هل في الداخل أحد؟ مدخل إلى الذكاء الاصطناعي للجميع
في عام 1770 كانت آلة تفوز في الشطرنج وفي داخلها رجل. من أين جاء الذكاء الاصطناعي، وكيف يتعلم، ولماذا يخطئ، بلا مصطلحات معقدة.

فيينا، 1770. في قصر Schönbrunn، أمام الإمبراطورة ماريا تيريزا، يفتح موظف في البلاط اسمه Wolfgang von Kempelen أبواب خزانة خشبية. في داخلها عجلات وتروس وروافع. وخلف الخزانة تجلس دمية بحجم إنسان حقيقي ترتدي لباساً تركياً، بعمامة وغليون طويل في يدها، تنظر إلى رقعة شطرنج. يُغلق Kempelen الأبواب، ويدير الآلية بمفتاح، فتبدأ الدمية بتحريك القطع.
وتفوز.
ستفوز عقوداً طويلة، مع أصحاب مختلفين، في نصف أوروبا وفي أمريكا. وتقول الروايات إن نابليون و Benjamin Franklin جلسا أمامها. وطوال ذلك الوقت كان في داخلها رجل: لاعب شطرنج بارع، محشور في مقعد منزلق يخفيه كلما فُتحت الأبواب، يتابع الحركات بفضل مغانط تحت الرقعة، ويحرّك ذراع الدمية بنظام من الروافع.
العجيب في «التركي» ليس الحيلة. العجيب هو كثرة من فضّلوا أن يصدّقوها.
بعد أكثر من مئتين وخمسين عاماً تكتب سؤالاً إلى ChatGPT، فيجيبك بإسبانية لا تشوبها شائبة، ويعود الشك نفسه الذي كان في Schönbrunn: هل في الداخل أحد؟ هذه المقالة هي الجواب الطويل. أما القصير، كي لا تبقى متشوقاً: ليس هناك رجل مختبئ. هناك أناس كثيرون جداً.
كُتبت لشخصين. للشخص الذي يومئ برأسه حين يقولون له «اسأل الذكاء الاصطناعي» كأنه متمكن، مع أنه في داخله لا يعرف شيئاً عمّا وراءه. وللشخص الذي، في كل عائلة، كان يبرمج جهاز الفيديو، ويصلح الطابعة، ويتلقى من عمّته رسالة صوتية على WhatsApp مدتها أربع دقائق تستنجد به بسبب الحاسوب المحمول. الأول سيخرج من هنا وقد فهم. والثاني وقد صار يعرف كيف يشرح.
قرابة ثلاثة آلاف عام ونحن نحاول صنع أحدهم
منذ نهاية عام 2022 يبدو أن الذكاء الاصطناعي هو ChatGPT. هو كذلك وليس كذلك. ChatGPT هو الأداة التي جعلته شائعاً بين ليلة وضحاها، والتي حوّلت أنسباء العالم كله إلى خبراء في شيء لم يفهموه لكنهم ظنّوا أنهم يفهمونه. أما فكرة صنع عقل فهي قديمة قدم الأساطير. سأروي لك كيف وصلنا إلى هنا. التسلسل الزمني من اختياري، وككل تسلسل زمني هو اعتباطي: غيري سيختار لحظات أخرى.
- القرن الثامن ق.م
خادمات هيفايستوس
في الإلياذة يحكي هوميروس أن هيفايستوس، إله الحدادة، صنع لنفسه خادمات من ذهب تتحركن وتتكلمن من تلقاء نفسهن. الفكرة أقدم من التقنية.
- القرن الرابع ق.م
القياس المنطقي
يصف أرسطو القياس المنطقي، الذي ستلخّصه الكتب المدرسية بعد قرون هكذا: «كل البشر فانون؛ سقراط إنسان؛ إذن سقراط فانٍ». ولأول مرة يصير صواب الاستدلال متوقفاً على شكله، لا على ما يقوله.
- القرن الأول
مسارح هيرون
يصف هيرون السكندري في رسالته الأوتوماتا مسارح آلية تحرّكها الأثقال والحبال والرمل المتساقط: الحركات مكتوبة قبل أن تحدث، وهي طريقة قديمة جداً في البرمجة.
اختراعات الجزري
ينهي المهندس الجزري تأليف كتاب في معرفة الحيل الهندسية، وفيه خمسون آلة؛ منها قارب فيه أربعة موسيقيين آليين كانوا يُحيون حفلات القصر.
- نحو 1305
عجلات Llull
المايوركي Ramon Llull يصمم عجلات متداخلة كُتبت عليها مفاهيم، فإذا دارت جمعت الأفكار بعضها إلى بعض: محاولة لجعل التفكير المنطقي آلياً.
- 1673-1694
حاسبة Leibniz
يبني Leibniz آلة حاسبة ميكانيكية، ويحلم بلغة تُحسم فيها النقاشات بإجراء الحسابات. شعاره: Calculemus!، «لنحسب!».
- 1738-1739
بطة Vaucanson
يقدّم Jacques de Vaucanson في باريس عازف ناي يعزف اثني عشر لحناً، وفي العام التالي بطّته: ترفرف بجناحيها، وتأكل الحبوب، و«تهضمها» ثم تطرحها. الهضم كان خدعة: ما يخرج من الخلف كان معدّاً في الداخل من قبل.
- 1768-1774
«الكاتب»
يبني Pierre Jaquet-Droz «الكاتب»، طفلاً آلياً يغمس القلم ويكتب أي نص حتى أربعين حرفاً، يُختار على عجلة: آلة يمكن برمجتها. وما زال يعمل حتى اليوم في Neuchâtel (سويسرا).
التركي
التركي لدى Kempelen، ولاعبه المختبئ. وبعد أكثر من قرنين، أطلقت Amazon اسم Mechanical Turk على خدمة يؤدي فيها أشخاص، بالطلب، مهاماً تبدو كأن آلة أنجزتها. لم تكن النكتة صدفة. احتفظ بها، فهي ستعود.
أول برنامج
تنشر Ada Lovelace ملاحظاتها عن الآلة التحليلية لدى Babbage، وفيها ما يُعدّ اليوم أول برنامج، وتحذير: الآلة «لا تدّعي أنها تبتكر أي شيء». وسيسمّي Turing هذا «اعتراض Lady Lovelace».
قوانين الفكر
يثبت George Boole في قوانين الفكر أن الاستدلال يمكن كتابته جبراً، بـ«صحيح» و«خطأ» بدل الأرقام.
- 1888-1906
عصبونات Cajal
يثبت Santiago Ramón y Cajal، وهو ينظر في المجهر ويرسم ما يراه، أن الدماغ مجموعة من الخلايا المستقلة تتواصل فيما بينها: العصبونات. جائزة نوبل في الطب عام 1906.
منطق بالأسلاك
يبرهن Claude Shannon في رسالة الماجستير أن الدوائر ذات المفاتيح تستطيع إجراء هذا الجبر. صار بالإمكان بناء المنطق بالأسلاك.
العصبون كمفتاح
يصف Warren McCulloch و Walter Pitts العصبون كمفتاح منطقي يتفعّل أو لا يتفعّل بحسب ما يصله: الدماغ، منظوراً إليه كآلة من آلات Boole.
- 1946-1953
مؤتمرات Macy
تُجلس مؤتمرات Macy في نيويورك علماء الرياضيات وأطباء الأعصاب وعلماء الأنثروبولوجيا وعلماء النفس ليتحدثوا في الموضوع نفسه بكلمات مختلفة.
السيبرانية
ينشر Norbert Wiener كتاب السيبرانية، وفكرته المركزية هي التغذية الراجعة: نظام يقيس ما يفعله ويصحّح نفسه، كمنظّم الحرارة أو كيدك حين تبحث عن كوب.
- 1948-1949
سلاحف Grey Walter
يبني William Grey Walter في Bristol سلحفاتين آليتين، Elmer و Elsie، تبحثان عن الضوء وتتفاديان العوائق وتعودان وحدهما لتشحنا نفسيهما. وبأقل القليل، يبدو أن لهما إرادة.
قاعدة Hebb
يقترح Donald Hebb قاعدة بسيطة: حين يتفعّل عصبونان معاً، يقوى الاتصال بينهما. وهي الصيغة الدقيقة، عصبوناً بعصبون، لفكرة قديمة عن كيفية تعلّم الدماغ، وهي التي سترثها الشبكات العصبية.
اختبار Turing
ينشر Alan Turing «Computing Machinery and Intelligence». بدل الجدال في هل «تفكر» الآلة، يقترح لعبة: إن لم تستطع التمييز بينها وبين إنسان كتابةً، فما الفرق؟ هذا هو اختبار Turing، سؤال Schönbrunn وقد صار منهجاً. ويقترح ألا نبرمج عقلاً راشداً، بل «آلة طفل» يمكن تربيتها.
Dartmouth تُطلق اسم الذكاء الاصطناعي
يجتمع مجموعة من الباحثين في Dartmouth College ليؤسسوا فرعاً علمياً جديداً، artificial intelligence، وهو اسم كان John McCarthy قد اقترحه في العام السابق في الدعوة. وهناك يعرض Newell و Simon برنامج Logic Theorist، الذي كتباه مع Cliff Shaw: برنامج يثبت المبرهنات وحده.
- 1957-1958
البيرسبترون
يحاكي Frank Rosenblatt على حاسوب IBM 704 البيرسبترون، أول عصبون اصطناعي يتعلم من الأمثلة. تنقل The New York Times أن البحرية تتوقع منه «جنين حاسوب قادر على المشي والكلام والرؤية والكتابة والتكاثر والوعي بوجوده».
آلة تتعلم اللعب
ينشر Arthur Samuel برنامجاً يتعلم لعب لعبة الداما بلعبه ضد نفسه. وعنوان مقالته يُشيع عبارة machine learning، «التعلّم الآلي».
الشك في الشبكات
يثبت Minsky و Papert في Perceptrons أن هذه الشبكات ذات الطبقة الواحدة لا تستطيع تعلّم أمور أساسية جداً. فيذهب المال المخصص للشبكات العصبية إلى جهة أخرى.
- 1974-1980
الشتاء الأول
تقرير Lighthill (المملكة المتحدة، 1973) وتخفيضات الميزانيات في الولايات المتحدة يتركان الذكاء الاصطناعي كله بلا مال: يحلّ أول «شتاء للذكاء الاصطناعي».
الانتشار الخلفي
يُشيع Rumelhart و Hinton و Williams الانتشار الخلفي، وهو طريقة لتصحيح الشبكات متعددة الطبقات بتوزيع كل خطأ على الاتصالات التي تسببت به. إنه ذوبان الجليد.
AlexNet
تفوز AlexNet فوزاً ساحقاً في مسابقة للتعرف على الصور، بطبقات كثيرة، وأكثر من مليون صورة، وبطاقات رسوميات لألعاب الفيديو تقوم بالحسابات. ويفرض اسم نفسه: deep learning، التعلّم العميق.
transformer
يعرض فريق من Google transformer، وهو طريقة تتعلم بها الآلة أي الكلمات مهمة لفهم كل واحدة من الكلمات الأخرى. إنه حرف T في GPT.
- 30 تشرين الثاني 2022
ChatGPT
تفتح OpenAI ChatGPT للعموم. لا تتغير التقنية، فقد كانت موجودة: الذي يتغير أن أي شخص صار يستطيع التحدث إليها من المتصفح.
- 8 تشرين الأول 2024
نوبل الشبكات العصبية
تمنح الأكاديمية الملكية السويدية للعلوم جائزة نوبل في الفيزياء إلى John Hopfield و Geoffrey Hinton لأنهما جعلا التعلّم الآلي بالشبكات العصبية ممكناً. بعد أكثر من ثمانين عاماً على McCulloch و Pitts.
في هذا الخط الزمني تتقاطع أربع محاولات: محاكاة الجسد، ومحاكاة الاستدلال، ومحاكاة الدماغ، وأخيراً ترك الآلة تتعلم وحدها. خلّفت الآلات ذاتية الحركة آلات تبدو حيّة، وفوق ذلك أناساً مستعدين لتصديق أنها حيّة. وخلّف المنطق قناعة بأن التفكير هو اتباع قواعد، وبأن كتابتها كلها تكفي: نجح ذلك مع الشطرنج، ولم ينجح في التعرف على قطة. وخلّف علم الأعصاب القطعتين اللتين في داخل ChatGPT: العصبون كلبنة، والتعلم كضبط للاتصالات.
ما نسميه اليوم ذكاءً اصطناعياً هو، في الغالب، المحاولة الرابعة: آلات تتعلم من الأمثلة. فلنفتح الخزانة إذن.
ما الذي في داخل الخزانة
الذكاء الاصطناعي اسم ضخم لشيء يعني اليوم، عملياً، الشيء نفسه دائماً تقريباً: برامج لا تتبع تعليمات كتبها إنسان، بل تعلمت من الأمثلة. هذا هو التعلّم الآلي.
جرّب بنفسك. حاول أن تشرح لأحدهم، خطوة خطوة وبلا أخطاء، كيف تُعرف القطة في صورة. آذان مدببة؟ هناك قطط ذات آذان متدلية. شوارب؟ الكلاب لها أيضاً. لا أحد يعرف كتابة هذه التعليمات. لذلك يُفعل العكس: تُعرض على الآلة ملايين الصور، بعضها فيه قط وبعضها بلا قط، وتُترك لتضبط أحشاءها بنفسها حتى تصيب.
هذه الأحشاء هي شبكة عصبية: مفاتيح كثيرة جداً متصلة بعضها ببعض، تحاكي من بعيد جداً عصبونات Cajal. وما يُضبط هو قوة كل اتصال، وتسمى هذه الضبطات الأوزان أو المعاملات. وأكبر النماذج لديها تريليونات منها: ملايين الملايين. هي تروس الخزانة، إلا أنه لم يضعها أحد بيده.
النموذج، وصفة لا يعرف أحد قراءتها
حين ينتهي التدريب يسمى ما يبقى نموذجاً. تخيّل وصفة كتبتها الآلة وحدها بعد أن جرّبت ملايين الأطباق: إنها تنفع، لكن لا أحد، ولا حتى من دربوها، يستطيع قراءتها سطراً سطراً. تدرّب شركة النموذج مرة واحدة، على مدى أشهر وبإنفاق ثروة على الكهرباء، ثم يُستخدم ملايين المرات في اليوم.
إذا دُرّب النموذج على نص (كتب وصحف ومواقع ومنتديات وشيفرة برمجية) وكان كبيراً جداً، سُمّي LLM، من الإنجليزية large language model: نموذج لغوي كبير الحجم. ChatGPT و Claude و Gemini هي LLM أمامها نافذة محادثة.
آلة تخمّن ما يأتي بعد ذلك
الشيء الوحيد الذي تعلّمه الـ LLM هو: بالنظر إلى نص، أن يخمّن ما يأتي بعده. كلوحة المفاتيح في هاتفك، التي حين تكتب «صباح» تقترح عليك «الخير»، لكن بعد أن قرأ مكتبة كاملة، ومع النظر إلى المحادثة كلها، لا إلى الكلمة الأخيرة وحدها. يخمّن قطعة، ويضيفها، ثم يخمّن من جديد. وهكذا، قطعة بعد قطعة، تخرج فقرة.
انتبه إلى أنني أقول «قطعة». النموذج لا يقرأ كلمات: يقرأ توكنات (tokens)، وهي قطع من النص تكون أحياناً كلمة كاملة، وأحياناً نصف كلمة، وأحياناً علامة ترقيم. «Hola» توكن واحد في الغالب؛ و«inteligencia» قد تكون اثنين أو ثلاثة. في الإنجليزية، التوكن يساوي نحو ثلاثة أرباع الكلمة؛ وفي الإسبانية أقل قليلاً، لأن هذه الأنظمة دُرّبت في معظمها على نصوص بالإنجليزية، فتقطّع اللغات الأخرى تقطيعاً أسوأ.
تبدو هذه فضولاً هندسياً، لكنها تفسّر ثلاثة أشياء ستلاحظها. أن الشركات تتقاضى ثمن التوكنات، لا ثمن الجمل. وأن كل نموذج لا يحتفظ في رأسه إلا بعدد محدود من التوكنات في الوقت الواحد، ولهذا ينسى البداية في المحادثات الطويلة جداً. وأن آلة تكتب بهذه الجودة يصعب عليها عدّ حروف كلمة أو كتابتها بالمقلوب.
إنها لا ترى الحروف. ترى القطع.
إذن، من في الداخل؟
الآن أستطيع أن أجيب عن سؤال Schönbrunn. ليس في داخل النموذج أحد جالس. لكن ما تعلّمه، تعلّمه من كل ما كتبناه نحن البشر: ملايين الكتب والمقالات والمنتديات والوصفات والنقاشات. وقبل أن تفتحه للعموم، لجأت OpenAI إلى أشخاص كتبوا محادثات نموذجية وقيّموا أي الإجابات أفضل، ليتعلم الأدب. فحين يجيبك ChatGPT، لا يكلّمك رجل مختبئ. يكلّمك متوسط عدد هائل من الناس.
هذا يفسّر الجيد، وسنرى أنه يفسّر السيئ أيضاً.
سباق السنوات الأخيرة
لا حاجة إلى حفظ الأسماء. يكفي أن ترى الإيقاع:
- 11 حزيران 2018
التجربة الأولى: transformer دُرّب فقط على تخمين الكلمة التالية، فتعلّم شيئاً من اللغة في الطريق.
OpenAI
- 2 تشرين الثاني 2018
ليس محادثة: إنه نموذج لفهم النص، تنشره Google مفتوحاً، وتُدخله في العام التالي إلى محرك بحثها.
Google
- 14 شباط 2019
كان يكتب نصوصاً مقنعة إلى درجة أن OpenAI تأخرت أشهراً في نشره كاملاً، خوفاً من الأخبار الكاذبة.
OpenAI
- 28 أيار 2020
أكبر بأكثر من مئة مرة من سابقه: بمثالين يتعلم مهام جديدة. بالحجم وحده.
OpenAI
- 30 تشرين الثاني 2022
GPT-3.5 مع نافذة محادثة وأدب. في خمسة أيام يبلغ مليون مستخدم: إنه اليوم الذي يصل فيه كل هذا إلى عائلتك.
OpenAI
- 24 شباط 2023
تشاركه Meta مع الباحثين، وينتهي الأمر بأوزانه متداولة على الإنترنت، فينطلق الذكاء الاصطناعي المفتوح.
Meta
- 14 آذار 2023
يفهم الصور، وفي محاكاة يجتاز امتحان القبول في المحاماة في الولايات المتحدة.
OpenAI
- 14 آذار 2023
في اليوم نفسه يولد مساعد Anthropic، شركة أُسست لجعل الذكاء الاصطناعي أكثر أماناً.
Anthropic
- 11 أيار 2023
تصل ذاكرته إلى مئة ألف توكن، نحو 75 000 كلمة: لأول مرة يمكن لصق كتاب كامل فيه وسؤاله عنه.
Anthropic
- 18 تموز 2023
مجاني حتى للاستخدام التجاري: تستطيع أي شركة أن تبني مساعدها الخاص دون دفع تراخيص.
Meta
- 6 كانون الأول 2023
يولد وهو يفهم في الوقت نفسه النص والصورة والصوت والفيديو. وفي شباط 2024، تغيّر Bard، محادثة Google، اسمه إلى الاسم نفسه.
Google
- 11 كانون الأول 2023
أوروبا تدخل السباق: شركة فرنسية تنشر مفتوحاً نموذجاً يوزّع العمل بين «خبراء» داخليين.
Mistral AI
- 4 آذار 2024
ثلاثة أحجام، من السريع الرخيص إلى القوي، ليدفع كل واحد ما يحتاجه فقط.
Anthropic
- 18 نيسان 2024
أقدر نموذج مفتوح في وقته، وأساس مساعد Meta في WhatsApp و Instagram.
Meta
- 13 أيار 2024
يرى ويسمع ويتكلم في الزمن الحقيقي، بصوت يقبل أن تقاطعه ويضحك.
OpenAI
- 20 حزيران 2024
أذكى من Claude الأغلى، وبضعف السرعة وبخُمس السعر. يصير المفضّل للبرمجة.
Anthropic
- 12 أيلول 2024
أول نموذج «يستدل» قبل أن يجيب، ويتحسن كثيراً في الرياضيات والعلوم.
OpenAI
- 20 كانون الثاني 2025
شركة صينية قليلة الشهرة تعادل o1 بمال أقل بكثير وتنشره مجاناً. وبعد أسبوع، تخسر Nvidia في البورصة نحو 600 مليار دولار في يوم واحد.
DeepSeek
- 24 شباط 2025
أنت من تختار: أن يجيب في الحال أو يفكر. ومعه يصل Claude Code، للبرمجة من الطرفية.
Anthropic
- 27 شباط 2025
أكبر نموذج لدى OpenAI حتى ذلك الحين، أكثر طبيعية في الحديث، لكنه غالٍ: يُظهر حدود الاكتفاء بالنمو.
OpenAI
- 25 آذار 2025
تتصدر Google بنموذج يستدل قبل أن يجيب ويقرأ وثائق طويلة جداً.
Google
- 5 نيسان 2025
أول نماذج Llama صُمّمت منذ البداية للنص والصورة. تتلقى انتقادات وستكون آخر Llama كبير.
Meta
- 29 نيسان 2025
العائلة الصينية المفتوحة الأكثر تنزيلاً، بأحجام كثيرة، من الهاتف إلى الخادم.
Alibaba
- 22 أيار 2025
قادر على العمل وحده ساعات في مهام برمجة طويلة: الانتقال من المحادثة إلى الوكيل.
Anthropic
- 9 تموز 2025
شركة Elon Musk تدخل النخبة، بالبحث في الزمن الحقيقي ونسخة بسعر 300 دولار في الشهر.
xAI
- 11 تموز 2025
تريليون معامل، مفتوح ومجاني، مصمم لاستخدام الأدوات والتصرف من تلقاء نفسه.
Moonshot AI
- 7 آب 2025
نظام واحد يقرر عنك أن يجيب بسرعة أو يتوقف ليفكر، ومتاح حتى مجاناً.
OpenAI
- 18 تشرين الثاني 2025
أول Gemini يصل إلى محرك بحث Google في يوم إطلاقه نفسه.
Google
- 2 كانون الأول 2025
الرهان الأوروبي المفتوح الكبير: نموذج ضخم، مجاني، برخصة حرة، يرى الصور أيضاً.
Mistral AI
- 7 نيسان 2026
بارع جداً في اكتشاف الثغرات الأمنية إلى درجة أنه لا يُنشر: لا تستخدمه إلا الشركات التي تحمي البرمجيات الحرجة.
Anthropic
- 8 نيسان 2026
تترك Meta نموذج Llama وتطلق نموذجاً مغلقاً، أول نموذج من مختبرها لـ«الذكاء الخارق».
Meta
- 24 نيسان 2026
مفتوح ورخيص مرة أخرى، والآن يقرأ دفعة واحدة مليون توكن، نحو 750 000 كلمة.
DeepSeek
- 9 حزيران 2026
قوة Mythos تصل إلى العموم باسم Fable، مع مرشّحات أمان؛ أما Mythos 5، وهو النموذج نفسه بمرشّحات أخف في الأمن السيبراني، فيبقى للمهنيين الموثَّقين.
Anthropic
- 30 حزيران 2026
شبه بقدرة النماذج الغالية، وأرخص، وهو الذي يستخدمه افتراضياً من لا يدفعون.
Anthropic
- 17 تموز 2026
أكبر نموذج مفتوح نُشر حتى اليوم، 2.8 تريليون معامل، قريب من أفضل النماذج المغلقة.
Moonshot AI
- 24 تموز 2026
يقترب من Fable 5 بنصف السعر: أحدث ما هو متقدم يرخص في أسابيع.
Anthropic
- 1 أيلول 2026
تحسينات في العلوم والبرمجة، وأرخص بنسبة تصل إلى 45 % في المهام الطويلة.
Anthropic
- 3 أيلول 2026
قفزة الجيل لدى OpenAI: يستطيع تشغيل حاسوب بدلاً منك، وهو في الطليعة في الأمن السيبراني والعلوم.
OpenAI
- 22 أيلول 2026
يؤدي مثل Fable 5.1 ويكلّف أقل بنسبة 40 % من Opus 5.
Anthropic
- 30 أيلول 2026
الجيل الجديد من Google، في مستوى Astra و Opus؛ وحالياً للخبراء في الأمن السيبراني فقط.
Google
بين أول ChatGPT وأول نموذج يستدل تمر أقل من سنتين. وحين تطلق شركة فكرة جديدة، تصبح عند الأخريات بعد أشهر قليلة. لذلك فأي «الأفضل هو X» تنتهي صلاحيتها قبل أن تنهي الجملة.
من يصنع هذا ولماذا هم قلة
تدريب أحد أكبر النماذج يكلّف عشرات أو مئات الملايين في الحواسيب والكهرباء، لذلك فالنماذج المهمة تخرج من حفنة من الشركات. من المفيد التمييز بين الشركة ومنتجها:
- OpenAI تصنع نماذج GPT؛ و ChatGPT هو التطبيق للتحدث معها. وتستخدمها Microsoft، التي استثمرت مالاً كثيراً في الشركة، في Copilot الخاص بها.
- Anthropic تصنع Claude.
- Google DeepMind تصنع Gemini، الموجود الآن في محرك البحث وفي Android.
- Meta، شركة Facebook و Instagram و WhatsApp، صنعت Llama وتصنع الآن Muse.
- خارج الولايات المتحدة، أثبتت الفرنسية Mistral والصينية DeepSeek أنه يمكن المنافسة بمال أقل.
إذا قال أحدهم على مائدة عشاء «ذكاء Facebook الاصطناعي»، فهو يقصد Meta AI؛ وإذا قال «ChatGPT التابع لـ Google»، فيقصد Gemini. لا تصحّح له بصوت عالٍ. ابتسم.
معظم هذه النماذج مغلقة: الخزانة لا تُفتح، ولا تُستخدم إلا عبر خدمة صاحبها. لكن بعضها ذو أوزان مفتوحة: تُنشر معاملاته —الوصفة— ليحمّلها أي شخص ويشغّلها على حاسوبه، دون إذن ودون أن تغادر بياناته بيته. Llama و DeepSeek و Qwen و Kimi وجزء كبير من نماذج Mistral كذلك؛ أما GPT في ChatGPT و Claude و Gemini فلا، مع أن OpenAI و Google تنشران أيضاً بعض النماذج المفتوحة الأصغر (gpt-oss و Gemma). وتُتبادل على Hugging Face، التي هي أقرب إلى المكتبة العامة للنماذج. تنبيهان: «المفتوح» لا يشمل تقريباً أبداً النصوص التي دُرّب بها، ولتشغيل أحد النماذج الكبيرة تحتاج إلى حاسوب ليس كحاسوب ابن أخيك.
عيون وآذان ووقت للتفكير
حتى وقت قريب كان كل هذا نصاً. لم يعد كذلك. النماذج الحالية متعددة الوسائط: تفهم الصور والصوت، ومع الوقت الفيديو أيضاً. تصوّر فاتورة الكهرباء وتسأله عن هذا البند؛ وتريه نبتة الشرفة ليخبرك ما بها. من الداخل هو الشيء نفسه، لأن الصورة تُقطّع هي أيضاً إلى قطع وتُعامل كتوكنات. أما لمن يستخدمها، فكل شيء يتغير.
التغيير الآخر هو نماذج الاستدلال. الـ LLM العادي يجيب دفعة واحدة، كمن يقول أول ما يخطر له. أما نموذج الاستدلال، فقبل أن يجيب يكتب مسودة لنفسه: يفكك المسألة، ويجرّب طريقاً، فيرى أنه لا يستقيم، فيجرّب آخر. يتأخر أكثر ويستهلك توكنات أكثر، لكنه في الرياضيات والمنطق والبرمجة وأي شيء متعدد الخطوات يخطئ أقل بكثير. احذر كلمة «يفكر»: إنه ما زال يخمّن توكنات، لكن أولاً توكنات المسودة ثم توكنات الجواب. تبسيط، لكنه أمين: الحيلة تنجح.
لماذا يخطئ بهذه الثقة
صار بإمكانك أن تفهم الجملة كاملة: الـ LLM ينتج النص الأرجح، لا الأصدق. لم يعلّمه أحد ما هي الحقيقة؛ علّموه كيف يستمر نص عادةً. في الغالب، يتطابق الأرجح والصحيح. في الغالب.
وحين لا يتطابقان، لا يسكت النموذج ولا يقول «لا أعرف»: يكتب شيئاً يبدو كاملاً وهو كاذب. يسمى هذا هلوسة: كتاب غير موجود، له مؤلفه وسنته؛ حكم قضائي مختلق؛ اقتباس لم يقله أحد. ويقوله بالثقة نفسها التي يقول بها الصحيح، لأنه لا فرق عنده. كلاهما كان أرجح.
يحدث هذا أكثر حيث كان النص الذي يُتعلَّم منه أقل: مع الأرقام والتواريخ الدقيقة، ومع أسماء الأعلام، ومع الحديث جداً (فالنموذج تعلّم حتى تاريخ معين ولا يعرف ما جاء بعده، إلا إذا بحث التطبيق عنه في الإنترنت نيابة عنه)، ومع المحلي جداً. اسأله، دون أن تدعه يبحث في الإنترنت، عن نهائي Falla في سنة معينة، وتحقق مما يقوله لك.
وهناك التحيزات، وهي ليست عطلاً في الآلة بل مرآة. هل تذكر من في الداخل؟ كلنا. النموذج يتعلم ما كتبناه عبر قرون، وأيضاً ما كنا نعدّه مسلّماً دون أن ننتبه. فإذا كانت الممرضات في النصوص «هنّ» دائماً تقريباً والمهندسون «هم»، فسيميل النموذج إلى تكرار ذلك. ليست له أحكام مسبقة خاصة به: لديه أحكامنا نحن، وأحياناً مضخّمة.
لا شيء من هذا يجعله عديم الفائدة. يجعله ما هو: مساعد قرأ أكثر من أي أحد، ويكتب أفضل من معظمنا، ولا يتعب أبداً، ويطلق بين حين وآخر كلاماً فاحش الخطأ بكامل ثقته. عامله على هذا الأساس. وما يهمك، تحقق منه في مصدر آخر. واسأله عن شيء تعرفه جيداً جداً، حيّك أو مهنتك، وعدّ الأخطاء: هذه أفضل طريقة لتعرف إلى أي حد تثق به فيما لا تعرفه.
ما تحكيه له يدخل الخزانة أيضاً
حين تكتب شيئاً في chatbot، فإنه لا يبقى في هاتفك: يسافر إلى حواسيب شركة، في بلد آخر في الغالب. وما تفعله به يتوقف على كل خدمة وعلى شروطها، التي تتغير كل بضعة أشهر. في الخدمات المجانية والمدفوعة الأكثر شهرة، ما لم تعطّل ذلك، قد تنتهي محادثاتك بين النصوص التي يُدرَّب بها النموذج التالي. أي: داخل الخزانة.
النماذج ذات الأوزان المفتوحة، حين تعمل على حاسوب شخصي، هي الاستثناء، لكن لا يستخدمها تقريباً أحد. فتكفي قاعدة بسيطة: إن كنت لن تقوله بصوت عالٍ في الحافلة، فلا تكتبه. وتوصي بالشيء نفسه الوكالة الإسبانية لحماية البيانات في دليلها ذي التوصيات العشر «احذر ما تأتمنه عليه». وتحديداً، من الأفضل ألا تخبره بـ:
- كلمات المرور ورموز الدخول إلى المصرف.
- بيانات طبية تخصك أو تخص غيرك.
- وثائق الهوية، لك أو لأبنائك.
- أسرار عملك أو بيانات زبائنك.
- صور أشخاص آخرين دون إذنهم، الآن وقد صارت النماذج ترى.
في إعدادات معظم الخدمات خيار كي لا تُستخدم محادثاتك في التدريب، وآخر لحذف السجل، وأحياناً «محادثة مؤقتة» لا تبقى في سجلك ولا تُستخدم للتدريب (مع أن الشركة تحتفظ بها بضعة أيام لأسباب أمنية). اذهب وانظر فيها. وإن كنت تستخدم ذكاءً اصطناعياً في العمل، فاسأل أولاً عما تسمح به شركتك: فما تراه أنت سؤالاً ساذجاً قد يكون عندها تسريباً للمعلومات. ولست وحدك: فلدى الاتحاد الأوروبي منذ 2024 لائحة للذكاء الاصطناعي تحظر صراحةً، على مراحل، بعض الاستخدامات وتلزم بإخبارك حين تتحدث إلى آلة.
جرّبه: افتح إعدادات التطبيق الذي تستخدمه وابحث عن ثلاثة أشياء: أين يُحذف السجل، وماذا يُفعل بمحادثاتك، وهل هناك وضع مؤقت لا يتركها في السجل.
ماذا يستطيع أن يفعل لك وماذا لا
مع كل ما سبق، يكاد يكون هذا مما تستنتجه بنفسك.
يجيد جداً العمل بالكلمات، لأنها مادته: تلخيص نص طويل، وشرح أمر صعب بطريقة أخرى، وكتابة مسودة أولى، والترجمة، واقتراح أفكار أو ترتيب أفكارك. ومنذ أن صار يرى، النظر إلى شيء وإخبارك به: الفاتورة، واللافتة بلغة أخرى، ورسالة الخطأ على الشاشة.
ولا يجيد، أو لا ينبغي أن يفعل وحده، كل ما يتطلب اليقين: أن يقرر عنك، أو يعطيك تشخيصاً طبياً أو قانونياً نهائياً، أو يحل محل من يعرف حقاً. إنه ينتج الأرجح، لا الصحيح. استخدمه لتحضير الأسئلة، لا كجواب أخير؛ وشرح ذلك جيداً دليل الاستخدام النقدي للذكاء الاصطناعي الصادر عن UNED إن أردت مصدراً أكاديمياً. وإن كانت المهمة متعددة الخطوات، أو فيها حساب أو مقارنة، ففعّل الوضع الذي يستدل.
يبقى الخوف على العمل. سيكون من غير الأمانة أن أعدك بأن شيئاً لن يتغير: ستتغير أشياء، كما غيّرها الحاسوب والإنترنت. لكن لا أحد يعرف بدقة كيف ولا متى، ومن يؤكد ذلك بثقة كبيرة يفعل ما يفعله نموذج لغوي: يقول الأرجح كأنه الصحيح.
جرّبه: اختر مهمة ثقيلة من هذا الأسبوع (بريد صعب، أو ملخص، أو تنظيم رحلة) وانظر هل يمدّ لك يد العون. وإن لم يفعل، فلا بأس.
اللاعب هو أنت
لنعد إلى Schönbrunn، في حال سألوك وأنت تقدّم الحلوى.
الذكاء الاصطناعي ليس جديداً. منذ قرابة ثلاثة آلاف عام نحاول صنع شيء يبدو حياً، من خادمات هيفايستوس الذهبية إلى بطة Vaucanson، وقروناً ونحن مستعدون لتصديق أننا نجحنا. أما ما نراه الآن فليس دمى ولا أدمغة من صفيح: إنه برامج تتعلم من الأمثلة. النماذج اللغوية، مثل ChatGPT و Claude و Gemini، تخمّن القطعة التالية من النص؛ وتقرأ توكنات، لا حروفاً؛ منها المغلق ومنها المفتوح؛ وبعضها صار يرى وبعضها يتوقف ليفكر. وتخطئ بثقة تُحسد عليها، لأن الأرجح ليس دائماً هو الصحيح. وما تحكيه لها، فوق ذلك، يسافر إلى حواسيب أحدهم.
حين وعدت الصحيفة عام 1958 بآلة ستمشي وتتكلم وتعي وجودها، أخطأت كما يخطئ نسيبك حين يقول إن الذكاء الاصطناعي سيسيطر على العالم، أو إنه هراء لا نفع منه: بخلط الدمية بما في داخلها.
في «التركي»، من كان يقرر كل نقلة كان مختبئاً، في العتمة، داخل الخزانة. أما مع الذكاء الاصطناعي فالأمر معكوس. في الداخل صدى ملايين الأشخاص الذين كتبوا قبلك. ومن يقرر النقلة في الخارج، أمام الرقعة، على مرأى من الجميع.
إنه أنت.

