يتردد مصطلح الذكاء الاصطناعي العام أو AGI بصورة متزايدة مع التطور السريع الذي تشهده نماذج الذكاء الاصطناعي، لكنه يختلف بصورة كبيرة عن الأدوات التي نستخدمها حالياً. فالهدف من AGI ليس إنشاء برنامج يجيد الكتابة أو إنتاج الصور أو تحليل البيانات فقط، وإنما الوصول إلى نظام قادر على التعلم والفهم والاستدلال والتكيف مع مهام ومواقف مختلفة بدرجة واسعة تشبه القدرات المعرفية العامة للإنسان.
ويرمز AGI إلى مصطلح Artificial General Intelligence أو «الذكاء الاصطناعي العام»، وهو مفهوم يشير إلى أنظمة ذكاء اصطناعي تمتلك قدرات عامة ومرنة ولا تظل محصورة في مهمة أو مجال محدد. وهذا هو الفارق الأساسي بينه وبين معظم أنظمة الذكاء الاصطناعي الموجودة حالياً، التي يمكن أن تحقق أداءً متقدماً للغاية في مجموعة كبيرة من المهام، لكنها تظل مقيدة بحدود تصميمها وتدريبها وقدراتها المتاحة.
الفكرة ببساطة أن الإنسان يستطيع الاستفادة من خبراته ومعارفه السابقة عند مواجهة مشكلة جديدة لم يتدرب عليها بصورة مباشرة. فإذا تعلم شخص مهارة معينة، يمكنه استخدام أجزاء من هذه المعرفة في موقف مختلف، وربط المعلومات ببعضها واتخاذ قرارات وفقاً للسياق. ويستهدف الباحثون الوصول إلى أنظمة تمتلك قدراً مماثلاً من المرونة والقدرة على نقل المعرفة والتعلم والتكيف مع مهام جديدة.
ولهذا لا يعني AGI مجرد تطوير روبوت يتحدث مثل الإنسان، ولا يعني أيضاً إنتاج نموذج لغوي يستطيع الإجابة عن آلاف الأسئلة. القضية أوسع من ذلك، لأنها ترتبط بقدرة النظام على التعامل مع مجالات مختلفة والتعلم من التجارب الجديدة والاستدلال وحل المشكلات والتكيف مع المواقف غير المألوفة، بدلاً من الاعتماد فقط على مجموعة محددة من القدرات التي اكتسبها أثناء التدريب.
ورغم القفزة الكبيرة التي حققتها نماذج الذكاء الاصطناعي خلال السنوات الأخيرة، لا يوجد حتى الآن اتفاق علمي موحد على تعريف دقيق للذكاء الاصطناعي العام أو اختبار واحد يمكن من خلاله إعلان أن نظاماً معيناً وصل بالفعل إلى مستوى AGI. وتختلف التعريفات المقترحة بين التركيز على الوصول إلى مستوى الإنسان في المهام المعرفية، والقدرة على تعلم مهام جديدة، والمرونة في حل المشكلات، والقدرة على تنفيذ أعمال ذات قيمة اقتصادية بصورة مستقلة.
ومن المهم أيضاً عدم الخلط بين الذكاء الاصطناعي العام والذكاء الاصطناعي الفائق أو ASI، وهو اختصار لمصطلح Artificial Superintelligence. فالـAGI يستهدف بصورة عامة الوصول إلى قدرات معرفية واسعة تقارن بالإنسان، بينما يشير مفهوم ASI إلى مرحلة افتراضية أكثر تقدماً تتجاوز فيها قدرات النظام قدرات البشر بصورة كبيرة وعلى نطاق واسع من المجالات.
كما لا يعني ظهور أنظمة الذكاء الاصطناعي الوكيلية أو Agentic AI أننا وصلنا إلى AGI. فالوكيل الذكي يمكنه التخطيط وتنفيذ سلسلة من الخطوات واستخدام أدوات مختلفة للوصول إلى هدف معين بقدر من الاستقلالية، لكنه يعمل وفق قدرات وحدود محددة. أما AGI فيفترض مستوى أوسع بكثير من التعلم والتكيف والفهم العام والقدرة على الانتقال بين المجالات المختلفة.
وتعمل شركات ومختبرات بحثية كبرى على تطوير أنظمة أكثر تقدماً في هذا الاتجاه. وتقول Google DeepMind إن الذكاء الاصطناعي العام يمكن أن يكون من أكثر التحولات تأثيراً في التاريخ، بينما تصف OpenAI أبحاثها بأنها تسير في طريق الوصول إلى أنظمة قادرة على حل مشكلات بمستوى بشري. وفي الوقت نفسه تتواصل الأبحاث المتعلقة بكيفية تطوير هذه الأنظمة بصورة آمنة ومسؤولة.
وفي يونيو 2026 نشرت Google DeepMind بحثاً يناقش الانتقال المحتمل من AGI إلى الذكاء الاصطناعي الفائق ASI، وأشار الباحثون إلى أن بناء ذكاء اصطناعي عام بمستوى الإنسان انتقل خلال العقد الماضي من فكرة بعيدة إلى هدف تعمل عليه مؤسسات كبرى في مجال الذكاء الاصطناعي خلال العقد المقبل. لكن اعتبار AGI هدفاً بحثياً واضحاً لا يعني أن الوصول إليه أصبح حقيقة مؤكدة أو أن هناك موعداً متفقاً عليه لتحقيقه.
وتكمن أهمية AGI في أن الوصول إليه، إذا تحقق، قد يغير طريقة استخدام التكنولوجيا جذرياً. فبدلاً من استخدام أدوات مختلفة لكل مهمة، يمكن نظرياً أن نتعامل مع أنظمة تستطيع فهم المشكلة والتعلم والتخطيط واختيار الأدوات وتنفيذ مجموعة واسعة من المهام. وقد يفتح ذلك مجالات كبيرة في البحث العلمي والتعليم والطب والهندسة والبرمجة وإدارة الأعمال وصناعة المحتوى وغيرها.
لكن هذه القدرات تفتح في الوقت نفسه أسئلة مهمة حول الأمان والتحكم والموثوقية وتأثير الأنظمة المستقلة في سوق العمل والمجتمع، وكيفية ضمان بقاء القرارات المهمة تحت رقابة بشرية مناسبة. ولهذا لا تقتصر أبحاث AGI على زيادة ذكاء النماذج، بل تشمل أيضاً تطوير وسائل لتقييم قدراتها وفهم مخاطرها وضمان استخدامها بطريقة آمنة.
الخلاصة أن AGI ليس اسماً لنموذج ذكاء اصطناعي جديد يمكن تحميله أو الاشتراك فيه، وليس إصداراً أكثر تطوراً من روبوتات المحادثة الحالية. إنه مفهوم وهدف بحثي لمرحلة يمكن فيها للآلة امتلاك ذكاء عام ومرن يستطيع التعلم والاستدلال والتكيف عبر مجموعة واسعة للغاية من المهام. ورغم سرعة التطور الحالية، فإن الإعلان عن الوصول الحقيقي إلى AGI يحتاج إلى أدلة ومعايير علمية واضحة، وهي مسألة لا يزال الباحثون أنفسهم يناقشون كيفية تعريفها وقياسها.
ــــــــــــــــــــ
هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي
