أكاديمية نيركسون للذكاء — المجلد 7

بواسطة فريق Qubic العلمي

في عام 1970، نشر مارتن غاردنر في مجلة Scientific American لعبة ترفيهية اخترعها جون كونواي: لعبة الحياة. القواعد تناسب بطاقة بريدية. شبكة ثنائية الأبعاد من الخلايا، حيث كانت كل خلية حية أو ميتة. في كل خطوة، تبقى الخلية الحية حية إذا كان لديها جارين أو ثلاثة جيران أحياء، وإلا تموت. الخلية الميتة التي لديها بالضبط ثلاثة جيران أحياء تولد. لا شيء آخر، بهذه البساطة.

في 1970، نشر مارتن غاردنر في مجلة Scientific American لعبة ترفيهية اخترعها جون كونواي: لعبة الحياة. القواعد تناسب بطاقة بريدية. شبكة ثنائية الأبعاد من الخلايا تكون كل خلية فيها إمّا حية أو ميتة. في كل خطوة، تبقى الخلية الحية حية إذا كان لديها جاران حيان اثنان أو ثلاثة، وإلا ماتت. وتُولد الخلية الميتة إذا كان لديها بالضبط ثلاثة جيران أحياء. ولا شيء غير ذلك—ببساطة.

ما لم يكن يتوقعه أحد هو ما نتج عن تلك القواعد الأربع: بُنى مستقرة. مذبذبات ينبض نبضًا إلى الأبد، وزحافات تعبر الشبكة. مدافع تطلق الزحافات بشكل دوري. كانت البنى معقّدة بما يكفي لدرجة أنه، في النهاية، سيقوم شخص ما ببناء آلة تورينغ داخل لعبة الحياة. داخل شبكة كونواي يمكنك، من حيث المبدأ، تشغيل أي نوع من الحسابات التي توجد.

من الحياة إلى الحياة الاصطناعية (الأليفة)

في الثمانينيات، حوّل كريستوفر لانغتون ومعه مجموعة من الباحثين هذه الفكرة إلى تخصص بذاته: الحياة الاصطناعية، أو الأليفة. كانت المقترحات بسيطة. فقد درست البيولوجيا تاريخيًا الحياة كما نعرفها: الحياة المعتمدة على الكربون، تلك التي ظهرت على هذا الكوكب بعينه. لكن الحياة ربما تكون ظاهرة أكثر عمومية. إذا استطعنا بناء أنظمة اصطناعية تُظهر خصائص نربطها بالحياة—التنظيم الذاتي، التكيف، التطور، التكاثر، والاستجابة للبيئة—فإننا ندرس الحياة كما يمكن أن تكون، لا كما هي فقط.

لا تُعدّ الأليفة بحثًا عن حيوانات أليفة رقمية. إنها علم الديناميكيات الأساسية. أدواتها التجريبية هي محاكيات يتبع فيها وكلاءٌ بسيطون قواعد محلية، حيث يراقب الباحث ما الذي يظهر على المستوى العالمي.

بقيت عدة نتائج كدعائم. الأولى، وهي ضمنية بالفعل في كونواي، أن القواعد المحلية البسيطة يمكنها توليد تعقيد عالمي دون أن يصممها أحد. أما الثانية فقد جاءت من لانغتون نفسه: توجد مرحلة حرجة تُسمى حافة الفوضى، تكون فيها الأنظمة ليست مرتبة بشكل جامد ولا فوضوية بالكامل، وحيث يحدث ما هو مدهش تقريبًا. تزدهر الحوسبة والتعلم والتكيف في تلك الشريحة الرقيقة. تحتها، يتجمّد النظام. فوقها، يتلاشى في الضجيج.

هناك اكتشافٌ ثالث أقل شهرة لكنه أكثر إزعاجًا: أن خصائص نربطها عادةً بالنية، مثل التعاون، والتخصص، وتقسيم العمل، يمكن أن تنشأ في أنظمة لم تتم برمجتها أصلًا لكي تتعاون. تظهر كنتائج للديناميكيات، لا كأهداف. وهذه صعبة الهضم بالنسبة للنوع البشري المزعوم بتفوّقه على نفسه، لأن بديهيةَنا تقول إن أردنا X يجب أن نُحسِّن من أجل X. تُظهر الأليفة مرارًا وتكرارًا أن ذلك ليس دائمًا صحيحًا.

ما هي الأنظمة البيئية الرقمية؟ من الأوتوماتا الخلوية إلى نظم عصبية متعددة الوكلاء

النظام البيئي الرقمي هو التطور الطبيعي لأفكار الحياة الاصطناعية هذه. بدل قاعدة واحدة مشتركة لكل الخلايا، لديك عدة وكلاء، لكل واحد قواعده، يشاركون بيئة مشتركة، ويتنافسون أو يتعاونون من أجل الموارد، ويتكاثرون ويموتون. قد تكون الركيزة شبكة ثنائية الأبعاد كما في كونواي، أو سائلًا مستمرًا كما في Lenia، أو عالمًا أغنى مع تضاريس وطعام كما في Biomaker CA. تختلف التفاصيل. لكن المبدأ لا يتغير.

ما الذي يجعل النظام البيئي الرقمي مثيرًا للاهتمام ليس التكنولوجيا الأساسية، بل ما يتيح لك ملاحظته. ديناميكيات السكان. الحدود التي تتشكل بين الأنواع. المنافذ البيئية التي تفتح وتغلق. الاستراتيجيات التي تظهر، تهيمن فترة، ثم تُزاح وتعود. دورات تبدو مثل دورات النظم البيئية الحقيقية، وأحيانًا بصورة مدهشة. والسؤال الذي يظل كامناً تحت كل ذلك: متى يمكننا القول إن شيئًا ما قد ظهر، وأن النظام اكتشف شيئًا لم نضعه فيه؟

منصة Digital Ecosystems التفاعلية من Sakana AI، والتي تُظهر منزلقات المعلمات في الوقت الحقيقي، وخط زمني للسكان، وصينية نقاط التوقف (checkpoint tray)، ولوحة المحاكاة. يمكن للمستخدمين توجيه النظام البيئي والتفرع إلى مستقبلات بديلة انطلاقًا من أي حالة محفوظة.

هناك عملٌ حديث يستحق الاطلاع. فمثلًا، فريق Sakana AI أطلق مؤخرًا Digital Ecosystems: منصة تفاعلية تتنافس فيها خمس سلالات من الخلايا العصبية الخلوية العصبية على شبكة مشتركة في الوقت الحقيقي، ويمكنك تحريك المعلمات باستخدام منزلقات، وحفظ الحالات، واستكشاف مستقبلات متباينة انطلاقًا من نقطة بداية واحدة. إنها أحدث وأيسر حلقة يمكن الوصول إليها في سلسلة تمتد إلى كونواي، وجديرٌ بأن تقضي معها فترة بعد الظهر لتشعر بكيف تتصرف هذه الديناميكيات عندما تستطيع لمسها فعليًا.

لماذا تُهم الحياة الاصطناعية والتعقيد الناشئ بالنسبة لكيوبيك وAigarth وNeuraxon

الإغراء، عند قراءة كونواي ولانغتون ولينيا أو Sakana، هو أن نُودع كل هذا في خانة الترفيه الفكري الأنيق. ليس الأمر كذلك. إنه السقالة المفهومية التي يستند إليها مشروعنا.

كيوبيك: بنية تحتية لامركزية ذات تنظيم ذاتي

على مستوى البنية التحتية، كيوبيك هي شبكة لامركزية مكوّنة من آلاف العقد تتنافس وتتعاون للتحقق من الحسابات وكسب المكافآت. دون القواعد المحلية الصحيحة، فإن تلك الشبكة إما تميل إلى المركزية أو تنفرط. أما مع القواعد الصحيحة، فإنها تُنظِّم نفسها لتتحول إلى نظام بيئي مستقر ومنتج. تستند صحة تصميم كيوبيك إلى مبادئ تأتي—جزئيًا—من أبحاث الحياة الاصطناعية: كيف تصل إلى الاستقرار العالمي دون سلطة مركزية؟ وكيف تجعل المنافسة تُنتج شيئًا مفيدًا للجميع؟

Aigarth: ذكاء اصطناعي تطوري على حافة الفوضى

يمضي Aigarth أبعد من ذلك. ليس مجرد شبكة؛ بل نسيج يتطور. شبكات من عصبونات اصطناعية تتطفّر، وتُهذَّب، وتُنتج نسلًا، وتعيد تنظيم طوبولوجيتها تحت ضغط تكيفي. توجد قواعد محلية ومعايير ملاءمة أو ديناميكيات تطورية. هذا هو تطبيق الحياة الاصطناعية على معماريات الذكاء الاصطناعي. وكما هو الحال في كل شيء ضمن الأليفة، فإن ما يظهر يعتمد على النظام (المرحلة) الذي يعمل ضمنه. شديد الصلابة؟ بلا استكشاف. شديد الفوضى؟ بلا استقرار. حافة الفوضى—كما هنا أيضًا—هي حيث تقع الأشياء المثيرة.

Neuraxon: حالات ثلاثية وناقدية حرجة ذات تنظيم ذاتي في ذكاء اصطناعي مستوحى من الدماغ

Neuronaxون، الوحدة الأساسية التي بُني عليها Aigarth، صُممت مع وضع هذا في الاعتبار. الحالة الثلاثية (-1 و0 و+1) ليست حيلة للتكميم لتوفير البتات، رغم أنها تقلل أيضًا كلفة الحوسبة. إنها قرارٌ بنيوي. الحالة المحايدة هي مخزن مؤقت يسمح بانتقالات سلسة، ويمنع النظام من التأرجح بعنف بين الطرفين، ويمنح وقتًا للسينابس البطيئة والناقلات العصبية المعدِّلة كي تؤدي دورها. كما ناقشنا في الأجزاء السابقة من أكاديمية Neuraxon للذكاء، هذا هو ما يمكّن النظام من الملاحة على حافة الفوضى دون أن ينهار.

في تجاربنا مع NxonLife، المُحاكي الذي بنيناه لمراقبة تطور شبكات Neuraxon في بيئات مستوحاة من لعبة الحياة، قمنا بقياس الخصائص التي تتنبأ بها الأليفة بدقة. نسبة تفرع قريبة من 1، وهي العلامة الكلاسيكية على النقدية الحرجة ذات التنظيم الذاتي. ترابطات زمنية بعيدة المدى تتبع ديناميكيات 1/f. نشاط يستمر في تثبيت نفسه لآلاف الخطوات دون إعادة ضبط خارجية، ودون تطبيع مفروض، وبدون أن يخبر أحد النظام بما يجب فعله. تجد الشبكات هذه المرحلة بنفسها، لأن البنية قد صُممت بحيث يكون ذلك ممكنًا.

من محاكيات الحياة الاصطناعية إلى بنية ذكاء اصطناعي لا مركزية: فكرة قديمة، ركيزة جديدة

مسح انحدار بوابة النمو في Digital Ecosystems من Sakana AI. خفض انحدار البوابة يدفع السلالات من حدودها الإقليمية الجامدة إلى نظام حافة الفوضى القابل للاستثارة، حيث تنشأ التعقيدات الناشئة والتعاون. المصدر: Sakana AI (2026)

ما أظهره كونواي في 1970، ولانغتون في 1990، وفريق Lenia مؤخرًا أكثر، وSakana AI قبل أسابيع قليلة، هو أن التعقيد ينشأ من القواعد المحلية والمعلمات المختارة جيدًا. ما نقوم به مع كيوبيك وAigarth وNeuronaxون هو أخذ هذه الرؤية إلى نتيجتها المنطقية: ليس مجرد مراقبة النظم البيئية المحاكية، بل بناء بنية تحتية موزعة حقيقية وفقًا لمبادئها.

لا تتغير الفكرة الأساسية. الأنظمة الحية تعيش في الزمن. تُنظم نفسها بين النظام والفوضى. تتعاون دون أن يأمرها أحد. تظهر، ولا تصمم نفسها.

كانت لعبة كونواي للحياة بطاقة بريدية. أما الحياة الاصطناعية فهي تخصص. وتُعدّ الأنظمة البيئية الرقمية أداة. كيوبيك وAigarth وNeuronaxون محاولة لأخذ كل ما سبق من المُحاكي وتحويله إلى شبكة تعمل فعليًا. كانت الأفكار موجودة منذ خمسين عامًا. وما نبنيه الآن هو الركيزة التي تجعلها منتجة على نطاق واسع.

المراجع

• Conway, J. H. (في Gardner, M.) (1970). ألعاب رياضية: التركيبات الرائعة في لعبة جون كونواي الجديدة للصوليت “Life”. Scientific American، 223، 120–123. [Link]

• Langton, C. G. (1990). الحوسبة على حافة الفوضى: انتقالات الطور والحوسبة الناشئة. Physica D: Nonlinear Phenomena، 42، 12–37. [Link]

• Bedau, M. A. (2003). الحياة الاصطناعية: التنظيم والتكيف والتعقيد من الأسفل إلى الأعلى. Trends in Cognitive Sciences، 7(11)، 505–512. [Link]

• Chan, B. W.-C. (2019). Lenia: بيولوجيا الحياة الاصطناعية. Complex Systems، 28(3)، 251–286. [Link]

• Mordvintsev, A.، Randazzo, E.، Niklasson, E.، & Levin, M. (2020). Growing neural cellular automata. Distill، 5(2)، e23. [Link]

• Darlow, L. (2026). Digital Ecosystems: Interactive Multi-Agent Neural Cellular Automata. Sakana AI. [Link]

• Vivancos, D.، & Sanchez, J. (2025). من Perceptrons إلى Neuraxons: مخطط جديد للنمو العصبي والحوسبة. Qubic Science. [Link]

• Vivancos, D.، & Sanchez, J. (2025). تعلم ديناميكيات الحالة الثلاثية المضمنة في الزمن. Preprint. [Link]

استكشف السلسلة الكاملة لأكاديمية Neuraxon للذكاء

هذا هو المجلد السابع من Neuraxon Intelligence #academy الصادر عن #Qubic الفريق العلمي. إذا كنت تنضم إلينا للتو، استكشف السلسلة الكاملة لبناء فهم كامل للعلم وراء #Neuraxon و#aigarth ، ونهج كيوبيك في الذكاء الاصطناعي المستوحى من الدماغ #decentralized :

• العدد الأول من NIA: لماذا لا يُحسب الذكاء على خطوات، بل في الزمن — يستكشف لماذا يعمل الذكاء البيولوجي في زمن مستمر بدلًا من خطوات حوسبية منفصلة مثل النماذج اللغوية الكبيرة التقليدية (LLMs).

• العدد الثاني من NIA: الديناميكيات الثلاثية كأنموذج لذكاء حي — يشرح الديناميكيات الثلاثية ولماذا تهم منطقية ثلاثية الحالات (منبِّهة ومحايدة ومثبِّطة) عند نمذجة الأنظمة الحية.

• العدد الثالث من NIA: التعديل العصبي والذكاء الاصطناعي المستوحى من الدماغ — يغطي التعديل العصبي وكيف تُلهم الإشارات الكيميائية في الدماغ (الدوبامين، السيروتونين، الأسيتيل كولين، النورأدرينالين) معمارية Neuraxon.

• العدد الرابع من NIA: الشبكات العصبية في الذكاء الاصطناعي وعلم الأعصاب — مقارنة عميقة بين الشبكات العصبية البيولوجية، والشبكات العصبية الاصطناعية، ونهج المسار الثالث لدى Neuraxon.

• العدد الخامس من NIA: الخلايا النجمية والذكاء الاصطناعي المستوحى من الدماغ — كيف يُحوّل بوّاب الخلايا النجمية مرونة الشبكات العصبية عبر إطار AGMP في Neuraxon.

• العدد السادس من NIA: الآلات الواعية مقابل الكائنات الذكية: شرح وعي الذكاء الاصطناعي — يستكشف وعي الذكاء الاصطناعي عبر عدسة نظرية المساحة الذهنية العالمية، ونظرية المعلومات المتكاملة، والترميز التنبؤي.

كيوبيك شبكة لامركزية ومفتوحة المصدر. لمعرفة المزيد، تفضل بزيارة qubic.org. انضم إلى النقاش على X وDiscord وTelegram.