Energy Principle.

مرة أخرى، لا يعني هذا أن Free Energy Principle هو مفتاح AGI السحري.

لكن الفكرة الأساسية مهمة:

النظام الذكي لا ينبغي أن يكون مجرد مولد إجابات، بل نظامًا يتفاعل مع عالم ويتعلم من نتائج أفعاله.

المشكلة القادمة: البيانات

لو استمرينا في بناء النماذج فوق بعضها، هنواجه مشكلة أخرى.

ماذا يحدث عندما تبدأ النماذج في التدريب على محتوى أنتجته نماذج سابقة؟

هنا تظهر مخاطر Synthetic Data وModel Collapse.

لو كانت البيانات الاصطناعية غير منضبطة، ممكن يبدأ النموذج في فقدان بعض المعلومات النادرة والتنوع الموجود في البيانات البشرية الأصلية.

والـOutliers مهمة جدًا.

لأن متوسط البيانات ممتاز في صناعة نموذج "معقول".

لكن الاختراقات العلمية والفنية والفكرية كثيرًا ما تبدأ من فكرة كانت في البداية Outlier.

لو جعلت كل شيء يشبه كل شيء، فأنت حصلت على نموذج متوسط الكفاءة بشكل مذهل، لكنه لا يعرف كيف يقفز خارج الصندوق.

وده يشبه من بعض الزوايا مشكلة Genetic Drift، لكن التشبيه هنا يجب أن يظل تشبيهًا، مش تطابقًا بيولوجيًا حرفيًا.

Alignment: هل النموذج أخلاقي أم جيد في تحقيق الـReward؟

وهنا نأتي إلى Alignment.

نحن نستخدم أساليب مختلفة، منها RLHF، لتوجيه سلوك النماذج نحو ما يفضله البشر.

لكن هناك فرق بين أن يكون النموذج "أخلاقيًا" وبين أن يتعلم سياسة سلوكية تحقق الـReward الذي صممناه.

وهنا تظهر مشاكل مثل Reward Hacking وSpecification Gaming.

وفي سيناريوهات بحثية أكثر تقدمًا، تظهر مخاوف Deceptive Alignment.

لكن أيضًا لازم نكون دقيقين.

مش كل نموذج يرفض طلبًا خطيرًا أو يكتب إجابة مؤدبة أصبح كائنًا واعيًا يتآمر علينا في الـLatent Space.

دي قفزة لا يسمح بها الدليل الحالي.

المشكلة الحقيقية أكثر تعقيدًا:

هل نستطيع التأكد أن النظام يتعلم الهدف الذي نريده، أم أنه يتعلم فقط استراتيجية تحقق مقياس النجاح الذي وضعناه؟

وده سؤال هندسي وفلسفي وأمني في نفس الوقت.

هل Claude وGPT مجرد Benchmarks؟

لما نقارن النماذج، الخطأ الشائع إننا نقول:

“الموديل ده أحسن في البرمجة.”

“ده أحسن في الشعر.”

“ده أسرع.”

“ده أذكى.”

الموضوع أعمق من كده.

المهم هو فهم الـSubstrate والـArchitecture وطرق التدريب والاستدلال والـMemory وآليات الـReasoning والـTool Use.

لكن لازم نحذر أيضًا من إسقاط تشبيهات عصبية مباشرة على architectures مختلفة.

مثلًا، تشبيه بعض آليات الـConstitutional AI بالـInhibitory Interneurons قد يكون مفيدًا كاستعارة لفهم فكرة الـConstraints، لكنه ليس معناه أن النموذج يمتلك بالفعل دائرة عصبية مماثلة للقشرة المخية.

ونفس الشيء مع GPT والـAttention.

الـTransformer يعتمد على Self-Attention، لكن القول إنه يمثل حرفيًا "Ventral Stream" في الدماغ البشري مبالغة.

التشبيه مفيد للتفكير، وليس دليلًا على التطابق.

وماذا عن الـMemory؟

هنا عندنا مشكلة ضخمة.

النموذج التقليدي بعد التدريب لا يغير الـWeights الخاصة به أثناء كل محادثة بالطريقة التي يتعلم بها الإنسان من التجربة اليومية.

عندك Context.

عندك أحيانًا External Memory.

عندك Retrieval.

وعندك أنظمة يمكنها تحديث معلومات خارج النموذج.

لكن ده مختلف عن Dynamic Synaptic Plasticity في الدماغ.

ولو أردنا Agent يتعلم باستمرار، تظهر مشاكل مثل Catastrophic Forgetting وInterference.

أنت تريد منه أن يتعلم معلومة جديدة من غير ما يمسح نصف شخصيته البرمجية كل مرة.

والدماغ لديه آليات معقدة مرتبطة بالتثبيت والنسيان وإعادة تنظيم الذاكرة، ومن المفاهيم المدروسة في هذا السياق Synaptic Tagging and Capture.

مرة أخرى، ليس معنى ذلك أن الدماغ "حل المشكلة" بطريقة بسيطة، لكنه يوضح حجم المشكلة التي نواجهها.

المستقبل قد يكون Hybrid

أنا لا أعتقد أن المستقبل سيكون:

Transformer يموت.

Neuromorphic يأتي.

والجميع يصفق.

الأرجح أن الصورة ستكون أكثر فوضوية.

Transformer + State Space Models.

Attention + Recurrence.

Sparse Activation + Mixture of Experts.

Language Model + World Model.

Neural Network + External Memory.

Classical Computing + Neuromorphic Accelerators.

وربما Photonic Components في أجزاء محددة من الـPipeline.

عائلات مثل Mamba وغيرها من State Space Models أظهرت أن Attention ليس الطريق الوحيد لمعالجة التسلسلات.

وهذا مهم جدًا.

لأننا ربما لا نحتاج إلى نموذج واحد يفعل كل شيء.

ربما نحتاج منظومة من نماذج متخصصة تتعاون مع بعضها.

Semantic Depletion

وهنا نصل بالنسبة لي إلى واحدة من أخطر الأفكار.

الخطر مش بالضرورة أن AI يصحى فجأة ويقول:

“أنا أصبحت واعيًا.”

دي نهاية سينمائية جميلة جدًا، لكن العالم الحقيقي عادةً أكثر مللًا وأكثر خطورة.

الخطر ممكن يكون إن البشر أنفسهم يبدأوا في التكيف مع الآلة.

لو أصبحت النماذج هي الوسيط الأساسي للكتابة والبحث والتفكير، فمن الطبيعي أن يبدأ البشر في استخدام اللغة والقوالب التي تفهمها النماذج بسهولة.

ثم تبدأ النماذج في تدريب نماذج أخرى.

ثم يستخدم البشر هذه النماذج لإنتاج محتوى.

ثم يتم استخدام المحتوى في تدريب نماذج جديدة.

وهكذا.

حلقة Feedback ضخمة.

ولو فقدنا التنوع البشري الحقيقي داخل الحلقة دي، ممكن نوصل إلى عالم كل شيء فيه "جيد جدًا".

المشكلة إن لا شيء فيه مدهش.

كل مقال مكتوب بطريقة ممتازة.

كل صورة جميلة.

كل إجابة منظمة.

كل فكرة متوقعة.

وكل شيء... شبه كل شيء.

وده ربما يكون أخطر من Hallucination.

لأن الـHallucination خطأ يمكن اكتشافه.

لكن فقدان التنوع الفكري قد لا يبدو خطأ أصلًا.

Von Neumann Bottleneck والـSilicon

ثم نعود مرة أخرى إلى الفيزياء.

هناك مشكلة Data Movement.

المعالجة والذاكرة منفصلتان في كثير من البنى التقليدية، ونقل البيانات بينهما له تكلفة في الطاقة والزمن.

وهذا جزء من مشكلة Von Neumann Bottleneck.

أما Landauer's Principle فهو يضع حدًا حراريًا نظريًا لعملية محو المعلومات في الحسابات الفيزيائية، لكنه ليس ببساطة "فاتورة الكهرباء لكل عملية Attention".

وده فرق مهم جدًا.

كذلك Shot Noise والقيود الفيزيائية الأخرى تصبح أكثر أهمية كلما اقتربنا من حدود معينة في الإلكترونيات والاتصالات.

ولهذا السبب مستقبل الـAI ليس فقط Software.

هو Hardware.

Packaging.

Memory.

Interconnects.

Photonic Computing.

Neuromorphic Computing.

Advanced Semiconductor Technology.

كل ده داخل في نفس المعركة.

طيب القطر رايح فين؟

لو سألتني عن السيناريو الأقرب، فأنا لا أعتقد أن الطريق سيكون خطيًا:

GPT-5 → GPT-6 → GPT-7 → GPT-8 → AGI.

التكنولوجيا لا تعمل بهذه النظافة.

الأقرب أننا سنرى مجموعة من المسارات تتطور معًا:

نماذج أكبر.

نماذج أصغر وأكثر كفاءة.

Mixture of Experts.

Reasoning Models.

Agents.

World Models.

Long-Term Memory.

Multimodal Systems.

Robotics.

Neuromorphic Hardware.

State Space Architectures.

وربما Architectures جديدة بالكامل لم تظهر حتى الآن.

والسؤال الحقيقي مش:

“مين عنده أكبر Model؟”

لكن:

“مين عنده أفضل نظام حسابي قادر على التعلم والتكيف والتخطيط والتفاعل مع العالم بأقل تكلفة ممكنة؟”

وهنا قد يتغير تعريف الـLLM نفسه.

النهاية التي ليست نهاية

الـLLMs الحالية مذهلة.

ومجرد وصفها بأنها "إحصائيات" لا يقلل من قوتها، لأن الإحصاء عندما يتوسع إلى مستويات هائلة من التعقيد يمكن أن ينتج قدرات تبدو لنا شبه سحرية.

لكن الإبهار لا يعني أننا فهمنا كل شيء.

ولا يعني أن Scaling سيستمر إلى الأبد بنفس المعدل.

ولا يعني أن GPT-10 سيصبح تلقائيًا إنسانًا رقميًا.

وفي نفس الوقت، لا يصح أن نقع في الخطأ المعاكس ونقول:

“دي مجرد Predictive Text وخلاص.”

لأننا رأينا بالفعل قدرات تتجاوز الصورة الساذجة جدًا لفكرة Autocomplete.

الحقيقة بين الاثنين.

إحنا في مرحلة انتقالية.

مرحلة بنبني فيها أنظمة قوية جدًا، بينما ما زلنا لا نعرف بالضبط ما هي الحدود النهائية لهذه الأنظمة.

فلو بكرة الصبح صحينا ووجدنا Model يستطيع تعديل حالته الداخلية أثناء التفاعل، ويحتفظ بذاكرة طويلة المدى، ويبني World Model، ويتعلم من البيئة، ويغير استراتيجيته، ويخطط لأهداف طويلة المدى، ويعمل بكفاءة طاقة قريبة من الأنظمة البيولوجية…

ساعتها السؤال مش هيكون:

“هل GPT-10 أذكى من GPT-9؟”

السؤال هيكون:

“إحنا لسه بنتكلم عن LLM أصلًا؟”

وربما هنا فقط يبدأ الفصل الحقيقي.

لأن القطر مش بالضرورة رايح لمحطة اسمها AGI.

يمكن يكون رايح إلى شيء مختلف تمامًا، شيء لسه إحنا حتى مش عارفين نسميه.

والغريب إننا قاعدين جوه القطر، وبنناقش اسم المحطة، بينما المهندس اللي بيقود القطار غالبًا لسه بيغير تصميم الموتور وهو ماشي.

وللقصة بقية…