في عصرنا الحالي، أصبح الذكاء الإصطناعي (AI) جزءاً لا يتجزأ من حياتنا اليومية، سواء كنت تتحدث مع مساعد صوتي مثل سيري أو أليكسا، أو تشاهد توصيات أفلام على نتفليكس، أو حتى تقود سيارة ذاتية القيادة.
لم يظهر الذكاء الإصطناعي فجأة كما يظن كثيرون، ولم يكن طفرة تقنية وُلدت مع الهواتف الذكية أو شبكات التواصل الاجتماعي.
على العكس، فإن هذا المفهوم الذي يسيطر اليوم على النقاشات الإقتصادية والسياسية والأخلاقية هو فكرة قديمة نسبيًا، وُلدت في منتصف القرن العشرين، ماتت أكثر من مرة، ثم عادت للحياة بقوة غير مسبوقة.
ما هو الذكاء الإصطناعي؟
الذكاء الإصطناعي هو قدرة الآلات والحواسيب على أداء مهام تتطلب عادة ذكاءً بشرياً، مثل التعلم من التجارب، حل المشكلات، فهم اللغة، أو اتخاذ قرارات. باختصار، هو محاكاة للذكاء البشري داخل الآلات.
وفقاً لتعريف شائع، الذكاء الإصطناعي هو “القدرة على جعل الحاسوب يفكر ويتعلم مثل الإنسان”، لكنه ليس ذكاءً حقيقياً كالذي لدينا، بل هو برمجيات متقدمة تعتمد على البيانات والخوارزميات.
أصبح الذكاء الإصطناعي أكثر تطوراً مع نماذج مثل GPT-5 أو Gemini 3، التي تستطيع إنشاء نصوص أو صور أو حتى حل مسائل معقدة.
الأساس في عمله هو “التعلم الآلي” (Machine Learning)، حيث تتعلم الآلة من كميات هائلة من البيانات دون برمجة يدوية لكل خطوة، على سبيل المثال، عندما يتعرف هاتفك على وجهك، فهو يستخدم تعليماً آلياً مدرباً على ملايين الصور.
متى بدأت قصة الذكاء الإصطناعي؟
بدأت فكرة الذكاء الاصطناعي في الخمسينيات، إذ في عام 1956، عقد مؤتمر دارتموث الشهير، حيث صاغ جون مكارثي مصطلح “الذكاء الإصطناعي” لأول مرة وكان الهدف بناء آلات تفكر مثل البشر.
شهد المجال فترات صعود وهبوط، تُعرف بـ”شتاء الذكاء الإصطناعي” عندما انخفض التمويل بسبب عدم تحقيق التوقعات، لكن في التسعينيات مع انتصار ديب بلو على بطل الشطرنج غاري كاسباروف عام 1997 عاد الاهتمام به.
في العقد الأخير، انفجر التطور مع “التعلم العميق” (Deep Learning)، الذي يعتمد على شبكات عصبية تشبه الدماغ.
عام 2012 كان نقطة تحول مع نموذج AlexNet في التعرف على الصور، ثم جاءت النماذج اللغوية الكبيرة مثل ChatGPT في 2022، وتستمر التطورات حتى 2025 مع نماذج متعددة الوسائط (multimodal) تجمع النصوص والصور والفيديو.
الذكاء الإصطناعي الرمزي
في العقود الأولى، خاصة بين الخمسينيات والسبعينيات، سيطر ما يُعرف بـ”الذكاء الاصطناعي الرمزي”. اعتمد هذا الاتجاه على القواعد المنطقية الصارمة مثل إذا حدث (A) فافعل (B)، وإذا تحقق شرط (X) فاستنتج (Y).
ونتيجة لذلك تم تطوير برامج قادرة على لعب الشطرنج، وحل مسائل رياضية، وحتى محاكاة حوارات بسيطة.
بدا الأمر مبهرًا مقارنة بإمكانات الحواسيب آنذاك لكنه كان هشًا في العمق، هذه الأنظمة كانت ذكية فقط داخل بيئات ضيقة ومحددة سلفًا، وتنهار أمام أي تعقيد واقعي أو غموض لغوي أو سياق اجتماعي.
وهذا يظهر بشكل واضح عندما تدخل أوامر غير موجودة في النظام وتريد التحدث معه، حينها تظهر رسائل الأخطاء التي تؤكد أنه لا يفهم ماذا تريد منه بالضبط.
في هذا العصر كان كل شيء محدد بالأوامر حتى لغات البرمجة لديها قواعد محددة وإدخال أي سطر غير مألوف يعتبر خطأ في السطور البرمجية.
شتاء الذكاء الإصطناعي
مع نهاية السبعينيات وبداية الثمانينيات بدأ التفاؤل يتلاشى، إذ أن الوعود الكبيرة لم تتحقق، والأنظمة فشلت في التعامل مع العالم الحقيقي.
الحكومات والمؤسسات الممولة فقدت الثقة فتقلص الدعم المالي ودخل المجال ما عُرف بـ”شتاء الذكاء الاصطناعي”، واتجهت الأموال أكثر إلى الويب، النسخ الأولى لمواقع الإنترنت والتجارة الإلكترونية التي كانت ناشئة حينها.
خلال هذه الفترات، لم يمت الذكاء الإصطناعي فعليًا لكنه تراجع إلى الهامش الأكاديمي وخرج من السياق التجاري، أصبح مصطلحًا مشحونًا بخيبة الأمل، وتجنب كثير من الباحثين استخدامه علنًا، كان الذكاء الإصطناعي آنذاك فكرة أكبر من الأدوات المتاحة.
ويشبه الأمر ما يحدث حاليا مع الميتافيرس والويب 3.0 والذي استثمرت فيه فيسبوك وقررت تقليص الميزانيات له للتركيز على الذكاء الإصطناعي الذي أصبح أكثر فاعلية من الناحية التجارية.
عودة الذكاء الإصطناعي بلا ضجيج
بدأت عودة الذكاء الاصطناعي الحقيقية دون ضجيج، في التسعينيات وبداية الألفية الجديدة، لم تكن عودة فلسفية بل تقنية، ثلاثة عوامل أساسية غيرت كل شيء:
- البيانات الضخمة: الإنترنت، ومحركات البحث، والشبكات الاجتماعية أنتجت كميات هائلة من البيانات.
- القوة الحاسوبية: تطور المعالجات ووحدات معالجة الرسوميات (GPU) سمح بإجراء عمليات معقدة بسرعة غير مسبوقة.
- الخوارزميات الجديدة: خصوصًا التعلم الآلي (Machine Learning) ثم التعلم العميق (Deep Learning).
بدلًا من تلقين الآلة قواعد جاهزة، أصبح بالإمكان جعلها تتعلم الأنماط بنفسها من البيانات.
التعلم العميق كان عاملا حاسما
التعلم العميق، المستوحى من بنية الدماغ البشري، مثّل نقطة التحول الكبرى لهذه التقنيات، الشبكات العصبية العميقة لم تعد تحتاج إلى تعريف صريح لكل قاعدة، بل تتعلم عبر التجربة والخطأ، والتغذية الراجعة.
بفضل ذلك، تفوقت الأنظمة الذكية في:
- التعرف على الصور والوجوه
- فهم اللغة الطبيعية
- الترجمة الآلية
- التنبؤ بالسلوك والاتجاهات
- إنتاج النصوص والصور والصوت
هنا عاد الذكاء الإصطناعي للحياة، ليس كمجرد وعد، بل كقوة اقتصادية وعلمية ملموسة، وقد عاد بعد اختفاء الفجوة بين الوعد القديم والإنجاز الحالي.
ما فشل في تحقيقه باحثو الخمسينيات والستينيات تحقق جزئيًا بفضل أدوات وبيانات ضخمة وويب متطور للغاية وبينية تحتية أقوى لم تكن متاحة في القرن الماضي.
وهذه المرة يبدو أن عودة الذكاء الإصطناعي حاسمة إذ عاد ليبقى ويتطور ويقدم أفضل ما لديه ويصبح أساسيا في حياتنا وحياة الأجيال القادمة.
