الطريق إلى الأمام
الوكلاء يغادرون نافذة المحادثة
أوضح تحوّل بنيوي جارٍ هو انتقال الوكلاء الأذكياء (Agents) من المحادثة إلى التفويض. افترضت واجهة المحادثة وجود إنسان في الحلقة عند كل تبادل؛ أما النمط الناشئ فهو العمل في الخلفية — يتسلّم الوكيل مهمة، ويعمل باستقلالية لدقائق أو ساعات عبر الأدوات والملفات والخدمات، ثم يعود بنتائج للمراجعة. وكانت وكلاء البرمجة في الطليعة (افتح تذكرة، واحصل على طلب دمج)، والنمط يمتد إلى البحث والعمليات والعمل على البيانات. وهذا يغيّر مركز الثقل الهندسي: فما يهم لم يعد جودة الاستجابة الواحدة بقدر ما هو الموثوقية عبر آفاق زمنية طويلة — نقاط الحفظ، والتعافي من الأخطاء، ومعرفة متى يتوقف ويسأل. ويغيّر أيضًا المهارة البشرية المطلوبة، من كتابة التعليمات جيدًا إلى تحديد المهام جيدًا والتحقق من النتائج بكفاءة.
- من محادثة دورًا بدور إلى تفويض «أطلِق وانسَ» مع مراجعة عند الاكتمال
- الموثوقية عبر الآفاق الطويلة، لا ذروة القدرة، هي عنق الزجاجة الحالي للوكلاء المفيدين
- التحقق يصبح مهمة الإنسان — ومراجعة مخرجات الوكيل جيدًا مهارة على المؤسسات أن تبنيها
- البنية التحتية تتبع: هوية الوكيل، والصلاحيات، والبيئات المعزولة (Sandbox)، وسجلات التدقيق مجالات بناء نشطة
نماذج العالم والفيديو
يتبيّن أن توليد الفيديو أكثر من أداة لصناعة المحتوى. فالنموذج الذي يتنبأ بفيديو معقول يجب أن يتعلّم ضمنيًا كيف يعمل العالم — الأجسام تبقى، والمواد تتشوّه، والأسباب تسبق النتائج — ولهذا يتزايد تأطير نماذج الفيديو القوية في المجال بوصفها نماذج عالم مبكرة. والرهان، غير المثبت بعد على نطاق واسع، هو أن تصبح هذه النماذج أجهزة محاكاة: بيئات لتدريب الروبوتات دون تجارب مادية، واختبار الأنظمة المستقلة أمام سيناريوهات نادرة، وفي نهاية المطاف منح الوكلاء نموذجًا داخليًا يخططون على أساسه بدل الاكتفاء برد الفعل. والبيئات التفاعلية المولَّدة والفيديو المتماسك الذي يطول باطّراد هما مؤشرا التقدّم المرئيان. أما الرأي المتشكك — بأن المعقولية البصرية ليست هي الفهم السببي، وأن أخطاء الفيزياء ما زالت تظهر بسهولة — فيستحق وزنًا مساويًا.
- تتعلّم نماذج الفيديو فيزياء ضمنية وديمومة الأجسام من التنبؤ وحده
- حالات استخدام المحاكاة: بيانات تدريب الروبوتات، واختبار السيناريوهات النادرة، والبيئات التفاعلية
- الروبوتات والذكاء الاصطناعي المتجسّد هي المستفيد الطبيعي إذا نضجت نماذج العالم
- سؤال مفتوح: هل تتوسّع المعقولية البصرية إلى استدلال سببي موثوق، أم تتوقف قبله؟
الذكاء الاصطناعي أداةً علمية
أقل الآفاق تخمينًا هو الذكاء الاصطناعي في العلوم، لأن النتائج متحققة بالفعل. فقد أحدث التنبؤ ببنية البروتينات تحولًا في علم الأحياء البنيوي — إذ باتت البنى المتنبأ بها لما يكاد يكون كامل عالم البروتينات المعروف متاحة علنًا، وصارت أدوات قياسية في خطوط اكتشاف الأدوية. ويستخدم علم المواد الفرز المدفوع بالنماذج لاقتراح مركّبات مرشحة أسرع بمراتب عشرية من التوليف التجريبي، مع تغذية التنبؤات إلى مختبرات مؤتمتة للتحقق منها. وفي التنبؤ بالطقس، ضاهت نماذج تعلّم الآلة (Machine Learning) المحاكاة العددية التقليدية أو تفوقت عليها في مقاييس رئيسية بجزء يسير من الحوسبة، وتشغّلها الوكالات التشغيلية الآن جنبًا إلى جنب مع الأنظمة القائمة على الفيزياء. والنمط المشترك بين الثلاثة: الذكاء الاصطناعي يختصر مرحلة البحث، والتجربة المادية تبقى الحَكَم — تقسيم عمل يُرجَّح أن يحدد ملامح العلم المدعوم بالذكاء الاصطناعي لسنوات.
- بنية البروتينات: من تحدٍّ كبير إلى أداة روتينية في أقل من عقد
- المواد: مرشحات تقترحها النماذج مع توليف مؤتمت تختصر حلقات الاكتشاف
- الطقس: التنبؤ بتعلّم الآلة يعمل تشغيليًا إلى جانب النماذج العددية في الوكالات الكبرى
- الحلقة المهمة: الذكاء الاصطناعي يضيّق كومة القش؛ والتجارب ما زالت تؤكد موضع الإبرة
النماذج الصغيرة والفجوة الآخذة في الضيق
اتجاهان هادئان يعزّز كل منهما الآخر. الأول: النماذج الصغيرة القادرة تعمل الآن على الحواسيب المحمولة والهواتف: فالتقطير المكثّف، والتكميم (Quantisation)، والرقائق العصبية المخصّصة تضع قدرات الخوادم بالأمس على الجهاز نفسه، مع مزايا في الخصوصية وزمن الاستجابة والعمل دون اتصال والتكلفة تجعل الاستدلال المحلي الخيار الافتراضي لفئة متنامية من المهام. الثاني: ضاقت الفجوة بين النماذج مفتوحة الأوزان (Open-weight) والنماذج الرائدة المغلقة بشكل كبير — فإصدارات قوية مفتوحة الأوزان من مختبرات عدة في دول مختلفة تقترب الآن من الحافة الرائدة في كثير من معايير القياس، متأخرة بأشهر لا بسنوات. ولا يعني أي من الاتجاهين أن الحافة الرائدة لم تعد مهمة؛ بل يعني أن مصممي الأنظمة يختارون الآن من طيف حقيقي — واجهة API لنموذج رائد، أو نموذج مفتوح الأوزان مستضاف ذاتيًا، أو نموذج على الجهاز — بدل اللجوء تلقائيًا إلى أكبر نموذج يمكن الوصول إليه عبر الشبكة.
- على الجهاز: أعباء العمل الحساسة للخصوصية والحرجة لزمن الاستجابة والعاملة دون اتصال تنتقل إلى المحلي أولًا
- معماريات هجينة: نموذج محلي للعمل الروتيني، وتصعيد إلى السحابة للحالات الصعبة
- زخم النماذج مفتوحة الأوزان: مختبرات عدة تطلق نماذج مفتوحة قريبة من الرائدة؛ والميزة التنافسية تشغيلية، لا في الأوزان وحدها
- جاذبية السيادة: أعباء العمل الحكومية والخاضعة للتنظيم تطلب بشكل متزايد نماذج قابلة للاستضافة الذاتية
عدم يقين صريح
كل من يقدّم جداول زمنية واثقة لما سيفعله الذكاء الاصطناعي تاليًا يبالغ في ادعائه — فالتاريخ القريب للمجال أخجل المتنبئين في الاتجاهين. وصلت القدرات أسرع مما توقعه معظم الخبراء، بينما كان انتشارها في القيمة الاقتصادية اليومية أبطأ وأكثر تفاوتًا مما أوحت به دورة الضجيج. وأوجه عدم اليقين الحقيقية جوهرية: هل تواصل أساليب التدريب الحالية التوسّع أم تنحني، وهل تتحسن موثوقية الوكلاء عبر الآفاق الطويلة باطّراد أم تتعثر، وهل تصمد تقنيات المواءمة عند مستويات قدرة أعلى، وكيف يعيد التنظيم تشكيل ما يُنشر وأين. والتحوّط العملي للممارس هو الاستثمار فيما يؤتي ثماره عبر السيناريوهات كلها: بنية التقييم التحتية، وقابلية المراقبة (Observability)، وجودة البيانات، وعمق التكامل، والمهارة المؤسسية في التحقق من عمل الذكاء الاصطناعي. فهذه تتراكم قيمتها أيًا كان التنبؤ الذي يصيب.
- تابع اتجاهات القدرات، لكن خطّط على أساس نطاقات لا تنبؤات نقطية
- الفجوة بين القدرة على معايير القياس والقيمة الاقتصادية المتحققة هي حيث تنهار معظم الجداول الزمنية
- استثمارات صامدة عبر السيناريوهات: التقييمات، وقابلية المراقبة، وجودة البيانات، ومهارة التحقق
- أعد النظر في الافتراضات بانتظام — فعمر افتراضات استراتيجية الذكاء الاصطناعي قصير