مقترح مشروع دارتموث الصيفي للبحث في الذكاء الاصطناعي

بحلول عام 1955 كانت قطع الأحجية كلها موجودة، لكن لم يجمعها أحد في صورة واحدة. آلان تورينغ كان قد طرح سؤاله الشهير «هل تستطيع الآلات أن تفكّر؟» عام 1950 واقترح لعبة التقليد المعروفة باسمه. كلود شانون بنى فأراً آلياً يحلّ المتاهات باستخدام مرحّلات هاتفية. وارن ماكالوك ووالتر بيتس صاغا نموذجاً رياضياً يمثّل الخلية العصبية كبوابة منطقية. وآرثر صامويل في IBM كان يعلّم حاسوباً لعب الداما — أحد أولى البرامج التي تعلّمت فعلاً من التجربة.

المشكلة أن كل هذه الجهود كانت مبعثرة تحت عناوين مختلفة — السبرانية، ونظرية الأوتوماتا، ومعالجة المعلومات — والعاملون عليها بالكاد يتحدّثون مع بعضهم. المجال الذي سيجمعهم لم يكن موجوداً أصلاً، ببساطة لأنه لم يكن يملك اسماً بعد.

في 31 أغسطس 1955 كتب أربعة علماء هذا المقترح، كلٌّ منهم نظر إلى المشكلة من زاوية مختلفة تماماً:

جون مكارثي (دارتموث) — هو من صاغ مصطلح «الذكاء الاصطناعي» في الأساس. اهتمامه انصبّ على سؤال محدد: كيف يمكن للآلة أن تستخدم اللغة أداةً لـالاستدلال؟ تصوّر لغة اصطناعية غنيّة بما يكفي لصياغة الفرضيات ومراجعة الذات — وهي أفكار تسبق بنصف قرن ما نعرفه اليوم بـهندسة الأوامر والتفكير التسلسلي.

مارفن مينسكي (هارفارد) — شغله سؤال مختلف: كيف تبني الآلة تصوّراً داخلياً عن بيئتها؟ تخيّل نظاماً يجرّب الحلول في نموذج ذهني أولاً ثم ينفّذ أفضلها في الواقع — وهذا أشبه بمخطط أوّلي لما نسمّيه اليوم التعلّم المعزَّز القائم على النموذج.

ناثانيال روتشستر (IBM) — جاء بعين المهندس. كان قد شارك في تصميم الحاسوب IBM 701 وبدأ فعلاً بمحاكاة الشبكات العصبية عليه. سؤاله المحوري: كيف نجعل الآلة مبدعة بدلاً من أن تكون مجرّد منفّذة أوامر؟ واقترح لذلك حقن عشوائية موجَّهة في عملها.

كلود شانون (مختبرات بِل) — أبو نظرية المعلومات. اقترح أن يمتدّ عمله على القنوات المشوَّشة والحوسبة الموثوقة إلى مشكلة بناء آلات ذكية، وبحث في العلاقة بين نماذج الدماغ والبيئات التي تعمل فيها.

في قلب المقترح جملة واحدة جريئة:

«ستنطلق الدراسة من فرضية أن كل جانب من جوانب التعلّم أو أي سمة أخرى من سمات الذكاء يمكن من حيث المبدأ وصفه بدقة كافية تسمح لآلة بمحاكاته.»

لاحظ أن المؤلفين لم يقولوا «نظرية» بل قالوا صراحةً فرضية. لم يزعموا أنهم يعرفون كيف يبنون آلة تفكّر. ما زعموه أدقّ وأبعد أثراً من ذلك: أن التفكير له بنية يمكن وصفها، وما دام الأمر كذلك فمن الممكن مبدئياً أن تعيد آلةٌ إنتاج تلك البنية. هذا الرهان الفلسفي لا يزال إلى اليوم الأرضية التي يقف عليها كل بحث في الذكاء الاصطناعي.

قسّم المقترح مشكلة الذكاء الاصطناعي إلى سبعة محاور. واللافت أن كل محور منها يبدو اليوم وكأنه استشراف دقيق لحقل فرعي كامل. لنستعرض كل ركيزة كما وصفها المؤلفون، ثم نرى ما آلت إليه خلال سبعين عاماً.

1. الحواسيب الآلية — نقطة البداية كانت ملاحظة بسيطة: العقبة ليست في العتاد بل في البرمجة. كتب المؤلفون: «المشكلة الحقيقية هي عجزنا عن كتابة برامج تستثمر كامل إمكانات ما نملكه.» وهذه الرؤية — أن البرمجيات لا الرقاقات هي عنق الزجاجة — لا تزال صحيحة تماماً في عصر النماذج ذات التريليون مُعامِل.

2. اللغة — رأى مكارثي أن «جزءاً كبيراً من التفكير البشري يقوم على التلاعب بالكلمات وفق قواعد استدلال وقواعد تخمين.» وتصوّر آلات تستخدم اللغة للافتراض ومراجعة الذات والمحاججة — وكأنه يصف النماذج اللغوية الكبيرة قبل ظهورها بنصف قرن.

3. الشبكات العصبية — السؤال هنا: كيف يمكن ترتيب خلايا عصبية افتراضية بحيث «تُكوِّن مفاهيم»؟ هذا الخيط قاد مباشرةً إلى ثورة الشبكات العصبية: من البيرسبترون عام 1958، إلى التعلّم العميق عام 2012، وصولاً إلى نماذج الأساس اليوم.

4. نظرية حجم الحساب — كيف تقيس كفاءة حلّ ما؟ طالب المؤلفون بنظرية منهجية في تعقيد الحوسبة — وهو المجال الذي أنتج لاحقاً مسألة P مقابل NP، إحدى أعظم المسائل المفتوحة في الرياضيات.

5. التحسين الذاتي — كتبوا: «على الأرجح ستقوم آلة ذكية حقاً بنشاطات أفضل وصف لها هو التحسين الذاتي.» وبالفعل، تنحدر من هذه الفكرة أساليب اليوم: التعلّم المعزَّز من التغذية الراجعة البشرية، واللعب الذاتي، والتحسين التكراري الذاتي.

6. التجريد — كيف تستخلص الآلة مفاهيم عالية المستوى من بيانات خام؟ هذا السؤال هو المحرّك وراء تعلّم التمثيلات بأكمله، من هندسة السمات المبكرة إلى فضاءات التضمين والتمثيلات الكامنة الحديثة.

7. العشوائية والإبداع — اقترح روتشستر أن الإبداع ربما يكون «حقنة من العشوائية» يقودها الحدس. وهذا بالضبط ما تفعله أساليب الاستعيان الحديثة — درجة الحرارة وأعلى-k وأعلى-p — في كل نص تولّده نماذج اللغة.

ما كتبه روتشستر في هذا المقترح يبدو وكأنه كُتب أمس لا في الخمسينيات. فكرته ببساطة: الإبداع البشري ليس منطقاً صرفاً، بل يحتاج إلى كسر للنمط المعتاد. لكن لو تركت العشوائية بلا ضابط لحصلت على فوضى. الحل؟ عشوائية موجَّهة — قدر مضبوط من المفاجأة يقوده شيء يشبه الحدس.

استند روتشستر إلى نموذج كينيث كريك للدماغ: العقل يبني «محركات صغيرة» — أشبه بمحاكاة داخلية — تتنبّأ بما سيحدث قبل أن يتحرك الجسد. حين تفشل هذه التنبؤات المعتادة، يُدخل العقل عشوائية للبحث عن مسارات جديدة. فكرة تسبق عصرها بعقود.

والآن لاحظ ما يحدث حين يستخدم نموذج لغوي درجة حرارة مقدارها 0.7 لـاستعيان الرمز التالي: إنه يفعل بالضبط ما وصفه روتشستر — يحقن عشوائية مضبوطة في عملية حتمية لينتج مخرجات مبتكرة تبقى متماسكة.

فكرة مينسكي الأساسية: الآلة الذكية تحتاج إلى أن تبني تصوّراً داخلياً مجرّداً عن بيئتها. يعني ذلك أن آلة تُوضع في بيئة جديدة ستبدأ ببناء تمثيل مبسّط لتلك البيئة، ثم تجرّب الحلول داخل هذا التمثيل قبل أن تنفّذ أيّ شيء في الواقع. كتب مينسكي: «بفضل هذه الدراسة الداخلية المسبقة ستبدو التجارب الخارجية ذكية إلى حدٍّ لافت، ولا بد أن يُوصف السلوك بأنه خياليّ إلى حدٍّ ما.»

وهذا ما يحدث فعلاً في أنظمة اليوم. AlphaGo مثلاً يبني نموذجاً عصبياً لرقعة اللعب ويفحص ملايين النقلات داخل هذا النموذج قبل أن يضع حجراً واحداً. وكيل التخطيط يحاكي النتائج المحتملة قبل اختيار فعل. بل حتى النموذج اللغوي الكبير يمكن تصوّره كحامل لـ«نموذج عالَم» كامن — تشكّل من نصوص هائلة — يستعلم منه كلما أراد الإجابة عن سؤال.

رصد مكارثي أربع خصائص في اللغة الطبيعية لم تستطع أي لغة صورية في ذلك الوقت مجاراتها:

• الإيجاز — الحجّة في اللغة الطبيعية يمكن أن تكون مختصرة وقوية في آن واحد.
• الشمولية — اللغة الطبيعية تستطيع أن تولّد لغات فرعية متخصصة وتستخدمها داخل نفسها.
• الإشارة الذاتية — المتحدّث يستطيع الإشارة إلى عملية استدلاله ذاتها.
• قواعد التخمين — اللغة لا تقتصر على الاستنتاج المنطقي، بل تدعم التكهّن وصياغة الفرضيات.

حلم مكارثي كان بناء لغة اصطناعية تجمع هذه الخصائص لتتمكن آلة من «تعلّم لعب الألعاب جيداً وأداء مهام أخرى.» والمدهش أن النماذج اللغوية الكبيرة اليوم — المدرّبة على مجاميع ضخمة من النصوص — هي تلك اللغة الاصطناعية التي تخيّلها. فهي موجزة، ومرجعية ذاتياً، وتستدلّ بالتخمين في كل مرة تولّد فيها تسلسل تفكير.

امتدّ المؤتمر ثمانية أسابيع في كلية دارتموث، بتمويل من مؤسسة روكفلر قدره 7,500 دولار (نحو 85,000 دولار بقيم 2024). لم يكن لقاءً بمجموعة ثابتة من عشرة أشخاص كما خُطّط له، بل عمل كحلقة نقاش متنقّلة: باحثون يأتون ويذهبون، بعضهم يمكث أياماً وبعضهم أسابيع.

هل أنتج المؤتمر «التقدّم الكبير» الذي تمنّاه أصحاب المقترح؟ لا — لم تظهر نظرية شاملة للذكاء ذلك الصيف. لكنه حقّق شيئاً أعمق أثراً: عرّف المجال ذاته. غادر المشاركون بمفردات مشتركة وطموحات مشتركة وإحباطات مشتركة قادت البحث لعقود. ألِن نيوِل وهربرت سايمون قدّما «المنظِّر المنطقي» (Logic Theorist) — ما يُعدّ على الأرجح أول برنامج ذكاء اصطناعي. وآرثر صامويل واصل عمله على الداما الذي صار معلماً بارزاً في التعلّم الآلي.

أكثر ما يدهش في مقترح دارتموث هو كم كان مُحقّاً. كل ركيزة من ركائزه السبع تحوّلت إلى حقل بحثي كامل. وفرضيته المحورية — أن الذكاء قابل للمحاكاة — لا تزال الافتراض الذي يقوم عليه المجال بأسره. أما إصراره على جمع عقول من تخصصات مختلفة للعمل معاً على المشكلة، فقد رسم النمط الذي سارت عليه ثقافة البحث في الذكاء الاصطناعي منذ ذلك الحين.

واللافت أيضاً تواضع المؤسسين. طلبوا صيفاً واحداً و7,500 دولار. اختاروا كلمة «فرضية» لا «نظرية». لم يَعِدوا بآلة تفكّر — وعدوا بالمحاولة فحسب. المجال الذي أطلقوه لم يحقّق بعد أجرأ طموحاتهم، لكنه غيّر العالم بطرق لم يتخيّلها أحد منهم.