ملخص سريع: الذكاء الاصطناعي العام AGI هو نظام يفترض أن يتعامل مع مهام واسعة، ويتعلم من سياقات جديدة، ويتكيف بدرجات أعلى من أدوات اليوم. حتى الآن، لا يوجد دليل متفق عليه يثبت أننا وصلنا إليه، لكن النماذج الحالية تقترب من بعض خصائصه.
عندما تستخدم ChatGPT لكتابة نص، أو Gemini لتحليل ملف، أو Midjourney لتوليد صورة، تشعر أن الذكاء الاصطناعي صار قريبًا من طريقة تفكير الإنسان.
الأداة تفهم طلبك. ترد بسرعة. تلخص. تبرمج. تشرح. تقترح أفكارًا. وفي بعض الحالات تنجز خلال دقائق ما كان يحتاج ساعات.
لكن بعد التجربة تظهر الحدود. النموذج يخطئ. يكتب معلومة غير صحيحة بثقة. ينجح في مهمة ويفشل في أخرى. يحتاج منك توجيهًا ومراجعة. وقد يعطيك إجابة مختلفة عند تغيير بسيط في السؤال.
هنا يظهر السؤال المهم: هل هذه الأدوات تمثل الذكاء الاصطناعي العام AGI، أم أننا ما زلنا أمام أنظمة متقدمة لكنها لم تصل إلى هذا المستوى؟
في هذا المقال نشرح معنى AGI، والفرق بينه وبين الذكاء الاصطناعي الحالي، ولماذا يكثر الحديث عنه الآن، وكيف تعرف الفرق بين الواقع التقني والضجة التسويقية.
ما هو الذكاء الاصطناعي العام AGI؟
AGI هو اختصار لعبارة Artificial General Intelligence، وتعني الذكاء الاصطناعي العام.
المقصود به نظام ذكاء اصطناعي يستطيع التعامل مع نطاق واسع من المهام الذهنية، والتعلم من مواقف جديدة، ونقل المعرفة بين مجالات مختلفة، والتكيف مع مشكلات لم يتدرب عليها بشكل مباشر، بمستوى قريب من الأداء البشري وبدرجات متفاوتة من الاستقلالية.
هذا التعريف مهم لأن AGI لا يعني أداة دردشة أفضل، ولا نموذجًا يكتب نصوصًا أطول، ولا تطبيقًا جديدًا لتوليد الصور.
الفرق الحقيقي في العمومية. الذكاء الاصطناعي الحالي يبرع غالبًا داخل حدود معينة. يكتب. يلخص. يولد صورًا. يحلل ملفات. يساعد في البرمجة. أما الذكاء الاصطناعي العام، فالفكرة فيه أنه لا يبقى محصورًا في مهمة واحدة أو نوع واحد من العمل.
وهنا نقطة يجب ضبطها من البداية: AGI لا يعني الوعي. لا يعني أن النظام صار يملك مشاعر. لا يعني أنه تحول إلى إنسان رقمي. الحديث هنا عن قدرة عامة على الفهم، والتعلم، والتخطيط، وحل المشكلات، لا عن الوعي الإنساني.
ما الذي يجعل نظام الذكاء الاصطناعي أقرب إلى AGI؟
لا يكفي أن نقول إن النظام يكتب أو يبرمج أو يحلل الصور. هذه قدرات مهمة، لكنها لا تثبت وحدها أننا أمام ذكاء اصطناعي عام.
هناك ثلاث علامات أساسية تجعل النظام أقرب إلى AGI:
العمومية: أن ينجح النظام في مجالات مختلفة، لا في مهمة واحدة. مثل الانتقال من تحليل نص، إلى فهم صورة، إلى كتابة كود، إلى التخطيط لمشروع، دون فقدان جودة الأداء.
الاستقلالية: أن لا ينتظر أمرًا تفصيليًا في كل خطوة. النظام الأقرب إلى AGI يفهم الهدف، يقسمه إلى مراحل، ينفذ جزءًا من العمل، ثم يراجع النتيجة.
الثبات: أن يعطي أداءً موثوقًا في مواقف مختلفة، لا أن ينجح مرة ويفشل مرة أخرى عند تغيير بسيط في الطلب.
لهذا لا يكفي أن نرى نموذجًا يجيب بذكاء في محادثة واحدة ونصفه بأنه AGI. الاختبار الحقيقي هو قدرته على العمل عبر مجالات كثيرة، وباستقلالية، وبجودة ثابتة، مع بقاء الإنسان قادرًا على فهم قراراته ومراجعته.
الفرق بين AGI والذكاء الاصطناعي الحالي
معظم أدوات الذكاء الاصطناعي التي نستخدمها الآن لا تدخل تحت AGI. هي تقع غالبًا ضمن فئات مثل الذكاء الاصطناعي الضيق، أو الذكاء الاصطناعي التوليدي، أو النماذج متعددة الوسائط، أو وكلاء الذكاء الاصطناعي.
الذكاء الاصطناعي الضيق هو نظام مصمم لتنفيذ مهمة محددة أو نطاق محدود من المهام. مثل أداة تصنيف الصور، أو أداة ترجمة، أو نظام توصية داخل متجر.
الذكاء الاصطناعي التوليدي هو نظام ينشئ محتوى جديدًا، مثل النصوص، الصور، الصوت، والفيديو. أدوات مثل ChatGPT وMidjourney وElevenLabs تدخل في هذه الفئة.
النماذج متعددة الوسائط تتعامل مع أكثر من نوع من المدخلات. تقرأ النص. تفهم الصورة. تحلل الملف. تتعامل مع الصوت. وهذا تطور مهم، لكنه لا يعني تلقائيًا الوصول إلى AGI.
وكلاء الذكاء الاصطناعي هم أنظمة تنفذ خطوات متتابعة لتحقيق هدف محدد. يبحث الوكيل، يجمع معلومات، يقارن، يكتب، ثم يراجع. هذا يجعل الأداة أكثر عملية، لكنه لا يجعلها ذكاءً عامًا كاملًا.
| النوع | ماذا يفعل؟ | مثال | هل هو AGI؟ |
|---|---|---|---|
| الذكاء الاصطناعي الضيق | ينفذ مهمة محددة | الترجمة أو تصنيف الصور | لا |
| الذكاء الاصطناعي التوليدي | ينشئ محتوى جديدًا | ChatGPT وMidjourney | لا |
| النماذج متعددة الوسائط | تتعامل مع النص والصورة والصوت | Gemini و GPT-5 | لا |
| وكلاء الذكاء الاصطناعي | ينفذون خطوات لتحقيق هدف | وكلاء البحث والبرمجة | لا |
| الذكاء الاصطناعي العام AGI | يتعامل مع مهام واسعة ويتكيف | لا يوجد مثال مثبت حتى الآن | هو الهدف محل النقاش |
لماذا يكثر الحديث عن الذكاء الاصطناعي العام الآن؟
الحديث عن AGI ليس جديدًا. الجديد أن النماذج الحالية صارت أوسع قدرة من السابق.
قبل سنوات، كان من السهل معرفة حدود كل أداة. هذه أداة ترجمة. هذه أداة نسخ صوتي. هذه أداة تصنيف. هذه أداة تعديل صور.
اليوم نرى نموذجًا واحدًا يكتب، يلخص، يشرح الصور، يقرأ الملفات، يساعد في البرمجة، ويحلل البيانات. هذا التطور جعل سؤال AGI حاضرًا بقوة.
زاد هذا الاهتمام بسبب تطور نماذج اللغة الكبيرة، وانتشار النماذج متعددة الوسائط، وصعود وكلاء الذكاء الاصطناعي، ودخول الذكاء الاصطناعي إلى أدوات العمل اليومية.
في السابق، كان المستخدم يطلب إجابة. الآن يريد من الذكاء الاصطناعي أن يساعده في إنجاز العمل نفسه. هذا التحول من الإجابة إلى التنفيذ هو أحد أسباب ارتباط النقاش الحالي بفكرة الذكاء الاصطناعي العام.
هل وصلنا إلى الذكاء الاصطناعي العام AGI فعلًا؟
الإجابة المختصرة: لا يوجد حتى الآن دليل عام ومتفق عليه يثبت أننا وصلنا إلى الذكاء الاصطناعي العام.
هذا لا يعني أن النماذج الحالية ضعيفة. بالعكس، هي متقدمة مقارنة بما كان متاحًا قبل سنوات. لكنها لا تزال تعاني من حدود تمنع اعتبارها AGI كاملًا.
من أهم هذه الحدود:
الهلوسة: النموذج يكتب أحيانًا معلومة خاطئة بصياغة واثقة.
ضعف التحقق الذاتي: النظام لا يراجع نفسه دائمًا بطريقة موثوقة، وقد يكرر الخطأ بدل اكتشافه.
تفاوت الأداء بين المهام: ينجح في الكتابة، ثم يخطئ في مسألة منطقية، أو يفشل في تنفيذ مهمة طويلة دون تدخل بشري.
تفاوت الأداء بين اللغات: الأداء في الإنجليزية غالبًا أقوى من العربية، خاصة في التفاصيل الدقيقة، والسياقات المحلية، وبعض المصطلحات.
الحاجة إلى إشراف بشري: في الطب، القانون، المال، والأمن، لا يصح الاعتماد على النموذج وحده لاتخاذ قرار حساس.
ضعف التكيف الكامل مع العالم الحقيقي: النظام يعمل داخل حدود التدريب، البيانات، الأدوات، والتعليمات المتاحة له.
لذلك، الأدق أن نقول إننا نعيش مرحلة أنظمة ذكاء اصطناعي متقدمة وواسعة القدرات، لكنها ليست AGI مثبتًا حتى الآن.
توجد تصريحات وتسميات مختلفة في السوق حول قدرات النماذج، لكن لا يوجد قبول عام بأن أي نظام حالي يمثل AGI كاملًا.
لماذا لا تكفي اختبارات الذكاء الاصطناعي لإثبات الوصول إلى AGI؟
تستخدم الشركات والباحثون اختبارات كثيرة لقياس قدرات النماذج. مثل اختبارات اللغة، المنطق، البرمجة، الرياضيات، وفهم الصور.
هذه الاختبارات مفيدة، لكنها لا تحسم وحدها مسألة AGI.
السبب أن النموذج يستطيع تحقيق نتيجة عالية في اختبار محدد، ثم يفشل في موقف عملي مفتوح. وقد ينجح في حل سؤال نظري، لكنه يخطئ عند تنفيذ مهمة طويلة تحتاج تخطيطًا ومراجعة وتحمل نتائج.
هناك مشكلة أخرى. بعض الاختبارات تصبح أضعف مع الوقت. عندما تتدرب النماذج على كميات ضخمة من البيانات، يصعب أحيانًا معرفة هل حلّت المسألة بفهم حقيقي، أم لأنها شاهدت نمطًا مشابهًا من قبل.
لهذا تقييم نماذج الذكاء الاصطناعي يحتاج أكثر من رقم في اختبار. يحتاج قياسًا للقدرة على التعميم، والعمل في ظروف جديدة، وتنفيذ مهام طويلة، وشرح القرارات، والتوقف عند الشك، وطلب تدخل الإنسان في المواقف الحساسة.
كيف نقيس القرب من AGI؟
لا توجد علامة واحدة تقول: هذا النظام وصل إلى AGI.
لذلك يقترح باحثون تقييم التقدم عبر معايير متعددة. أهمها:
الأداء: هل ينجز النظام المهمة بجودة عالية؟ وهل يحافظ على هذه الجودة في اختبارات مختلفة؟
العمومية: هل يعمل في مجال واحد فقط، أم ينتقل بين الكتابة، البرمجة، التحليل، التخطيط، والتعليم؟
الاستقلالية: هل يحتاج إلى توجيه مستمر، أم يضع خطة وينفذ خطوات ويراجع النتائج؟
التكيف: هل يتعامل مع حالة جديدة لم تظهر له بنفس الشكل من قبل؟
السلامة: هل يبقى تحت تحكم الإنسان؟ وهل يعرف متى يتوقف أو يطلب تحققًا بشريًا؟
هذه المعايير تجعل النقاش أكثر دقة. بدل أن نسأل: هل وصلنا إلى AGI؟ نسأل: في أي مستوى من الأداء والعمومية والاستقلالية تقف النماذج الحالية؟
ما الفرق بين AGI وASI؟
هناك خلط شائع بين AGI وASI.
AGI يعني الذكاء الاصطناعي العام. أما ASI فيعني الذكاء الاصطناعي الفائق، أو Artificial Superintelligence.
AGI يشير إلى نظام يستطيع التعامل مع نطاق واسع من المهام بمستوى قريب من الإنسان. أما ASI فيشير إلى نظام يتفوق على الإنسان في أغلب المجالات الذهنية، مثل البحث العلمي، التخطيط، البرمجة، التحليل، واتخاذ القرار.
هذا الفرق مهم لأن كثيرًا من النقاشات تخلط بين المرحلتين. عندما نتحدث عن الذكاء الاصطناعي العام، فنحن لا نتحدث بالضرورة عن نظام يتفوق على كل البشر في كل شيء. نحن نتحدث عن انتقال من أدوات متخصصة إلى نظام عام القدرات.
أما الذكاء الاصطناعي الفائق، فهو مستوى أعلى وأكثر حساسية، ويحتاج نقاشًا منفصلًا حول السيطرة والسلامة والحوكمة.
لماذا يخاف البعض من AGI؟
الخوف من AGI لا يجب أن يفهم على أنه خوف من آلة ستصبح إنسانًا. هذه صورة منتشرة في الأفلام، لكنها لا تشرح الخطر الحقيقي بدقة.
المخاوف العملية ترتبط بقدرة النظام على تنفيذ مهام واسعة بسرعة عالية، وباستقلالية أكبر من أدوات اليوم.
المواءمة: هل ينفذ النظام هدف الإنسان كما قصده فعلًا، لا كما فسره حرفيًا؟
سوء الاستخدام: النموذج القوي يستطيع مساعدة جهة سيئة في التضليل، الهجمات الرقمية، أو التلاعب بالمعلومات.
ضعف التحكم: كلما زادت استقلالية النظام، زادت الحاجة إلى أدوات توقف ومراقبة ومراجعة.
فجوات التقييم: قد تكون قدرات النموذج أسرع من قدرة الاختبارات على كشف المخاطر.
الخصوصية: الأنظمة القادرة على التحليل والتنفيذ تحتاج غالبًا إلى بيانات أكثر وتكامل أوسع مع أدوات المستخدم.
أثر الوظائف: كلما زادت قدرة النظام على تنفيذ مهام معرفية، زاد الضغط على بعض الأدوار التي تعتمد على أعمال متكررة.
المشكلة ليست في المصطلح نفسه. المشكلة في طريقة تطوير هذه الأنظمة، والضوابط التي تحكمها، ومن يملك صلاحية تشغيلها، وكيف نراجع قراراتها.
فوائد الذكاء الاصطناعي العام AGI في التعليم والعمل والمحتوى
رغم المخاطر، يحمل AGI فرصًا كبيرة إذا جرى تطويره واستخدامه بمسؤولية.
في التعليم: يستطيع النظام مساعدة الطالب حسب مستواه. يشرح له الفكرة بطرق مختلفة، يكتشف نقاط ضعفه، ويقترح تدريبًا مناسبًا.
في البحث العلمي: يساعد الباحث في قراءة مئات الدراسات، تنظيم النتائج، مقارنة الفرضيات، وتحليل البيانات.
في الطب: يدعم الطبيب في قراءة ملفات طويلة، مقارنة الأعراض، مراجعة الدراسات، واكتشاف نقاط تحتاج فحصًا إضافيًا. القرار النهائي يبقى للمتخصص.
في الأعمال: يساعد صاحب المشروع في دراسة السوق، تحليل المنافسين، بناء خطة محتوى، كتابة رسائل العملاء، ومراجعة الأداء.
في صناعة المحتوى العربي: يساعد الكاتب في البحث، ترتيب الأفكار، تحسين اللغة، اكتشاف التكرار، ومراجعة المصادر، بشرط عدم نشر المخرجات دون تحرير بشري.
القيمة هنا لا تأتي من أن النظام يعرف كل شيء. القيمة تأتي من قدرته على ربط المهام، فهم الهدف، ومساعدة الإنسان في العمل لا في الإجابة فقط.
مثال عملي: كيف يختلف AGI عن أداة ذكاء اصطناعي عادية؟
لنفترض أن صاحب مشروع صغير يريد إطلاق منتج جديد.
أداة ذكاء اصطناعي عادية تساعده في كتابة وصف المنتج، أو توليد أفكار إعلانية، أو تلخيص دراسة سوق.
أما نظام أقرب إلى AGI، فيبدأ من الهدف الكامل. يسأل عن نوع المنتج، الجمهور، السعر، المنافسين، الميزانية، وقنوات البيع. ثم يبني خطة بحث، يقارن السوق، يقترح شرائح العملاء، يكتب خطة تسويق، يصمم جدول تنفيذ، يراجع المخاطر، ويعدل الخطة عند ظهور بيانات جديدة.
الفرق هنا ليس في جودة النص فقط. الفرق في فهم الهدف الكامل، تقسيمه إلى مهام، تنفيذ خطوات مترابطة، والتكيف مع النتائج.
هذه هي المنطقة التي تجعل الحديث عن AGI مهمًا، لأنها تنقل الذكاء الاصطناعي من مساعد يجيب إلى نظام يساعد في إدارة العمل.
ماذا يعني AGI للقارئ العربي؟
بالنسبة للمستخدم العربي، السؤال الأهم ليس: متى تعلن شركة ما الوصول إلى AGI؟ السؤال الأهم هو: كيف أتعامل مع هذا التطور من الآن؟
قيمة AGI للمستخدم العربي لن تعتمد على قوة النموذج عالميًا فقط. ستعتمد على قدرته على فهم العربية كما يستخدمها الناس فعلًا.
المطلوب ليس ترجمة جيدة فقط. المطلوب فهم السياق، واللهجات، والمصطلحات المحلية، والفروقات بين أسلوب الكتابة الرسمي، والتعليمي، والتسويقي.
المطلوب أيضًا قدرة على التعامل مع مصادر عربية موثوقة، لا الاكتفاء بإجابات عامة مبنية على محتوى أجنبي.
مثال بسيط: قد تترجم بعض النماذج كلمة dashboard إلى لوحة القيادة، مع أن المقصود في سياق تحليل البيانات هو لوحة تحكم أو لوحة مؤشرات. هذا النوع من الأخطاء لا يظهر في الترجمة فقط، بل يؤثر في فهم السياق.
لهذا، عند اختبار أي نموذج متقدم، اسأل: هل يفهم السؤال العربي الطويل؟ هل يحافظ على المعنى عند التلخيص؟ هل يفرّق بين المصطلح التقني والترجمة الحرفية؟ هل يتعامل مع اللهجات دون تشويه المعنى؟ هل يعرف متى يقول لا أعرف؟ هل يقدم مصادر قابلة للتحقق؟
هذه الأسئلة تحدد قيمة الذكاء الاصطناعي للمستخدم العربي أكثر من الوعود التسويقية.
بالنسبة للطالب، هذا يعني أدوات تعليم أكثر تخصيصًا. بالنسبة للكاتب، يعني مساعدًا أقوى في البحث والتحرير. بالنسبة لصاحب المشروع، يعني قدرة أعلى على تحليل السوق والعملاء. أما بالنسبة للموظف، فهذا يعني أن المهارة القادمة ليست حفظ المعلومات، بل القدرة على صياغة الأسئلة والأوامر بدقة لتوجيه هذه الأنظمة، وإدارة العمل مع الذكاء الاصطناعي والتحقق من مخرجاته.
جدول سريع: ماذا يجب أن تعرف عن AGI؟
| السؤال | الإجابة المختصرة | لماذا يهمك؟ |
|---|---|---|
| ما هو AGI؟ | ذكاء اصطناعي عام يتعامل مع مهام واسعة | لفهم الفرق بين المصطلح والضجة |
| هل وصلنا إليه؟ | لا يوجد إثبات متفق عليه حتى الآن | حتى لا تخلط بين التسويق والواقع |
| هل ChatGPT يعتبر AGI؟ | لا، هو نموذج متقدم وليس AGI كاملًا | لمعرفة حدود الأداة التي تستخدمها |
| ما الفرق بين AGI وASI؟ | AGI ذكاء عام، وASI ذكاء فائق | حتى لا تخلط بين المرحلتين |
| هل AGI خطر؟ | الخطر يرتبط بالاستقلالية والرقابة والاستخدام | للنظر إلى الموضوع بواقعية |
| كيف أستعد له؟ | تعلم استخدام الأدوات وراجع النتائج | لأن المهارة القادمة هي العمل مع الذكاء الاصطناعي |
متى لا تثق بمخرجات الذكاء الاصطناعي؟
كلما زادت قدرة النماذج، زادت أهمية التحقق. لا تعتمد على مخرجات الذكاء الاصطناعي وحدها في القرارات الطبية، القانونية، المالية، الأمنية، أو أي قرار يسبب ضررًا مباشرًا عند الخطأ.
تعامل مع الذكاء الاصطناعي كمساعد بحث وتحليل، لا كمرجع نهائي. اطلب مصادر، راجع الأرقام، قارن أكثر من إجابة، واستعن بمتخصص عندما يكون القرار حساسًا.
- إذا كان القرار طبيًا أو قانونيًا أو ماليًا أو أمنيًا، لا تعتمد على الذكاء الاصطناعي وحده.
- إذا احتوت المخرجات على أرقام أو مصادر، راجعها من مصادر موثوقة.
- إذا وجدت تناقضًا بين إجابات نماذج مختلفة، قارن وارجع إلى مصدر مستقل.
- إذا كان الطلب طويلًا أو معقدًا، قسّمه إلى خطوات واضحة بدل طلب نتيجة واحدة كبيرة.
- إذا كان السياق عربيًا محليًا، تحقق من فهم اللهجة والمصطلح والمعنى المقصود.
هل سيتغير هذا السياق لاحقًا؟
تنويه: تم إعداد هذا المقال في يونيو 2026 بناءً على أحدث المعلومات المتاحة حول مفهوم AGI وتطور النماذج المتقدمة. مع صدور نماذج جديدة أو أطر قياس أو سياسات سلامة محدثة، سنراجع المقال ونضيف التحديثات المهمة.
الخلاصة: هل AGI واقع حالي أم اتجاه قادم؟
الذكاء الاصطناعي العام AGI ليس اسم أداة جديدة، ولا وصفًا دقيقًا لكل نموذج متقدم نراه اليوم.
هو مفهوم يشير إلى مستوى أعلى من القدرة العامة على التعلم، والتكيف، والتخطيط، ونقل المعرفة بين مجالات متعددة.
حتى الآن، لا يوجد دليل متفق عليه يثبت أننا وصلنا إلى AGI. لكننا نتحرك بوضوح نحو أنظمة أوسع قدرة، وأكثر ارتباطًا بالعمل اليومي، وأكثر استقلالية من أدوات السنوات الماضية.
المرحلة الحالية لا تعني وصول AGI، لكنها تكشف اتجاهًا واضحًا نحو أنظمة أكثر عمومية واستقلالية.
الموقف الأذكى هنا ليس الخوف، ولا الانبهار الزائد. الموقف الأذكى هو الفهم. افهم معنى AGI. افهم حدود الأدوات الحالية. تعلم كيف تستخدم الذكاء الاصطناعي بطريقة تخدمك، دون أن تسلّم له الحكم النهائي.
الأسئلة الشائعة حول الذكاء الاصطناعي العام AGI
ما معنى AGI؟
AGI يعني الذكاء الاصطناعي العام، وهو نظام يستطيع التعامل مع نطاق واسع من المهام الذهنية بدل الاقتصار على مهمة واحدة.
هل ChatGPT يعتبر AGI؟
لا. ChatGPT نموذج ذكاء اصطناعي متقدم في المحادثة والتحليل والتوليد، لكنه لا يمثل AGI بالمعنى الكامل.
ما الفرق بين AGI والذكاء الاصطناعي التوليدي؟
الذكاء الاصطناعي التوليدي ينشئ محتوى مثل النصوص والصور والصوت والفيديو. أما AGI فيشير إلى قدرة عامة أوسع على التعلم، والتخطيط، والتكيف عبر مجالات مختلفة.
ما الفرق بين AGI والذكاء الاصطناعي الضيق؟
الذكاء الاصطناعي الضيق مصمم لمهمة محددة، مثل الترجمة أو تصنيف الصور. أما AGI فيفترض أن يتعامل مع مهام واسعة وينقل المعرفة بين مجالات مختلفة.
هل AGI هو نفسه الذكاء الاصطناعي الفائق ASI؟
لا. AGI يعني ذكاءً عامًا قريبًا من قدرة الإنسان في مهام واسعة. أما ASI فيعني نظامًا يتفوق على الإنسان في أغلب المجالات الذهنية.
متى نصل إلى AGI؟
لا يوجد موعد مؤكد. الشركات والباحثون يختلفون في التوقعات، ولا يوجد اختبار واحد متفق عليه يحدد لحظة الوصول إليه.
المصادر
- OpenAI Charter
- OpenAI: Planning for AGI and beyond، 2023
- Levels of AGI: Operationalizing Progress on the Path to AGI، 2023
- Anthropic Responsible Scaling Policy، 2026
- Stanford AI Index Report، 2026
شاركنا رأيك
هل ترى أن AGI فرصة أكبر للمستخدم العربي، أم يحتاج تنظيمًا وحذرًا أكبر؟ شاركنا رأيك في التعليقات.
