لم يعد الذكاء الاصطناعي ترفاً تقنياً يقتصر على مراكز الأبحاث أو شركات وادي السيليكون، بل تحوّل خلال فترة وجيزة إلى أحد أكثر العناصر حضوراً في تفاصيل الحياة اليومية. فمن كتابة الرسائل، وترجمة النصوص، وتوليد الصور، إلى تحليل البيانات والبرمجة وإدارة الأعمال، باتت تطبيقات الذكاء الاصطناعي ترافق مئات الملايين من المستخدمين حول العالم، لتفرض معها لغة جديدة لم تكن مألوفة قبل سنوات قليلة. ومع الانتشار السريع لمنصات مثل ChatGPT وGemini وClaude وCopilot، لم تعد مصطلحات من قبيل «نماذج اللغة الكبيرة» أو «التوكنات» أو «الهلوسة» أو «الوكلاء الأذكياء» حكراً على المهندسين والمطورين، بل أصبحت تتكرر يومياً في الأخبار والتقارير الاقتصادية والتقنية، حتى غدا فهمها ضرورة لكل من يتعامل مع هذه الأدوات أو يعتمد عليها في عمله ودراسته. فالمعرفة بهذه المفاهيم لم تعد مسألة ثقافة تقنية، بل أصبحت شرطاً لفهم حدود الذكاء الاصطناعي وإمكاناته، والتمييز بين ما يستطيع إنجازه فعلاً وما لا يزال خارج نطاق قدراته. المظلة التي تجمع كل شيء يمثّل الذكاء الاصطناعي الإطار الأشمل الذي تندرج تحته مجموعة واسعة من التقنيات الهادفة إلى محاكاة بعض القدرات البشرية، مثل التعلم، والاستنتاج، واتخاذ القرار، وفهم اللغة، وتحليل الصور، وحل المشكلات. ولا يشير المصطلح إلى تقنية واحدة بعينها، بل إلى منظومة متكاملة تضم التعلم الآلي، والتعلم العميق، والرؤية الحاسوبية، ومعالجة اللغة الطبيعية، وغيرها من الفروع التي تطورت بصورة متسارعة خلال العقد الأخير، لتصبح الأساس الذي تقوم عليه التطبيقات الذكية الحديثة. في قلب هذه المنظومة تقف الخوارزميات، وهي مجموعة من التعليمات الرياضية والمنطقية التي تحدد للآلة كيفية معالجة البيانات واتخاذ القرارات. ولا تقتصر وظيفة الخوارزمية على تنفيذ أوامر ثابتة، بل أصبحت قادرة، بفضل تطور تقنيات التعلم، على اكتشاف الأنماط داخل البيانات، والتنبؤ بالنتائج، وتحسين أدائها بصورة مستمرة دون الحاجة إلى إعادة برمجتها لكل حالة جديدة. يُعدّ التعلم الآلي أحد أهم فروع الذكاء الاصطناعي، ويقوم على فكرة بسيطة لكنها أحدثت ثورة في عالم الحوسبة، وهي أن النظام يستطيع التعلم من البيانات بدلاً من تلقي تعليمات تفصيلية لكل مهمة. ولهذا أصبحت هذه التقنية العمود الفقري لأنظمة التوصية التي تقترح الأفلام على منصات البث، أو تحدد المنتجات المناسبة للمستخدمين في المتاجر الإلكترونية، كما تُستخدم في اكتشاف عمليات الاحتيال المالي، وتحليل الأسواق، وحتى التنبؤ بالأعطال في المصانع. skip render: ucaddon_material_block_quote التعلم العميق إذا كان التعلم الآلي يمثّل نقطة الانطلاق، فإن التعلم العميق هو المحرك الحقيقي للثورة الحالية في الذكاء الاصطناعي. ويعتمد هذا النهج على شبكات عصبية اصطناعية متعددة الطبقات، تستطيع تحليل كميات هائلة من البيانات واستخراج العلاقات المعقدة بينها، وهو ما مكّن الأنظمة الحديثة من فهم الصور، والتعرف إلى الأصوات، وترجمة اللغات، وتوليد النصوص الطبيعية بدرجة غير مسبوقة من الدقة. استلهم العلماء تصميم الشبكات العصبية من طريقة ارتباط الخلايا العصبية في الدماغ البشري، حيث تتكون من طبقات متتابعة تستقبل البيانات وتعالجها تدريجياً قبل الوصول إلى النتيجة النهائية. وخلال عملية التدريب، تعدّل هذه الشبكات مليارات الأوزان الرياضية بصورة مستمرة، بحيث تصبح أكثر قدرة على تقديم إجابات دقيقة كلما زادت كمية البيانات التي تتعلم منها. المحرك الخفي تعتمد تطبيقات مثل ChatGPT وClaude وGemini على ما يُعرف بنماذج اللغة الكبيرة LLMs، وهي أنظمة جرى تدريبها على مليارات الكلمات المستمدة من الكتب والأبحاث والمواقع الإلكترونية والوثائق العامة، لتتعلم العلاقات الإحصائية بين الكلمات والجمل، وتتمكن من إنتاج نصوص تبدو أقرب إلى اللغة البشرية. ولا تقوم هذه النماذج بحفظ المعلومات بالطريقة التقليدية، وإنما تتنبأ بالكلمة أو العبارة الأكثر احتمالاً اعتماداً على السياق الذي يقدمه المستخدم. من أكثر المصطلحات تداولاً اليوم كلمة «توكن»، وهي أصغر وحدة نصية يعالجها النموذج أثناء القراءة أو الكتابة. وقد تمثّل الكلمة الواحدة توكناً واحداً، أو تنقسم إلى عدة توكنات إذا كانت طويلة أو غير شائعة، ويحدد عدد هذه الوحدات سرعة المعالجة، وحجم الذاكرة المطلوبة، وحتى تكلفة استخدام بعض خدمات الذكاء الاصطناعي التجارية. من التدريب إلى الاستدلال يمر أي نموذج ذكاء اصطناعي بمرحلتين أساسيتين. الأولى هي التدريب، حيث يتعلم النظام من كميات هائلة من البيانات عبر تعديل مليارات المعاملات الرياضية، وهي عملية قد تستغرق أسابيع أو أشهر وتتطلب آلاف وحدات معالجة الرسومات، فضلاً عن استهلاك ضخم للطاقة. أما الثانية فهي الاستدلال، أي المرحلة التي يبدأ خلالها النموذج في استخدام ما تعلمه للإجابة عن أسئلة المستخدمين أو تنفيذ المهام المطلوبة، وهي المرحلة التي تحدد سرعة التطبيقات وكفاءتها التشغيلية. من أبرز التطورات الحديثة تقنية الاسترجاع المعزز بالتوليد RAG، التي تسمح للنموذج بالرجوع إلى قواعد بيانات أو وثائق حديثة قبل صياغة الإجابة، بدلاً من الاعتماد فقط على المعلومات التي اكتسبها أثناء التدريب. وقد أصبحت هذه التقنية عنصراً أساسياً في الأنظمة المؤسسية، لأنها تقلل الأخطاء، وتوفر إجابات أكثر حداثة ودقة. الوكلاء الأذكياء يشهد القطاع حالياً انتقالاً من المساعدات الحوارية إلى ما يُعرف بالوكلاء الأذكياء AI Agents. فهذه الأنظمة لا تكتفي بالرد على الأسئلة، بل تستطيع التخطيط، وتنفيذ سلسلة من المهام، واستخدام التطبيقات المختلفة، وإدارة الملفات، والتفاعل مع الخدمات الرقمية بصورة شبه مستقلة، وهو ما يفتح الباب أمام جيل جديد من الأتمتة الذكية. بعد انتهاء التدريب الأساسي، تخضع النماذج لما يُعرف بالتعلم المعزز من التغذية الراجعة البشرية RLHF، حيث يقوم خبراء بتقييم إجابات النموذج وترتيبها، ثم تُستخدم هذه الملاحظات لتحسين جودة الردود وجعلها أكثر دقة وفائدة وأماناً. كما تعتمد الشركات على الضبط الدقيق Fine-tuning لتكييف النماذج العامة مع مجالات متخصصة مثل الطب أو القانون أو القطاع المالي، دون الحاجة إلى إعادة تدريبها بالكامل. ومع ازدياد أحجام النماذج، برزت تقنية التقطير Distillation التي تسمح بنقل المعرفة من نموذج ضخم إلى آخر أصغر وأكثر كفاءة، بما يتيح تشغيل تطبيقات الذكاء الاصطناعي على الهواتف الذكية والأجهزة المحمولة دون الحاجة إلى بنية حوسبة عملاقة. قاموس الذكاء الاصطناعي… مفاتيح السيطرة على الزمن الرقمي الهلوسة ورغم التقدم اللافت، لا تزال النماذج معرضة لما يُعرف بـ«الهلوسة»، وهي ظاهرة تُنتج فيها معلومات تبدو منطقية ومقنعة لكنها غير صحيحة أو لا تستند إلى مصادر حقيقية. ولهذا يؤكد الخبراء أن الذكاء الاصطناعي ينبغي التعامل معه بوصفه أداة مساعدة في التحليل والإنتاج، لا مصدراً نهائياً للحقيقة، خصوصاً في المجالات الحساسة مثل الطب والقانون والصحافة. ومن الابتكارات التي غيّرت تصميم النماذج الحديثة بنية مزيج الخبراء MoE، حيث لا يجري تشغيل جميع مكونات النموذج في كل مرة، وإنما يتم تنشيط مجموعة صغيرة من «الخبراء» المتخصصين بحسب طبيعة المهمة، وهو ما يقلل استهلاك الموارد ويرفع سرعة الاستجابة. كما برز خلال العام الأخير بروتوكول سياق النموذج MCP بوصفه معياراً مفتوحاً يهدف إلى توحيد طريقة اتصال نماذج الذكاء الاصطناعي بالملفات وقواعد البيانات والتطبيقات المختلفة، ليؤدي دوراً يشبه منفذ USB-C في عالم الحواسيب، ولكن على مستوى البرمجيات والأنظمة الذكية. ويبقى المفهوم الأكثر إثارة للجدل هو الذكاء الاصطناعي العام AGI، الذي يشير إلى أنظمة

حلم لم يبصر الضوء (العدسة الذكية) skip render: ucaddon_box_testimonial كان ثيل أول اسم بارز في وادي السيليكون يعلن دعمه لدونالد ترامب عندما ترشح لولايته الأولى. وقد أقرّ نائب الرئيس جيه دي فانس بفضل ثيل في تشكيل توجهاته الأيديولوجية والدينية. وفي عام 2003، شارك ثيل في تأسيس شركة «بالانتير» (Palantir)، وهي شركة برمجيات كبرى تعمل مع الجيش الأميركي ووكالات الأمن الداخلي. واليوم، يشغل ثيل منصب رئيس مجلس إدارة الشركة، فيما يتولى أليكس كارب، الذي وصف الرئيس ترامب بأنه «رجس»، منصب الرئيس التنفيذي. رجل بهذا القدر من النفوذ يحتاج إلى أن يُفهم جيدًا، خصوصًا حين يتبنّى أفكارًا شديدة الغرابة والقلق حول نهاية العالم.فقد ذكر تقرير نشرته مجلة «وايرد» (Wired) في سبتمبر/أيلول الماضي أنه «قبل ثلاثين عامًا، تحدث لاهوتي نمساوي محب للسلام إلى بيتر ثيل عن نظريات نهاية العالم التي صاغها الحقوقي النازي كارل شميت. ومنذ ذلك الحين، أصبحت هذه النظريات بمثابة خارطة طريق للملياردير». في السنوات الأخيرة، ألقى ثيل سلسلة محاضرات حول المسيح الدجال ومعركة هرمجدون، مستندًا إلى هذه الأفكار.وتمتلك صحيفة «الغارديان» تسجيلًا صوتيًا لمحاضرة ألقاها ثيل العام الماضي، نُقل عنه فيها قوله: «إن التعريف الأساسي للمسيح الدجال هو أن بعض الناس يعتقدون أنه نوع من الأشخاص السيئين للغاية. وفي بعض الأحيان، يُستخدم المصطلح بشكل أعمّ كوصف روحي لقوى الشر. أما ما سأركز عليه فهو التفسير الأكثر شيوعًا ودراماتيكية للمسيح الدجال، أي أنه ملك شرير أو طاغية أو عدو للمسيح يظهر في آخر الزمان». وأضاف: «لا يُقصد من هذا أن يكون محاضرة معادية لبريطانيا أو لأميركا. كل ما في الأمر هو أن أميركا، في هذه المرحلة، هي المرشح الطبيعي لتكون قوة الردع، أو الكاتيخون، والمسيح الدجال في آن واحد. إنها نقطة الصفر لدولة العالم الواحد، ونقطة الصفر لمقاومة دولة العالم الواحد». يرى ثيل أن «دولة العالم الواحد» تمثل المسيح الدجال، بينما يمثل «الكاتيخون» (Katechon) القوة التي تكبح ظهوره أو تحدّ من اندفاعه. وفقًا لتقرير نشرته صحيفة «نيويورك تايمز» في مايو/أيار الماضي، فإن ثيل يستعد لمغادرة الولايات المتحدة إلى الأرجنتين. أحد أسباب هذه الخطوة هو الهروب من الضرائب المرتفعة، إذ تمضي ولاية كاليفورنيا في اتجاه فرض ضريبة ثروة لمرة واحدة بنسبة 5% على الأصول التي تتجاوز قيمتها مليار دولار، وهو ما قد يكلّف ثيل نحو 1.4 مليار دولار. أما السبب الآخر، وربما الأشد إثارة للقلق، فهو خوفه من اقتراب حرب نووية. وقد يكون الهروب من الضرائب مرتبطًا بهذا التصور أيضًا، إذ يرى ثيل أن الهيئات المالية الدولية التي تمنع الأثرياء من حماية ثرواتهم في الملاذات الضريبية تمثل إحدى علامات المسيح الدجال ومعركة هرمجدون المقبلة. وكما كتبت «نيويورك تايمز»: «تُعدّ الأرجنتين، وهي دولة معزولة نسبيًا عن الصراعات المحتملة في نصف الكرة الشمالي، منفذ هروب محتملًا من المخاطر الأخرى التي حذر منها السيد ثيل علنًا، والمتمثلة في الحرب النووية والذكاء الاصطناعي الخارج عن السيطرة». ليس ثيل وحده من يخشى اقتراب حرب عالمية. فمارتن فارساوسكي، رائد الأعمال الإسباني ـ الأرجنتيني في مجال التكنولوجيا والمقرّب من ثيل، يشاركه هذا القلق أيضًا. فقد بنى مزرعة في الأرجنتين قال إنها قد تكون ملجأ في حال اندلاع حرب عالمية ثالثة. وكتب فارساوسكي على وسائل التواصل الاجتماعي عام 2024: «كنت أعتقد أن الحرب النووية أمر مستحيل. ولكن مع انقسام العالم إلى معسكرين، الولايات المتحدة وأوروبا في مواجهة روسيا والصين، لم أعد أعتقد أن الأمر مستحيل. تُظهر هذه الدراسة أن الأرجنتين واحدة من أكثر الأماكن أمانًا للنجاة من الحرب النووية والمجاعة التي قد تعقبها». إن مليارديرات من أمثال ثيل يمتلكون قدرًا من الإيمان بما يقوله الكتاب المقدس، لكنهم يمزجون هذا الإيمان بلاهوت العالم ومعتقداتهم الخاصة. وبدلًا من التطلع إلى الله، يبحثون عن مكان آمن خاص بهم، وعن ملجأ قد يحميهم مما يعتقدون أنه آتٍ.

في أحد شوارع الصين، توقّف المارّة أمام مشهد بدا وكأنّه خرج لتوّه من رواية خيال علمي. كائنٌ معدنيّ ينحني بخضوع، يمدّ يديه نحو الناس، ويطلب المساعدة المالية. لم يكن عجوزاً أنهكته الحياة، ولا فقيراً لفظه سوق العمل، بل روبوتاً متطوّراً يتقن فنّ التوسّل بإتقان يكاد يحرج البشر أنفسهم. كان المشهد صادماً بما يكفي لإثارة الدهشة، لكنه حمل مفاجأة أخرى أكثر غرابة. فالروبوت لم يكتفِ بوضع طبق صغير لاستقبال العملات النقدية، بل جهّز نفسه أيضاً للعصر الرقمي. إلى جانب الطبق وُضعت ورقة تحمل رمز استجابة سريعاً (QR Code)، وكأن الرسالة تقول للمارّة: «حتى الفقر أصبح يدعم الدفع الإلكتروني». في البداية، اعتقد كثيرون أنهم أمام أول متسوّل آلي في التاريخ، وأن الذكاء الاصطناعي بدأ ينافس البشر حتى في أكثر المهن هامشية. لكن الحقيقة كانت أقل مأساوية وأكثر ذكاءً. فقد تبيّن أن المشهد برمّته لم يكن سوى حملة دعائية مبتكرة صمّمها مطوّرو الروبوت لاستعراض قدراته الاستثنائية على تقليد الحركات البشرية والتفاعل مع البيئة المحيطة بدرجة مذهلة من الواقعية. ومع ذلك، فإن نهاية القصة لم تُنهِ الأسئلة التي أثارتها. فالروبوت الذي تظاهر بالتسوّل نجح في تحقيق ما فشلت فيه مئات الإعلانات التقليدية. لقد أجبر الناس على التوقّف، والتحديق، والتفكير، والتصوير، والنقاش. وفي عالم أصبحت فيه انتباهات البشر سلعة نادرة، ربما كان هذا الإنجاز أكثر أهمية من أي قدرة تقنية أخرى. skip render: ucaddon_material_block_quote تبدو الحادثة طريفة للوهلة الأولى، لكنها تكشف تحوّلاً أعمق من مجرّد حيلة تسويقية. فنحن نعيش زمناً لم تعد فيه الآلات تكتفي بتنفيذ الأوامر أو حمل الأوزان أو إجراء الحسابات. إنها تتعلّم الآن كيف تستدرج مشاعرنا، وكيف تجذب تعاطفنا، وكيف تحاكي ضعفنا الإنساني نفسه. قبل سنوات، كانت المخاوف تتركّز حول الروبوتات التي قد تستولي على وظائف عمّال المصانع. ثم انتقلت المخاوف إلى المبرمجين والمحاسبين والمترجمين والصحافيين. أما اليوم، فقد أصبح السؤال أكثر تعقيداً: ماذا يحدث عندما تتمكّن الآلات من تقليد السلوك البشري إلى درجة تجعلنا ننسى للحظات أنها ليست بشراً؟ المفارقة الساخرة أن الروبوت المتسوّل لم يكن بحاجة فعلاً إلى المال، بينما يزداد عدد البشر الذين قد يحتاجون إليه بسبب الروبوتات نفسها. فمع كل قفزة جديدة في تقنيات الذكاء الاصطناعي، تتّسع دائرة القلق بشأن مستقبل الوظائف. صحيح أن التاريخ يعلّمنا أن كل ثورة صناعية ألغت بعض المهن وخلقت أخرى، لكن ما يميّز الثورة الحالية أنها لا تستهدف العضلات فقط، بل العقل أيضاً. إنها لا تنافس العامل في المصنع فحسب، بل تنافس الكاتب والمصمّم والمحامي والمستشار وحتى الفنان. وربما لهذا السبب أثار ذلك الروبوت الصغير كل هذا الاهتمام. فالناس لم يكونوا ينظرون إلى آلة تنحني طلباً للنقود، بل كانوا ينظرون إلى مرآة تعكس مخاوفهم من المستقبل. مستقبلٌ قد يصبح فيه التمييز بين الإنسان والآلة أكثر صعوبة من أي وقت مضى. skip render: ucaddon_box_testimonial