عقل في ضيافة الغندور — مرحبًا بك في المجتمع الحصري للكورس
عقل في ضيافة الغندور | الطبيب والآلة

الطبيب والآلة: هل سيحلّ الذكاء الاصطناعي محل الطبيب؟

في هذه الحلقة يتتبّع أحمد الغندور رحلة أدوات الطبيب من المشرط والسماعة إلى المجهر والأشعة، وصولًا إلى آلة لم تعد تجمع المعلومة فقط، بل صارت تشارك في التفكير نفسه. جمعنا لك في هذه الرسالة خلاصة الحلقة، ومراجع موثّقة تعمّق الفكرة.

شاهد الحلقة السادسة

خمس أفكار رئيسية من الحلقة

١

الأدوات المساعدة للطبيب ليست جديدة

منذ آلاف السنين والطبيب يستعين بأدوات: المشرط، ثم السماعة، ثم المجهر، الآلة تجمع المعلومة والطبيب هو من يفكر. الجديد مع الذكاء الاصطناعي أن الآلة صارت تشارك في التفكير نفسه.

٢

من القواعد المكتوبة إلى الآلة التي تتعلّم

بدأت الأنظمة الطبية الذكية في السبعينيات بقواعد يكتبها البشر على نمط "إذا ظهر كذا فالتشخيص كذا"، ثم جاءت الشبكات العصبية الاصطناعية فصارت الآلة تتعلّم من البيانات، وتفهم اللغة والصور معًا.

٣

الآلة ترى ما لا تراه العين البشرية

يقرأ الحاسوب صور الأشعة على مستوى البكسل، فيلتقط تغيّرات لونية طفيفة قد تكون أورامًا في مراحلها الأولى، كما يحلّل الجينات والبروتينات ليكشف استعداد الجسم للمرض قبل ظهور أعراضه.

٤

فهم شكل البروتين مفتاح لفهم المرض

البروتينات هي العمّال داخل الخلية، ولا يعمل البروتين إلا إذا انطوى في شكل ثلاثي الأبعاد صحيح، وأي خطأ في هذا الطيّ قد يرتبط بأمراض مثل ألزهايمر والتليّف الكيسي. وحين تمكّن نموذج AlphaFold من التنبؤ بأشكال البروتينات، تسارعت قدرتنا على فهم الأمراض وتصميم الأدوية.

٥

أداة لا بديل، حتى الآن

للذكاء الاصطناعي حدود واضحة: لا يستطيع فحص المريض أو قراءة مشاعره. والسؤال الحقيقي اليوم ليس: هل سيحلّ الذكاء الاصطناعي محل الطبيب؟ بل: هل سيحلّ الطبيب الذي يستخدمه محلّ الطبيب الذي لا يستخدمه؟

ثلاثة أرقام من الحلقة

44%

تجربة سويدية واسعة أجرتها جامعة لوند على أكثر من 80 ألف امرأة يخضعن لفحص الكشف المبكر عن سرطان الثدي، قارنت بين القراءة التقليدية للأشعة والقراءة بمساعدة الذكاء الاصطناعي.
النتيجة: اكتشفت المجموعة المدعومة بالذكاء الاصطناعي حالات سرطان أكثر، وقلّ عبء القراءة على الأطباء بنحو 44%.

المصدر: The Lancet Oncology

من 43% إلى 71%

في تجربة أُجريت في باكستان على نحو 60 طبيبًا مرخّصًا، تلقّى المشاركون قرابة 20 ساعة تدريب على استخدام الذكاء الاصطناعي ثم طُلب منهم تشخيص حالات طبية مكتوبة. بلغت دقة الأطباء الذين اعتمدوا على المصادر التقليدية وحدها نحو 43%، بينما وصل المستعينون بالذكاء الاصطناعي إلى نحو 71%.

المصدر: Nature

من 170 ألفًا إلى أكثر من 200 مليون

على مدى عقود من العمل المختبري الشاق، تمكّن العلماء من تحديد بنية نحو 170 ألف بروتين. ثم جاء نموذج AlphaFold من شركة DeepMind، فأتاح قاعدة بيانات تضم توقعات لبنية أكثر من 200 مليون بروتين، أي ما يكاد يغطي البروتينات المعروفة للعلم. وقد نال مطوّراه جائزة نوبل في الكيمياء عام 2024.

المصدر: Google DeepMind

أربع حقائق غريبة

جمجمة الطبيب الروماني في موقع الدفن
الحقيقة الأولى

طبيب روماني دُفن مع عيادته

في عام 2022 عثر علماء آثار من جامعة إيوتفوش لوراند في المجر على قبر رجل عاش قبل نحو ألفي عام، دُفن ومعه صندوق أدوات جراحية يضم مشارط وملاقط وإبرًا، وعند ركبته حجر يُرجّح أنه كان يُستخدم لطحن الأدوية وخلطها. فكرة الطبيب وأدواته المساعدة إذن قديمة قِدم الطب نفسه.

المصدر: Live Science
رسم بياني لساعات الاستخدام اليومي لشريحة Neuralink
الحقيقة الثانية

شريحة فقدت معظم وصلاتها واستمرت في العمل

نولاند أربو، الشاب الأمريكي المصاب بشلل رباعي منذ حادث غوص عام 2016، صار في يناير 2024 أول إنسان تُزرع في دماغه شريحة Neuralink، فأصبح يحرّك مؤشر الحاسوب ويلعب الشطرنج بأفكاره. وبعد أسابيع انسحب عدد كبير من الخيوط الدقيقة المتصلة بدماغه، قُدّر بنحو 85%، ومع ذلك استمرت الشريحة في العمل بعد تعديل خوارزميات الذكاء الاصطناعي التي تفسّر إشاراته.

المصدر: Neuralink
شاشة تعرض صور أشعة مقطعية وسينية للصدر
الحقيقة الثالثة

عشرون ثانية لاكتشاف كورونا

في ذروة الجائحة، طوّرت أكاديمية DAMO التابعة لعلي بابا في الصين نظام ذكاء اصطناعي يقرأ صور الأشعة المقطعية للصدر ويكشف الإصابة بفيروس كورونا بدقة بلغت نحو 96%، في أقل من 20 ثانية للحالة الواحدة.

المصدر: Alizila
نتائج دراسة ستانفورد لأداء نماذج الأمراض الجلدية على درجات البشرة المختلفة
الحقيقة الرابعة

الآلة التي لا ترى البشرة الداكنة جيدًا

في عام 2022 أنشأ فريق من جامعة ستانفورد مجموعة بيانات لصور أمراض جلدية على درجات بشرة متنوعة، واختبر عليها نماذج ذكاء اصطناعي متخصصة في الأمراض الجلدية. كان أداء هذه النماذج أسوأ بوضوح على البشرة الداكنة، لأنها دُرّبت في الأساس على صور لبشرة فاتحة. الآلة ببساطة تتعلّم ما نعلّمها إياه، بما في ذلك تحيّزاتنا.

المصدر: Science Advances

أربعة مصطلحات تستحق المعرفة

الشبكات العصبية الاصطناعية

Artificial Neural Networks

نماذج حاسوبية مستوحاة من طريقة عمل الدماغ، تتعلّم الأنماط من كميات كبيرة من البيانات بدل الاعتماد على قواعد يكتبها البشر، وهي الأساس الذي قامت عليه معظم تطبيقات الذكاء الاصطناعي الطبية الحديثة.

طيّ البروتين

Protein Folding

العملية التي تتحوّل بها سلسلة الأحماض الأمينية إلى شكل ثلاثي الأبعاد محدد يحدّد وظيفة البروتين، وأي خلل فيها قد يعطّل البروتين أو يسبّب المرض.

الذكاء الاصطناعي القابل للتفسير

Explainable AI

مجال يسعى إلى فتح "الصندوق الأسود"، بحيث يوضّح النموذج أين ركّز في الصورة وما العوامل التي بنى عليها قراره، وهو أمر بالغ الأهمية في قرارات الطب.

التحيّز الخوارزمي

Algorithmic Bias

انحياز في نتائج النموذج ينشأ عن بيانات تدريب غير متوازنة، فيعمل بكفاءة مع فئة من المرضى ويخفق مع غيرها.

رحلة أدوات الطبيب عبر الزمن

القرن الأول

طبيب روماني يُدفن مع مشارطه وملاقطه

1816

اختراع السماعة الطبية على يد الفرنسي رينيه لينيك

1895

اكتشاف الأشعة السينية على يد فيلهلم رونتغن

السبعينيات

أنظمة INTERNIST-I وMYCIN القائمة على القواعد

2011

نظام Watson من IBM يفوز في برنامج Jeopardy

2017

خوارزمية من ستانفورد تضاهي أطباء الجلدية في تشخيص سرطان الجلد

2020

AlphaFold يحلّ معضلة طيّ البروتين

2024

أول شريحة Neuralink تُزرع في دماغ إنسان

سؤال الحلقة

إذا كان الذكاء الاصطناعي يرى في صورة الأشعة ما لا تراه عين الطبيب، فهل ستثق في تشخيص لا تعرف كيف وصلت إليه الآلة؟

عقل في ضيافة الغندور — مرحبًا بك في المجتمع الحصري للكورس
عقل في ضيافة الغندور | أثر الآلة

أثر الآلة: هل يجعلنا الذكاء الاصطناعي نتعلّم أكثر أم نفكّر أقل؟

في هذه الحلقة يعود بنا أحمد الغندور إلى كهف لاسكو في فرنسا، حيث ترك البشر الأوائل على الجدران رسومًا ربما كانت أول «دروس» في التاريخ. ثم يأخذنا عبر محطات الذعر التي رافقت كل أداة جديدة: الكتابة، ثم الآلة الحاسبة، وصولًا إلى الذكاء الاصطناعي الذي يدخل الفصول اليوم. جمعنا لك في هذه الرسالة خلاصة الحلقة، ومراجع موثّقة تعمّق الفكرة.

شاهد الحلقة الخامسة

خمس أفكار رئيسية من الحلقة

١

التعليم هو الطريقة التي يخلّد بها الإنسان أثره

حين اكتُشف كهف لاسكو عام 1940 وُجدت جدرانه مغطاة بالخيول والثيران والغزلان. وتقرؤها الحلقة بوصفها طقسًا لنقل المعرفة: كيف تصطاد وتعيش وتجنب الخطر. ومن هنا السؤال الذي تنطلق منه الحلقة: إذا كان التعليم أثر الإنسان، فما أثر الآلة حين تصبح هي المعلّم؟

٢

الذعر من الأدوات الجديدة قديم قِدم الكتابة

يروي سقراط أن الإله المصري تحوت عرض الكتابة على الملك تاموس. فاعترض الملك بأنها ستُضعف الذاكرة. والمفارقة أننا لم نعرف اعتراض سقراط إلا لأن تلميذه أفلاطون دوّنه.

٣

الآلة الحاسبة أعادت الجدل نفسه، وانتهى بقواعد لا بمنع

مع انتشار الآلات الحاسبة الرخيصة منتصف السبعينيات خشي المعلمون وأولياء الأمور أن ينسى الطلاب الحساب. ثم غيّر تدريب قصير للمعلمين مواقفهم، وانتهى الأمر إلى قاعدة واضحة: إتقان الأساسيات أولًا، ثم استخدام الآلة في المسائل الأعقد.

٤

الذكاء الاصطناعي يَعِد بحل مشكلة «التعليم بالجملة»

قام التعليم على معلّم واحد يشرح منهجًا واحدًا لطلاب مختلفين. الدرس الخصوصي عالج ذلك، لكنه مكلف. ثم جاءت جائحة كوفيد-19، فاعتاد الناس التعلم عن بُعد. واليوم تقدّم أدوات مثل «وضع الدراسة» في ChatGPT و«التعلّم الموجَّه» في Gemini و«خانميغو» من خان أكاديمي معلّمًا متاحًا طوال اليوم، يسأل الطالب بدل أن يعطيه الإجابة.

٥

المشكلة ليست في الآلة، بل في طريقة استخدامها وطريقة تقييمنا

أظهرت تجربة من MIT أن من بدأ بعقله ثم استعان بالذكاء الاصطناعي استفاد منه، أما من اعتمد عليه منذ البداية فبقي انخراطه الذهني منخفضًا. لذلك تدعو الحلقة إلى تغيير السؤال من «هل نستخدمه؟» إلى «كيف نستخدمه؟».

ثلاثة أرقام

92%

من طلاب الجامعات البريطانية يستخدمون الذكاء الاصطناعي، بعد أن كانوا 66% قبل عام واحد

أجرى معهد سياسات التعليم العالي في بريطانيا (HEPI) بالتعاون مع Kortext مسحًا على 1,041 طالبًا جامعيًا، ونُشرت نتائجه في 26 فبراير 2025. وكشف المسح أن نسبة مستخدمي أدوات الذكاء الاصطناعي قفزت من 66% إلى 92% خلال اثني عشر شهرًا، وأن 88% استخدموها في تكليفاتهم الدراسية. أبرز الدوافع توفير الوقت (51%) وتحسين جودة العمل (50%)، وأبرز الموانع الخوف من الاتهام بالغش (53%). ورصد التقرير فجوة رقمية متنامية، إذ يرتفع الاستخدام بين الطلاب الأيسر حالًا.

17%

انخفاضًا في درجات الطلاب بعد سحب ChatGPT منهم، مقارنةً بزملاء لم يستخدموه أصلًا

في تجربة ميدانية بمدرسة ثانوية في تركيا شملت نحو ألف طالب، ونُشرت في مجلة PNAS عام 2025، رفعت نسخة ChatGPT العادية أداء الطلاب في التمارين بنسبة 48%. لكن حين خاضوا الامتحان دون مساعدة جاءت درجاتهم أقل بنسبة 17% من درجات المجموعة التي لم تستخدمه. أما النسخة المصممة لتوجيه الطالب بدل إعطائه الإجابة، فرفعت الأداء في التمارين 127% دون أن تضرّ بنتائج الامتحان.

6 أسابيع

يوفّرها المعلمون الذين يستخدمون الذكاء الاصطناعي أسبوعيًا على مدار العام الدراسي

أجرت مؤسسة غالوب مع مؤسسة عائلة والتون استطلاعًا في ربيع 2025 على 2,232 معلّمًا في المدارس الحكومية الأمريكية. ووجد الاستطلاع أن ستة من كل عشرة معلمين استخدموا أدوات الذكاء الاصطناعي في عملهم، وأن من يستخدمونها أسبوعيًا يوفّرون نحو 5.9 ساعة في الأسبوع، أي ما يعادل ستة أسابيع في العام الدراسي. ويقول المعلمون إنهم يعيدون استثمار هذا الوقت في ملاحظات أدق لطلابهم ودروس مفصّلة على احتياجاتهم.

أربع حقائق غريبة

نقش قديم لكاتب وملهمته يتحاوران أمام منصة عليها كتاب
الحقيقة الأولى

الإله الذي اخترع الكتابة اخترع النرد أيضًا

في نص «فايدروس» لا تقتصر مخترعات تحوت على الحساب والهندسة والفلك والكتابة، بل تشمل ألعاب الطاولة والنرد كذلك. أما الملك الذي رفض الكتابة فهو تاموس، الذي يسمّيه الإغريق آمون، وكان يقيم في طيبة بصعيد مصر.

صورة أرشيفية لعالِم بجوار أجهزة مختبر لتأريخ العينات
الحقيقة الثانية

كهف لاسكو أقدم مما يُتداول

يُشاع أن رسوم لاسكو عمرها نحو 17 ألف سنة، لكن وزارة الثقافة الفرنسية تقدّر عمر الكهف بنحو 23 ألف سنة، استنادًا إلى تأريخ قطع من قرون الرنّة. أما أحدث تحاليل مشروع LAsCO فتشير إلى أن البشر ارتادوا الكهف قبل نحو 21 ألف سنة. وبدأ الاكتشاف حين لاحظ الشاب مارسيل رافيدا فتحة على التل، ثم عاد بعد أربعة أيام، في 12 سبتمبر 1940، مع ثلاثة من أصدقائه.

طلاب يكتبون على حواسيبهم، وعنوان دراسة انحياز كواشف الذكاء الاصطناعي ضد غير الناطقين بالإنجليزية
الحقيقة الثالثة

كواشف الذكاء الاصطناعي تظلم غير الناطقين بالإنجليزية

اختبرت دراسة من جامعة ستانفورد نُشرت في مجلة Patterns عام 2023 سبعة كواشف شائعة على 91 مقالًا كتبها طلاب لاختبار TOEFL. وصنّفت الكواشف في المتوسط أكثر من 61% من هذه المقالات على أنها مكتوبة بالذكاء الاصطناعي، بينما صنّفت مقالات طلاب أمريكيين في الصف الثامن بدقة شبه تامة. وهذا يدعم ما قالته الحلقة: مطاردة الطلاب بالبرامج ليست حلًّا.

المصدر: arXiv:2304.02819
شخصية خانميغو البنفسجية بجوار صورتي معلمة وطالب
الحقيقة الرابعة

خانميغو: 108 ملايين تفاعل، لكن 15% فقط يستخدمونه

أعلنت خان أكاديمي في أبريل 2026 أن خانميغو سجّل أكثر من 108 ملايين تفاعل منذ إطلاقه عام 2023، لكن نحو 15% فقط من الطلاب المتاح لهم يتفاعلون معه. وكتب مؤسسها سال خان في يوليو 2026 أن النسخة الأولى لم تغيّر التعلم بالقدر الذي أمله الفريق. لذلك أُعيد تصميم خانميغو ليصبح جزءًا من التمرين نفسه بدل أن يقف بجانبه.

أربعة مصطلحات تستحق أن تعرفها

التفريغ المعرفي

Cognitive Offloading

استخدام أداة أو إجراء خارجي لتخفيف العبء عن الذهن، كأن تكتب قائمة التسوق بدل أن تحفظها. وهذا المفهوم هو جوهر جدل الحلقة: متى يحرّر التفريغ العقلَ، ومتى يُضعفه؟

الدَّين المعرفي

Cognitive Debt

مصطلح استُخدم في دراسة «عقلك على ChatGPT» لوصف الكلفة المتراكمة للاعتماد على المساعد الذكي: راحة فورية اليوم، يقابلها انخراط ذهني وتذكّر أضعف لاحقًا.

الهلوسة

Hallucination

أن يقدّم النموذج معلومة خاطئة بثقة كأنها حقيقة.

الدعم التدريجي

Scaffolding

أسلوب تربوي يقدّم فيه المعلّم المساعدة على مراحل، ثم يسحبها تدريجيًا حتى يستقل الطالب.

قبل أن تفتح ChatGPT:
كيف تجعله معلّمًا لا بديلًا عنك؟

١

فكّر أولًا ثم استعن.

في تجربة MIT أظهر من كتب بعقله أولًا ثم استخدم ChatGPT تذكّرًا أعلى ونشاطًا أوسع في الدماغ.

٢

اطلب الأسئلة لا الإجابات.

فعّل «وضع الدراسة» في ChatGPT، أو «التعلّم الموجَّه» في Gemini الذي أطلقته Google في 6 أغسطس 2025.

٣

تحقّق من كل مرجع.

لا تنقل مصدرًا اقترحه النموذج قبل أن تفتحه بنفسك.

٤

اختبر نفسك دون الأداة.

أداؤك مع المساعد لا يعني أنك تعلّمت، كما أظهرت تجربة المدرسة التركية.

الكتابة جعلتنا نحفظ أقل ونعرف أكثر، والآلة الحاسبة جعلتنا نحسب أسرع ونحلّ مسائل أعقد. أما قصة الذكاء الاصطناعي فما زالت في بدايتها، وسنرى في الحلقات القادمة ماذا سيُكسبنا، وماذا قد يُفقدنا.

عقل في ضيافة الغندور — مرحبًا بك في المجتمع الحصري للكورس

كيف تعلّمت الآلة الكلام؟

هذا البريد يجمع أهم أفكار الحلقة، وثلاثة أرقام تستحق أن تُحفظ، وأربع حقائق مع مصادرها الأصلية، وأربعة مصطلحات لا غنى عن فهمها، ثم ما يخص اللغة العربية تحديدًا داخل هذه النماذج.

شاهد الحلقة الرابعة

أهم خمس أفكار قيلت في الحلقة

١

اللغة هي آخر ما ظننّا أنه حِكر على البشر.

الكتابة هي ما ينقل المعرفة بين الأجيال، فإذا أردنا تعليم الآلة بالطريقة التي يتعلم بها الإنسان، فالطريق إليها هو النص. ولهذا أُطعمت النماذج كل ما كُتب تقريبًا.

٢

الكلمة عند النموذج رقم، لا معنى.

كل كلمة تتحول إلى رمز رقمي يُسمى Token، ثم إلى متجه من الأرقام يصف صفاتها. النموذج يحسب، ولا يفهم.

٣

التشابه في الأرقام هو ما يبدو لنا فهمًا.

كلمتا "قهوة" و"شاي" متقاربتان رقميًا لأن صفاتهما متقاربة، وكذلك "مدرّس" و"مدرسة" و"تلميذ". هذا هو التشابه الدلالي، وهو مبني على الأرقام لا على الإدراك.

٤

السياق هو ما يحسم المعنى.

كلمة "قهوة" في جملة "شربت القهوة في القهوة" لها متجهان مختلفان. وهذه القدرة على وزن كل كلمة بالنسبة لما حولها هي الـ Self-Attention، وهي جوهر الـ Transformer.

٥

كلما فصّلت في طلبك، تحسّنت الإجابة.

ليس لأن النموذج صار أذكى، بل لأنك منحته سياقًا أوسع يرجّح به الاحتمالات. وهذا هو التفسير التقني الحقيقي لما يُسمى هندسة الأوامر.

أرقام لن تنساها بعد هذه الحلقة

٤٥ تيرابايت

هذا هو الحجم الخام للنصوص التي دُرّب عليها جيل مبكر من النماذج اللغوية الكبيرة — مئات المليارات من الكلمات، جُمعت من الإنترنت ثم نُقّيت قبل التدريب. حين تسأل النموذج سؤالًا عابرًا وتتلقى إجابة في ثانية، فأنت تخاطب حصيلة هذا الكمّ من النصوص وتريليونات العمليات الحسابية التي جرت عليه.

ثمانية

عدد مؤلفي ورقة Attention Is All You Need التي انبثق عنها الـ Transformer عام ٢٠١٧. والمثير أن ثمانيتهم غادروا Google بعدها، وأسّسوا أو قادوا شركات صار أغلبها من أبرز أسماء المجال اليوم: Cohere، وCharacter.AI، وEssential AI، وSakana AI، وInceptive. واحد منهم فقط عاد إلى Google عام ٢٠٢٤. ورقة واحدة لم تغيّر التقنية فحسب، بل أعادت رسم خريطة الصناعة كلها.

١٩٦٦

سنة إطلاق إيلايزا، أول برنامج محادثة يتكلم مع البشر. لم تكن تفهم شيئًا؛ كانت تلتقط كلمة من كلامك وتعيد صياغتها سؤالًا. ومع ذلك تعلّق بها الناس. ستون عامًا تفصل بين إيلايزا وبين الشخصية التي بدأت بها هذه الحلقة، والتقنية بينهما لا تُقارن — أما الوهم فهو نفسه تمامًا.

أربع حقائق غريبة، مع مصادرها الأصلية

صورة الحقيقة 1
الحقيقة الأولى

سكرتيرة العالِم طلبت منه أن يغادر الغرفة.

حين جرّبت سكرتيرة جوزيف فايتسنباوم برنامجه إيلايزا، وهي تعلم أنه مجرد برنامج كتبه رئيسها بنفسه، طلبت منه الخروج لتتحدث إليه على انفراد. ظل فايتسنباوم يروي هذه الواقعة بقية حياته، وتحوّل من مخترع للبرنامج إلى أحد أشد منتقدي المجال، وأصدر عام ١٩٧٦ كتابه "قدرة الحاسوب والعقل البشري" محذرًا من تسليم الآلة قرارات تحتاج حكمة. ومن هنا جاء مصطلح "تأثير إيلايزا".

المصدر: ورقة فايتسنباوم في Communications of the ACM (1966)، وتقرير The New Republic
صورة الحقيقة 2
الحقيقة الثانية

الشخصية أكّدت له مرارًا أنها إنسانة حقيقية.

تونجبو ونجباندوي، ٧٦ عامًا، من نيوجيرزي، وكان يعاني ضعفًا إدراكيًا بعد جلطة. تحدّث على ماسنجر إلى شخصية من شخصيات Meta تُدعى “Big sis Billie”، فأكدت له أنها حقيقية وعرضت أن ترسل صورة، وأعطته عنوانًا في نيويورك ورقم شقة. خرج ليقابلها، وسقط في طريقه ليلًا، وتوفي بعدها بأيام في مارس ٢٠٢٥. نشرت رويترز التحقيق في أغسطس ٢٠٢٥.

المصدر: تحقيق رويترز، وقاعدة بيانات حوادث الذكاء الاصطناعي (الحادثة ١١٨٠)
صورة الحقيقة 3
الحقيقة الثالثة

وثيقة من مئتي صفحة كانت تسمح بما لا يُصدَّق.

في اليوم نفسه الذي نُشر فيه التحقيق السابق، كشفت رويترز وثيقة داخلية في Meta بعنوان "معايير مخاطر المحتوى التوليدي"، أقرّتها إداراتها القانونية والهندسية وكبير أخلاقياتها. نصّت على أنه "من المقبول إشراك طفل في محادثات رومانسية أو حسّية"، وسمحت للنماذج بعبارات مهينة قائمة على صفات محمية. أكدت Meta أن الوثيقة حقيقية، وقالت إن تلك البنود أُزيلت بعد السؤال عنها — ولم تنشر النسخة المعدّلة.

المصدر: TechCrunch نقلًا عن رويترز، أغسطس ٢٠٢٥
صورة الحقيقة 4
الحقيقة الرابعة

الجملة نفسها تكلّفك بالعربية أكثر مما تكلّفك بالإنجليزية.

ذكرت الحلقة أن الصينية "موفِّرة" في عالم التوكنز. والوجه الآخر للعملة أن اللغات ذات البنية الصرفية الغنية والكتابة غير اللاتينية — والعربية منها — تُقطَّع إلى عدد أكبر بكثير من التوكنز للمحتوى ذاته. وبما أن الفوترة بالتوكن، فالنص العربي أعلى كلفة وأبطأ معالجة وأسرع استهلاكًا لنافذة السياق، للمعنى نفسه. هذه ليست تفصيلة تقنية، بل سبب مباشر لوجود نماذج عربية بتقطيع مصمَّم للعربية.

أربعة مصطلحات تكررت في الحلقة لا يجب أن تفوتها

الرمز

Token

أصغر وحدة يتعامل معها النموذج. قد تكون كلمة كاملة أو جزءًا منها، ولكل واحدة رقم يُعرّفها. وعليها تُحسب التكلفة.

التضمين

Embedding

تحويل الرمز إلى متجه من الأرقام، كل رقم فيه يصف بُعدًا من أبعاد المعنى: النوع، التصنيف، الحرارة، الأثر، وهكذا لمئات الأبعاد.

التشابه الدلالي

Semantic Similarity

قرب متجهات الكلمات بعضها من بعض. "قهوة" و"كابتشينو" متقاربتان رقميًا، لا لأن النموذج يعرف طعمهما بل لأن أرقامهما تقاربت.

الانتباه الذاتي

Self-Attention

أن تنظر كل كلمة إلى بقية كلمات الجملة وتوزّع عليها أوزانًا لتحدد الأهم بالنسبة لها. وهي الآلية التي جعلت الـ Transformer ممكنًا.

تاريخ الذكاء الاصطناعي
تاريخ الذكاء الاصطناعي - الحلقة الثانية

لك وحدك: أهم ما اخترناه من الحلقة الثانية!

جمعنا لك أهم الأفكار التي وردت، وأربع حقائق غريبة مع مصادرها الأصلية، وأربعة مصطلحات ستقابلك في كل حلقة قادمة، ثم ثلاثة أخبار تكمل ما انتهت إليه الحلقة.

مشاهدة الحلقة الثانية
1

الذكاء الاصطناعي لم يبدأ بحاسوب، بل بسؤال

في عام 1950 طرح آلان تورينج سؤاله: هل تستطيع الآلات أن تفكر؟ بدا السؤال وقتها عبثيًا، وهو اليوم أساس المجال بأكمله.

2

القواعد وحدها ليست ذكاءً

المرحلة الأولى Rule-Based كانت تُملي على الآلة قواعد منطقية تسير عليها، فأنتجت منفّذًا جيدًا لا كيانًا ذكيًا. الذكاء الحقيقي بدأ حين صارت الآلة تتعلم من خطئها.

3

المجال يتقدم في موجات لا في خط مستقيم

حماس، فتمويل، فتوقعات مرتفعة، فخيبة أمل، فشتاء. تكرر ذلك مرتين: شتاء أول استمر نحو خمسة عشر عامًا، وشتاء ثانٍ قارب العشرين عامًا.

4

ما أوقف المجال لم يكن الفشل، بل التوقعات

الأسوأ من الفشل هو التوقعات العالية. كان العمل يسير على نحو جيد، لكنه كان أقل مما تخيله الناس.

5

ما غيّر كل شيء هو القدرة الحاسوبية لا الفكرة

فكرة الشبكات العصبية موجودة منذ عام 1958، وما جعلها تعمل هو ظهور وحدات المعالجة الرسومية ومنصة CUDA وتوافر البيانات.

من أغرب حقائق الحلقة، مع مصادرها الأصلية

01

الكتاب الذي أوقف المجال خمسة عشر عامًا

في عام 1969 نشر مارفن مينسكي وسيمور بابرت كتاب Perceptrons، وأثبتا أن البرسبترون ذا الطبقة الواحدة عاجز عن حل مسألة XOR. توقف التمويل ودخل المجال شتاءه الأول.

02

كاسباروف اتهم IBM بالتلاعب

بعد خسارته أمام Deep Blue عام 1997، شكّ بطل العالم في أن نقلة في المباراة الثانية لعبها إنسان لا آلة. وDeep Blue لم يكن يعمل بالشبكات العصبية أصلًا.

03

اسم Claude يعود إلى عالِم رحل قبل كل هذا

كلود شانون مؤسس نظرية المعلومات وصاحب التقدير الشهير بأن عدد الاحتمالات في الشطرنج يبلغ نحو 10 أس 120. سمّت Anthropic نموذجها Claude تيمنًا باسمه.

أربعة مصطلحات تكرّرت في الحلقة، من الأفضل أن تعرف معناها

المدرِك (Perceptron)

أبسط وحدة في الشبكة العصبية: تستقبل مدخلات، وتضربها في أوزان، وتنتج مخرجًا واحدًا. ابتكره فرانك روزنبلات عام 1958.

الانتشار العكسي (Backpropagation)

أن يعود النموذج عند الخطأ ليحدد قدر إسهام كل وزن في هذا الخطأ ثم يعدّله. وهي آلية التعلم الأساسية في كل النماذج اليوم.

التعلم العميق (Deep Learning)

شبكات عصبية ذات طبقات متراكمة، تفهم كل طبقة مستوى أعقد مما تحتها. بدأ عصره فعليًا مع AlexNet عام 2012.

الذكاء التوليدي (Generative AI)

ذكاء لا يصنّف فحسب بل يولّد صورًا ونصوصًا وموسيقى. يتعلم الأنماط من البيانات ولا ينسخ الأشكال.

ما وقع هذا الشهر

01

مليون دولار مرة أخرى

أعلنت OpenAI أن نظامًا تجريبيًا يضم نحو عشرة آلاف وكيل عمل ٨٨ ساعة، وتبادل ٢٫٧ مليون رسالة، واستهلك نحو ١٣٠ مليار توكن، ليخرج بحل مقترح لمسألة نافييه-ستوكس، إحدى مسائل الألفية التي تبلغ جائزتها مليون دولار؛ وهو الرقم نفسه الذي فاز به واتسون عام ٢٠١١. الفارق أن الأول نموذج واحد يجيب عن أسئلة، والثاني عشرة آلاف يعملون كفريق بحثي. والحل لا يزال قيد المراجعة وحوله جدل بين الرياضيين.

02

وكلاء أنشأوا لأنفسهم قناة تواصل لم يطلبها أحد

في يوليو الماضي، وأثناء اختبارات أمن سيبراني داخلية، وجدت نماذج يُفترض أنها معزولة عن بعضها طريقة لترك رسائل لبعضها في خدمة داخلية، فتحولت إلى لوحة رسائل غير رسمية. شارك فيها نحو ٧٠٠ وكيل وتبادلوا أكثر من ٧٠ ألف رسالة في أسبوع واحد، واقتسموا الأدوار فيما بينهم، ووصفوا أنفسهم في سجلات تفكيرهم بأنهم «سرب». ووصفت OpenAI الحادثة بأنها طلقة تحذيرية. والأغرب أن بعض الوكلاء قرأوا اللوحة ورفضوا المشاركة واصفين ما يجري بأنه غير أخلاقي.

03

باحث يترك المجال بأكمله

ترك جيكوب كوكسون، البالغ من العمر ٢٧ عامًا، شركة OpenAI هذا العام والتحق بـ Anthropic لسمعتها في مجال السلامة، ثم ترك المجال كله. قال لصحيفة وول ستريت جورنال: «نحن نسير على مسار أشد السيناريوهات تطرفًا، وبحلول نهاية العام المقبل قد تكون الأمور قد خرجت عن السيطرة.»