جنسن هوانغ يعلن أن 'الذكاء الاصطناعي العام قد تحقق'، مثيراً جدلاً واسعاً في القطاع

أعلن جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA، أن الذكاء الاصطناعي العام (AGI) قد تحقق بالفعل، وذلك خلال مقابلة موسعة في بودكاست ليكس فريدمان، الحلقة رقم 494، التي نُشرت في 23 مارس 2026. أشعل هذا التصريح الجريء جدلاً حاداً في مجتمع أبحاث الذكاء الاصطناعي، حيث شكّك الخبراء في التصريح نفسه وفي تعريف AGI ذاته.

ماذا قال هوانغ؟

عندما سأل فريدمان عن المدة التي سيستغرقها الذكاء الاصطناعي للابتكار وإيجاد العملاء وإدارة فريق لبناء شركة بقيمة مليار دولار، أجاب هوانغ ببساطة: "أعتقد أن الوقت هو الآن. أعتقد أننا حققنا AGI."

وأضاف أنه "ليس من المستبعد" أن يتمكن نموذج مثل Claude من إنشاء خدمة ويب يستخدمها مليارات الأشخاص، مولداً قيمة هائلة — حتى لو كان هذا النجاح قصير الأمد. بالنسبة لهوانغ، فإن قدرة أنظمة الذكاء الاصطناعي الحالية على الأداء بمستوى بشري أو أعلى عبر مجموعة واسعة من المهام تشكّل ذكاءً اصطناعياً عاماً.

الباحثون يعترضون

جاء التصريح بعد أيام قليلة من نشر فرق بحثية متعددة أُطر عمل صارمة لقياس AGI — أُطر تشير إلى أن الأنظمة الحالية لا تزال بعيدة عن المستوى المطلوب.

نشرت Google DeepMind ورقة بحثية تقترح التقييم عبر 10 قدرات معرفية، تشمل الإدراك والاستدلال والذاكرة والتعلم والانتباه والإدراك الاجتماعي. يتطلب إطار عملهم أداءً بمستوى البالغ العادي عبر جميع المجالات — وهو معيار لا يحققه أي نموذج حالي.

يُعرّف نموذج هندريكس-بينجيو الذكاء الاصطناعي العام بأنه مطابقة "التنوع المعرفي والكفاءة لشخص بالغ متعلم." وفق هذا الإطار، يحقق GPT-5 نسبة امتثال 57% فقط، وهي بعيدة عن الحد المطلوب.

أما OpenAI نفسها فقد عرّفت AGI داخلياً بأنه تقنية تولّد أرباحاً سنوية لا تقل عن 100 مليار دولار — وهو حد لم تقترب منه الشركة رغم إيراداتها البالغة 13 مليار دولار مؤخراً.

مشكلة الملف المعرفي المتعرج

يشير النقاد إلى ما يسميه الباحثون "الملف المعرفي المتعرج" للنماذج الرائدة الحالية. فبينما يتفوق الذكاء الاصطناعي المتقدم في الرياضيات واسترجاع الحقائق وتوليد الأكواد، فإنه يعاني باستمرار من التعلم القائم على الخبرة والذاكرة طويلة المدى والفهم الاجتماعي والاستدلال المجرد المرن الذي تختبره معايير مثل ARC-AGI.

تتطلب هذه الألغاز البصرية تعلماً مستقلاً عن المجال وحلاً إبداعياً للمشكلات — وهي بالتحديد القدرات التي تميز الإدراك البشري عن مطابقة الأنماط على نطاق واسع.

لماذا تهم التعريفات؟

يتيح غياب تعريف مقبول عالمياً لـ AGI للشركات المطالبة بالتقدم بشكل استراتيجي. بالنسبة لـ NVIDIA، التي تعتمد قيمتها السوقية البالغة 4 تريليونات دولار بشكل كبير على سردية تبرير الإنفاق على البنية التحتية للذكاء الاصطناعي، فإن إعلان تحقق AGI يخدم مصالح تجارية واضحة.

أما بالنسبة للباحثين المركزين على السلامة والمواءمة، فإن إعلانات AGI المبكرة تخاطر بتضخيم التوقعات وتحويل الانتباه عن القيود الحقيقية، وربما تقليل الإلحاح حول أبحاث السلامة للأنظمة التحويلية فعلاً.

السياق الأوسع

غطت مقابلة هوانغ الهندسة المتقدمة لـ NVIDIA، وقوانين توسع الذكاء الاصطناعي، وتحديات مراكز البيانات، وحتى إمكانية إنشاء مراكز بيانات ذكاء اصطناعي في الفضاء. أصبح جزء AGI، الذي يبدأ قرب علامة الساعتين، الجزء الأكثر نقاشاً من محادثة استمرت ثلاث ساعات.

يأتي هذا الجدل في لحظة محورية. جمعت شركات الذكاء الاصطناعي تمويلاً قياسياً — أغلقت OpenAI جولة بقيمة 110 مليارات دولار وAnthropic جولة Series G بقيمة 30 مليار دولار في الأشهر الأخيرة — بينما تتزايد التساؤلات حول نماذج الأعمال المستدامة والتحسينات الحقيقية في القدرات.

ما التالي؟

يعتمد تصنيف الذكاء الاصطناعي الحالي كـ AGI كلياً على التعريف الذي تقبله. ما هو واضح هو أن الفجوة بين ادعاءات الشركات والإجماع العلمي حول قدرات الذكاء الاصطناعي تستمر في الاتساع — والمخاطر المترتبة على هذه الفجوة، المقاسة بتريليونات الدولارات من الاستثمار في البنية التحتية، لم تكن أعلى من أي وقت مضى.

المصدر: Fortune