الفصل الثالث

كيف قد يتطوَّر الذكاء الاصطناعي في المُستقبل؟

(١) المُستقبل القريب

في الثالث من مايو عام ١٩٩٧، بدأت مُباراة شطرنج بين «ديب بلو»؛ الكمبيوتر الذي صمَّمته شركة آي بي إم ليلعب الشطرنج، وبين جاري كاسباروف؛ بطلُ العالم في الشطرنج ويُقال إنه أفضل لاعب شطرنجٍ بشري في التاريخ. وصفت حينها مجلَّة «نيوزويك» تلك المباراة بأنَّها «معركة الصُّمُود الأخيرة للعقل البشري». وفي الحادي عشر من مايو، بعد أن كانت النَّتيجة مُتعادلة ٢٫٥–٢٫٥، هزم «ديب بلو» كاسباروف في المُباراة النهائية. فهاجت وسائل الإعلام وماجت ووقفت الدنيا ولم تقعُد. وارتفعت القيمة السُّوقيَّة لشركة آي بي إم ١٨ مليار دولار بين عشيَّةٍ وضُحاها. وأُعلن على جميع الأصعدة أنَّ مجال الذكاء الاصطناعي قد أحرز تقدُّمًا هائلًا.

إذا نظرنا إلى الأمر من وجهة نظر أبحاث الذكاء الاصطناعي، فإن تلك المُباراة لم تُمثِّل أي طفرةٍ في المجال مُطلقًا. إن فوز «ديب بلو»، المُثير للإعجاب بلا شكٍّ، لم يكُن إلا استكمالًا لاتِّجاهٍ كان معرُوفًا مُنذ عُقُود. فالتَّصميم الأساسي لخوارزميات لعب الشطرنج وُضعت في عام ١٩٥٠ على يد كلود شانون،1 ثمَّ طُوِّر تطويرًا كبيرًا في أوائل ستينيات القرن الماضي. بعد ذلك، ما فتئ تصنيف أفضل برامج لعب الشطرنج يتحسَّن باطِّرادٍ، على وجه الخصوص كنتيجةٍ لأجهزة الكمبيوتر الأكثر سرعة التي مكَّنت البرامج من تطوير أدائها والتطلع إلى مُستقبل أفضل. وفي عام ١٩٩٤،2 كتبتُ أنا وبيتر نورفج التصنيف الرقمي لأفضل برامج الشطرنج من عام ١٩٦٥ فما بعده، وقد كان تصنيف جاري كاسباروف على ذلك المقياس هو ٢٨٠٥. بدأ ذلك التَّصنيف عند ١٤٠٠ في عام ١٩٦٥، وأخذ يتطوَّر تطوُّرًا شبه مثاليٍّ على مدى ثلاثين عامًا. وبالاستنباط من الخطِّ البياني لما بعد عام ١٩٩٤، كانت التنبؤات تُشير إلى أنَّ الكمبيوتر سيكون قادرًا على هزم جاري كاسباروف عام ١٩٩٧، وهو ما حدث بالضبط.

أما بالنسبة إلى باحثي الذكاء الاصطناعي حينها، فإن الطَّفرات الحقيقية حدثت «قبل» أن يظهر «ديب بلو» على الساحة ويخطف الأضواء بثلاثين أو أربعين عامًا. وبالمثل، فإنَّ الشبكات الالتفافيَّة المُتعمِّقة ظهرت، وقد عولجت جميع عملياتها الرِّياضيَّة، قبل ما يزيد عن عشرين سنةً من بدء تصدُّرها للعناوين الرئيسية في وسائل الإعلام.

أما ما يتلَّقاه العامَّة من تصوُّراتٍ عن الطَّفرات في مجال الذكاء الاصطناعي عبر وسائل الإعلام (مثل فوز الآلات الساحق على البشر، وأنَّ إنسانًا آليًّا قد تجنَّس بجنسية المملكة العربية السعودية، وما إلى ذلك من أخبار)، فإنَّه لا ينطوي إلا على النَّذر اليسير من حقيقة ما يحدث في مُختبرات الأبحاث العالمية. فبداخل المُختبر، يقتضي البحث تفكيرًا مُطوَّلًا ونقاشاتٍ وكتابةً للصِّيغ الرياضيَّة على السُّبورات البيضاء. تُطرح الأفكارُ بلا انقطاعٍ؛ فمنها ما يُنحَّى جانبًا ومنها ما يُعاد اكتشافه. والفكرة الجيدة، التي قد تقودنا إلى طفرةٍ حقيقية، غالبًا ما تمُرُّ على أذهان الباحثين مرور الكرام في وقت طرحها، ثمَّ بعد ذلك قد تُفهم ويُنظر إليها أنَّها شكَّلت أساسًا لطفرةٍ جوهريةٍ في مجال الذكاء الاصطناعي؛ وذلك حين يُعيد اكتشافها شخصٌ آخر في وقتٍ أكثر ملاءمة. وحين تُجرَّب الأفكار، تُختبر مبدئيًّا لحلِّ مشاكل بسيطةٍ ليُنظر في أمر بديهياتها الأساسية أهي صحيحة أم لا، ثمَّ تُختبر لحلِّ مشاكل أصعب لنقف على حجم قُدراتها وإلى أي مدًى ستصل. وغالبًا ما تُخفق الفكرة المُفردة بنفسها في تقديم أي تحسُّنٍ ملحوظٍ في القُدرات، ولذا عليها أن تنتظر إلى أن تظهر فكرة أخرى فيُدمجا معًا ليُقدِّما قيمةً ما.

كل هذا العمل يكون مخفيًّا تمامًا عن الأنظار. ففي العالم الخارجي فيما وراء أبواب المُختبرات، يُصبح الذكاء الاصطناعي مرئيًّا فقط حين يتجاوز التَّراكُم التَّدريجي للأفكار وللبراهين الدَّالَّة على صحَّتها وفاعليتها عتبةً ما؛ أي النقطة التي يكون عندها من المفيد استثمار الأموال والجُهود الهندسية لبناء مُنتجٍ تجاري جديدٍ أو تقديم عرض مُبهر. حينها فقط، تُعلن وسائل الإعلام أنَّ طفرةً ما قد حدثت.

يمكن أن يتوقَّع المرء إذن أنَّ الأفكار الأخرى العديدة التي ما تزال جنينًا في رحم مُختبرات الأبحاث العالمية ستتخطَّى عتبة الرِّبحيَّة التِّجارية خلال السنوات القليلة المُقبلة. وسنرى هذا الأمر يكثُر حُدُوثه كُلَّما ازداد مُعدَّل الاستثمارات التِّجارية وزاد تقبُّل العالم لتطبيقات الذكاء الاصطناعي أكثر. هذا الفصل سيُطلعُك على عينةٍ مما قد نراه واقعًا من طفراتٍ في هذا المجال في المُستقبل القريب.

وأثناء العرض، سأذكر بعض مساوئ تلك الطَّفرات التِّقنيَّة. وقد يجُول بذهنك العديد من مساوئها الأخرى، ولكن لا تحمل همًّا؛ فأنا سأُفرد الفصل القادم للحديث عن كل ذلك.

(١-١) بيئة الذكاء الاصطناعي

في البداية، كانت البيئة التي عملت بها معظم أجهزة الكمبيوتر فراغًا لا شكل له؛ فمُدخلاتها الوحيدة كانت تأتي من البطاقات المثقُوبة وكانت الطريقة الوحيدة لإنتاج المخرجات هي طباعة الرموز عبر طابعة سطرية. رُبما لهذا السبب، كان يرى مُعظمُ الباحثين الآلات الذكية على أنَّها آلات تجيب على الأسئلة، ولمْ ينتشر المفهوم الحالي للآلات بأنَّها «كيانات ذكية» تُدرك وتتصرَّف في بيئةٍ ما إلا في ثمانينيات القرن الماضي.

عندما اختُرعت شبكة الويب العالمية في تسعينيات القرن الماضي، فتحت بابًا واسعًا لعالمٍ جديدٍ أمام الآلات الذكية لتتحرك فيه. واستُحدثت كلمة جديدة وهي «سوفت بوت» لوصف «روبوتات» البرمجيات التي تعمل بالكامل في بيئةٍ برمجيَّةٍ مثل شبكة الويب. هؤلاء الآليُّون يطلعون على صفحات الويب ثمَّ ينتجون استجابةً عن طريق إنتاج مجموعاتٍ من الرموز وعناوين الصفحات وغيرها من الأشياء.

ازداد عدد شركات الذكاء الاصطناعي ازديادًا كبيرًا خلال الفترة التي حدث فيها ما يُسمى ﺑ «فقاعة الإنترنت» والتي كانت ما بين عامي ١٩٩٧ و٢٠٠٠، مما وفَّر القُدرات الأساسية للبحث والتجارة الإلكترونية، بما في ذلك تحليل الرَّوابط ونظم التوصية ونظم بناء السُّمعة والتسوق القائم على مُقارنة السِّلع وتصنيف المُنتجات.

وفي بداية الألفيَّة الجديدة، مهَّد الانتشار الواسع للهواتف الجوَّالة، بما فيها من ميكروفونات وكاميرات ومقاييس تَسارُعٍ ونظُم تحديد مواقع، الطريق أمام نُظم الذكاء الاصطناعي لتتغلغل في حياة البشر اليومية، ثمَّ ها نحن نرى «السماعات الذكية» مثل «إيكو» التابعة لشركة أمازون و«هوم» التابعة لشركة جوجل و«هوم بود» التابعة لشركة أبل وقد أكملت هذه العملية.

وبحُلول عام ٢٠٠٨ تقريبًا، تخطَّى عدد الأشياء المُتَّصلة بالإنترنت عدد البشر المُتَّصلين بها، في نقلةٍ يُشير إليها البعض بأنَّها كانت بداية مفهوم «إنترنت الأشياء». وتلك الأشياء تتضمن السيارات والأجهزة المنزلية وإشارات المرور وآلات البيع والثرموستات والطَّوافات الرباعيَّة والكاميرات والحساسات البيئية والروبوتات، وجميع أنواع السِّلع المادِّية في كلٍّ من عملية التَّصنيع ونظام التَّوزيع والبيع بالتَّجزئة. إن هذا يتيح لنظم الذكاء الاصطناعي وصولًا أكبر بكثيرٍ إلى العالم الواقعي.

وأخيرًا، التطوُّرات التي حدثت في الإدراك مكَّنت الروبوتات المدعومة بنظم ذكاء اصطناعي من مُغادرة المصانع حيث كانت تعتمد على ترتيباتٍ ثابتةٍ ومُقيِّدةٍ للأشياء، وباتت الآن في قلب العالم الواقعي المليء بالفوضى والمُفتقر للنُّظم حيث تطَّلع كاميراتها على أشياء شيِّقةٍ وأكثر إمتاعًا.

(١-٢) السَّيارات الذاتية القيادة

في أواخر خمسينيات القرن الماضي، تصوَّر جون ماكارثي أنَّ مركبة مؤتمتة قد تُقلُّه إلى المطار في يومٍ من الأيام. وفي عام ١٩٨٧، أجرى إرنست ديكمانز تجربةً لشاحنةٍ ذاتية القيادة من إنتاج شركة مرسيدس على شبكة الطرق السَّريعة الألمانية «أوتوبان»، وقد كانت تلك الشاحنة قادرةً على الالتزام بالسَّير في إحدى حارات الطريق، والسَّير خلف سيارةٍ أخرى، وتغيير الحارات وتخطِّي السيارات التي أمامها.3بعد تلك التجربة بأكثر من ثلاثين عامًا، لا يُوجد بعدُ سيارات ذاتية القيادة باستقلاليةٍ كاملة، ولكنَّنا أوشكنا على تحقيق ذلك. والجدير بالذِّكر أنَّ التَّركيز على التَّطوير قد انتقل منذ مدةٍ طويلة من مختبرات الأبحاث الأكاديميَّة إلى الشَّركات الكبيرة. وبحلول عام ٢٠١٩، أتمَّت أفضل السيارات الاختبارية الذاتية القيادة ملايين الأميال من القيادة على الطُّرُق العامة (وملياراتٍ من الأميال في نظم مُحاكاة القيادة) دون أي حوادث خطيرة.4 ولكن للأسف، هناك مركبات أخرى ذاتية القيادة أو شبه ذاتية القيادة قتلت العديد من الأفراد.5

والسُّؤال هُنا: لم استغرقنا كل ذلك الوقت لتحقيق القيادة الذَّاتية الآمنة؟ السَّبب الأول هو أنَّ مُتطلَّبات الأداء كثيرة وتستلزم الحرص والدِّقَّة. مثلًا في الولايات المتحدة، يتكبَّد السائق البشري تقريبًا حادثةً واحدةً مُميتةً في كُلِّ مائة مليون ميلٍ يقطعُها بسيارته. هذا بدوره يضعُ معيارًا عاليًا لقبُول المركبات الذاتية القيادة التي عليها إذن أن تُحقِّق مُستوًى أعلى من ذلك؛ رُبَّما بمُعدَّل حادثةٍ مُميتةٍ في كل مليار ميلٍ أو خمسة وعشرين عامًا من القيادة بمُعدَّل أربعين ساعةٍ أسبوعيًّا. أما السبب الثاني فهو ببساطةٍ فشلُ وسيلة التَّحايُل المُتوقَّعة، المتمثلة في إسناد التحكم في السيارة للسائق البشري حين تكون المركبة مُشوَّشةً ولا تقدر على اتِّخاذ القرار أو خارج ظروف العمل الآمنة التي صُمِّمت للعمل فيها. فعندما تقود السيارة نفسها، سرعان ما ينفصل البشر عن ظروف القيادة المُباشرة ولا يُمكنُهم استعادة وعيهم بالبيئة المُحيطة استعادةً سريعةً تكفي لتولِّي القيادة بأمان. زد على ذلك أن الرُّكاب غير القادرين على القيادة في السيارة ورُكاب سيارات الأجرة في المقعد الخلفي يكونون في وضعٍ لا يسمح لهم بتولِّي القيادة إن حدث خطأ ما.

تسعى المشاريع الحالية للوصول إلى المُستوى الرابع من مُستويات القيادة الذاتية التي وضعتها جمعية مهندسي المركبات،6 والذي يعني أنَّ المركبة يجب أن تكون قادرةً في جميع الأوقات على القيادة الذاتية أو التَّوقُّف الآمن أخذًا في الاعتبار القُيُود الجغرافية وحالات الطَّقس. ولأنَّ حالتَي الطَّقس والمُرُور يمكن أن يتغيَّرا، كما يُمكن أن تنشب ظُرُوف استثنائيَّة لا يُمكن لمركبةٍ من المستوى الرابع التَّعامُل معها، لهذا يجب أن يُوجَد سائق بشري في السيارة، وأن يكون مُستعدًّا لتولِّي القيادة إن لزم الأمر. (المستوى الخامس — القيادة الذاتية الكاملة — لا يتطلَّب وجود أي سائقٍ بشري مطلقًا، لكن هذا المُستوى هو أصعب في الوصول إليه مما قبله.) المستوى الرابع من القيادة الذاتية يتجاوز المهام البسيطة مثل اتِّباع الخطوط البيضاء وتفادي العقبات. فالمركبات عليها أن تُقيِّم النَّوايا والمسارات المُستقبليَّة المُحتملة لجميع الأشياء على الطريق، بما في ذلك الأشياء التي تقع خارج نطاق الرؤية؛ وذلك اعتمادًا على الملاحظات الحالية والماضية. ثمَّ عليها أن تستخدم البحث الاستباقي لتجد مسارًا يُحقِّق على النحو الأمثل مزيجًا من الأمان والتَّقدم نحو الهدف. بعض المشاريع تُجرِّب الآن مناهج مُباشرةً أكثر استنادًا إلى التَّعلُّم المُعزَّز (يتمُّ ذلك في نظم المُحاكاة طبعًا) والتَّعلُّم المُوجَّه من تسجيلاتٍ لمئات السائقين البشريين، ولكن تلك المناهج يبدو أنَّها من غير المُحتمل أن تُحقِّق المستوى المطلوب من الأمان.
المنافع المُحتملة للمركبات ذات القيادة الذاتية الكاملة هائلة. سنويًّا، يموت قرابة ١٫٢ مليون شخصٍ في حوادث السيارات حول العالم ويُعاني عشرات الملايين من إصاباتٍ خطيرة بسببها. وأحد الأهداف المعقولة لسيارات القيادة الذاتية هو تقليل تلك الأرقام إلى العُشر. كما تتنبَّأ بعض التحليلات بانخفاضٍ كبيرٍ في تكلفة المواصلات، وهياكل مواقف الانتظار والازدحامات المرورية، ومعدَّل التلوث. سيتحوَّل سكان المدن عن السيارات الشخصية والحافلات الكبيرة إلى تشارك المركبات الكهربية الذاتية القيادة المُنتشرة في كل مكانٍ والتي تُقدِّم خدمة توصيلٍ من الباب إلى الباب عبر شبكاتٍ نقلٍ عامٍّ عالية السرعة بين المحطات الرئيسية.7 تلك التكلفة المُنخفضة التي تقدر بثلاثة سنتات لكل ميلٍ يقطعه المسافر، ستعمل معظم المدن لتوفير تلك الخدمة مجانًا – بينما تفرض على الركاب وابلًا من الإعلانات التي لا تنقطع طوال الرحلة.
بلا شك، إذا أردنا أن نجني كل تلك المزايا، على أرباب الصناعة أن ينتبهوا جيدًا للمخاطر المُحتملة. إذا ارتفع عدد ضحايا المركبات الاختبارية السيئة التصميم، قد تُوقف الجهات التنظيمية خُطط الانتشار المُعدَّة أو ربما يفرضون معايير غايةً في الصَّرامة قد لا تُحقَّق إلا بعد عقودٍ كثيرة.8 وبالطبع، رُبَّما يُقرِّر الناس ألا يشتروا أو يركبوا المركبات الذاتية القيادة إلا إذا ثبت أمانها. أظهر استفتاء أُجري عام ٢٠١٨ انخفاضًا حادًّا في مُستوى ثقة المُستهلكين في تقنية المركبات الذاتية القيادة؛ وذلك بالمقارنة باستفتاءٍ آخر تمَّ في عام ٢٠١٦.9 وحتى إن كانت التقنية ذاتها ناجحةً، فإنَّ التحوُّل إلى مرحلة القيادة الذاتية الواسعة النطاق ستكون مرحلةً صعبةً؛ فمهارات القيادة البشرية قد تضعف أو تختفي، وقد تختفي بالكُلِّية قيادة الفرد المتهورةً والضارةً بالمجتمع لسيارته بنفسه.

(١-٣) المُساعد الشَّخصي الذَّكي

معظم قُراء هذا الكتاب من المفترض أن يكونوا قد جرَّبوا المُساعد الشَّخصي غير الذكي: السماعة الذكية التي تُنفِّذ أمرًا بشراء شيءٍ سمعه من شخصٍ ما على التلفزيون، أو نظام الدردشة على الهاتف الجوال الذي يُجيب على شخصٍ كتب: «استدع لي سيارة إسعاف!» بالآتي: «حسنًا! سأدعوك من الآن «آن سيارة إسعاف»». مثل تلك النظم هي في الأساس عبارة عن واجهاتٍ صوتيةٍ للتطبيقات ومحرِّكات البحث؛ وهي مبنية في العُمُوم على قوالب الردود الجاهزة، وهو أسلوب قديم يعود إلى نظام «إليزا» الذي ظهر في مُنتصف ستينيات القرن الماضي.10

تلك النظم البدائية لها عيوب تندرج تحت ثلاثة أقسام: الدِّراية والمحتوى والسِّياق. «عيوب الدِّراية» تعني أنَّها تفتقد الوعي الحسي بما يحدث حولها؛ فمثلًا، قد يُمكن لتلك النظم أن تسمع ما يقوله المُستخدِم، لكن لا يُمكنها أن ترى لمن يُوجِّه المُستخدمُ حديثه. و«عيوب المحتوى» تعني أنَّها ببساطةٍ لا تستطيع فهم معنًى ما يقوله المُستخدِم أو يكتبُه، حتى ولو لديها دراية به. أما «عيوب السِّياق» فتعني أنَّها لا تملكُ القدرة على مُتابعة أي سياقٍ والتَّفكُّر بما يحتويه من أهدافٍ وأنشطةٍ وعلاقاتٍ تُشكِّل أجزاء الحياة اليومية.

رغم تلك العيوب، فإنَّ السماعات الذكية ومُساعدات الهواتف الجوَّالة تُقدِّم ما يكفي من قيمةٍ للمُستخدم ليُدخلها مئات الملايين من الناس بُيوتهم ويحملوها معهم في جُيوبهم. هذه النُّظُم يمكن النظر إليها على أنَّها أحصنة طروادة لمجال الذكاء الاصطناعي. ونظرًا لأنها مدمجة في نسيج حياة الكثير من الناس، فإن كلَّ تطورٍ في قدراتها، مهما كان صغيرًا، يُساوي المليارات من الدولارات.

وكما هو معروف؛ فالتطويرات تأتي بسرعةٍ وكثافة. وربَّما كان أهمها هو القدرة الأساسية على فهم المُحتوى؛ أي مثلًا فهم أنَّ جُملة «جون في المستشفى» لا يُردُّ عليها فقط بجملة «أرجو أن يكون بخير!» لكنها جُملة تحوي معلومةً حقيقةً وهي أن ابن المُستخدم ذا الثماني سنواتٍ في مُستشفًى قريبٍ وربما كان مُصابًا أو مريضًا وحالته خطيرة. تُعدُّ قدرة نظم الذكاء الاصطناعي على الوصول إلى البريد الإلكتروني والرسائل النَّصيَّة بالإضافة إلى المكالمات الصوتية والمحادثات المنزلية (من خلال السماعة الذكية) عاملًا مهمًّا في الحصول على ما يكفي من المعلومات لبناء تصوُّرٍ كاملٍ نسبيًّا عن حياة المُستخدم؛ تلك المصادر رُبما تُعطي معلوماتٍ أكثر مما كان متاحًا لكبير الخدَم الذي يعمل لدى أسرةٍ من طبقة النُّبلاء في القرن التاسع عشر، أو المساعد التنفيذي الذي يعمل برفقة رئيس إحدى الشركات المعاصرة.

تلك المعلومات الأساسية ليست كافية بلا شك. ولتكون تلك المعلومات مُفيدة بحق، على المُساعد الذكي أن يكون على علمٍ ببديهيات العالم وكيف يعمل: فالطفل الذي في المُستشفى لا يكون في المنزل في الوقت ذاته؛ والرعاية الطبية لذراعٍ مكسورة نادرًا ما تدوم لأكثر من يومٍ أو يومين؛ وأنَّ مدرسة الطفل يجب أن تعرف بذلك الغياب المُتوقَّع؛ وغيرها من البديهيات. تلك المعرفة تُمكِّن المُساعد الذكي من أن يُتابع سياق الأشياء التي لا يراها مُباشرةً؛ وهي مهارة أساسية للنظم الذكية.

أعتقد أنَّ ما أشرتُ إليه من قدراتٍ في الفقرة السابقة هي قدرات قابلة للتنفيذ في ظلِّ التقنية الحالية للتفكير الاحتمالي،«ﺟ» لكن هذا سيتطلَّب جهدًا جبارًا لإنشاء نماذج لجميع أنواع الأحداث والتعاملات التي تُشكِّل حياتنا اليومية. حتى الآن، هذه الأنواع من مشاريع إنشاء نماذج البديهيات بوجهٍ عامٍّ لم تُدشَّن بعد (اللهمَّ إلا ربما في بعض النظم السِّرية للتحليلات الاستخباراتية والتخطيط العسكري)، وهذا راجع إلى تكلفتها الباهظة ونتائجها غير المُؤكَّدة. أما الآن، فمشاريع مثل هذه في استطاعتها الوصول إلى مئات الملايين من المُستخدِمين، وبذلك تقلُّ مخاطر الاستثمار وتزيد فُرص المكاسب المُحتملة على نحوٍ أكبر. أضف على ذلك أنَّ إمكانية الوصول إلى عددٍ كبيرٍ من المُستخدمين يزيد من سُرعة تعلُّم المُساعد الذكي واكتسابه لكلِّ ما ينقُصُه من معرفة.

على هذا النَّحو، نستطيع أن نترقَّب رؤية مُساعداتٍ ذكيةٍ تقدِر، لقاء حفنةٍ من البنسات كل شهر، أن تُساعد المُستخدِمين في إدارة يومهم بما فيه من أنشطةٍ كثيرةٍ ومتنوِّعة مثل: المواعيد والرحلات، والتَّسوق للحصول على احتياجات المنزل ودفع الفواتير ومُساعدة الأطفال في الفُرُوض المدرسية، وفرز رسائل البريد الإلكتروني والمكالمات الواردة، والتنبيهات، وإعداد الوجبات، ورُبما نشطح بأحلامنا ونأمُل أن تُساعدهم أيضًا في إيجاد مفاتيحهم الضائعة. كل تلك المهارات لن تكون مُبعثرةً بين العديد من التطبيقات؛ بل ستكون جميعها تحت مظلَّة كيانٍ واحد ومُتكامل يُمكنه أن يستفيد من جميع فُرص التَّضافُر والتآزُر المُتاحة، فيما يُسمِّيها العسكريون ﺑ «الصورة العملياتية العامة».

يتضمَّن القالب التَّصميمي العام لأي مُساعدٍ ذكي المعرفة المُسبقة للأنشطة البشرية والقدرة على استخلاص المعلومات من بين تدفقات البيانات الإدراكية والنَّصيَّة. ويتضمَّن أيضًا عملية تعلُّمٍ لتهيئة المُساعد لظُرُوف المُستخدم الخاصة. وهذا القالب العام يُمكن تطبيقه في ثلاثة مجالاتٍ كبرى أخرى على الأقل: الصِّحة والتَّعليم والشُّئون المالية الشخصية. وفي تلك التطبيقات، على النِّظام أن يُتابع جسد المُستخدم أو عقله أو حسابه المصرفي (إذا ما فسَّرنا مهامه تفسيرًا واسعًا). وكما هو الحال مع المُساعدات الخاصة بالحياة اليومية، فإن التَّكلفة الأولية لبناء المعرفة العامة الضَّرورية لكل مجالٍ من تلك المجالات الثلاثة ستُسدَّد تدريجيًّا من خلال الوصول إلى مليارات من المُستخدِمين.

في المجال الطبي، مثلًا، نحن البشر لنا جميعًا نفس وظائف الأعضاء إلى حدٍّ كبير، والمعرفة المُفصَّلة لكيفية عمل تلك الوظائف قد شُفرت بالفعل بشكل تفهمه الآلات.11 فالنظم إذن ستتكيَّف مع خصائصك الفردية ونمط حياتك الشخصي لتُقدِّم لك اقتراحاتٍ وقائيةً وتحذيراتٍ مُبكِّرةً للأمراض والمشاكل.
وفي المجال التعليمي، فقد كانت هناك وعود بداية من الستينيات من القرن الماضي ببناء نظم تدريس ذكية،12 لكنَّ التَّقدُّم الحقيقي في تلك الفكرة غاب طويلًا وطال انتظاره. والأسباب الرئيسية لذلك التأخر هي عيوب المحتوى وعيوب الوصول؛ فغالبية نظم التَّدريس لا تفهم المحتوى الذي يُراد منها شرحه، ولا تستطيع أن تنخرط في تواصُل ثنائي مع الطلاب لا بالكلام ولا بالكتابة. (أتخيَّل نفسي وأنا أُدرِّس نظرية الأوتار التي لا أفهمها باللغة اللاوية التي لا أتحدثها.) لكنَّ التَّقدم الحديث في تقنية التَّعرف على الكلام يعني أنَّ المدرسين الآليين يمكنهم أخيرًا التَّواصل مع طلابهم في سنوات تعليمهم الأولى. أضف على ذلك أنَّ تقنية التفكير الاحتمالي يمكنها الآن أن تُتابع ما يعرفه الطلاب وما لا يعرفونه؛13 ومن ثمَّ يمكن أن تُحسِّن من طرائق التَّدريس لتحقيق أكبر تحصيلٍ للمعرفة. وفي هذا الشأن تُقدِّم مسابقة «إكس برايز» العالمية للتعلم التي بدأت عام ٢٠١٤، جائزةً قدرها ١٥ مليون دولار لمن يُصمِّم «برمجيات مفتوحةَ المصدر ذات قابليةٍ للتَّطوير تُمكِّن الأطفال في الدول النامية من تعليم أنفسهم مبادئ القراءة والكتابة والحساب في خلال ١٥ شهرًا». والنتائج التي قدَّمها الفائزان في المسابقة وهما «كيت كيت سكول» و«وان بليون»، تُشير إلى أنَّ ذلك الهدف المرجُو قد حُقِّق على نحوٍ كبير.

أما في مجال الشُّئون المالية الشخصية، فسوف تُتابع النظم سير الاستثمارات، وتدفُّق مصادر الدَّخل، والنَّفقات الإلزامية والاختيارية، والديون وسداد الفوائد، ومُدَّخرات الطوارئ وما إلى ذلك، تمامًا كما يُتابع المُحلِّلُون الماليون الشئون المالية للشركات وفُرصها المُستقبليَّة. ولو تكامل هذا مع عمل الكيان الذكي الذي يُدير شئون الحياة اليومية، فسيُوفِّر ذلك فهمًا أعمق وأدق للجوانب المالية، ورُبما كان من فوائد ذلك أن يحرص النِّظام على خصم أي عقوباتٍ وقعت على الأطفال الأشقياء من مصروفهم الشهري قبل إعطائهم إيَّاه. وهكذا، يمكن للمرء أن يتوقع الحصول على نوعية النصائح المالية اليومية التي كانت مقتصرة في السابق على الأشخاص ذوي الثراء الشديد.

إذا لم تفزع وأنت تقرأ تلك الفقرات السابقة وتُثار بداخلك تساؤلات عديدة حول خصوصيتك، فغالبًا أنت لا تُتابع الأخبار يا صديقي! ورغم ذلك، هناك عدة فُصُول في حكاية الخصوصية هذه. أولًا: دعنا نتساءل: هل يُمكن للمُساعد الشخصي أن يكون مُفيدًا حقًّا إذا لم يعرف عنك أي شيء؟ غالبًا الإجابة هي لا. ثانيًا: هل يُمكن للمُساعد الشخصي أن يكون مفيدًا حقًّا إذا لم يستطع أن يجمع المعلومات من المُستخدِمين ليتعلَّم منها وتزيد معرفته بالبشر عمومًا، والبشر الذين يُشبهُونك؟ الإجابة في الأغلب هي لا أيضًا. ولكن هل تعني هاتان النقطتان أنَّ علينا أن نتخلَّى عن خصوصيتنا إذا ما أردنا أن نستفيد من الذكاء الاصطناعي في حياتنا اليومية؟ سأُجيب هنا أيضًا بلا. والسبب وراء ذلك هو أنَّ خوارزميات التَّعلُّم يُمكن أن تُعالج بياناتٍ «مُشفَّرة» باستخدام أساليب الحوسبة الآمنة المُتعدِّدة الأطراف، بحيث يُمكن أن يستفيد المُستخدمون من تجميع البيانات دون التَّفريط في خصوصيتهم مُطلقًا.14 وهل سيُطبِّق مُصمِّمو البرمجيات تقنيات الحفاظ على الخصوصية طوعًا من أنفسهم، دون إلزام قانوني؟ هذا ما سيتَّضح في المُستقبل. لكن ما يبدو أمرًا حتميًّا ولا مفرَّ منه هو أنَّ المُستخدِمين سيثقون في المساعد الشَّخصي الذكي فقط حين يكون ولاؤه الأساسي للمُستخدم أولًا، لا للشَّركة التي صمَّمته.

(١-٤) المنازل الذكيَّة والروبوتات المنزلية

عُرض ونوقش مفهوم المنازل الذكيَّة قبل عدة عقودٍ. في عام ١٩٦٦، بدأ جيمس سذرلاند؛ المهندس في شركة «وستينج هاوس»، تجميع ما تبقى من أجزاء كمبيوتر سابق طورته شركته لبناء «إيكو» التي تعدُّ أول وحدة تحكُّمٍ خاصَّة بالمنازل الذكيَّة.15 ولكن للأسف، كانت «إيكو» تزن ثمانمائة باوند، وتستهلك ٣٫٥ كيلووات من الكهرباء وكانت تتحكَّم فقط في ثلاث ساعاتٍ رقمية وهوائيِّ التلفزيون. أما النُّظُم اللاحقة، فقد كانت تطلُب من المُستخدِمين أن يتعاملوا مع واجهات تحكُّمٍ شديدة التَّعقيد. وكما يُمكنُك أن تتوقَّع، لم تنجح قط.
وبداية من تسعينيات القرن الماضي، ظهرت عدَّة مشاريع طموحة حاولت أن تُصمِّم منازل تُدير نفسها بنفسها مع تدخُّلٍ بشريٍّ بسيط؛ وذلك باستخدام تقنيات تعلُّم الآلة للتأقلُم مع نمط حياة ساكنيها. ولتكون تلك التَّجارب ذات معنًى، فقد اضطُرَّ بعض الأشخاص إلى أن يعيشوا في تلك البيوت. ومع الأسف، إن عدد القرارات الخاطئة التي اتَّخذتها تلك النظُم قد جعل منها نُظمًا عديمة الفائدة، بل أسوأ من ذلك بكثير؛ فقد انخفضت جودة حياة سُكانها بدلًا من أن تزيد. فمثلًا، اضطُرَّ سُكان منازل مشروع «ماف هوم»16 عام ٢٠٠٣ بجامعة ولاية واشنطن أن يمكُثُوا في الظَّلام أغلب الوقت إذا كان في البيت زُوَّار وظلُّوا برفقتهم بعد وقت النوم المُعتاد.17 ومثل ما حدث مع المُساعد الشَّخصي غير الذَّكي، مثل هذه الإخفاقات هي نتيجة نقصٍ في إدراك أنشطة السُّكان وعدم القدرة على فهم ومُتابعة ما يحدث في المنزل.
البيت الذَّكي الحقيقي، المُجهَّز بالكاميرات والميكروفونات والمتمتِّع بالقدر الأساسي من الإدراك وقدرات التَّفكير، يُمكنه فهم ما يفعله سُكانه؛ ألديهم زُوَّار؟ أهُم يأكلون أم هُم نيام؟ أيُشاهدون التِّلفزيون أم يقرءون؟ أيُمارسون التَّدريبات أم يُجهِّزون لرحلةٍ طويلة أم مُلقَون على الأرض دون حراك بعد أن سقطوا؟ وبالتَّنسيق مع المُساعد الشَّخصي الذَّكي، يُمكن للمنزل أن يُكوِّن تصوُّرًا جيدًا للغاية عمَّن سيكون في المنزل ومن سيكون خارجه وفي أي وقتٍ تحديدًا، ومن يتناول الطَّعام وأين بالضَّبط، وما إلى ذلك من أمور. وهذا الفهم سيسمح له بالتَّحكُّم في تدفئة المنزل وإضاءته وستائر نوافذه وأنظمته الأمنية، وسيتيح له أن يُرسل التَّنبيهات التذكيرية في مواعيدها الصحيحة، وأن ينبه السُّكان أو يتَّصل بخدمة الطَّوارئ إذا ما حدثت مُشكلة. جدير بالذكر أن بعض المُجمَّعات السَّكنيَّة المبنية حديثًا في الولايات المُتَّحدة واليابان تُطبِّق بالفعل مثل هذه التقنيات.18
إن القيمة المتحقِّقة من المنازل الذَّكيَّة محدودة بسبب أنظمتها المُشغِّلة؛ فالنظم الأبسط تركيبًا (مثل الثرموستات المُؤقَّتة، والأضواء الحساسة للحركة، وأجهزة الإنذار الخاصة بالسَّرقة) يُمكنُها تنفيذ مُعظم المهام بطرائق قد تكون أكثر توقُّعًا وإن كانت أقل حساسية للسِّياق. والمنزل الذَّكي لا يُمكنه أيضًا طيُّ الغسيل أو تنظيف الأطباق أو التقاط الجريدة من أمام باب المنزل؛ فمثل هذه المهام تتطلَّب إنسانًا آليًّا في هيئةٍ ماديةٍ ليُقدم عليها.
fig5
شكل ٣-١: على اليمين الروبوت «بريت» يطوي المناشف، وعلى اليسار الروبوت «سبوت ميني» من شركة بوسطن ديناميكس يفتح الباب.
من المُحتمل ألا ننتظر طويلًا؛ فقد أظهرت الروبوتات عددًا كبيرًا من المهارات المطلوبة. مثلًا: في مُختبر صديقي بيتر أبيل بمختبر بيركلي لتعليم الروبوتات، أصبح الروبوت «بريت» (وهو الروبوت الذي أعدَّه مُختبر بيركلي لتولِّي المهام البسيطة والمُملَّة) يطوي المناشف ويرصُّ بعضها فوق بعضٍ منذ ٢٠١١، بينما يستطيع الروبوت «سبوت ميني» من شركة بوسطن ديناميكس صُعود السلالم وفتح الأبواب (انظر الشكل ٣-١). كما أنَّ العديد من الشركات تبني حاليًّا روبوتات لطهو الطعام، رُغم أنَّها تتطلب تجهيزات خاصةً ومكوناتٍ جاهزةً، ولن تعمل في المطابخ العادية.19

ومن بين المهارات المادِّية الأساسية الثلاث المطلوبة للروبوت المنزلي حتى يكون مفيدًا — الإدراك وسهولة الحركة والبراعة — تُعدُّ المهارة الأخيرة أكثرها إشكالًا. والأمر كما عبَّرت عنه ستيفاني تاليكس أستاذة علم الروبوتات بجامعة براون فقالت: «مُعظم الروبوتات لا تستطيع التقاط مُعظم الأشياء في مُعظم الأوقات.» جزء من هذا يرجع إلى مشكلةٍ في حاسة اللمس، وجزء آخر يرجع إلى مشكلةٍ في التصنيع (فالأيادي ذات الأصابع الماهرة كُلفة تصنيعها عالية جدًّا حاليًّا) والجُزء الأخير يرجع إلى مُشكلةٍ في الخوارزمية؛ فإلى الآن، نحن لا نفهم جيِّدًا كيف ندمج قدرتي الحس والتَّحكم للإمساك والتَّلاعُب بالأشياء المُختلفة والمُتنوِّعة الموجودة في أرجاء المنزل العادي. وهناك العشرات من أنواع القبضات المُختلفة للإمساك بالأشياء الصلبة، والآلاف من مهارات التَّلاعُب المختلفة؛ كمهارة هزِّ العُلبة لإخراج حبتي دواءٍ فقط منها، أو نزع المُلصق من على برطمان مُربى، أو فرد الزُّبدة الجامدة على الخُبز الطَّري، أو إخراج شريطٍ واحدٍ من المكرونة الإسباجتي بشوكة ليرى هل نضجت وجاهزة للأكل أم ليس بعد.

يبدو أنَّ مُشكلتي اللَّمس وتصنيع الأيدي ستُحلَّان بتقنية الطِّباعة الثلاثية الأبعاد التي تُستخدم حاليًّا بالفعل في شركة بوسطن ديناميكس لصناعة بعض الأجزاء الأكثر تعقيدًا في آليِّهم «أطلس». أما مهارات التَّلاعُب في الروبوتات فهي تتقدَّم بسرعةٍ كبيرة، وجزء من الفضل راجع إلى التَّعلُّم المُعزَّز.20 والخطوة الأخيرة، وهي أن ندمج كل هذا معًا في شيءٍ ما يبدأ بالتَّصرُّف ومُحاكاة المهارات البدنية المُبهرة في أفلام الروبوتات التي نراها، ستأتي على الأرجح من مجال التخزين الكئيب بعض الشيء. شركة واحدة وهي أمازون تُوظِّف مائة ألف موظَّف ليحملوا المُنتجات من رُفوف التَّخزين في المخازن الضَّخمة ويشحنوها إلى العملاء. وفي الفترة ما بين عامي ٢٠١٥ و٢٠١٧، كانت أمازون تُطلق تحدِّيًا سنويًّا يُسمَّى «تحدِّي الالتقاط» لتسريع وتيرة تطوير روبوتات قادرة على أداء تلك المُهمة.21 ما يزال هناك طريق طويل بعض الشيء أمامنا لقطعه، ولكن حين تُحلُّ المشكلات البحثية الأساسية — ربما خلال عقدٍ — يُمكن لنا أن نشهد انتشارًا واسعًا للروبوتات ذات القدرات العالية. في بداية الأمر سيعملون في المخازن ثمَّ سيُستخدمون في العديد من الأنشطة التجارية التي تكون المهام والأشياء فيها قابلة للتَّنبؤ إلى حدٍّ ما مثل الزراعة والبناء. وأيضًا رُبَّما سنراهم عما قريبٍ في قطاع التجزئة وهم يقومون بمهامَّ مثل تكديس البضاعة على الأرفف في البقالات أو طي الملابس.

وأوَّل من سيستفيد حقًّا من الروبوتات في المنازل هم كبار السِّن والضُّعفاء؛ فالروبوتات يمكن أن توفر لهم قدرًا من الاستقلال لم يكن ليُتاح لولا وجودهم. وحتى لو كانت قدرات الروبوت محدودة وفهمُه لما يحدث حوله فهمًا بدائيًّا، فيمكن أن يكون مفيدًا جدًّا رغم ذلك. أما الروبوت كبير الخدم، على الجانب الآخر، الذي يُدير المنزل بهدوءٍ وثقةٍ ويتوقَّع كل ما قد يُفكِّر فيه سيده، فهو حُلم بعيد حاليًّا؛ إذ يتطلَّب مستوًى قريبًا من الذكاء الاصطناعي العام المُضاهي للذكاء البشري.

(١-٥) الذَّكاء على نطاق عالمي

تطوُّر القدرات الأساسية لفهم الكلام والنُّصوص سيُمكِّن المُساعد الشَّخصي الذَّكي من إتمام المهام التي يستطيع أي مُساعدٍ بشري تنفيذها (لكنَّ المُساعد الآلي سيُنفِّذ تلك المهام لقاء حفنة بنساتٍ شهريًّا عوضًا عن آلاف الدولارات التي يتقاضاها المساعد البشري كل شهر). وكذلك ستُمكِّن القدرات الأساسية لفهم الكلام والنُّصوص الآلات من تنفيذ المهام التي لا طاقة للبشر بها؛ لا بسبب «عُمق» الفهم، ولكن بسبب «نطاقه». فمثلًا الآلة التي تتمتَّع بقدرات القراءة الأساسية ستتمكَّن من قراءة «جميع ما خطَّته يد البشر على مر التاريخ» قبل حلول وقت الغداء، ثمَّ تبدأ البحث عن شيءٍ آخر لتُنجزه.22 وبقُدرات التَّعرُّف على الكلام، يُمكن للآلة أن «تستمع إلى جميع الحلقات والفقرات التي أُذيعت عبر المذياع أو التلفزيون» قبل العصر. ولتوضيح الأمر بالمُقارنة، فإذا أردنا أن نطَّلع على جميع الكتب والمطبوعات التي صدرت في الفترة الحالية عالميًّا، فإننا سنحتاج إلى توظيف مائتي ألف بشري بدوامٍ كامل (وذلك إذا تغاضينا عن جميع ما كُتب في الماضي)، وتوظيف ستين ألفًا آخرين للاستماع إلى ما يُذاع حاليًّا.23

ومثل ذلك النِّظام، إن استطاع فقط أن يستخلص حقائق بسيطة ثمَّ يعمم كل تلك المعلومات على كل اللُّغات الموجودة، سيكون مصدرًا خارقًا للإجابة على الأسئلة وكشف الأنماط؛ رُبَّما يكون أقوى بكثيرٍ من محركات البحث التي تُقدَّر قيمتها الحالية بقُرابة التريليون دولار. وستكون قيمته البحثيَّة في مجالات مثل التاريخ وعلم الاجتماع لا تُقدَّر بثمن.

من المُمكن أيضًا بلا شكٍّ أن يقدر ذلك النظام على الاستماع إلى جميع مُكالمات الهاتف في العالم أجمع (وهي مهمة ستحتاج إلى نحو ٢٠ مليون شخصٍ). هناك بعض الوكالات السِّرية التي ستجد هذا الأمر مُفيدًا لها. فقد كان بعضُها يقوم بأنواع بسيطةٍ من الاستماع الآلي على نطاقٍ واسعٍ، مثل تحديد كلماتٍ مفتاحيَّة بعينها في المحادثات، لسنواتٍ عديدة، أما الآن فقد تقدَّمت تقنياتها بحيث صارت تدون المُحادثة كلها وتحولها إلى نصٍّ مقروءٍ يُمكن البحث في طياته.24 وبالتأكيد تلك النُّصوص المدوَّنة مُفيدة، لكنَّها ليست مفيدة مثل الفهم الفوري لجميع المحادثات ودمج محتواها معًا.
إحدى «القدرات الخارقة» الأخرى المُتاحة للآلات هي أنَّها تستطيع أن «ترى العالم كله في آنٍ واحد». إن الأقمار الصِّناعية تُصوِّر العالم كله يوميًّا بمُتوسِّط دقَّة وضوح يصل إلى خمسين سنتيمترًا لكل بكسل. بمثل هذه الدِّقة، فكلُّ بيتٍ على الأرض أو سفينة في البحر أو سيارة على الطريق أو بقرةٍ أو شجرةٍ في مزرعةٍ تكون ظاهرةً وواضحة. ولفحص كل تلك الصور، سنحتاج إلى ما يربو على ثلاثين مليون موظَّفٍ بدوامٍ كامل،25 ولهذا فإنَّ الغالبية العظمى من بيانات الأقمار الصِّناعيَّة في الوقت الحالي لم يسبق وأن اطَّلع عليها أيُّ إنسان. يُمكن أن تتولَّى خوارزميات الرؤية الحاسوبية مُهمَّة مُعالجة جميع تلك البيانات لإصدار قاعدة بياناتٍ قابلة للبحث فيها للعالم بأكمله تُحدَّث يوميًّا ويُمكن البحث فيها، بل ويُمكن لتلك الخوارزميات أيضًا العمل على تصوُّراتٍ ونماذج تنبُّؤيةٍ للأنشطة الاقتصادية وتغيُّر الغطاء النباتي وهجرة الحيوانات والبشر، وتأثيرات التَّغيُّر المناخي وهلُمَّ جرًّا. ولهذا نرى شركات الأقمار الصِّناعية مثل شركتي بلنت ودجتل جُلوب، مُنهمكةً في العمل على تحقيق تلك الفكرة لتكون واقعًا مُعاشًا.
ولما كانت إمكانية الاستشعار على مستوًى عالمي قائمةً، فكذلك إمكانية اتِّخاذ القرار على مستوًى عالمي أيضًا. على سبيل المثال، إذا استعملنا البيانات التي تُوفِّرها الأقمار الصناعية العالمية يُمكن لنا أن نُنشئ نماذج مُفصَّلة لإدارة البيئة العالمية والتَّنبؤ بالآثار الاقتصادية والبيئية للتدخُّلات البشرية، وتوفير المدخلات التحليلية الضرورية لأهداف الأمم المُتَّحدة للتنمية المُستدامة.26 وها نحن نرى الآن نظم تحكُّمٍ في ما يُسمَّى «المدينة الذكية»، والتي تهدف إلى تحسين إدارة المُرور والمواصلات العامة وتجميع القمامة وإصلاح الطُّرق والإصلاحات البيئية والعديد من المهام الأخرى التي تعود بالنَّفع على المواطنين، وقد تتوسَّع هذه النظم لتشمل الدولة كلها لا مدينةً واحدةً وفقط. وحتى وقتٍ قريبٍ، كان هذا المُستوى من التَّنظيم لا يُمكن تحقيقه إلا عبر منظومةٍ روتينيَّةٍ ضخمة وغير فعالةٍ من الموظَّفين، وعاجلًا أم آجلًا، سيُستبدل بهم آلاتٍ ذات قدراتٍ هائلةٍ تقدر على تولِّي الكثير والكثير من نواحي حياتنا المُشتركة نحن البشر. وإلى جانب هذا، بلا شكٍّ تظلُّ إمكانية اختراق الخصوصية وإحكام القبضة على المُجتمعات عالميًّا أمرًا واردًا، وهذا ما سأتناوله في الفصل القادم.

(٢) متى سنشهدُ وُصول الذكاء الاصطناعي الخارق؟

كثيرًا ما يسألني الناس أن أتوقَّع متى سنشهدُ وُصول الذكاء الاصطناعي الخارق، وعادة ما أرفُض الإجابة على هذا السؤال. ولديَّ ثلاثة أسباب تدفعني إلى ذلك. أولًا: هُناك تاريخ طويل من مثل هذه التوقُّعات التي ثبت خطؤها.27 على سبيل المثال، في عام ١٩٦٠، كتب هربرت سايمن؛ الاقتصادي الحائز على جائزة نُوبل ورائد الذكاء الاصطناعي يقول: «تقنيًّا … في غضون عشرين سنةً، ستكون الآلات ذات قُدرةٍ على فعل أي عملٍ يستطيع الإنسان عمله.»28 وفي عام ١٩٦٧، كتب مارفن مينيسكي؛ المُنظِّم المُشارك لورشة عمل دارتموث التي عقدت في عام ١٩٥٦ والتي انبثق منها مجال الذكاء الاصطناعي يقول: «في غضون جيلٍ واحد، أنا على يقينٍ أنَّ عالم الآلات سيُتقن جميع القُدُرات العقلية، اللهم إلا قليلًا منها. وستكون مُشكلة بناء «ذكاءٍ اصطناعي» قد حُلَّت جوهريًّا.»29

السبب الثاني لرفضي التَّنبؤ بتاريخٍ نشهدُ فيه الذكاء الاصطناعي الخارق هو أنِّي لا أرى أي عتبة واضحة أمامنا لنتخطَّاها. إن الآلات في الوقت الحالي تفوق القدرات البشرية في بعض المجالات والتي ستتوسَّع وتتعمَّق، ومن المُحتمَل أن تُؤدِّي بنا إلى نظم معرفةٍ عامةٍ خارقة، ونُظُم بحثٍ طبية حيوية خارقة، وروبوتات ماهرة وحاذقةٍ تتمتع بقدراتٍ خارقة، ونظم تخطيطٍ مُؤسَّسيةٍ خارقة، وهلُمَّ جرًّا؛ كُلُّ ذلك سيحدُث قبل أن يكون لدينا نظم ذكاءٍ اصطناعي خارق وعام بالكامل. وتلك النظم التي تحظى ﺑ «شبه ذكاءٍ خارقٍ» ستبدأ، فُرادى ومُجتمعة، في طرح العديد من المشاكل الشَّبيهة التي يطرحُها أي نظامٍ ذي ذكاءٍ عامٍّ.

أما السبب الثَّالث الذي يمنعُني من التَّنبؤ بموعد ظهور الذكاء الاصطناعي الخارق؛ هو أنَّه بطبيعته لا سبيل للتَّنبؤ به. إن الأمر يتطلب العديد من «الطفرات المفاهيميَّة» كما ذكر جون ماكارثي في مقابلةٍ له عام ١٩٩٧30 والذي أضاف فيها قائلًا: «ما نُريده هو ١٫٧ أينشتاين، و٠٫٣ من مشروع مانهاتن، ونُريد أشباه أينشتاين أولًا. أظنُّ أنَّ الأمر سيستغرق من ٥ سنوات إلى ٥٠٠ سنة». في القسم التالي سأشرح ماهيَّة بعضٍ من تلك الطفرات؛ وكيف أنه لا يُمكن التَّنبؤ بها؛ فالأمر يُشبه إلى حدٍّ كبيرٍ اختراع سيلارد للتفاعُل النَّووي المُتسلسل بعد عدَّة ساعاتٍ من إعلان رذرفورد أنَّ هذا الأمر يُعدُّ ضربًا من ضُروب الخيال.

ذات مرةٍ في اجتماعٍ للمنتدى الاقتصادي العالمي عام ٢٠١٥، أجبت على هذا السؤال حول متى قد نشهد حُلُول الذكاء الاصطناعي الخارق. كان ذلك الاجتماع مُنعقدًا في إطار قاعدة تشاتم هاوس؛ وهذا يعني أنَّ هُويَّة الحاضرين في ذلك الاجتماع ستكون سريَّة ولن يُعرف صاحب أي مشاركة أو رأي، وإنما يُكتفى بمضمون المشاركة أو الرأي. وحتى مع ذلك، ونبعًا من حرصٍ زائدٍ لديَّ، بدأت إجابتي بقولي: «إجابتي هذه سريَّة وليست للنشر بأي حالٍ من الأحوال …» وتوقَّعتُ حينها أنَّنا، إن لم نُبلَ بأيِّ كوراث مُعرقلة، فقد نشهدُ وُصول الذكاء الاصطناعي الخارق في حياة أولادي، الذين كانوا صغارًا جدًّا حينها ومن المُحتمل أن يعيشوا عُمرًا أطول بكثيرٍ من الكثير من الحاضرين في ذلك الاجتماع بفضل التَّقدُّم في العُلوم الطِّبية. لم تمض ساعتَان، حتى نُشِر مقال في جريدة «ذا ديلي تليجراف» يذكُر تعليقاتي بجانب صورٍ لروبوتات شريرة مُدمِّرة في ثورةٍ عارمة. وكان عنوان المقال: «الروبوتات «المختلة» قد تقضي على الجنس البشري كاملًا في غضونٍ جيلٍ واحد».

إن توقُّعي، الذي يصل إلى قُرابة الثَّمانين عامًا، يتَّسمُ بالتَّحفُّظ أكثر من أيِّ باحثٍ آخر في مجال الذكاء الاصطناعي. فالاستبيانات الحديثة31 تُشير إلى أنَّ مُعظم الباحثين النَّشطين يتوقَّعون أن نشهد الذكاء الاصطناعي المُضاهي لذكاء الإنسان في مُنتصف هذا القرن تقريبًا. وخبرتُنا مع الفيزياء النَّووية تُشير إلى أنَّ من الحكمة أن نفترض إمكانية حدوث هذا التَّقدُّم مُبكِّرًا عما هو مُتوقَّع ومن ثمَّ فعلينا أن نتجهَّز تبعًا لذلك. وإذا كُنا بحاجةٍ إلى طفرةٍ مفاهيميةٍ واحدةٍ على غرار فكرة سيلارد للتَّفاعل النَّووي المُتسلسل المستحث بالنيوترونات، فإننا قد نشهد وُصول الذكاء الاصطناعي الخارق بصورةٍ ما قريبًا جدًّا وعلى نحوٍ مُفاجئ. والاحتمالات هي أنَّنا لن نكون مُستعدِّين؛ فإذا ما صمَّمنا آلاتٍ ذات ذكاءٍ اصطناعي خارق ولديها قدْرٌ ما من الاستقلاليَّة، فإننا سنجد أنفُسنا في وقتٍ قصيرٍ غير قادرين على أن نتحكَّم بها. ومع ذلك، فأنا واثق أنَّ لدَينا مُتَّسع من الوقت لأنَّ هناك العديد من الطَّفرات الكبيرة التي نحتاج إليها اليوم وتحول بيننا وبين الذكاء الاصطناعي الخارق، وليست طفرةً واحدةً فقط.

(٣) الطَّفرات المفاهيمية المُتصوَّرة في المُستقبل

تظلُّ مشكلة بناء ذكاءٍ اصطناعي عام يُضاهي الذكاء البشري بعيدةً كُلَّ البُعد عن الحل. إن الحلَّ ليس في دفع المال من أجل مزيدٍ من المُهندسين، ومزيدٍ من البيانات وأجهزة كمبيوتر أكثر ضخامة. بعضُ علماء المُستقبل يُصدرون تخطيطات تستنبِط النمو الأُسي للقُدرات الحوسبيَّة في المُستقبل استنادًا إلى قانون مور، فتراهُم ينشُرون تواريخ متى ستكون الآلات أقوى من أدمغة الحشرات، أو أدمغة الفئران، أو الدِّماغ البشري، أو أدمغة البشر مُجتمِعين، وهكذا.32 وأقول لكم إن تلك التخطيطات لا فائدة منها؛ فقد قُلتُ سابقًا إن الآلات السريعة تُعطيك الإجابة الخاطئة بسُرعة ليس إلا. وإذا همَّ شخص ما بجمع خُبراء الذكاء الاصطناعي معًا في فريقٍ واحدٍ وأتاح لهُم موارد غير محدودةٍ وأعطى لهم هدفًا واحدًا، وهو تصميمُ نظام ذكاءٍ اصطناعي مُتكامل يُضاهي الذكاء البشري عبر دمج أفضل الأفكار معًا؛ فالنتيجة ستكون الفشل. وسيخرُج النِّظام الذي صمَّمُوه إلى العالم الواقعي ويفشل؛ فلن يفهم ما الذي يحدُث حوله ولن يقدر على التنبُّؤ بعواقب أفعاله، ولن يستطيع فهم ما الذي يُريدُه الناسُ في مواقف الحياة المُتعدِّدة؛ ومن ثمَّ سيقوم بالكثير من التَّصرُّفات الغبية إلى حدِّ السخافة.

بفهم «كيف» سيفشل هذا النِّظام، يستطيع باحثو الذكاء الاصطناعي أن يتعرَّفوا على المشاكل التي عليهم حلُّها؛ أي الطَّفرات المفاهيمية التي يحتاجون إليها، للوُصُول بمستوى الذكاء الاصطناعي إلى مُضاهاة الذكاء البشري. وسأبيِّن لكم الآن بعضًا من تلك المشاكل المُتبقِّية والتي إن حُلَّت، رُبما سنجد مشاكل أخرى، لكنَّها لن تكون كثيرةً ومُضنية.

(٣-١) اللُّغة والبديهة

ذكاء من غير معرفة، كمُحرِّك من غير وقود. البشرُ يكتسبون كمًّا هائلًا من المعرفة من أقرانهم من البشر؛ فالمعرفة تنتقل من جيلٍ إلى آخر عن طريق اللُّغة. بعض من تلك المعرفة عبارة عن حقائق؛ «أوباما انتُخب رئيسًا في عام ٢٠٠٩»، «كثافة النحاس تبلغ ٨٫٩٢ جرامات لكل سنتيمتر مكعَّب»، «قانون أور-نامو وضع عقوباتٍ للعديد من الجرائم»، وهلمَّ جرًّا. وهكذا فإننا نرى أنَّ قدرًا كبيرًا من المعرفة يكمُن في اللغة نفسها؛ في المفاهيم التي تُتيحُها. فكلمات مثل «رئيس» و«٢٠٠٩» و«كثافة» و«النُّحاس» و«جرام» و«سنتيمتر» و«الجرائم» وبقيَّة كلمات اللغة جميعها تحمل في طياتها قدرًا كبيرًا من المعلومات التي تُمثِّل خُلاصة عمليات الاكتشاف والتَّنظيم التي جعلت تلك الكلمات جزءًا من اللغة في المقام الأول.

لنأخذ على سبيل المثال كلمة «النُّحاس» التي تُشير إلى مجموعةٍ من الذَّرات في الكون، ثُمَّ نقارنها بكلمة «أرجلبرجليوم»؛ وهي كلمة عشوائية وضعتها من مُخيِّلتي لتسمية عددٍ من ذرات الكون اختيرت عشوائيًّا وتُساوي في كمِّيتها عدد ذرات النُّحاس. الواحدُ منَّا يُمكن أن يكتشف العديد من القوانين العامة والمُفيدة والتنبؤية حول النُّحاس؛ كثافتها وقدرتها على التوصيل، وقابليتها للطَّرْق، ودرجة حرارة انصهارها، وأصلها النَّجمي، ومُركَّباتها الكيمائية واستخداماتها العملية وهلُمَّ جرًّا. وفي المُقابل، لا يُمكننا قول أي شيء نهائيًّا حول مادة «أرجلبرجليوم». فالكائن الحي الذي يتحدَّث لُغةً تحتوي على كلماتٍ لا معنى لها مثل «أرجلبرجليوم» لن يكون قادرًا على أداء وظيفته، لأنَّه لن يكتشف أبدًا حالات الانتظام التي تجعله قادرًا على تخيُّل عالمه والتَّنبُّؤ به.

الآلات التي تفهم لُغات البشر فهمًا حقيقيًّا ستكون مُؤهَّلةً لتلقِّي كمياتٍ هائلةٍ من المعرفة البشرية على نحوٍ سريعٍ يجعلها تجتاز عشرات الآلاف من السنين من التَّعلُّم قضاها أكثر من مائة مليار إنسانٍ عاشوا على وجه الأرض. فمِن غير العملي أن نتوقع أن تُعيد الآلات اكتشاف جميع تلك المعرفة من الصفر، بداية من البيانات الحسيَّة الخام.

لكن، في الوقت الحالي، تقنية اللغة الطبيعية لا تقوى على تنفيذ مهمة قراءة وفهم ملايين الكُتب – التي قد يُحيِّر الكثير منها حتى إنسانًا ذا علمٍ وخبرة. إن نظم مثل نظام «واطسون» من تصميم شركة آي بي إم الذي هزم بطلي مُسابقة «المحك» الأمريكية هزيمةً ساحقةً عام ٢٠١١، يُمكنه استخلاص معلوماتٍ بسيطةٍ من حقائق واضحة من النُّصوص، لكنَّه يعجز عن بناء تراكيب معرفيةٍ مُعقَّدةٍ منها؛ ولا يُمكنه أيضًا الإجابة على الأسئلة التي تتطلب تفكيرًا منطقيًّا مُوسَّعًا في معلوماتٍ من مصادر مُتعدِّدة. على سبيل المثال، مهمَّة قراءة جميع الوثائق المُتاحة حتى نهاية عام ١٩٧٣ وتقييم (مع الشَّرح) النتائج المُتوقَّعة لعملية اتِّهام الرئيس الأمريكي حينها؛ نيكسون، بفضيحة «ووترجيت»، ستكون صعبة التحقيق في ضوء إمكانياتنا الحالية.

هناك العديد من الجهود الجادة التي تهدف حاليًّا إلى تعميق مستوى التحليل اللُّغوي واستخلاص المعلومات. على سبيل المثال، مشروع «أريسطو» بمعهد ألين للذكاء الاصطناعي يهدفُ إلى تصميم نُظُمٍ تستطيع اجتياز اختبارات العلوم المدرسية بعد قراءة المناهج التعليمية والأدلة الدِّراسية.33 وفيما يلي سؤال من اختبار الصف الرابع:34
طلاب الصَّف الرابع يُنظِّمُون سباقًا بأحذية التَّزلُّج. أي سطحٍ من الأسطح التالية سيكون أفضل لمثل هذا السباق؟
  • (أ)

    الأرض الحصباء.

  • (ب)

    الأرض الرملية.

  • (جـ)

    الأرض الأسفلتية.

  • (د)

    الأرض المُعشوشبة.

الآلة التي ستُجيب على هذا السؤال ستُواجه مصدري صُعوبة على الأقل. الأول هو المُشكلة التقليدية لفهم اللغة وما يعنيه هذا السؤال؛ تحليل البنية النَّحويَّة، وفهم معاني الكلمات وما إلى ذلك. (جرِّب ذلك بنفسك: استخدم أي موقعٍ من مواقع الترجمة الآلية المُتاحة على الإنترنت لتُترجم هذا السؤال إلى لُغةٍ تجهلُها، ثمَّ استخدم قاموسًا لتلك اللُّغة وحاول ترجمتها عكسيًّا إلى اللغة الأصلية.) أما مصدر الصُّعوبة الثاني، فهو الحاجة إلى بديهةٍ وإدراكٍ عام لكي تفهم الآلة أنَّ هذا السباق هو على الأرجح سباق بين أُناسٍ يرتدون أحذية التَّزلُّج (في أقدامهم)؛ وأنَّ «السَّطح» هو ما سيتزلَّج عليه المتزلجون وليس ما سيجلس عليه المُشجِّعون؛ وأنَّ كلمة «أفضل» تصف في هذا السِّياق سطح أرض السِّباق وهكذا دواليك. تخيَّل كيف قد تكون الإجابة إذا غيَّرنا عبارة «طُلاب الصَّف الرابع» إلى عبارة «مُدرِّبو مركز تدريبٍ عسكري ساديون».

وإذا أردنا أن نُلخِّص صعوبة الأمر فيُمكن لنا أن نقول إن القراءة تحتاج إلى معرفةٍ والمعرفةُ (في مُعظمها) تأتي من القراءة. بعبارةٍ أخرى، نحن نُواجه مُعضلة الدجاجة والبيضة الكلاسيكية. قد نأمل إذن في وجود عملية تمهيدٍ ذاتي تُمكِّن النظام من قراءة بعض النصوص السهلة واكتساب بعض المعرفة منها، ثمَّ استخدام تلك المعرفة لقراءة نُصوصٍ أصعب ليكتسب معرفةً أكثر وهكذا دواليك. ولسوء الحظِّ، ما يحدُث غالبًا هو العكس؛ فالمعرفة المُكتسبة معظمها خاطئ؛ ومن ثمَّ تُسبِّب أخطاء في القراءة التي تؤدِّي بدورها لمعرفةٍ أكثر خطأً وتستمرُّ الدائرة.

على سبيل المثال، مشروع «نيل» (مشروع تعلُّم اللغة المُستمر) بجامعة كارنيجي ميلون الذي ربما يُعد أكثر المشاريع الواعدة في تعلُّم اللغات في الوقت الحالي باستخدام عملية التمهيد الذاتي. منذ عام ٢٠١٠ إلى عام ٢٠١٨، اكتسب المشروع ما يزيد على ١٢٠ مليون مُعتقد عبر قراءة النُّصوص الإنجليزية على الويب.35 بعض تلك المُعتقدات صحيح تمامًا، مثل أنَّ مابيل ليفز يلعب الهوكي وفاز بكأس ستانلي. وإلى جانب الحقائق، يكتسب «نيل» طوال الوقت مُفرداتٍ وتصنيفاتٍ وعلاقاتٍ دلالية جديدة. وللأسف، فإن «نيل» لديه ثقة فيما يُقارب ٣ بالمائة فقط من مُعتقداته ويعتمد على الخُبراء البشريين لحذف المُعتقدات الخاطئة أو التي لا معنى لها من ذاكرته على نحوٍ دوري، ومن أمثلة هذه المُعتقدات أنَّ ««نيبال» عبارة عن «دولة» تُعرف أيضًا باسم «الولايات المُتَّحدة»»، وأن ««القيمة» هي «مُنتج زراعي» غالبًا ما يُقسَّم إلى «أساس»».
أنا أظُنُّ أنه لا تُوجَد طفرة علمية واحدة يُمكن أن تقلب الدُّنيا رأسًا على عقب. فعملية التمهيد الذاتي الأساسية تبدو صحيحة؛ البرنامج الذي يعرف عددًا كافيًا من الحقائق يستطيع أن يتعرَّف على الحقيقة التي تُشير إليها جُملةٌ ما جديدة؛ ومن ثمَّ يتعلَّم شكلًا نصيًّا جديدًا للتعبير عن الحقائق يُتيح له التَّعرُّف على مزيدٍ من الحقائق، وتستمر العملية هكذا. (نشر سيرجي برن؛ الشَّريك المُؤسِّس لشركة جوجل، بحثًا مُهمًّا عن فكرة التمهيد الذاتي عام ١٩٩٨.)36 فإذا بدأنا العمل بضخِّ قدرٍ كافٍ من المعرفة المُشفَّرة يدويًّا والمعلومات اللُّغوية، فسيُساعد هذا في تحريك عجلة التَّقدُّم بلا أدنى شك. وزيادة تعقُّد تمثيل الحقائق — مما يسمح بأحداثٍ مُعقَّدة وعلاقات عابرة ومُعتقدات ومواقف الآخرين، وما إلى ذلك — وتحسين التَّعامُل مع عدم اليقين فيما يتعلَّق بمعاني الكلمات ومعاني الجُمَل قد يؤديان في النهاية إلى عملية تعلُّمٍ ذاتي التعزيز عوضًا عن ذاتي الانطفاء.

(٣-٢) التعلم التراكمي للنظريات والمفاهيم

قبل قُرابة ١٫٤ مليار عامٍ وعلى بُعد ٨٫٢ سيكستيليون ميلٍ من الأرض، كان هناك ثُقبان أسودان؛ أحدهما كُتلته أكبر من كُتلة كوكب الأرض ﺑ ١٢ مليون مرَّة، والآخر ﺑ ١٠ ملايين مرَّة. اقترب الثُّقبان بما يكفي ليبدأ كلٌّ منهما الدوران حول الآخر، وشيئًا فشيئًا بدآ يفقدان طاقتيهما، ويقتربان أكثر، ويلتفَّان أسرع، حتى وصلا إلى مُعدَّل التفافٍ يُساوي ٢٥٠ مرةً في الثَّانية في دائرةٍ قُطرُها ٣٥٠ كيلومترًا، ثمَّ ما لبثا أن اصطدما ثمَّ اندمجا معًا.37 وفي اللحظات الأخيرة التي تُقدَّر ببضعة أجزاءٍ من الثانية، كان مُعدَّل الطاقة المُنبعثة في صورة موجات جاذبية أكبر بخمسين مرةً من مجموع الطاقة التي تُنتجها كل نُجوم الكون مُجتمعة. وفي ١٤ سبتمبر عام ٢٠١٥، وصلت تلك الموجات إلى الأرض، وبدأت تمُطُّ وتضغط الفضاء تبادليًّا بمُعدَّل يُقارب ١ لكل ٢٫٥ سيكستيليون ميل، وهو ما يكفي لتغيير المسافة إلى نجم قنطور الأقرب الذي يبعُد ٤٫٤ سنة ضوئية عن الأرض، بمقدار عرض شعرة.
لحُسن الحظِّ، قبل هذه الحادثة بيومَين، كانت الكاشفات المُتطوِّرة لمرصد «ليجو» الأمريكي — والذي يرصُد موجات الجاذبية بمقياس التداخُل الليزري — قُد شُغِّلت في كُلٍّ من واشنطُن ولويزينا. وباستخدام إمكانية قياس التَّداخل بالليزر، كان المرصد قادرًا على قياس التَّشوُّه الطفيف في الفضاء؛ واستنادًا إلى حساباتٍ مبنيةٍ على نظرية النِّسبية العامة لأينشتاين، كان باحثو مرصد «ليجو» قد تنبَّئوا بالشكل الدقيق لموجات الجاذبية المتوقع أن تنتج عن ذاك الحدث العظيم (ومن ثمَّ كانوا يبحثُون عنه).38

كان ذلك مُمكنًا بسبب تراكم المعرفة والمفاهيم وتبادلهما بين آلاف البشر عبر قرونٍ من البحث والمُشاهدة. بدايةً من طاليس الملطي الذي كان يفرُك حجر الكهرمان بالصُّوف ويُراقب شُحنة الكهرباء الساكنة وهي تنتُج، ومُرورًا بالعالم جاليليو الذي كان يُلقي الأحجار من أعلى بُرج بيزا المائل، وانتهاءً بنيوتن الذي رأى تُفاحةً تسقط من شجرة، وغيرهم الآلاف من الباحثين والمُشاهدين للظواهر الكونية، استطاعت البشرية أن تضع تدريجيًّا طبقة فوق أخرى من المفاهيم والنَّظريات والآلات؛ مثل الكُتلة والسُّرعة المتجهة والتَّسارُع والقوة وقوانين نيوتن للحركة والجاذبية، ومعادلات المدارات، والظواهر الكهربية، والذرات والإلكترونات والحقول الكهربية والحقول المغناطيسية والموجات الكهرومغناطيسيَّة، والنسبية العامة والخاصة، وميكانيكا الكم وأشباه الموصِّلات ووحدات الليزر وأجهزة الكمبيوتر وما إلى آخره.

يُمكننا، من حيث المبدأ، أن نفهم عملية الاكتشاف هذه بأنَّها تحويل لكل البيانات الحسية التي خبرَها البشر جميعًا إلى فرضيَّة شديدة التَّعقيد حول البيانات الحسية التي رصدها علماء مرصد «ليجو» في يوم ١٤ سبتمبر عام ٢٠١٥ بينما هم ينظرون إلى شاشات أجهزة الكمبيوتر الخاصة بهم. هذه هي ما تُسمَّى بطريقة التَّعلُّم المُستنِدة إلى البيانات استنادًا محضًا؛ فالبيانات هي المُدخلات، والفرضيات هي المُخرجات وما بين هذا وذلك صُندوق أسود. وإذا ما أمكننا تنفيذ هذه الطريقة، فسنشهد ذروة نجاح منهج التَّعلُّم المُتعمِّق الذي شعاره «بيانات أكثر، شبكة أكبر»، ولكن مع الأسف لا يُمكن تنفيذها. والفكرة الوحيدة المعقولة التي لدَينا الآن وتُفسِّر كيف لكيانات ذكيةٍ أن تُحقِّق شيئًا فريدًا كأن تكتشف أنَّ ثُقبَين أسودَين قد اندمجا معًا، هي أنَّ «المعرفة الفيزيائية المُسبقة» لعلماء المرصد إلى جانب بيانات الرَّصد من أجهزتهم مكَّنتهم أن يتوقَّعوا حدوث اندماج الثُّقبَين معًا. أضف على ذلك أنَّ تلك المعرفة المُسبقة ذاتها كانت نتيجةً للتَّعلُّم بمعرفةٍ مُسبقة أخرى، وهكذا حتى بداية التاريخ البشري. ولذلك فنحن لدَينا، تقريبًا، صُورة «تراكُميَّة» عن كيف يمكن أن تستخدم الكيانات الذكية المعرفة كمادة لبناء قدراتها التنبُّؤية.

قُلتُ «تقريبًا» لأنَّ العلم، بلا شكٍّ، قد انعطف إلى مساراتٍ خاطئةٍ في مراتٍ قليلة فيما مضى من القرون، فنراه ينحرف مُؤقَّتًا سعيًا وراء مفاهيم خياليةٍ مثل الأثير المُضيء والفلوجيستون. لكنَّنا نعرف حقيقةً أن الصُّورة التَّراكُميَّة هي ما حدث «بالفعل»، من حيثُ إن جميع العلماء عبر العُصور دوَّنُوا اكتشافاتهم ونظرياتهم في الكُتب والأبحاث العلمية، ثمَّ أتى العُلماء المتأخِّرون ووجدوا بين أيديهم سُبُل المعرفة الصريحة هذه، وليس التجارب الحسية الأصليَّة للأجيال السابقة البائدة. ولأنَّ أعضاء فريق مرصد «ليجو» عُلماء حقًّا، فقد فطنوا إلى أنَّ جميع أجزاء المعرفة التي استخدموها، بما في ذلك نظرية النسبية العامة لأينشتاين، ما تزال في فترةٍ اختباريةٍ (وستبقى هكذا للأبد) و«رُبَّما» يثبُت خطؤها بالتَّجربة في وقتٍ ما. ولكن تبيَّن أنَّ البيانات التي أصدرها المرصد قدَّمت دليلًا دامغًا على صحة نظرية النِّسبية العامة، بالإضافة إلى طرح أدلةٍ أخرى على أنَّ الجرافيتون، وهو جُسيْم افتراضي حامل لقوة الجاذبية، إنما هو جُسَيْم عديم الكُتلة.

نحن بعيدون جدًّا عن تصميم نظم لتعلُّم الآلة لدَيها القدرة على مُضاهاة قُدرة التَّعلُّم والاكتشاف التَّراكُمِيَّين التي يتمتَّع بها المجتمع العلمي — أو حتى العوام من البشر خلال حياتهم — فضلًا عن التَّفوق عليها.39 وإذا نظرنا إلى نظم التَّعلُّم المُتعمِّق،«د» فسنجد أنها غالبًا ما تكون مُعتمِدة على البيانات؛ وفي أحسن الأحوال، يُمكننا أن ندخل بعض أشكال المعرفة المسبقة الضعيفة جدًّا في بنية الشَّبكة. أما نظم البرمجة الاحتمالية،«ﺟ» فإنها تسمح للمعرفة المُسبقة أن تُوجَد في عملية التَّعلُّم، وتُعبِّر عنها في بنية القاعدة المعرفية الاحتمالية ومُفرداتها. ومع ذلك، ليس لدينا حتى الآن طرائق فعالة لإنتاج مفاهيم وعلاقاتٍ جديدة، واستخدامها في توسيع القاعدة المعرفية هذه.
لا تحسب أنَّ الصعوبة هنا تكمُن في إيجاد فرضيات تتوافقُ على نحوٍ جيد مع البيانات؛ فمثلًا يُمكن لنظم التَّعلُّم المُتعمِّق أن تجد فرضياتٍ تتماشى مع بيانات الصور على نحوٍ جيد، وقد بنى علماء الذكاء الاصطناعي برمجيات تعلُّمٍ رمزيةً قادرة على اختصار العديد من الاكتشافات التاريخية للقوانين العلمية الكمِّية.40 إن عملية التَّعلُّم بالنسبة لكيانٍ ذكي مُستقلٍّ تتطلَّب أكثر من ذلك بكثير.

الأمر الأول هو: ما الذي يجب أن يُضمَّن في «البيانات» التي تُستقى منها التَّنبؤات؟ فمثلًا، في تجربة مرصد «ليجو»، كان النَّموذج، الذي استُعمل للتَّنبؤ بمقدار تمدُّد الفضاء وانكماشه عندما وصلت موجات الجاذبية، يأخذ في حُسبانه معلوماتٍ مثل كُتلتي الثُّقبَين الأسودين المُتصادمين، وسُرعة دوران أحدهما حول الآخر وما إلى ذلك، لكنَّه لم يلتفِت إلى بياناتٍ مثل، في أيِّ يوم من أيام الأسبوع كان ذلك الاصطدام بين الثُّقبَين، أو جدول مباريات الدوري المُمتاز للعبة البيسبول. على الجانب الآخر، فإن النَّموذج المُصمَّم ليتنبأ بالحركة المُروريَّة على جسر سان فرانسيسكو-أوكلاند لا محالة سيأخُذ أيام الأسبوع في اعتباره، وسيُراعي بلا شكٍّ جدول مباريات الدوري المُمتاز للعبة البيسبول، وفي الوقت ذاته، سيتجاهل بياناتٍ ككُتلتَي الثَّقبَين الأسودَين المُتصادمَين وسُرعة دورانهما. وبالمثل، فإنَّ البرمجيات التي تتعلَّم كيفية التَّعرُّف على «أنواع» العناصر في الصور تستخدِم البكسلات كمُدخلاتٍ لها، بينما البرمجيات التي تتعلَّم مهارة تقدير «قيمة» القطع الأثرية يجب أن تعرف معلوماتٍ مثل، المادة التي صُنعت منها كل قطعة، ومَن صنعها ومتى، وتاريخ استخدامها وملكيَّتها وما إلى ذلك. قد تتساءل: لماذا كل هذه المعلومات؟ ببساطةٍ، لأننا نحن البشر نعرف ولو قليلًا من المعلومات عن موجات الجاذبية وحركة المُرور والصُّور المرئية وقطع الأثاث. ونحن نستخدم تلك المعرفة لتحديد المُدخلات المطلوبة للتَّنبؤ بمُخرجاتٍ مُحدَّدة. وهذا يُسمَّى ﺑ «هندسة الخصائص»، وإجادة تنفيذ تلك العملية يتطلَّب فهمًا جيدًا لِما يُراد التَّنبؤ به بالتَّحديد.

بالطَّبع لا يُمكن لآلةٍ ذكيةٍ حقيقية أن تعتمد على مُهندسين بشريِّين من مُهندسي الخصائص والذين سيظهرون بين الحين والآخر ليُخبِروا الآلة أنَّ هناك شيئًا جديدًا لتتعلَّمه ويُساعدوها في تعلُّمه. لذا، سيكون على الآلة أن ترى بنفسها ما قد يُمثِّل مساحة افتراضٍ معقولةٍ لمشكلة تعلُّمٍ ما. على الأرجح ستفعل ذلك عبر حشد قدرٍ ضخمٍ من المعرفة ذات الصِّلة وبصيغٍ مُتعدِّدة، لكن في الوقت الحالي، كُلُّ ما لدَينا هو بعض الأفكار الأولية غير الناضجة حول كيفية فعل ذلك الأمر.41 وكتاب نيلسون جودمان المُسمَّى «الحقيقة والخيال والتَّنبؤ» —42 الذي كُتب عام ١٩٥٤ وربما يُعدُّ واحدًا من أهم الكُتُب في مجال تعلُّم الآلة التي لا تحظى بالتَّقدير المُناسب — يقترح نوعًا من المعرفة يُسمَّى «الافتراض الأعم»، وهذا النَّوع يُساعد على تعريف حُدود مساحة الافتراض المنطقية. في مثال التَّنبُّؤ بالحالة المُروريَّة، قد يكون الافتراض الأعمُّ ذو الصلة هو أن أيًّا من هذه المعلومات: أي يومٍ من أيام الأسبوع هو ذاك؟ أي ساعةٍ في اليوم حينها؟ ما هي الفعاليات المحلية؟ وما هي آخر أخبار الحوادث والإجازات وتأخُّر جداول المواصلات والطَّقس؟ ومتى تُشرق الشمس ومتى تغرُب؟ قد تؤثِّر على حالة الحركة المرورية. (لاحظ هُنا أنَّك تستطيع استنتاج ذلك الافتراض الأعم من شبكتك المعرفيَّة عن هذا العالم دون الحاجة إلى خبيرٍ في المُرور.) ويستطيع أي نظام تعلُّمٍ ذكي أن يُراكم معرفةً من هذا النوع ويستخدمها في المساعدة في صياغة وحلِّ مشكلات تعلُّمٍ جديدة.

الأمر الثاني والذي رُبما يكون أكثر أهميةً، هو الإنتاج التَّراكُمي لمفاهيم جديدة مثل الكُتلة والتَّسارع والشُّحنة والإلكترون وقوة الجاذبية. فبدون تلك المفاهيم، سيُضطرُّ العُلماء (والعامَّة من الناس) إلى تفسير العالَم المُحيط بهم والتَّنبؤ على أساس المُدخلات الإدراكية الأولية. ولكن إذا تتبَّعنا سَير التاريخ، فإننا نرى أنَّ نيوتن استطاع أن يُكمل ما بدأه جاليليو وغيره من تطويرٍ لمفهومي الكُتلة والتَّسارُع، ونجد أنَّ إرنست رذرفورد قد استطاع أن يثبت أنَّ الذرة تتكوَّن من نواة ذات كثافةٍ وذات شُحنةٍ موجبةٍ وتدور حولها الإلكترونات، لأنَّ مفهوم الإلكترون كان قد طُوِّر في أواخر القرن التاسع عشر (على يد العديد من الباحثين الذين ساهموا بخطواتٍ صغيرةٍ، الواحدة تلو الأخرى). وبلا شكٍّ، فإن جميع الاكتشافات العلمية مبنيَّة على طبقةٍ فوق الأخرى من المفاهيم التي تمتدُّ عبر الزمان وتتخلَّلُها جميع الخبرات البشرية المُكتسبة.

في فلسفة العُلوم، تحديدًا في بواكير القرن العشرين، كان من المُعتاد أن نشهد أي اكتشافٍ لمفهومٍ جديدٍ يُنسَبُ إلى هذه الصِّفات الثلاثة التي لا يُمكن تعريفها: الحدْسُ والتبصُّر والإلهام. إن كل تلك الصِّفات كانت تُعتبَر مُقاومةً لأي تفسيرٍ منطقي أو حسابي. أما عُلماء الذكاء الاصطناعي بمن فيهم هربرت سايمن شخصيًّا،43 فقد عارضوا وجهة النَّظر هذه. فببساطة، إذا كانت خوارزميَّة ما لتعلم الآلة يُمكنها البحث في مساحة افتراضات تتضمَّن إمكانية إضافة تعريفاتٍ لمُصطلحاتٍ جديدةٍ لا تُوجد ضمن مُدخلاتها، حينها يُمكن لتلك الخوارزميَّة أن تكتشف مفاهيم جديدة.
ومثالُ ذلك، لنفرض جدلًا أنَّ آليًّا يُحاول تعلُّم قواعد لُعبة الطاولة عبر مُراقبة مبارياتٍ بين اللاعبين البشرِيِّين. إنه يُلاحظ كيف أنَّهُم يُلقُون النَّردَين، ثُمَّ يلاحظُ أنَّ اللاعبين يُحرِّكون أحيانًا ثلاث قطعٍ أو أربعًا، بدلًا من أن يُحرِّكوا واحدةً أو اثنتَين، وأنَّ هذا يحدث عندما يكون وجه النَّردَين معًا ١-١ أو ٢-٢ أو ٣-٣ أو ٤-٤ أو ٥-٥ أو ٦-٦. فإذا استطاع البرنامج أن يُضيف مفهومًا جديدًا للثُّنائيات، ويُعرِّفه تبعًا للتَّساوي بين وجهي النَّردين، حينها سيكون البرنامج قادرًا على التَّعبير عن نفس النَّظرية التَّنبُّؤية تعبيرًا أكثر دقةً واختصارًا. إنها عملية واضحة ومُباشرة، تستخدم طرائق مثل برمجة المنطق الاستقرائي44 لإنشاء برامج مُهمِّتُها اقتراح مفاهيم وتعريفاتٍ جديدة للوصول إلى نظريات دقيقة ومُحكمة في الوقت ذاته.

أما في وقتنا الحالي، فنحن نعرف كيف نفعل هذا في الحالات البسيطة نسبيًّا، ولكن في حالات النَّظريات الأشد تعقيدًا، فإن العدد المُحتمَل للمفاهيم الجديدة التي يُمكن أن تُطرح يُصبحُ عددًا هائلًا لا طاقة لنا به. وهذا يجعل التَّقدُّم الحالي في طرق التَّعلُّم المُتعمِّق في مجال الرؤية الحاسوبية أمرًا مُثيرًا للفُضُول والاهتمام. فالشَّبكات المُعمَّقة غالبًا ما تنجح في التَّعرُّف على سماتٍ وسيطة مفيدةٍ مثل العينين والساقين، والخُطوط والزَّوايا، رُغم أنَّها تعمل بخوارزميات تعلُّمٍ شديدة البساطة. وإذا ما استطعنا أن نفهم على نحوٍ أفضل كيفية حدوث هذا الأمر، يُمكننا تطبيق نفس هذا المنهج لتعلُّم مفاهيم جديدة باللُّغات الأكثر تعبيرية التي تحتاجها العُلوم. هذا الأمر بالتَّحديد سينقل البشرية نقلةً نوعيةً وسيكون خُطوةً فارقةً نحو الذكاء الاصطناعي العام.

(٣-٣) اكتشاف الأفعال

يتطلَّب السُّلوكُ الذَّكي لفتراتٍ طويلةٍ القُدرة على التخطيط للنشاط وإدارته على نحوٍ تسلسُليٍّ؛ وعبر العديد من مُستويات التَّجريد؛ بدايةً مثلًا من تحضير رسالة الدكتوراه (حوالي تريليون فعل)، إلى إرسال أمر تحكُّمٍ حركيٍّ إلى إصبعٍ من أصابع اليد لكتابة حرفٍ واحدٍ في الخطاب التَّقديمي.

أفعالُنا مُرتَّبة في تسلسُلاتٍ هرميَّةٍ مُعقَّدةٍ تنطوي على «عشرات» المستويات من التَّجريد. وتلك المستويات وما تحتويه من أنشطةٍ هي جُزء رئيسيٌّ من حضارتنا البشرية، ويُسلِّمُها جيل إلى آخر عبر وعاء اللغة والمُمارسات العمليَّة. على سبيل المثال، أفعال مثل «صيد خنزيرٍ بريٍّ» أو «التَّقدُّم للحصول على تأشيرة الدخول لبلدٍ ما» و«حجز تذكرة طيرانٍ» قد يتخلَّلُها الملايين من الأفعال البدائية، ومع ذلك فنحن قادرون على التَّفكير فيها كوحدات فردية لأنَّها موجودة بالفعل في «مكتبة» الأفعال التي تُوفِّرها لنا لُغتنا وثقافتنا، ولأنَّنا ندري (بدرجاتٍ مُتفاوتة) كيفية إنجازها.

بمجرد أن تُوجَد تلك الأفعال في المكتبة، فإننا نستطيع أن نشبكها مع أفعال أخرى أكثر تعقيدًا، مثل إقامة مأدبة لأبناء القبيلة بمناسبة الانقلاب الصيفي، أو الشُّروع في بحثٍ أثريٍّ في فصل الصيف بمنطقةٍ نائيةٍ بدولة نيبال. ومُحاولة التَّخطيط لتلك الأنشطة من الصِّفر، بدءًا من خُطوات التحكم الحركيِّ الأكثر بساطة، سيكون ضربًا من العبث، لأنَّ تلك الأنشطة تحوي الملايين أو المليارات من الخُطُوات التي يكون مُعظمها عصِيًّا بشدةٍ على التَّنبؤ. (فأين يا تُرى نجد خنزيرًا بريًّا، وفي أي اتِّجاه سيحاول أن يلُوذ بالفرار؟) أما إذا توفَّرت الأنشطة المعقدة المُناسبة في مكتبتنا، ففي هذه الحالة سنحتاج أن نُخطِّط لبضع خطواتٍ أو نحو ذلك فقط، لأنَّ كُلَّ خطوةٍ من تلك الخطوات ما هي إلا جُزء رئيسيٌّ من أجزاء النَّشاط ككُل. وهذا شيء حتى أدمغتنا الواهنة، نحن البشر، قادرة على التَّعامل معه، لكنه، في الوقت ذاته، يُعطينا «قُوَّةً خارقةً» على التَّخطيط لفتراتٍ زمنيةٍ طويلة.

fig6
شكل ٣-٢: لوحة «صورة العالم من الجادة التاسعة» للفنان سول ستينبيرج، عام ١٩٧٦. نُشرت هذه اللوحة لأول مرةٍ كغلافٍ لمجلَّة «ذا نيو يوركر».
مرَّ علينا وقت كانت تلك الأنشطة غير موجودة بشكلها الحالي؛ فمثلًا، لتحصل على إذنٍ للقيام برحلة جويَّة في عام ١٩١٠، كان الأمر سيتطلَّبُ خُطواتٍ طويلة وثقيلة على النَّفس وغير مُتوقَّعة من بحثٍ وكتابة خطاباتٍ وتفاوضٍ مع العديد من رُوَّاد الملاحة الجويَّة آنذاك. وتتضمن أنشطة أخرى انضمت مؤخرًا إلى مكتبتنا؛ إرسال رسائل البريد الإلكتروني، والبحث في مُحرِّك البحث «جوجل»، وطلبُ سيارةٍ عبر تطبيق «أوبر». وكما كتب ألفريد نورث وايتهيد في عام ١٩١١ قائلًا: «تتقدَّم الحضارة عندما يزيد عدد الأنشطة المُهمَّة التي يُمكننا فعلها دون الحاجة إلى التَّفكير فيها».45
يُظهر الغلاف الشَّهير للرسام سول ستينبيرج لمجلة «ذا نيو يوركر» (انظر الشكل ٣-٢) ببراعةٍ وعلى نحوٍ مكانيٍّ كيف يتحكَّم الكيان الذَّكي في مُستقبله. إن المُستقبل الآني جدًّا شديدُ الوضوح والتَّفصيل؛ في الواقع، كان دماغي قد جهَّز بالفعل سلسلة خطوات التحكُّم الحركي المطلوبة لكتابة الكلمات القليلة التالية. وإذا ما نظرت إلى نُقطةٍ أبعدَ في المُستقبل، فسأراها أقلَّ وضوحًا وتفصيلًا؛ فخُطَّتي هي إنهاء هذا القسم من الفصل، ثُمَّ تناول الغداء ثم مُعاودة الكتابة مرَّةً أخرى وبعدها مُشاهدة مُباراة المُنتخبَين الفرنسي والكرواتي في نهائي بطولة كأس العالم لكُرة القدم. وإذا تطلَّع لأبعد من هذا في المُستقبل، فإنَّني سأجد أن خُططي أكبر لكنَّها صارت أكثر غُمُوضًا؛ فأنا أخطط لمُغادرة باريس والعودة إلى بيركلي في أوائل أغسطس، وتدريس مادةٍ لُطلاب الدراسات العُليا وإنهاء هذا الكتاب. وبينما يمرُّ الزَّمانُ، يقترب المُستقبلُ البعيدُ شيئًا فشيئًا من الحاضر وتُصبح الخُطط أكثر وضوحًا وتفصيلًا، بينما قد تُضاف خُططٌ جديدة وأقل وضوحًا إلى المُستقبل البعيد. أما خُطط المُستقبل الآني، فإنها تكون شديدة الوضوح بشدة حتى إنها لتكون قابلةً للتَّنفيذ مُباشرةً على يد جهاز التحكُّم الحركي.

في الوقت الحالي، لدينا فقط بعض القطع الرَّئيسيَّة للصورة الكلية هذه في مكانها الصَّحيح لبناء نظم ذكاءٍ اصطناعي. وإذا ما توفَّر تسلسُل الأنشطة المُجرَّدة — بما في ذلك معرفة كيفية تحويل كل نشاطٍ مُجرَّدٍ إلى خطة فرعية تتكوَّن من أنشطة ملمُوسة أكثر — حينها سيكون في حوزتنا خوارزميات تستطيع بناء خُططٍ مُعقَّدةٍ لتحقيق أهدافٍ مُحدَّدة. حاليًّا، هناك خوارزميات تستطيع تنفيذ خُططٍ مُجرَّدة ومُتسلسلة هرميًّا بحيث يكون دائمًا لدى الكيان الذكي نشاط بدائي وبدني «جاهز للتنفيذ الفوري»، حتى لو كانت الأنشطة المُستقبلية ما تزال في طور التَّجريد وليست قابلة للتَّنفيذ بعد.

أما القطعة الأساسية المفقودة؛ فهي الوصول لطريقةٍ ما لبناء تسلسُلٍ للأنشطة المُجرَّدة في المقام الأول. على سبيل المثال، هل من المُمكن أن نبدأ من الصِّفر مع روبوت كُلُّ ما يعرفه هو أن بإمكانه إرسال العديد من التيارات الكهربية للعديد من المُحرِّكات ونجعله يكتشف بنفسه فعل الوقوف؟ من المُهمِّ أن أوضِّح أنَّني لا أسأل ما إذا كان بمقدورنا تدريب روبوت على الوقوف أم لا، وهو الأمرُ الذي يُمكننا فعله ببساطة إذا ما طبَّقنا أساليب التَّعلُّم المُعزَّز المربوطة بمُكافأةٍ لدماغ الروبوت عندما يكون جسده بعيدًا عن الأرض.46 إن تدريب روبوت على الوقوف يتطلَّبُ أن يكون المُدرِّب البشري في الأصل عارفًا بمعنى «الوقوف» ليستطيع تحديد إشارة المكافأة الصحيحة. إن ما نُريده هو أن يكتشف الروبوت بنفسه أن الوقوف هو شيء ما؛ فعل مُجرَّد ومُفيد، وهو شرط أساسي (كونه واقفًا مُنتصبًا على قدمَيه) ليتمكَّن من المشي أو الرَّكض أو المُصافحة بالأيدي أو استراق النَّظر من فوق جدارٍ، وأنَّه من ثمَّ جُزء من العديد من الخُطط المُجرَّدة لتنفيذ جميع أنواع الأهداف. بالمثل، فإننا نُريد من الروبوت أن يكتشف أنشطةً مثل التَّنقُّل من مكانٍ لآخر والتقاط الأشياء وفتح الأبواب وربط العُقد وطهي الطَّعام وإيجاد المفاتيح وبناء المنازل، والعديد من الأنشطة الأخرى التي لا اسم لها في أي لُغةٍ بشرية لأنَّنا نحن البشر لم نكتشفها بعد.
أنا أؤمن أن هذه القُدرة هي أهم خُطوةٍ نحتاجها لبُلوغ الذكاء الاصطناعي المُضاهي لذكاء الإنسان. هذه الخُطوة، بتعبير ألفريد وايتهيد الذي أعيد اقتباس كلامه هنا مرةً أخرى، ستزيد عدد الأنشطة المُهمَّة التي يُمكن لنُظُم الذكاء الاصطناعي فعلها دون الحاجة إلى التَّفكير فيها. العديد من المجموعات البحثية حول العالَم تبذُل جهدًا جهيدًا لحلِّ تلك المُشكلة. ومن هؤلاء، شركة ديب مايند التي نشرت بحثًا عام ٢٠١٨ يُظهر أداءً يُضاهي مستوى البشر في وضع الإمساك بالعلم في لُعبة «كُويك ٣ أرينا» والتي تدَّعي أنَّ نظم التَّعلُّم لديها «تبني مساحة تمثيلٍ تسلسُلي على نحوٍ مؤقَّت بطريقةٍ جديدةٍ لتعزيز … ترابط سلاسل أنشطة مترابطة على نحوٍ مُؤقَّت.»47 (أنا لا أدري تحديدًا ما الذي يعنيه هذا الكلام، لكنَّه يبدو بالتأكيد كتقدُّم نحو الهدف المنشُود لابتكار أنشطةٍ معقدة جديدة.) ومع ذلك، أنا لا أظنُّ أنَّ لدَينا حلًّا وافيًا بعدُ لهذه المُشكلة، لكنَّ هذا تقدم قد يحدثُ في أي لحظةٍ، فقط إذا دمجنا بعض الأفكار الحالية معًا بالطريقة الصحيحة.

ستصير الآلات الذكية التي تتمتَّع بهذه القُدرة مؤهَّلةً للنظر إلى مسافةٍ أبعد في المُستقبل والتَّنبؤ به أفضل من البشر. كما سيكون بإمكانها أن تأخذ بعين اعتبارها مزيدًا من المعلومات الهائلة. هاتان القُدرتان معًا ستقودانها لا محالة إلى اتِّخاذ قراراتٍ واقعيةٍ أفضل. وفي أي نوعٍ من أنواع الصراع بين البشر والآلات، سنجد سريعًا، مثل لي سيدول وجاري كاسباروف، أن خُطواتُنا القادمة جميعها قد توقَّعتها الآلات وصدَّتها. وهكذا سنخسر، نحن البشر، الصراع قبل أن يدقَّ طبوله أصلًا.

(٣-٤) إدارة الأنشطة العقلية

إذا كنت تظُنُّ أن إدارة الأنشطة في العالم الواقعي تبدو مُعقَّدةً، فما بالك بإدارة أنشطة «أكثر الأشياء تعقيدًا في هذا الكون»، والذي هو عقلك المسكين؟ إننا نُولد ونحن لا نعرف أي شيءٍ عن كيفية التَّفكير، تمامًا كما لا نعرف أيَّ شيءٍ عن كيفية المشي أو عزف البيانو. إننا نتعلم كيف نُفكِّر. إن بإمكاننا، إلى حدٍّ ما، أن «نختار» أي أفكارٍ نحملُها في دماغنا. (هيا، فكِّر في شطيرة همبُرجر لذيذة ودسمة، أو فكِّر في لوائح نظام الجمارك البلغارية. إنه خيارك!) بطريقة ما، تُعدُّ أنشطتنا العقلية أكثر تعقيدًا من أنشطتنا في العالم الواقعي. وهذا راجع إلى أنَّ أدمغتنا بها أجزاء متحرِّكة أكثر بكثيرٍ من أجسادنا، وتلك الأجزاء تتحرَّك بسرعةٍ فائقة. والأمر ينطبق على أجهزة الكمبيوتر أيضًا؛ فمثلًا لكلِّ تحرُّكٍ من تحرُّكات برنامج «ألفا جو» على رُقعة لُعبة جو، يجرى تنفيذ «ملايين» أو «مليارات» من وحدات الحوسبة، وكُلُّ وحدةٍ من تلك الوحدات تقتضي إضافة فرعٍ لشجرة البحث الاستباقي ثُمَّ تقييم وضع الرُّقعة في نهاية هذا الفرع. وتُنفَّذ كلُّ واحدةٍ من تلك الوحدات لأنَّ البرنامج يختار أي فرعٍ من فُروع شجرة البحث الاستباقي الذي سيجري استكشافه في الخُطوة القادمة. وعلى نحوٍ تقريبي، فإن «ألفا جو» يختار وحدات الحوسبة التي يتوقع أنَّها ستُحسِّن قراره النهائي في التَّحرُّك على الرُّقعة.

لقد تمكَّنا من وضع نظامٍ مقبول لإدارة نشاط برنامج «ألفا جو» الحوسبيِّ لأنَّ ذلك النَّشاط بسيط ومُتجانس؛ فكُلُّ وحدةٍ من وحدات الحوسبة مثل التي قبلها. وبمُقارنة برنامج «ألفا جو» بالبرامج الأخرى التي تستخدم نفس الوحدة الأساسية للحوسبة، ستجد على الأرجح أنَّه شديد الكفاءة، ولكن إذا ما قُورن بأنواع أخرى من البرمجيات، فربما سنجده عديم الكفاءة بشدَّة. فمثلًا، لي سيدول، الخصم البشري لبرنامج «ألفا جو» في المُباراة التاريخيَّة عام ٢٠١٦، كان على الأرجح لا يُنفِّذ أكثر من بضعة آلافٍ من وحدات الحوسبة في كُلِّ خُطوة، لكنَّه كان لديه هيكل حوسبي أكثر مرونة بكثير، به أنواع مُختلفة من وحدات الحوسبة، بما في ذلك تقسيم الرُّقعة إلى أجزاءٍ فرعية ثُمَّ مُحاولة التَّركيز على كُلِّ جزءٍ على حدةٍ وحلُّه؛ وتمييز الأهداف المُحتملة ووضع خُططٍ معقدة ذات أنشطة مثل «حافظ على هذه المجموعة معًا» أو «صُدَّ الخصم وامنعه من توصيل هاتين المجموعتَين معًا»؛ وأيضًا استبعاد فئات كاملة من التَّحرُّكات لأنَّها تفشل في التعامل مع أحد الأخطار الشَّديدة.

ببساطة، نحن لا نعرف كيفية تنظيم مثل هذه الأنشطة الحوسبيَّة المُعقَّدة والمُختلفة؛ أي كيفية الدمج بين نتائج كُلٍّ منها والبناء عليها، وكيفية تخصيص الموارد الحوسبيَّة للأنواع المُختلفة من التَّفكير والتدبُّر حتى نجد قراراتٍ جيدةً بأسرع ما يُمكن. من الواضح، مع ذلك، أنَّ هيكلًا حوسبيًّا بسيطًا كهذا الذي لدى برنامج «ألفا جو» لا يُمكنه العمل في العالم الحقيقي حيث نحتاج إلى التَّعامل على نحوٍ اعتيادي مع آفاق قراراتٍ تحتوي ليس على العشرات بل المليارات من الخُطوات البدائية، وحيث عدد الأنشطة المُمكنة في أي نقطةٍ هو تقريبًا عدد لا نهائي. من المُهمِّ أن نتذكَّر أن أي كيانٍ ذكي في العالَم الواقعي لن يكون مُقتصرًا على «لعب» لُعبة جو فقط، أو حتى «إيجاد مفاتيحي»؛ فهو يُمكنه فعل «أي شيء» بعد ذلك، لكنَّه لا يُمكنه على الأرجح التَّفكير في جميع الأشياء التي قد يفعلها.

إن أي نظامٍ يُمكنه اكتشاف أفعال معقدة جديدة، كما فصَّلنا سابقًا، بالإضافة إلى إدارة أنشطته الحوسبيَّة للتَّركيز على وحدات الحوسبة التي تُفضي بسرعة إلى تحسُّنٍ كبير لجودة اتَّخاذ القرارات، سيكون صانع قرارٍ لا يُقهَر في العالم الواقعي. وسيضاهي تفكيره وتدبُّره ما عليه البشرُ من «كفاءةٍ معرفية»، لكنَّه لن يُعاني من الذاكرة الضَّعيفة القصيرة الأمد، أو الإمكانات البطيئة اللتين تُحجِّمان بشدةٍ قدرتنا على استشراف المُستقبل، ومعالجة عددٍ كبير من الأمور الطارئة ووضع عددٍ كبير من الخُطط البديلة.

(٣-٥) أهذا كُلُّ شيء؟

إذا وضعنا معرفتنا عن كلِّ شيءٍ يُمكننا فعله جنبًا إلى جنبٍ مع جميع التَّطوُّرات الجديدة الممكنة المعروضة بين دفَّتي هذا الفصل، فهل سُيجدي هذا نفعًا؟ وكيف سيكون سُلوك النِّظام الناتج؟ ظنِّي أنَّه سيشُقُّ عُباب الزَّمن وسيكتسب كمياتٍ هائلة من المعلومات، وسيُتابع أوضاع العالَم على نطاقٍ واسعٍ عبر المُشاهدة والاستنتاج. وشيئًا فشيئًا، سيُحسِّن من نماذج تصوُّراته عن العالم (بما في ذلك تصوُّراته عن البشر)، وسيستخدم تلك النَّماذج لحلِّ المشاكل المُعقَّدة وسيختزل عمليات الحل ويُعيد استخدامها ليجعل من طريقة تفكيره وتدبُّره طريقةً ذات كفاءة أعلى وليتمكَّن من إيجاد حُلولٍ للمشاكل الأكثر تعقيدًا. وسيكتشف النظام مفاهيم وأنشطة جديدة ستُمكِّنه من تحسين مُعدَّل الاكتشاف لديه، وسيستطيع وضع خُططٍ فعالةٍ لفتراتٍ زمنيةٍ أطول.

خُلاصة القول هي أنَّ من الجليِّ أن لا شيء آخر ذا قيمةٍ كبيرة ينقُصُ هذا الطَّرح، من وجهة نظر النُّظم التي تعمل بكفاءةٍ لتحقيق غاياتها. وبلا شكٍّ، فإن الطريقة الوحيدة لنتأكد من ذلك هي بناء هذا النظام (بعد أن نُحقِّق ما ينقُصُنا من طفراتٍ علميَّةٍ) ثم رؤية ما سيحدُث.

(٤) تخيل كيف هي الآلة ذات الذكاء الخارق

عانى المُجتمع التقني فشلًا ذريعًا في التخيُّل عند مناقشة طبيعة الذكاء الاصطناعي الخارق وتأثيره. إننا غالبًا ما نرى نقاشاتٍ حول تقليل الأخطاء الطبِّية48 أو حول السيارات الأكثر أمانًا49 أو حول غيرها من صُور التَّقدُّم ذي الطَّبيعية التَّزايدية. إن الروبوتات يُتخيَّلُون ككياناتٍ فرديَّةٍ تحمل أدمغتها معها، بينما في الواقع قد يكونون غالبًا مُتَّصلين لاسلكيًّا بكيانٍ واحد عام يعتمد على موارد حوسبيَّةٍ ثابتة هائلة. ويبدو الأمر كما لو أنَّ الباحثين خائفون من دراسة العواقب والتَّبعات الواقعيَّة للنجاح في مجال الذكاء الاصطناعي.
إن أي نظام ذكاءٍ اصطناعي عام يُمكنُه، افتراضيًّا، أن يفعل أيَّ شيءٍ يستطيع الإنسان فعله. على سبيل المثال، بعض البشر أجرَوا الكثير من العمليات الرياضيَّة وبذلوا الكثير من الجهد في تصميم الخوارزميات والبرمجة والأبحاث التَّجريبية ليصلوا إلى مُحرِّك البحث الحديث. ولا أحد يُنكرُ أنَّ نتاج كل هذا العمل مُفيد جدًّا وبالطبع قيِّم للغاية. ولكن ما قيمتُه؟ أظهرت دراسة حديثة أن الفرد الأمريكي البالغ العادي من العينة التي أُجريت عليها الدِّراسة يجب أن يُدفع له ١٧٥٠٠ دولارٍ على الأقل نظير أن يتخلَّى عن استخدام مُحرِّكات البحث لمدة عامٍ كامل،50 مما يعكسُ القيمة العالميَّة لتلك المُحرِّكات التي قد تصل إلى عشرات التريليونات من الدولارات.

والآن تخيَّل معي أنَّ مُحرِّكات البحث غير موجودةٍ بعدُ لأنَّ العمل المطلوب على مدى عقود لاختراعها لم يُنجز، لكن في الوقت ذاته، لدَينا نظام ذكاءٍ اصطناعي خارق. ببساطة، حينها إذا طلبنا من هذا النظام ابتكار مُحرِّكات البحث، فسيكون لدَينا تقنية محرِّكات البحث في غمضة عين، وكل ذلك لأن لدَينا نظام ذكاء اصطناعي خارقًا بين يدينا. سيكون لدينا تقنية بقيمة تريليونات من الدولارات بطلبٍ واحدٍ فقط، ولن نُضطرَّ حتى إلى كتابة سطرٍ واحد إضافي من الشَّفرة البرمجيَّة. قس على ذلك أي اختراع أو سلسلة اختراعات تنقُصُنا؛ فما يُمكن للبشر فعلُه، يُمكن للآلة فعلُه.

هذه النُّقطة الأخيرة تُعطينا حدًّا أدنى مفيدًا (أي تقديرًا مُتشائمًا) لما يُمكن للآلات ذات الذكاء الاصطناعي الخارق فعله. افتراضيًّا، الآلة لدَيها قُدُراتٍ تفوق قُدرة أيِّ إنسانٍ بمُفرده. وهناك أشياءُ كثيرة لا يقدر على فعلها إنسان بمُفرده، لكنَّ جماعةً من البشر عددها «ن» تستطيع تنفيذها، ومثالُ ذلك إرسالُ رائد فضاءٍ إلى القمر، أو صُنع كشاف لموجات الجاذبيَّة، أو اكتشاف تسلسُل الجينوم البشري، أو حُكمُ دولةٍ بها مئات الملايين من الناس. لذا وعلى نحوٍ تقريبي، فإننا سنبني عدد «ن» من نُسخ برنامج الآلة ثُمَّ نُوصل بعضها ببعضٍ بالطريقة ذاتها، مع تزويدها بنفس المعلومات وتدفقات التحكُّم، كما نفعل مع عدد «ن» من البشر. حينها سيكون لدَينا آلة واحدة تستطيع أن تُنفِّذ أي شيءٍ تستطيع مجموعة البشر التي عددها «ن» فعله، بل وبجودةٍ أفضل؛ لأنَّ كُلًّا من المكونات التي عددها «ن» للآلة هو في حدِّ ذاته بمثابة إنسان خارق.

وهذا التَّصميمُ «التعاوني المُتعدِّد الكيانات» لأي نظامٍ ذكيٍّ هو أقلُّ ما يُمكن تصوُّره من القدرات المُمكنة للآلات لأن هناك تصميماتٍ أخرى أكثر كفاءة. في مجموعةٍ من البشر عددها «ن»، إجمالي المعلومات المُتاحة لديهم يظلُّ مُتفرِّقًا بين عدد «ن» من الأدمغة، ويتمُّ مُشاركته فيما بينها على نحوٍ بطيءٍ ومنقُوص للغاية. ولهذا تُبدِّد المجموعة البشرية التي عددها «ن» مُعظم وقتها في الاجتماعات. في عالم الآلات، لا حاجة لتفريق المعلومات؛ الأمر الذي يُشتِّت الجُهود ويعُوقُ دون رُؤية الصُّورة الكاملة في أغلب الأوقات. ويكفيك قراءةُ سيرة مُختصرة لتاريخ اختراع عقار البنسلين الطويل لتطَّلع على مثالٍ واضحٍ لكيفية تشتُّت الجهود في مجال الاكتشافات العلميَّة.51

من الطرق المُفيدة الأخرى لتوسيع خيالك التَّفكير في شكلٍ ما من أشكال المُدخلات الحسِّيَّة، القراءة على سبيل المثال، ثُمَّ توسيع نطاق التفكير. بينما يُمكن للإنسان أن يقرأ ويستوعب كتابًا واحدًا في الأسبوع، يمكن للآلة أن تقرأ وتفهم جميع الكُتُب التي خطَّتها يد البشر، والتي عددها ١٥٠ مليون كتابٍ، في ساعاتٍ قليلة. هذا العمل سيتطلَّبُ كميَّةً لا بأس بها من قُدرة المُعالجة الحاسُوبيَّة، لكنْ يُمكن أن تُقرأ تلك الكتبُ على نحو كبير بالتَّوازي؛ وذلك بإضافة مزيدٍ من الرُّقاقات التي تسمح للآلة أن تُوسِّع من حجم عملية القراءة. ومن نفس المُنطلق، يُمكن للآلة أن ترى كُلَّ شيءٍ في وقتٍ واحد عبر الأقمار الصِّناعيَّة، والروبوتات ومئات الملايين من كاميرات المُراقبة؛ وتُشاهد جميع محطات التِّلفزيون في العالم في وقتٍ واحد؛ وتستمع إلى جميع المحطات الإذاعية والمُكالمات الهاتفيَّة على مُستوى العالم أيضًا. فبسرعة شديدة، ستكون الآلة قد كوَّنت فهمًا مُفصَّلًا ودقيقًا عن العالم وسُكانه، أفضل بكثيرٍ مما قد يطمُح إليه أيُّ إنسان.

يمكن أن يتخيَّل المرء أيضًا أن تتوسَّع الآلات في قدرتها على الفعل. إن الإنسان المُفرد لا يملك أي تحكُّمٍ مُباشرٍ إلا في جسدٍ واحدٍ فقط، بينما الآلة المُفردة يُمكن أن تتحكَّم في الآلاف أو ملايين الآلات الأخرى. والعديد من المصانع المُؤتمتة تستغلُّ هذه الخاصية وتُطبِّقُها بالفعل. أما إذا نظرنا إلى تطبيقات الأمر خارج المصانع، فآلة واحدة يُمكنها أن تتحكَّم بالآلاف من الروبوتات الماهرة لبناء عددٍ كبير من المنازل، على سبيل المثال، يكون كُلُّ منزلٍ فيها مُصمَّمًا ومبنيًّا حسب احتياجات ورغبات سُكانه المُستقبليِّين. أما في المُختبرات، فيُمكن للنظم الآلية الحالية للبحث العلمي أن تُطوِّر قدراتها لتنفيذ ملايين التَّجارب في آنٍ واحد، ورُبَّما لإنشاء نماذج تنبُّئيةٍ كاملةٍ خاصة بعلم الأحياء البشري يُمكن أن تصل إلى المُستوى الجُزيئي. لاحظ أنَّ قُدرات الآلة الخاصة بالتفكير ستجعلها قادرةً أكثر على اكتشاف نقاط التَّضارُب بين النظريات العلمية، وبين النَّظريات والمُلاحظات. ولا يُستبعد أنَّنا، في وقتنا الحالي، لدينا ما يكفي من الأدلة التجريبية حول علم الأحياء البشري لوضع علاجٍ لمرض السَّرطان، لكنَّنا لم نُرتِّبها معًا بعْد.

في العالم الإلكتروني، تستطيع الآلات بالفعل الوصول إلى ملياراتٍ من أدوات التَّوجيه؛ وأعني بذلك شاشات كل الهواتف وأجهزة الكمبيوتر في العالم بأسره. وهذا يُفسِّر جزئيًّا قُدرة شركات تكنولوجيا المعلومات على تحقيق ثروةٍ طائلةٍ بعددٍ قليل جدًّا من المُوظَّفين، وهذا الأمر يُشير أيضًا إلى مدى ضعف الجنس البشري وسُرعة تأثُّره بالتَّلاعُب الذي يتعرَّض له عبر الشاشات.

هُناك توسع من نوعٍ آخر يأتي من قُدرة الآلات على استشراف المُستقبل بدقَّةٍ أكبر تفُوق قدرة البشر. لقد رأينا هذا يحدُث بالفعل في لُعبتي الشطرنج وجو، وإذا ما أضيف للآلات قُدُرات مثل وضع وتحليل خُططٍ بعيدة الأمد ذات تسلسُلٍ هرميٍّ؛ واكتشاف أنشطة مجردة جديدةٍ ونماذج وصفيَّة معقدةٍ، فستُنقل هذه الميزة لخدمة مجالات مثل الرياضيات (مما يُؤدِّي لإثبات نظرياتٍ جديدة ومُفيدة)، وعملية اتِّخاذ القرارات في العالم الواقعي. وستكون مهامُّ مثل إخلاء مدينةٍ كبيرةٍ من سُكانها في حالة إحدى الكوارث البيئيَّة، بسيطةً نسبيًّا؛ فالآلات سيكون بإمكانها إصدار توجيهاتٍ فرديَّة مُخصَّصة لكلِّ شخصٍ ووسيلة نقلٍ لتقليل عدد الضَّحايا.

قد تُضطرُّ الآلات إلى بذل جُهدٍ إضافيٍّ قليل عند محاولة إيجاد اقتراحاتٍ للسياسات العامة للحدِّ من الاحتباس الحراري العالمي. فالتَّخطيط لنُظُمٍ خاصة بكوكب الأرض يتطلَّبُ معرفةً كافيةً بعلم الفيزياء (الغلاف الجوي والمُحيطات)؛ وعلم الكيمياء (دورة الكربون وأنواع التُّربة)؛ وعلم الأحياء (عملية التَّحلُّل والهجرة)؛ والهندسة (الطاقة المُتجدِّدة، واحتباس ثاني أكسيد الكربون)؛ وعلم الاقتصاد (الصِّناعة واستخدامات الطاقة)؛ والطَّبيعة البشرية (الغباء والجشع)؛ والسياسة (غباء أكثر وجشعٌ أكبر). وكما ذكرنا، فالآلات سيكون تحت أيديها كميات ضحمة من الأدلة لتغذية جميع تلك النَّماذج، كما ستكون قادرةً على اقتراح أو تنفيذ تجارب وحملاتٍ استكشافيَّةٍ جديدةٍ للتقليل من حالات عدم اليقين الحتميَّة؛ مثلًا، الوصول إلى الحجم الحقيقي لهيدرات الغاز في خزانات المُحيط الضحلة. كما ستكون الآلات قادرةً على التَّفكير في اقتراحاتٍ للسِّياسة العامة لعددٍ كبيرٍ من المجالات كالقوانين والوكزات بمفهومها السُّلوكي والأسواق والاختراعات وتدخُّلات الهندسة المناخيَّة، لكنَّها بلا شكٍّ ستحتاج لإيجاد طرق لتُقنعنا بالمُوافقة على تلك الاقتراحات وانتهاجها.

(٥) قيود الذَّكاء الاصطناعي الخارق

لا تسرح بخيالك أكثر من اللازم وأنت تُفكِّر في قُدُرات الذكاء الاصطناعي الخارق. من الأخطاء الشائعة إعطاء الذكاء الاصطناعي الخارق قُدُراتٍ إلهيَّة خارقة من العلم المُطلق والمعرفة غير المحدودة؛ المعرفة الكاملة والمثاليَّة ليست فقط بالحاضر، بل بالمُستقبل أيضًا.52 وهذا غير مُحتمَل على الإطلاق؛ فهو يتطلَّب قُدرةً غير مادية لتحديد الوضع الحالي الدقيق للعالم، كما يتطلَّبُ قُدرةً لا يُمكن تصوُّر وُجودها لمُحاكاة عمليات العالم الذي تُوجَد فيه الآلات نفسها بسُرعةٍ تسبق وقت حدوثها في الحقيقة (هذا بصرف النَّظر عن مليارات الأدمغة التي ستُعدُّ حينها ثاني أكثر الأشياء تعقيدًا في هذا الكون).

وكلامي هذا لا يعني أنَّ من المُستحيل التَّنبؤ ﺑ «بعض جوانب» المُستقبل بدرجةٍ مقبولةٍ من اليقين؛ فمثلًا، أنا أعرف أي مادةٍ سأُدرِّس وفي أي قاعةٍ في الجامعة ببيركلي بعد عامٍ تقريبًا من الآن رغم تأكيدات عُلماء نظرية الفوضى بشأن أجنحة الفراشات وتأثيرها وما إلى ذلك. (وأنا لا أعتقد أيضًا أنَّ البشر قد اقتربوا بأي نحو من التَّنبؤ بالمُستقبل في حُدود ما تُتيحُه قوانين الفيزياء!) إن التَّنبؤ بالمُستقبل يعتمدُ على وجود المُجرَّدات الصحيحة؛ فمثلًا، أنا أستطيع أن أتنبأ «أنِّي» سوف أقفُ «على منصَّة قاعة ويلر» في حرم جامعة بيركلي في آخر ثلاثاء من شهر أبريل، لكني لا أستطيع أن أتنبَّأ بموقعي على المنصَّة بدقةٍ قياسًا بالملِّيمتر، أو بأيٍّ من ذرات الكربون ستتَّحد مع جسدي في ذلك الوقت.

إن الآلات أيضًا خاضعة لقيود سرعةٍ مُعينة يفرضُها العالم الواقعي على المُعدَّل الذي يمكن من خلاله اكتساب معرفة جديدة عن هذا العالم، وهذه النقطة هي إحدى النِّقاط المُهمة التي أشار إليها كفن كلي في مقاله عن التَّوقُّعات الساذجة عن الذكاء الاصطناعي الخارق.53 على سبيل المثال، لتحديد ما إذا كان دواءٌ ما يُعالج نوعًا مُعينًا من أنواع مرض السَّرطان في حيوان تجارب، على العالم، سواء أكان بشريًّا أم آليًّا، أن يختار أحد خيارَين؛ إما أن يحقن الحيوان بالدَّواء ثم ينتظر عدَّة أسابيع، أو يُجري تجربة مُحاكاةٍ دقيقة بشكل كافٍ. ولكن لإجراء مُحاكاةٍ، يتطلَّب الأمر قدرًا كبيرًا من المعرفة التَّجريبية بعلم الأحياء؛ والتي قد لا تتوافر جميعُها في الوقت الحالي؛ لذلك، يجبُ أن يُجرى أولًا مزيدٌ من التَّجارب الخاصة ببناء النموذج. وبلا أدنى شكٍّ، هذه التَّجارب ستستغرق بعض الوقت ويجب أن تتمَّ في العالم الواقعي.

على الجانب الآخر، يُمكن لعالِم آلي أن يُجري بالتَّوازي عددًا هائلًا من تجارب بناء النموذج، ثُمَّ يدمج نتائج تلك التَّجارب في نموذجٍ مُتَّسقٍ داخليًّا (لكنَّه شديد التَّعقيد)، ثُمَّ يُقارن تنبُّؤات النَّموذج بجميع الأدلة التجريبية المُثبتة في علم الأحياء. زد على ذلك أنَّ مُحاكاة النموذج لا تتطلَّب بالضَّرورة محاكاةً فيزيائية كمية للكائن الحيِّ بالكامل حتى نصِل إلى مستوى التفاعُلات الجزيئية المُفردة. تلك المُحاكاة، كما أوضح كفن كلي، قد تستغرق وقتًا أطول من وقت إجراء التَّجربة في العالم الواقعي. ومثلما أستطيع أن أتنبَّأ، ببعض اليقين، بمكاني المُستقبلي في أيام الثلاثاء من شهر أبريل، يُمكن التنبؤ بدقةٍ بخصائص النُّظُم الأحيائيَّة باستخدام النَّماذج المُجرَّدة. (يرجع هذا، من ضمن أسبابٍ أخرى، إلى أنَّ علم الأحياء يسيرُ على نظم تحكُّمٍ حازمةٍ تعتمد على حلقات التَّقييم المُستمرَّة بحيث لا تؤدي عادة التغيرات الطَّفيفة في الظروف الأولية إلى تغيُّراتٍ كبيرة في النَّتائج.) وهكذا، رغم أن مُساهمة الآلات باكتشافاتٍ «فوريةٍ» في مجال العلوم التَّجريبيَّة تكادُ تكون حُلمًا بعيد المنال، فإنَّنا يُمكن أن نتوقَّع أن العُلُوم سوف تتقدَّم على نحوٍ أسرع بمُساعدتها. وبالفعل هذا واقع نراه بأمِّ أعيُننا في وقتنا الحاضر.

آخر قيود الآلات هو أنَّها ببساطةٍ ليست بشرًا. هذا الأمر يجعلُها في ورطةٍ كبيرةٍ وجوهريَّةٍ عند مُحاولة نمذجة وتوقُّع فئة مُعيَّنة من الأشياء؛ البشر. إن أدمغتنا، نحن البشر، مُتشابهة إلى حدٍّ كبير، ولذلك يُمكن أن نستخدمها لمُحاكاة — أو إن أردنا، معايشة — الحياة العاطفية والفكريَّة للآخرين. وهذا شيء اعتيادي بالنسبة لنا دون أي كُلفةٍ تُذكَر. (إذا أنعمت النَّظر في الأمر، فستجد أن الآلات مُتفوِّقة في هذه النُّقطة فيما بينها؛ فكلٌّ منها يُمكنها فعليًّا تشغيل الشَّفرة البرمجيَّة الخاصة بالآلات الأخرى!) فمثلًا، أنا لستُ بحاجةٍ إلى أن أكون خبيرًا في النُّظُم العصبية الحسِّية لأعرف ما هو شُعور أن تضرب إبهامك بمطرقة؛ فيُمكنُني أن أضرب إبهامي بالمطرقة لأعرف الشُّعور. على الجانب الآخر، على الآلات أن تبدأ تقريبًا54 من الصِّفر في محاولة فهمها للبشر؛ فكُلُّ ما لدَيها من معلوماتٍ هو عن سُلوكياتنا الخارجيَّة، إلى جانب جميع المراجع والأبحاث في علم النَّفس وعلم الأعصاب، لذلك عليها أن تُطوِّر فهمًا لآلية عملنا، نحن البشر، على ذلك الأساس. من حيث المبدأ، ستقدر الآلات على تحقيق ذلك، لكنَّ من الحكمة أن نفترض أنَّ اكتسابها لفهمٍ يُضاهي فهم البشر أو يتجاوزه لآلية عمل الإنسان سيستغرق منها وقتًا أطول بكثيرٍ مُقارنة بمعظم القُدُرات الأخرى.

(٦) كيف سينتفع البشرُ بالذَّكاء الاصطناعي؟

ذكاؤنا هو عمادُ حضارتنا. وإذا توصَّلنا إلى ذكاءٍ أعلى، فسيُمكنُ أن نبني حضارةً أعظم ورُبَّما «أفضل» بمراحل كثيرة. تخيَّل أنْ نجد حلًّا لمشاكل كبيرة وعويصةٍ مثل إطالة حياة البشر إلى ما لا نهاية أو اختراع وسائل سفر بسرعةٍ أسرع من الضوء، لكنَّ أحلام الخيال العلمي هذه ليست بعد هي ما يدفعُنا للتَّقدُّم في مجال الذكاء الاصطناعي. (فمع وجود الذكاء الاصطناعي الخارق، سيكون في وسعنا على الأرجح أن نخترع جميع أنواع التقنيات شبه السِّحرية التي كُنا نُفكِّر بها، لكن من الصعب أن نعرف ما قد تكون تلك التقنيات في الوقت الحالي.) لكن لنُفكِّر بدلًا من ذلك في أحد الأهداف الأكثر واقعية بكثير، وهو رفع مُستوى معيشة جميع سُكان الأرض، على نحوٍ مُستدامٍ، إلى مُستوًى يُضاهي مُستويات العيش الكريمة في الدول المُتقدِّمة. باختيار (على نحوٍ اعتباطيٍّ بعض الشيء) أن تعني كلمة «كريمة» المركز المئوي الذي يساوي ٨٨ بالمائة في الولايات المتحدة، فإن ذلك الهدف يُمثِّل زيادةً تُقدَّر بعشرة أضعافٍ تقريبًا في الناتج المحلي الإجمالي عالميًّا، من ٧٦ تريليون دولار إلى ٧٥٠ تريليون دولار سنويًّا.55
لحساب القيمة النقدية للعائد من هذا الهدف، يستخدم الاقتصاديون ما يُطلق عليه «صافي القيمة الحالية» لتدفُّق الدخل، والذي يأخذ في الاعتبار خصم الدخل المستقبلي بالنسبة للحاضر. إن للدخل الإضافي الذي يبلغ ٦٧٤ تريليون دولار سنويًّا صافي قيمة حالية تبلغ نحو ١٣٥٠٠ تريليون دولار،56 بافتراض وجود عامل خصم يبلغ ٥ بالمائة. لذا، ببساطة شديدة، يعدُّ هذا رقمًا تقريبيًّا لما قد تكون عليه قيمة الذكاء الاصطناعي المضاهي للذكاء البشري إن كان بإمكانه تقديم مستوى معيشة كريم للجميع. وفي ظل أرقام كهذه، لا عجب أن الشركات والدول تستثمر مليارات الدولارات سنويًّا في أبحاث وعمليات تطوير الذكاء الاصطناعي.57 ومع هذا، نجد أن المبالغ المُستثمرة قليلة جدًّا مقارنة بحجم العائد منها.
بالتأكيد كلُّ تلك الأرقام هي مُجرَّدُ توقُّعاتٍ، إلا إذا كان لدى أحدٍ منَّا تصوُّر عن «كيف» يمكن أن يُحقِّق الذكاء الاصطناعي المُضاهي لذكاء الإنسان هذا العمل البُطولي المتمثل في رفع مُستوى معيشة البشر. إنه يُمكنه فعل هذا بأن يزيد من متوسِّط إنتاج الفرد للسِّلع والخدمات. ولتوضيح الفكرة بعبارةٍ أخرى؛ الإنسان العادي لا يُمكنُه أبدًا أن يتوقَّع استهلاك أكثر مما يُنتجه. ومثالُ سيارات الأجرة الذاتية القيادة الذي ناقشناه فيما سبق من هذا الفصل يُوضِّحُ الأثر المُضاعف للذكاء الاصطناعي؛ ففي ظلِّ الخدمة المُؤتمتة، سيكون من الممكن أن يُدير (لنقُلْ) عشرة رجالٍ أسطولًا كاملًا يحوي ألف مركبة، وهكذا فإنَّ الشَّخص الواحد يُنتِج وسائل مواصلاتٍ أكثر بمائة مرةٍ عن ذي قبل. والأمر نفسه في صناعة السَّيارات واستخراج المواد الأوَّلية الخام التي تُصنع منها السيارات. وبالطَّبْع، بعض عمليات استخراج خام الحديد في شمال أستراليا حيث درجات الحرارة تتجاوز في الغالب ٤٥ درجة مئوية (١١٣ درجة فهرنهايت) قد تمَّت أتمتتُها بالفعل بالكامل في الوقت الحالي.58

إن تلك التَّطبيقات الحاليَّة للذكاء الاصطناعي هي نظم مُخصَّصة لأهدافٍ بعينها؛ فالسيارات الذاتية القيادة والمناجم الذاتية التشغيل تطلَّبت استثماراتٍ ضخمة في البحث والتَّصميم الميكانيكي وهندسة البرمجيات وإجراء الاختبارات لتطوير الخوارزميات الضرورية والتأكد من أنَّها تعمل كما ينبغي. تلك هي طريقة إنجاز الأشياء في جميع المجالات الهندسية. وهي أيضًا الطريقة التي كان يتمُّ بها السَّفر أيضًا فيما مضى؛ فإذا كنت تريد أن تسافر من أوروبا إلى أستراليا ثُمَّ العودة مرة أخرى في القرن السابع عشر، فهذا الأمر في حدِّ ذاته يعدُّ مشروعًا ضخمًا سيتكلف مبالغ مالية طائلة ويتطلَّب سنواتٍ من التَّخطيط ويحمل مخاطرةً كبيرة بأن يموت الشخص المسافر. أما الآن فقد اعتدنا على فكرة التَّنقُّل كخدمةٍ مُقدَّمة؛ فإذا أردت أن تكون في مُلبُرن في أوائل الأسبوع القادم، فلن يأخذ الأمر منك سوى عدة نقراتٍ على هاتفك وستدفع مقدارًا ضئيلًا نسبيًّا من المال مُقارنةً بالماضي.

في عصر الذكاء الاصطناعي العام، سيكون «كُلُّ شيءٍ مُقدَّمًا كخدمة». فلن يكون بنا حاجة إلى حشد جيوشٍ من المُتخصِّصين في عُلومٍ مُختلفةٍ، ثُمَّ تنظيمهم في سلاسل هرميةٍ من المتعهِّدين الرئيسيين والفرعيين لتنفيذ مشروعٍ ما. فجميع أشكال الذكاء الاصطناعي العام سيكون لديها وصول لكل معرفة الجنس البشري ومهاراته وأشياء أخرى كثيرة. الفرق الوحيد سيكون في القُدُرات الجسدية؛ فسيكون هناك روبوتات بأرجلٍ وبارعة في استخدام أيديها لعمليات البناء والجراحة، وروبوتات بعجلاتٍ لنقل البضائع على نطاقٍ واسع، وروبوتات على هيئة طوافات رباعية تطوف في السماء لمُهمَّة الفحص الجوي، وهلُمَّ جرًّا. من حيث المبدأ، وبصرف النظر عن السياسة والاقتصاد، يُمكن لأي شخصٍ أن يكون تحت إمرته مؤسسة كاملة تتكوَّن من الكيانات البرمجيَّة والروبوتات المادية التي تستطيع تصميم وبناء الجُسور، أو تحسين إنتاج محاصيل الأراضي الزراعية، أو طهي العشاء لمائة ضيفٍ، أو تنظيم الانتخابات أو فعل أي شيءٍ آخر يجب فعله. وما يجعل كلَّ هذا مُمكنًا هو «عمومية» الذَّكاء الاصطناعي العام.

أثبت التاريخُ بالطبع أنَّ مُضاعفة الناتج المحلي الإجمالي العالمي للفرد عشر مراتٍ إنما هو أمر مُمكن دون الاستعانة بالذكاء الاصطناعي، لكنَّ الأمر استغرق ١٩٠ عامًا لتحقيقه (من عام ١٨٢٠ إلى ٢٠١٠).59 تطلَّب الأمر تطوير المصانع والأدوات الآلية والأتمتة والسِّكك الحديد والصُّلب والسيارات والطائرات والكهرباء وإنتاج البترول والغاز الطبيعي والهواتف والمذياع والتِّلفزيون وأجهزة الكمبيوتر والإنترنت والأقمار الصِّناعية والعديد من الاختراعات الثَّورية الأخرى. هذه الزيادة لعشرة أضعافٍ في الناتج المحلي الإجمالي التي ذكرناها في الفقرة السابقة لا يعتمد تحقيقها على مزيدٍ من الاختراعات والتقنيات الثَّورية، بل على قدرة نظم الذكاء الاصطناعي على توظيف ما لدَينا بالفعل من إمكانات في الوقت الحالي ولكن على نحوٍ أكثر كفاءة وعلى نطاقٍ أوسع.

لا شكَّ أننا سنُلاحظ بعض المزايا في حياتنا إلى جانب المنفعة الماديَّة البحتة لرفع مستويات المعيشة. على سبيل المثال، التَّدريس الخُصُوصي معروف أنَّه أكثر كفاءةً بكثير من التَّدريس في الفُصُول، لكن حين يُنفَّذ على يد البشر، فببساطةٍ لا — ولن — يكون مُتاحًا لغالبية الناس. أما مع المُدرِّسين الآليين ذوي الذكاء الاصطناعي، فيُمكن لأي طفلٍ أن يتلقَّى تعليمًا مخصوصًا مهما كان فقيرًا. ستكون تكلفة تعليم الطِّفل الواحد زهيدةً وتكاد لا تُذكَر وسيعيش ذاك الطِّفل حياةً أكثر ثراءً وإنتاجيَّة. وسيغدُو السَّعي وراء الأهداف الفنِّية والفكرية، سواء على مُستوًى فرديٍّ أم جماعي، جزءًا عاديًّا من الحياة بدلًا من أن يكون ضربًا من ضُروب الرفاهية والتَّرف.

أما في المجال الصِّحي، فيُتوقَّع أن تُساعد نظم الذكاء الاصطناعي الباحثين على فهم التَّعقيدات الهائلة لعلم الأحياء البشري والتعامُل معها؛ ومن ثمَّ العمل شيئًا فشيئًا على استئصال جميع الأمراض. وستقُودُنا النَّظرة الأكثر توسُّعًا في علم النَّفس البشري والكيمياء العصبية للبشر إلى إحداث تحسُّنٍ كبير في الصِّحة العقلية.

ربما على نحوٍ غير تقليدي أكثر، يُمكننا أن نتوقَّع أن تُساعد نظم الذكاء الاصطناعي على إيجاد أدوات بناء أكثر كفاءة بكثير للواقع الافتراضي وملء بيئاته بالكثير من الأشياء الأكثر إثارة بكثير. وهذا قد يُحوِّل الواقع الافتراضي إلى وسطٍ مُحبَّبٍ للتعبير الفنِّي والأدبي، مما يُولِّد تجارب ذات عُمقٍ وثراءٍ لا يُمكنُنا تخيُّلهما في وقتنا الحالي.

أما في الحياة اليومية العادية، فسيتيح المُساعد الذَّكي — إذا صُمِّم على نحوٍ جيد ولم يُلوَّث بالمصالح السياسية والاقتصادية — لجميع الأشخاص إمكانية التَّصرُّف بفعاليَّةٍ بالنِّيابة عنهم في ظلِّ نظامٍ سياسيٍّ واقتصاديٍّ يزداد تعقيدًا، وفي بعض الأحيان عدائيةً، يومًا بعد يومٍ. في الحقيقة، سيكون لديك مُحامٍ، ومُحاسب، ومُستشار سياسي خارق مُستعدون لمُساعدتك في أيِّ وقت. وكما نتوقَّع أن تخفَّ الاختناقات المُرورية عبر دمج ولو عددٍ صغيرٍ من المركبات الذاتية القيادة، يُمكن للمرء منا أن يأمُل في وجود سياساتٍ أكثر رشدًا وصراعاتٍ أقلَّ حدة في ظلِّ بُزوُغ فجرٍ جديدٍ يكون فيه مواطنو العالم أكثر معرفةً وحولهم من ينصحُهم نصائح أكثر حكمةً.

إذا ما حقَّقنا جميع ما ذُكر من تطويراتٍ فقد يُغيِّر ذلك من مجرى التاريخ؛ على الأقل ذلك الجزء من التاريخ الذي كانت تدفعُه الصِّراعات والنِّزاعات بين أبناء المُجتمعات نفسها، وبين بعض المُجتمعات وبعضها، للحُصول على أكبر قطعةٍ من كعكة الحياة. فإذا كانت الكعكة نفسها لا نهائيَّة، فلِمَ إذن الصِّراع مع الآخرين للحُصول على نصيبٍ أكبر؟ سيبدو الأمر كما لو كان الصِّراع على من يحصُل على نُسخٍ رقمية أكثر من جريدةٍ ما؛ فالأمر لا يستحقُّ المعاناة إذا كان أيُّ شخصٍ يستطيع أن يحصُل مجانًا على أي عددٍ يريده من النُّسَخ الرقمية من هذه الجريدة.

تجدُر الإشارة إلى أنَّ هناك حُدودًا لما يُمكن للذكاء الاصطناعي تقديمه. إن كعكتي الأرض والمواد الخام ليستا لا نهائيَّتين، فلا يُمكنُ أن يكون هناك نمو سُكاني لا نهائي، وليس كُل شخصٍ سيكون باستطاعته أن يكون له قصر ذو حديقة خاصَّة. (وهذا سيجعلنا نُفكِّر في التَّعدين في مكانٍ آخر في المجموعة الشَّمسية وإنشاء مُدُنٍ صناعيَّة في الفضاء، لكني لن أُكمل سردي هذا لأنِّي وعدتُ ألا أتحدَّث حول الخيال العلمي.) وكعكة الفخر ليست لا نهائيَّةً أيضًا؛ ١ بالمائة فقط من الناس يُمكنهم أن يكونوا في طبقة اﻟ ١ بالمائة التي في القمة. لو كانت السعادة الإنسانية تتطلب الوجود في طبقة اﻟ ١ بالمائة التي في القمة، فإن اﻟ ٩٩ بالمائة المتبقِّين من البشر سيكونون حزانى، حتى عندما تكون نسبة الواحد بالمائة المُعدمة الموجودة في القاع تعيشُ حياةً رغدةً ومُرفَّهة.60 سيكون من المُهمِّ حينها أن تُقلِّل ثقافاتنا تدريجيًّا من قيمة الفخر والحسد، بكونهما عنصرَين محوريَّين للتَّقدير الذاتي الملمُوس.

وكما قال نيك بوستروم في خاتمة كتابه «الذكاء الخارق»، النَّجاحُ في مجال الذَّكاء الاصطناعي سيُنتج «مسارًا حضاريًّا يقودُنا، نحن البشر، إلى استعمال تلك الهبة الكونية استعمالًا رحيمًا وعطُوفًا.» فإذا ما فشلنا في الاستفادة من منافع الذكاء الاصطناعي، فلا نلُومنَّ إلا أنفُسنا.

جميع الحقوق محفوظة لمؤسسة هنداوي © ٢٠٢٢