بعد أن فهمت في ما هو الذكاء الاصطناعي وتعلّم الآلة؟ ما هو الذكاء الاصطناعي وتعلّم الآلة، هذه الصفحة تضع الأنظمة المختلفة تحت تصنيفين متكاملين: حسب القدرات، وحسب طريقة العمل. التصنيفان لا يتعارضان؛ كل نظام يقع في خانة من كلٍّ منهما.
التصنيف حسب القدرات
هذا هو التصنيف الأكثر شيوعًا في النقاش العام وفي الأخبار التقنية.
الذكاء الاصطناعي الضيّق (Narrow AI / Weak AI)
نظام مصمّم ومدرّب لأداء مهمة واحدة محدّدة. هذا هو النوع الوحيد الموجود فعلًا في العالم اليوم.
أمثلة عملية:
- نموذج يتعرّف على صور الأورام في صور الأشعة.
- نموذج يترجم من العربية إلى الإنجليزية.
- نموذج يتنبأ باحتمال خروج عميل من خدمة اشتراك.
- النموذج اللغوي الذي يكتب نصًا أو يجيب عن أسئلة.
كل نظام ذكاء اصطناعي تستخدمه اليوم — مهما بدا "ذكيًا" — هو ذكاء اصطناعي ضيّق.
الذكاء الاصطناعي العام (General AI / AGI)
نظام يستطيع أداء أي مهمة فكرية يستطيع الإنسان أداؤها، والقدرة على نقل تعلّمه من مجال إلى آخر. هذا النوع لا يزال نظريًا — لا يوجد نظام يحقق هذا التعريف حتى الآن.
ما تقرأه أحيانًا في الأخبار عن "نموذج جديد يقترب من AGI" يعود في الغالب إلى:
- اختبار معياري محدّد حصل فيه النموذج على درجة عالية.
- أو قدرة ملحوظة في مجال واحد (توليد كود مثلًا)، لكنها لا تعني فهمًا عامًا.
الذكاء الاصطناعي الفائق (Super AI / Superintelligence)
نظام يتفوّق على أفضل البشر في كل المجالات. هذا مفهوم فلسفي/افتراضي بالكامل — لا يوجد أي نظام قريب منه، ولا يوجد اتفاق علمي على إمكانية أو استحالة تحقيقه.
💡 النقاشات حول AGI و"الذكاء الفائق" شيّقة، لكنها بعيدة عن الواقع العملي لمهندس/طالب ذكاء اصطناعي اليوم. ركّز على فهم وبناء Narrow AI — هذا ما يؤثّر على حياتك المهنية ومشاريعك.
التصنيف حسب طريقة العمل (أربعة أنواع)
تصنيف أقدم وأدقّ تقنيًا، يستخدمه الباحثون والباحثات كثيرًا:
| النوع | الوصف | حالة الوجود اليوم |
|---|---|---|
| آلات ردّ الفعل (Reactive Machines) | تتفاعل مع المدخل الحالي فقط، بلا ذاكرة. أشهر مثال: Deep Blue (برنامج الشطرنج الذي هزم كاسباروف عام 1997). | موجودة |
| ذاكرة محدودة (Limited Memory) | تستخدم بيانات حديثة محدودة لاتخاذ القرار (مثل السيارات ذاتية القيادة التي تراقب الطريق للحظات). معظم النماذج الحديثة تقع هنا. | موجودة |
| نظرية العقل (Theory of Mind) | أنظمة تفهم أن للآخرين معتقدات ونوايا ومشاعر، وتتعامل معهم وفق ذلك. | في الأبحاث |
| واعٍ ذاتيًا (Self-Aware) | أنظمة واعية بذاتها. مفهوم نظري بالكامل. | غير موجود |
ما الذي يهمّك عمليًا؟
- إذا كنت مبتدئًا: ركّز على الضيّق (Narrow AI) وذاكرة محدودة (Limited Memory) — هذا ما تبنيه وتتعامل معه فعليًا.
- إذا كنت باحثًا أو مهتمًا بالمستقبل: تابع أدبيات نظرية العقل (Theory of Mind)، فهي أبعد الحدود البحثية الحالية.
- تجنّب الانشغال بالـAGI والـSuper AI: هذه مفاهيم مستقبلية لا تساعدك في بناء مشروعك القادم.
أخطاء شائعة
- اعتبار كل نظام ذكاء اصطناعي "ذكاءً اصطناعيًا عامًا" لأن نتائجه مبهرة. الإبهار في مهمة واحدة ≠ ذكاء عام.
- خلط AGI مع "النموذج اللغوي الكبير". النماذج اللغوية الكبيرة قوية جدًا في النص، لكنها ضيّقة في قدراتها الفعلية.
- استخدام كلمة "واعٍ" لوصف نموذج. النماذج لا وعي لها؛ هذا سوء توصيف يخلط بين البحث الجاد وبين الضجة الإعلامية.
الخطوات التالية
- ارجع إلى ما هو الذكاء الاصطناعي وتعلّم الآلة؟ إذا أردت تأسيس المفاهيم الأساسية.
- قارن المصطلحات الثلاثة في الفرق بين AI و ML و Deep Learning.
- اطّلع على السياق التاريخي في تاريخ الذكاء الاصطناعي.
- ابدأ المسار العملي من بيئة Python للذكاء الاصطناعي.