أكّد ديميس حاسابيس، الرئيس التنفيذي لـGoogle DeepMind، أن مستقبل الذكاء العام الاصطناعي AGI يعتمد على دفع أنظمة الذكاء الحالية إلى أقصى حدودها. وفي كلمة ألقاها خلال قمة Axios AI+ في سان فرانسيسكو، شدد حاسابيس على أن مبدأ “التوسّع إلى الحد الأقصى” هو الطريق الأقرب لتحقيق أنظمة قادرة على التفكير والتخطيط والتعلم بقدرات تشبه البشر.
وقال إن زيادة نطاق البيانات وقوة الحوسبة ليست مجرد توسعات تقنية، بل ربما تشكّل العمود الفقري، أو حتى المكوّن الرئيسي، لنظام AGI النهائي.
وأوضح حاسابيس أن إطلاق نموذج Gemini 3 ما هو إلا خطوة ضمن مسار طويل يستند إلى ما يُعرف بـ”قوانين التوسّع”، التي تشير إلى أن مضاعفة البيانات والقدرات الحسابية ينعكس مباشرة على جودة الذكاء الاصطناعي، وترى ديب مايند أن هذه الاستراتيجية تمثل الأساس الصلب الذي تبني عليه الشركات سباقها للوصول إلى الذكاء العام، وهو الهدف الذي يدفع مليارات الدولارات نحو تطوير مراكز البيانات العملاقة وزيادة سعات المعالجات وتسريع الابتكار في بنية الذكاء الاصطناعي.
لكن هذه الرؤية ليست محل إجماع داخل مجتمع الذكاء الاصطناعي، ففي المقابل، يرى يان ليكون، أحد أبرز العلماء في المجال والرئيس السابق لقطاع الذكاء الاصطناعي في ميتا، أن التوسّع وحده ليس كافيًا، محذرًا من الاعتقاد بأن المزيد من البيانات يعني بالضرورة ذكاءً أعلى، وأوضح في محاضرة بجامعة سنغافورة الوطنية أن بعض المشكلات الأكثر تعقيدًا “تتدهور قابلية حلّها مع زيادة الحجم”، وأن الحلول قد لا تأتي من نماذج لغوية موسّعة، بل من اتجاهات جديدة تعتمد على نماذج “فهم العالم” التي تبني تصورًا واقعيًا يعتمد على المكان والفيزياء والذاكرة الطويلة الأمد.
ليكون، الذي يعمل على مشروعه الجديد في هذا الاتجاه، يؤكد أن مستقبل الذكاء الاصطناعي قد يتطلب قفزة مختلفة تمامًا عن النموذج السائد اليوم، حيث تصبح القدرة على استيعاب العالم الحقيقي، لا مجرد النصوص، هي العامل الحاسم نحو ثورة الذكاء القادمة، أما ديب مايند فتؤمن بأن مواصلة التوسّع إلى أقصى مدى هو المسار الأساسي، وأنه حتى إن لم يكن الحل الكامل، فإنه سيكون جزءًا لا يتجزأ من أي نظام AGI حقيقي.
اقرا ايضا: ما هى “مصانع الذكاء الاصطناعى” (AI Factories) من أمازون؟
وبين هذين الاتجاهين، يجد القطاع نفسه أمام سؤال جوهري: هل يجب الاستمرار في تضخيم النماذج الحالية إلى أقصى حد، أم أن الوقت قد حان لإعادة التفكير في الأسس العلمية التي تُبنى عليها أنظمة الذكاء؟ ورغم الجدل المتصاعد، يبدو أن ديب مايند لا تزال متمسكة بخيار التوسّع، مستعدة لدفع قدرات الذكاء الاصطناعي إلى حدود لم تصل إليها الصناعة من قبل.
