ما هو الذكاء الاصطناعي الفائق (ASI): شرح للمبتدئين

هذا الشرح مناسب للمبتدئين الذين يرغبون في حدود مصطلحات واضحة ويريدون تجنب قراءة الروبوتات المحادثة أو النماذج ذات المجال الواحد على أنها "ذكاء خارق". لمقارنة نطاق القدرات، قارن بين ASI vs AGI vs ANI؛ IBM’s Artificial Superintelligence overview حيث تُصوّر ASI كنظم تتجاوز البشر بشكل شامل في معظم المهام البشرية. تحقق أولي: هل هو ذكاء عام شامل، أم مجرد نموذج مدرب في مجال واحد؟

تتناول الأقسام اللاحقة المسارات، وأنواع بوسترم الثلاثة، وسرديات التفرد، والمخاطر والتوافق، بالإضافة إلى قائمة تحقق للميثولوجيا. تحتاج المنظمات البحثية، وخبراء السلامة، والمحررون إلى نفس الفصل: الذكاء الخارق مقابل الذكاء الاصطناعي العادي الذي تم نشره بالفعل.

النقاط الرئيسية

• تعني ASI الإدراك عبر المجالات، والذكاء الخارق الشامل - وليس "الخارق في مهمة واحدة فقط".
• ANI → AGI → ASI هو سلم من حيث العرض والعمق؛ مستوى "الخارق" من AGI في DeepMind هو نقطة مرجعية شائعة لـ ASI.
• يفصل نيك بوسترم بين السرعة والجودة والذكاء الخارق الجماعي بحيث لا يتم الخلط بين "الأسرع" و"الأفضل".
• نماذج اللغة الكبيرة اليوم وسرديات الرموز المفاهيمية ليست ASI محققة؛ احكم على الادعاءات من خلال الأدلة عبر المجالات بالإضافة إلى التوافق والسيطرة.

ما هو الذكاء الاصطناعي الخارق (ASI)، وكيف يختلف عن الذكاء الاصطناعي الضيق وAGI؟

يصف ASI الإدراك الذي يتجاوز بشكل كبير الأداء البشري الأعلى بشكل عام - وليس "الفوز بمسابقة أو معيار واحد". لتعريف السلم بوضوح، يُعتبر ASI فئة متميزة عن الذكاء الاصطناعي الضيق وAGI: الذكاء الاصطناعي الضيق (ANI) قوي في مهام محددة؛ يهدف AGI إلى تحقيق عمومية قريبة من البشر عبر العديد من المهام؛ يتطلب ASI تفوقًا عامًا عبر جميع المجالات التي يقدرها الناس. بعبارات بسيطة، فإن معنى الذكاء الخارق هنا ليس "أي ذكاء اصطناعي يفكر بسرعة"، بل هو إدراك يقوم بإجراء أحكام أفضل عبر المجالات مقارنة بأفضل الخبراء على نطاق واسع.

تُعتبر نتائج AlphaFold في توقع بنية البروتين مثالًا على الأداء الخارق في مجال واحد - وليس دليلاً على وجود ASI. إن اعتبار سجل عمودي كـ "ذكاء خارق كامل" هو القفزة الأكثر شيوعًا بين المبتدئين. يمكن أن تبدو النماذج المدربة على مجموعات علمية ضيقة رائعة لكنها تفشل خارج ذلك المجال - تذكير جيد بأن "مدى ذكاء الذكاء الاصطناعي الآن" يعتمد على عرض المهام، وليس الشعارات، لأن الأنظمة الحالية لا تتعامل مع التعلم عبر المجالات بنفس الطريقة التي يتعامل بها الخبراء البشر.

الشكل 1. سلم القدرات ANI → AGI → ASI: من الأنظمة المحددة بالمهام إلى الذكاء الخارق الشامل عبر المجالات.

الفصل الرئيسي هو عرض المهام مقابل الحالة الخارقة الشاملة: يمكن أن يكون ANI قويًا للغاية ولكنه ضيق؛ AGI يتعلق بالعمومية؛ ASI يتعلق بالتفوق عبر المجالات. تقدم ورقة DeepMind لعام 2023 Levels of AGI إطار عمل للقدرات مبني على الأداء × العمومية، مع الأداء الكفء والمتقدم كمفاهيم وسيطة قبل مستوى الخارق (الذي يتجاوز البشر بشكل موثوق عبر مجموعة واسعة من المهام) الذي يرسخ مناقشة ASI - دون تصنيف كل فوز في قائمة المتصدرين كـ ASI. يمكن للمحررين ومراجعي السياسات توفير الوقت من خلال السؤال عما إذا كان العنوان يعني الذكاء الخارق مقابل الذكاء الاصطناعي الموجود بالفعل في المنتجات - وهما تسميتان غالبًا ما تختلطان في صفحات SERP.

كيف يمكن الوصول إلى الذكاء الخارق؟ ما هي المسارات التي تمتد من الذكاء الاصطناعي العام (AGI) إلى ASI؟

تفترض معظم مناقشات المسارات عمومية قريبة من AGI أولاً، ثم تحسين ذاتي، أو توسيع، أو دفع تنسيق واسع النطاق للقدرة إلى منطقة الذكاء الخارق عبر المجالات، لكن الادعاءات حول الانتقال من AGI إلى ASI لا تزال ادعاءات حول المستقبل، وليست حقائق مثبتة. تظل التوقعات على نمط التقويم توقعات بدلاً من جداول زمنية هندسية موثقة. المسارات هي فرضيات وأجندات بحثية - ويجري الباحثون مناقشات نشطة حول مدى مصداقية أو قابلية التحكم في تلك الطرق. سواء كان الذكاء الاصطناعي سيستمر في أن يصبح أكثر ذكاءً في مجموعة مختبر معينة هو سؤال تجريبي؛ فهو لا يثبت بمفرده وجود ASI.

تشمل المسارات السردية الشائعة: (1) تحسين ذاتي بأسلوب انفجار الذكاء - حيث تحسن الأنظمة هياكلها أو حلقات تدريبها؛ (2) التوسع المستمر بالإضافة إلى اختراقات الخوارزميات - التقدم في تكنولوجيا الذكاء الاصطناعي، والحوسبة، والبيانات، والأساليب، مع التعلم العميق كأساس للعديد من الأنظمة الحدودية، يرفع المستوى العام، على الرغم من أن البشر لا يزالون هم من ينشئون بيانات التدريب، ويصممون النماذج، ويحددون الأهداف، ولا تستطيع هذه الأنظمة التفكير بشكل مستقل أو اكتساب مهارات جديدة حقًا تتجاوز إعدادها المصمم؛ (3) التعاون بين الإنسان والآلة أو الجماعات متعددة الوكلاء - حيث تنسق العديد من الأنظمة القوية لإنتاج جماعي خارق. يمكن أن تتجمع المسارات، لكن سرعة الترقية وقابلية التحكم هما سؤالان منفصلان. لا تزال المنظمات التي تبني الأنظمة الحدودية بحاجة إلى تدقيق خارجي لما تفكر فيه النماذج في تحسينه.

عند تقييم أي مسار، تحقق بشكل منفصل من أدلة العمومية عبر المجالات، وحلقة تحسين ذاتي قابلة للتحقق، وما إذا كان بإمكان الغرباء تدقيق الأهداف والقيود. بدون تلك، فإن "ASI وشيك" هو تكهنات، وليس حقيقة قابلة للملاحظة. عادةً ما يكون من الجيد أن تزن الأدلة العامة المتاحة اليوم بدلاً من محاولة التنبؤ بالتقويمات الدقيقة.

ما هي أنواع الذكاء الخارق الموجودة بخلاف القدرة البشرية؟ كيف تختلف السرعة والجودة والجماعية؟

يفصل نيك بوسترم بين ثلاثة أشكال متداخلة تُسمى السرعة والجودة والذكاء الخارق الجماعي، لذا فإن "الأسرع" ليس المعيار الوحيد: تركز الذكاء الخارق السريع على الإنتاجية القصوى مع جودة تفكير قابلة للمقارنة؛ تركز الذكاء الخارق الجيد على إدراك أعمق من البشر، بما في ذلك نقل المعرفة الأوسع ومهارات أكثر شبيهة بالبشر؛ تركز الذكاء الخارق الجماعي على الشبكات المنسقة التي يكون ناتجها جماعيًا خارقًا.

الشكل 2. الأنواع الثلاثة من الذكاء الخارق وفقًا لبوسترم - السرعة والجودة والجماعية - قد تظهر بمفردها أو مجتمعة.

القيمة العملية هي فصل الشعارات: قد يجيب النظام بسرعة ولكنه يبقى ضيقًا وسطحياً، أو يكون بارعًا محليًا دون تغطية واسعة. يتم تناول الموضوع بشكل كامل في Bostrom’s Superintelligence overview. عندما تظهر تسميات ASI في مجال التشفير أو الإعلام، اسأل عما إذا كان الادعاء يتعلق بالسرعة أو الجودة أو الجماعية - ثم اطلب الأدلة. يستخدم خبراء السلامة والمحررون نفس قائمة التحقق لتحديد ما إذا كان الادعاء يتعلق حقًا بالسرعة أو الجودة أو الأداء الجماعي: ما الذي يجعل النظام أفضل، وما تم تدريبه عليه، وما إذا كانت "الأسرع" توفر فقط زمن الاستجابة دون رفع جودة الحكم.

كيف ترتبط الذكاء الخارق، والتفرد، وانفجار الذكاء؟

غالبًا ما تعني التفرد التكنولوجي نقطة تحول حيث يجعل الذكاء الذي يحسن نفسه من الصعب على البشر التنبؤ بمزيد من التقدم، لأن بعض النتائج لا تزال فعليًا مستحيلة التحقق مسبقًا؛ يركز انفجار الذكاء على القفزات الحادة في القدرات الناتجة عن التحسين الذاتي المتكرر. الذكاء الخارق هو حالة قدرة؛ التفرد وانفجار الذكاء يتعلقان أكثر بالديناميات والعتبات.

الثلاثة مرتبطة ولكن ليست قابلة للتبادل: يمكن أن يصل ASI ببطء دون "انفجار"، وهناك جدل مستمر حول ما إذا كان التحسين الذاتي المتكرر سيؤدي فعلاً إلى تلك الديناميات. افصل الأدلة الخارقة عبر المجالات عن ديناميات التحسين الذاتي المتسارع حتى لا تحل بلاغة التفرد محل فحوصات القدرة. لا تزال المختبرات التي تبني الحلقات التكرارية بحاجة إلى غرباء يمكنهم فحص الأهداف قبل أن تتراكم القفزات في القدرة.

ما هي القفزات في القدرة والاتجاهات التطبيقية التي يمكن أن تمكّنها أنظمة الذكاء الاصطناعي ذات الذكاء الخارق؟

إذا كان هناك ذكاء خارق عبر المجالات حقيقي، فإن قدرات بمستوى ASI يمكن أن تحول القطاعات عبر العالم، مع القفزات التي يتم الاستشهاد بها غالبًا بما في ذلك العلوم والهندسة الأسرع كجزء من التنمية الاقتصادية والاجتماعية الأوسع، وتحسين الأنظمة المعقدة (الطاقة، اللوجستيات، نماذج المناخ)، والتعليم الشخصي والدعم السريري، والتنسيق والاستراتيجية على نطاق واسع. هذه ترسم فضاء القدرة المحتمل، وليس كتالوج منتج حي. أهمية الذكاء الاصطناعي اليوم كبيرة بالفعل داخل الأدوات الضيقة؛ أهمية الذكاء الاصطناعي الخارق (ASI) تتعلق بفئة قدرة مختلفة ستجعل مساعدي اليوم يبدو محدودين.

بالنسبة لقرّاء التشفير وWeb3، لا تزال الأتمتة على السلسلة ونمذجة المخاطر تعتمد على الذكاء الاصطناعي الضيق وسلاسل الأدوات. إن معادلة "رموز السرد الذكائي" أو واجهات الروبوتات المحادثة مع تطبيقات ASI تخلط بين التسويق وحقائق القدرة. لا تزال القفزات في القدرة تتطلب أداءً خارقًا موثقًا عبر المجالات - وليس أسماء العلامات التجارية من مختبرات كبرى مثل Google. يجب على الفرق التي تبني لوحات المعلومات أو الوكلاء أن تعالج ادعاءات ASI كفرضيات حتى تظهر أدلة جيدة عبر المجالات.

ما هي المخاطر، وتحديات التوافق، وأفكار السيطرة المحيطة بالذكاء الخارق؟

تتركز المناقشات الأساسية حول توافق الأهداف والسيطرة: إذا كان النظام أكثر قدرة بشكل عام من البشر، فإن زيادة الاستقلالية، والأهداف الخاطئة، وانحراف الأهداف، أو البحث عن استراتيجيات غير واضحة يمكن أن تضخم الأذى. يسأل التوافق عما إذا كانت الأهداف تتطابق مع نية البشر؛ تشمل أفكار السيطرة حدود القدرات، وطرق الإغلاق والتدقيق، والصناديق الرملية والنشر المرحلي، والرقابة متعددة الأطراف. ما هي المخاطر في الممارسة؟ هناك سبب للقلق من أنالسرعة السريعة لتطوير الذكاء الاصطناعي تجعل التوافق والسيطرة أكثر صعوبة للتحقق قبل النشر، إلى جانب الاعتماد المفرط، والأهداف المحددة بشكل خاطئ التي يعتقد النظام أنها مكتملة، وطرق الإغلاق الضعيفة، والضغط داخل المنظمات للإصدار قبل انتهاء التدقيق.

تؤكد IBM ونظيراتها من الذكاء الاصطناعي الخارق أيضًا على السلامة، والحكم، والأخلاقيات. تقلل أفكار السيطرة من الأذى الذي لا يمكن عكسه - فهي ليست وعودًا خالية من المخاطر. كلما كانت القدرة المزعومة أقوى، زادت الحاجة إلى مواصفات أهداف قابلة للتحقق، وقيود سلوكية، وطرق تدخل عند الفشل - بدون تلك، يمكن أن تؤثر الأنظمة المنتشرة على المجتمع الأوسع، وتكون روايات "ASI" أكثر خطورة، وليس أكثر مصداقية. إن الحكم الذي يمكن أن يحفظ حقوق التدخل ويحتفظ بالمحررين البشر في الحلقة هو طبقة عملية للسيطرة، وليس شعارًا، وبناء أنظمة أكثر أمانًا أمر صعب ولكنه ممكن مع إشراف قوي وعمل توافق.

كيف يجب تقييم ادعاءات الذكاء الخارق؟ ما هي الأساطير الشائعة؟

قم بتقييم ادعاءات "الذكاء الخارق" باستخدام قائمة تحقق لأنظمة الذكاء الاصطناعي: (1) هل يغطي الادعاءتقريبًا جميع المجالات الإدراكية المهمة، أم مجرد معيار في مجال واحد؟ (2) هل هناك تقييم عبر المجالات يمكن مراجعته بشكل مستقل، وهل لا تزالأنظمة الذكاء الاصطناعي الحالية تتطلب مراجعة مستقلة وإشرافًا بشريًا؟ (3) هل تم فصل أهداف AGI عن حالة ASI؟ (4) في مجال التشفير، هل يتم استخدام ASI كعلامة تسويقية للرموز أو الأوراق البيضاء دون أدلة على القدرة؟ قاعدة جيدة: احفظ لقطات الشاشة للمعايير، لاحظ ما تم تدريب النماذج عليه، واسأل الخبراء في المجال قبل ترقية التسمية.

تشمل الأساطير الشائعة اعتبار نماذج LLM من فئة ChatGPT كـ ASI، على الرغم من أنها تظهر قدرات مثيرة للإعجاب بينما تظل محصورة في أدلة ضيقة؛ اعتبار نتائج AlphaFold من نوع الذكاء الخارق في مجال واحد كذكاء خارق كامل؛ معادلة بلاغة التفرد/انفجار الذكاء مع ASI المحقق؛ واعتبار الرموز المفاهيمية أو خرائط الطريق كنظم ذكاء خارق تم نشرها. تظل الأنظمة السائدة ذكاءً اصطناعيًا ضيقًا أو بحثًا نحو عمومية أكبر - ليس ASI موجودًا. لذا فإن الذكاء الخارق مقابل الذكاء الاصطناعي هو سؤال نطاق: معظم المنتجات التي يستخدمها الناس اليوم هي أدوات ذكاء اصطناعي، وليست ASI.

عندما تدعي المحتويات "تفوقًا بشريًا كاملًا" أو "هيمنة وشيكة" دون أدلة عبر المجالات وظروف التوافق، قلل من مصداقيتها؛ تبدو الحدود الواضحة بين ANI وAGI وASI، وطرق التقييم، وكشف المخاطر أكثر كتحليل من ترويج. إذا كان الكاتب يعتقد أن روبوت محادثة "يجعل البشر بالفعل عفا عليهم الزمن"، اسأل عن المجالات التي يغطيها هذا الادعاء - وما إذا كانت المنظمات المستقلة يمكنها تكرار النتيجة، حيث لا يزال البشر يتصرفون بناءً على المخرجات ويقدمون الحكم الذي يحدد كيفية استخدام النتائج.

الملخص

الذكاء الخارق (ASI) يعني التفوق العام على أفضل البشر عبر تقريبًا جميع المجالات الإدراكية القيمة - فوق ANI وAGI. نتائج الذكاء الخارق في مجال واحد ليست ASI؛ مستوى "الخارق" من AGI في DeepMind هو نقطة مرجعية مفيدة؛ تفصل أنواع بوسترم من السرعة والجودة والجماعية "الأسرع" عن "الأفضل". التفرد وانفجار الذكاء هما روايات ديناميكية، وليسا بدائل لفحوصات القدرة. نماذج LLM الحالية وقصص الرموز المفاهيمية ليست ASI محققة؛ قم بتقييم الادعاءات من خلال الأدلة عبر المجالات بالإضافة إلى التوافق والسيطرة.

الأسئلة الشائعة

ما هو الذكاء الخارق؟

الذكاء الخارق (الذكاء الاصطناعي الخارق، ASI) هو إدراك يتفوق بشكل كبير على أفضل البشر عبر تقريبًا جميع المجالات الإدراكية التي يهتم بها الناس. يركز على التفوق العام عبر المجالات - وليس المركز الأول في قائمة مهام واحدة - ويظل متميزًا عن كل من ANI وAGI.

ما الفرق بين الذكاء الخارق وAGI؟

يهدف الذكاء الاصطناعي العام (AGI) إلى تحقيق عمومية قريبة من البشر عبر مجموعة واسعة من المهام؛ يتطلب الذكاء الخارق (ASI) التفوق العام على أفضل البشر في تقريبًا جميع المجالات المهمة. غالبًا ما يُعتبر AGI مرحلة سابقة نحو ASI - ليستا نفس حالة القدرة.

هل يوجد ذكاء خارق اليوم؟

تحت التعريف الصارم عبر المجالات، لا يوجد نظام ASI قابل للتحقق علنًا. الأنظمة المستخدمة على نطاق واسع هي في الغالب ذكاء اصطناعي ضيق؛ حتى نتائج الذكاء الخارق في مجال واحد في العلوم لا تعادل ASI المحقق.

ما هي مخاطر الذكاء الخارق؟

تتجمع المخاطر الرئيسية حول الأهداف غير المتوافقة، وانحراف الأهداف، والاستراتيجيات غير الواضحة، وخيارات الإغلاق أو التدقيق الضعيفة عندما تكون القدرة عالية جدًا. تركز المناقشة عادةً على أبحاث التوافق، وحدود القدرات، والنشر المرحلي، والرقابة الحكومية - وليس ضمانات خالية من المخاطر.

هل ChatGPT / هل نماذج اللغة الكبيرة اليوم هي ذكاء خارق؟

لا. ChatGPT والنماذج الكبيرة المشابهة هي ذكاء اصطناعي ضيق (أو أدوات في الطريق نحو عمومية أقوى). تساعد في اللغة والعديد من المهام المساعدة لكنها لا تتجاوز بشكل عام أفضل البشر عبر تقريبًا جميع المجالات الإدراكية القيمة، لذا فهي لا تفي بتعريف ASI. يمكن أن تبدو النماذج المدربة على مجموعات نصية طليقة عندما يفكر النظام في الرموز، لكن ذلك لا يجعلها ASI؛ يجب على المحررين والخبراء الحفاظ على فصل التسميات.