هل الذكاء الاصطناعي "يفكر " فعلاً أم أنه مجرد "ببغاء إحصائي" فائق الذكاء؟

بينما ننبهر جميعاً بقدرة نماذج اللغة الكبيرة (LLMs) على كتابة الأكواد وحل المشكلات المعقدة في ثوانيِ، يغيب عن الكثيرين سؤال جوهري يحدد مستقبل علاقتنا بالآلة:

هل الـ LLMs تملك "وعياً سياقيا" أم أنها مجرد خوارزميات تتنبأ بالكلمة التالية بناءً على احتمالات رياضية؟

في عام 2026، لم يعد السؤال "ماذا يفعل الذكاء الاصطناعي؟" بل "كيف يخدعنا بذكائه؟". نحن نتحدث عن مليارات المعلمات (Parameters) وآليات انتباه (Attention Mechanisms) معقدة، لكنها في النهاية تفتقر لما يملكه أصغر طفل بشري: الحس العام (Common Sense).

هيا نغوص في "مطبخ" النماذج اللغوية لنكشف المسكوت عنه:

  • كيف تتحول كلماتنا إلى أرقام (Tokens) قبل أن تفهمها الآلة؟
  • لماذا "تهلوس" النماذج وتخترع حقائق بثقة تامة؟
  • ما هي الحدود "المستحلية" التي قد لا تعبرها الخوارزميات أبداً نحو الذكاء العام (AGI)؟

سؤال للنقاش؟؟؟؟

هل تعتقدون أن الوصول لـ "الذكاء العام" هو مجرد مسألة "زيادة بيانات وحوسبة"، أم أن هناك "شراراة إنسانية" في فهم اللغة التي لن تستطيع الأكواد محاكاتها مهما بلغت قوتها؟


كنت قرأت عن الذكاء الاصطناعي العام منذ فترة وتناولت عدة مقالات ومحاولات لعدد من الجامعات التي تعمل على تطويره، وكنت التجارب حسب المعلن مبشرة وتوحي أنه قادم وقريب وسيفوق التوقعات، نماذج تبني قراراتها بنفسها بناء على الموقف وسياقه وليس فقط البيانات، لذا بناء على ما رأيناه السنتين الماضيتين في تطور الذكاء الاصطناعي بالعموم لا استبعد اقتراب الذكاء الاصطناعي العام.

أتفق معك أن وتيرة التطور في السنتين الماضيتين كانت مزهلة وتتجاوز التوقعات، خاصة في قدرة النماذج على اتخاذ قرارات منطقية في سياقات معقدة.

لكن التحدي الحقيقي الذي يواجه الجامعات والمراكز البحثية الآن ليس في "اتخاذ القرار" بحد زاته، بل في "الوعي بالقرار".

هل تعتقد أن النماذج التى تبني قرارتها بناءً على الموقف هي فعلاً بدأت تفهم "السبب والنتيجة"، أم أنها مجرد طبقات أعمق من الاحتمالات الإحصائية التي تجعلها تبدو كأنها تفكر؟