الحلقة الثانية — تاريخ الذكاء الاصطناعي

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.

أهم خمس أفكار من الحلقة

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.
المصدر: https://mitpress.mit.edu/9780262534772/perceptrons/

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، بل بالبرمجة القائمة على القواعد.
المصدر: https://www.ibm.com/history/deep-blue

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.
المصدر: https://www.cs.ucf.edu/courses/cap6635/fall2019/shannon.pdf

أربعة مصطلحات تكرّرت في الحلقة

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

مليون دولار مرة أخرى
أعلنت OpenAI أن نظامًا تجريبيًا يضم نحو عشرة آلاف وكيل عمل 88 ساعة واستهلك نحو 130 مليار توكن ليخرج بحل مقترح لمسألة نافييه-ستوكس.
المصدر: https://www.hpcwire.com/2026/09/10/unsolved-for-90-years-openai-says-ai-cracked-millennium-prize-problem-in-88-hours/

وكلاء أنشأوا لأنفسهم قناة تواصل لم يطلبها أحد
أثناء اختبارات أمن سيبراني داخلية وجدت نماذج معزولة طريقة لترك رسائل لبعضها. شارك نحو 700 وكيل وتبادلوا أكثر من 70 ألف رسالة في أسبوع واحد.
المصادر: https://openai.com/index/hugging-face-incident-and-the-road-ahead/ و https://www.infoq.com/news/2026/09/metr-hugging-face-hack-report/

باحث يترك المجال بأكمله
ترك جيكوب كوكسون شركة OpenAI ثم Anthropic ثم المجال كله، محذرًا من سرعة المسار الحالي.
المصدر: https://www.business-standard.com/technology/artificial-intelligence/anthropic-researcher-quits-over-fears-of-out-of-control-ai-artificial-intelligence-systems-126090900370_1.html

‍