وقائع AGI 2026 (AGI-26) الصادرة عن Springer. انضمت ورقة Multi-Neuraxon الخاصة بـ Qubic إلى السجل المُحكّم ل المؤتمر الدولي التاسع عشر للذكاء الاصطناعي العام Artificial General Intelligence
مؤتمران، ورقتان من Neuraxon
أولاً، شكرًا خاصًا لـ CfB ولجميع أعضاء Qubic على دعمهم.
لقد سنحت لنا الفرصة لعرض أوراق عمل Neuraxon في مؤتمرَين.
عصبونات ثلاثية وتنظيم ذاتي للحِدّية: الورقة الخاصة بعصبون النَّيورّاكسون في AMLDS أوساكا
أخذنا الورقة الثلاثية إلى AMLDS في أوساكا. تعني ثلاثية أن مخرجات العصبون يمكن أن تكون مُثيرة أو مُثبِّطة أو محايدة، ليس فقط تشغيل/إيقاف. كان أغلب من في القاعة قد رأى الثلاثية من قبل، لكن كطريقة لضغط الأوزان لتوفير الذاكرة. كان ادعاؤنا مختلفًا: الحالة المحايدة ليست حيلة ضغط، بل عنصر ديناميكي يغيّر كيفية تنظيم الشبكة لنفسها. لاختبار ذلك، بنينا شبكتين متطابقتين في كل شيء (نفس التوصيلات، ونفس المشابك، ونفس قواعد اللدونة، ونفس المدخلات) وغيرنا شيئًا واحدًا فقط: هل للعصبون حالتا خرج أم ثلاث. ثم تركناهما تعملان في عالم حياة اصطناعية بلا أي إعادة ضبط، وبدون طبقات تطبيع، وبدون شيء يخبرهما بما يجب تعلمه، وراقبنا كيف ينتشر النشاط عبر آفاق زمنية طويلة. ما وجدناه هو أن الشبكات الثلاثية تقع عند الحِدّية (criticality) حوالي مرتين ونصف أكثر من الشبكات الثنائية، وأنها تصل إلى ذلك من تلقاء نفسها وتبقى هناك. الشبكات الثنائية تنجرف دون-حرج/ما دون الحرج (subcritical) ولا تتعافى فعليًا. لكن النتيجة التي نهتم بها أكثر تتعلق بالمتانة: الشبكات الثلاثية تحافظ على الحِدّية عبر كامل نطاق اختلال LTP/LTD الذي رصدناه، بينما الشبكات الثنائية لا تقترب إلا عندما تكون اللدونة متوازنة بدقة. بعبارة أخرى، تفصل الحالة المحايدة الديناميكيات الحِدّية عن الحاجة إلى ضبط لدونتك بشكل صحيح. قراءتنا هي أن ذلك يعمل كمنظومة عازل (buffer)، بهبوط ناعم بين الصمت والإطلاق يمتص التقلبات بدلًا من تضخيمها — وهو تمامًا ما تفعله بيولوجيا ما تحت العتبة باستخدام التشابكات الصامتة والهضاب الشجرية/الغصنية. بالنسبة للعتاد العصبي المُوحى (neuromorphic hardware)، تبدو هذه المقايضة جذابة: الحالة الثالثة تكلفك أقل من بت واحد لكل عصبون تقريبًا، وقد تسمح لك بإسقاط دوائر الاستقرار التي كنت ستحتاجها. أما ما هو ضعيف بصدق فهو أن كل هذا حدث دون هدف مُشرف، لذلك لا يمكننا بعد القول إن الحِدّية تمنحك دقة على معيار/Benchmark.
حصلنا على أفضل عرض مساءً في قسمنا.
Multi-Neuraxon في AGI-26: شبكات نبضية نمطية/وحدية مُقَيَّدة بالوتيرة
ورقة Multi-Neuraxon — "التخصص الناشئ، والوحدية، وديناميكيات عصبية مُقَيَّدة بالوتيرة للسلوك المعتمد على السياق" — من ديفيد فيفينكوس وجوزي سانشيز، Qubic Open Science.
في AGI 26 بمدينة سان فرانسيسكو قدّمنا Multi-Neuraxon، وهو ما يحدث عندما تتوقف عن التعامل مع Neuraxon باعتباره شبكة واحدة وتبدأ في التعامل معه باعتباره عدة شبكات. يحتوي التصميم على أربع دوائر/فضاءات — بصرية وسمعية واتصالية/ترابطية وحركية — كل واحدة منها Neuraxon كاملة بحد ذاتها، والجزء المثير هو كيف تتحدث هذه الأجزاء معًا. بدلًا من توصيلات ثابتة، تُضبط الإسقاطات بين الفضاءات عبر تماسك تذبذبي: غاما تحمل التغذية الأمامية، وبيتا تحمل التغذية الراجعة، وثيرا تربط بين الفضائين الحسيين بشكل جانبي. يشبه ذلك آليات الدماغ الخاصة بالاستدلال الفعّال والترميز التنبؤي. عندما تتوافق الأطوار يفتح القناة؛ وعندما لا تتوافق تُغلق. لم نصمم هذا الترتيب يدويًا — فقد عثرت عليه عملية بحث تطوري معمارياً — ثم قمنا بعمل آفات وتجارب واستقصاءات على ذلك الدماغ السليم بطرق مختلفة أربع عشرة مرة. أكثر نتيجة فوجئنا بها هي ما يحدث عند إيقاف آلية التقيد/التحكم بالتبوّب: لا ينخفض تدفق المعلومات، بل يزداد، ومع ذلك تنهار التنسيقات والاستقرار الحركي. لذا فإن هذا التقيد ليس آلية لعرض النطاق، بل آلية قيد/ضبط — فهو يحافظ على التفاعلات داخل نطاق متناغم بدلًا من جعلها أقوى. إلى جانب ذلك، اتضح أن ثلاث آليات داخلية متداخلة أساسياً: إزالة ديناميكيات ChronoPlastic، أو الترميز التكاملي، أو المنطق الثلاثي، فتفقد المنظومة نصف معلوماتها كل مرة. الجانب السلوكي هو ما جعل العرض مثيرًا للاهتمام: تخصصت الفضاءات عن بعضها؛ فأصبح البصري والسمعي انتقائيين للوسائط، بينما بقي فضاء الترابطية متعدد الوسائط حقًا، دون أن نُسنِد إليه تلك الأدوار أبدًا. كذلك تعيد المنظومة تركيب مكونات مُتعلمة لم تكن مُدرّبة أصلًا على دمجها، وتنسى بشكل سلس بدلًا من أن تنسى بشكل كارثي عبر المهام التسلسلية، وتستمر في العمل حتى بعد فقد ثلاثة أرباع عصبوناتها. ولإثبات أن كل هذا ليس مجرد "شبكات نبضية نمطية/وحداتية" تقوم بذلك، بنينا معيار Nengo مضبوطًا على نحو مطابق مع نفس عدد العصبونات والبنية الطوبولوجية والبروتوكول، والمنظومتان متكافئتان في إعادة التركيب لكنهما تتباعدان بحدة في النشاط الداخلي؛ حيث ينهار Nengo دون مدخلات، بينما يستمر Multi-Neuraxon.
القيود الصادقة لإسهام ذكاء اصطناعي عام على مستوى الركيزة
القيود التي وضعناها لأنفسنا على الشريحة: هذه مئة وخمسون عصبونًا، لذا فهذا إسهام على مستوى الركيزة، وللتوضيح: لا يُعرض أي شيء عن قابلية التوسع؛ كل شيء ناتج عن تكوين واحد من عملية بحث معماري. ربما يكون الثالوث الثلاثي المتداخل/الأساسي مشترك التكيّف optimum مشتركًا وليس مبدأً. في الواقع، جميع هذه الآليات الثلاث هي آلياتنا، وهذا يعني أن الخطوة التالية الواضحة هي التحقق بإعادة النسخ عبر الأطر المختلفة. كما أننا ما زلنا مدينين للمجال بمعيار baseline على أساس Transformer ومعيار نمطي عصبي مُوَحى قياسي.
أبرز عروض التعلم العميق من AMLDS أوساكا
في أوساكا، كانت هناك عروض مبهرة حول تطبيقات التعلم العميق. ورغم أننا لا نعتقد أن الذكاء يمكن أن ينشأ من اللغة وحدها، فإن نماذج LLM تُخرج نتائج أفضل شهرًا بعد شهر. كانت هناك مداخلة رئيسية قوية من جوزيبي دي فاتّا تناولت التعلم العميق متعدد المهام. وبالاستناد إلى مفارقة شتاين في الإحصاء، استخدمت مجموعته عامل انكماش للتنظيم متعدد المهام. وقد وضعوا هدفًا لتحسين Gato من Google DeepMind، وهو وكيلٌ عام تم تدريبه للتعامل مع 604 مهمة متميزة.
مداخلات AGI-26 الرئيسية: الترميز التنبؤي، الاستدلال الفعّال، والذكاء المُتجسّد
المؤتمر التالي كان AGI 26، في سان فرانسيسكو — المكرّس تحديدًا للذكاء العام. كانت عروضه الرئيسية مخصّصة لعمالقة حقيقيين في علم الأعصاب وعلم النفس والحوسبة والذكاء الاصطناعي. افتتح كارل فريستون، أبو الترميز التنبؤي، الجلسات بمداخلة صباحية. عرض ديفيد إيجلمن رؤيته لمجتمع ذكاء اصطناعي في المستقبل والإشارات التي قد نميّز بها الذكاء العام.
هود ليبسون على منصة AGI-26: "الوعي بالذات هو القدرة على تخيّل نفسك في المستقبل."
عرض هود ليبسون عملًا ممتازًا في مجال الروبوتات والتفاعل بين الإنسان والآلة؛ فقد كان نموذجُه لتمثيل الذات في الروبوتات ملحوظًا حقًا. جادل أنيل سِث بأن الذكاء خاصية ناشئة لكائنات بيولوجية مُتجسدة وواعية — وبوصفِي ممارس تأمل أيضًا، وجدت نفسي منسجمًا جدًا مع هذا الرأي. أما متحدثون آخرون فتبنّوا خطًا أكثر وظيفية/براغماتية، أو كما قيل على المسرح على سبيل المزاح: "وظيفي-مقارن".
دار النقاش بين وجهتي النظر القائمتين على التجسّد والمنظور الوظيفي للذهن عبر AGI-26 — هنا آدم سفرفون وفيكتوريا كليماي عن الذات عبر منظور تمكّني/إنعاشي ومنظور معرفي.
قدمت أليسُن جوبنيك الحجة بأن علينا دراسة النضج/ذكاء الأطفال، لا ذكاء البالغين، ونمذجته. عرض مايكل ليفين، عالم أحياء تركيبية، حياةً من الاكتشافات غير العادية في الحيوانات غير البشرية وفي الخلايا، مبيّنًا أن الذكاء مرتبط ببُنى تتجاوز بكثير مجرد الأنظمة العصبية المعقدة.
مايكل ليفين وهانانيل هازان (مركز ألن للاكتشاف، جامعة تافتس) حول ثوابت الذكاء عبر ركائز مختلفة — من الخلايا الحية إلى الذكاء الاصطناعي وما بعده.
كان لدينا أيضًا وقت لزيارة المقر الرئيسي لGoogle، موطن لعدة حائزي جوائز نوبل، ومن بينهم ديميس هاسابيس. تحدث المنظم بن جورتزل بإسهاب عن مشروعه الخاص بالذكاء الاصطناعي العام Hyperon، وعن Claw، طبقة تواصل الوكلاء الخاصة بـ AGI.
يلتقي المجال الصناعي بالأوساط الأكاديمية في AGI-26 — ألكسندر ليرشنر من Google DeepMind على المسرح الرئيسي في سان فرانسيسكو.
قدمت أليسُن جوبنيك الحجة بأن علينا دراسة ذكاء الأطفال، لا ذكاء البالغين، ونمذجته. عرض مايكل ليفين، عالم أحياء تركيبية، حياةً من الاكتشافات غير العادية في الحيوانات غير البشرية وفي الخلايا، مبيّنًا أن الذكاء مرتبط ببُنى تتجاوز بكثير مجرد الأنظمة العصبية المعقدة.
مايكل ليفين وهانانيل هازان (مركز ألن للاكتشاف، جامعة تافتس) حول ثوابت الذكاء عبر ركائز مختلفة — من الخلايا الحية إلى الذكاء الاصطناعي وما بعده.
كان لدينا أيضًا وقت لزيارة المقر الرئيسي لGoogle، موطن لعدة حائزي جوائز نوبل، ومن بينهم ديميس هاسابيس. تحدث المنظم بن جورتزل بإسهاب عن مشروعه الخاص بالذكاء الاصطناعي العام Hyperon، وعن Claw، طبقة تواصل الوكلاء الخاصة بـ AGI.
يلتقي المجال الصناعي بالأوساط الأكاديمية في AGI-26 — ألكسندر ليرشنر من Google DeepMind على المسرح الرئيسي في سان فرانسيسكو.
هل نحن قريبون من الذكاء الاصطناعي العام؟
متحدثون رائعون — لكن، بصراحة، يبدو أننا ما زلنا بعيدين جدًا عن AGI. كانت هناك أوراق ومشاريع مذهلة حول الترميز التنبؤي والاستدلال الفعّال، إلى جانب تأملات عميقة حول أمان الذكاء الاصطناعي والتنظيم والمستقبل والمزالق والمخاطر والغاية. ومع ذلك، وحتى الآن لا توجد منظومة مُثبتة قادرة على تعلم مهام جديدة حقًا دون تدريب صريح. بالنسبة لي هذا ليس أمرًا سيئًا إطلاقًا. إنه يؤكد فقط أن الهدف شديد التحدي بالفعل. الشعور بأنني جزء من مجتمع الذكاء الاصطناعي العام، مع نشر ورقة لـ Qubic، يعد إنجازًا حقيقيًا — وكلما نشرنا أوراقًا أكثر، كان ذلك أفضل للمشروع. لذا إذا شعرت يومًا أننا لم نصل بعد إلى ما تتخيله، فضع الأمر في سياقه: لا أحد لديه الآن أكثر من لمحة من ذلك.
المضي قدمًا مع أبحاث Qubic المفتوحة للعلم
لنواصل البحث.
شكرًا لمجتمع Qubic وC fB على دعمكم. فرق التوقيت، رحلات طويلة، مجهود كبير، لكن الأمر كان مُكافئًا بحق.
الدكتور خوسيه سانشيز. دكتوراه. عالم أعصاب.
فريق Qubic العلمي
ملاحظة PD: تواصل معي إذا رغبت في صور أو روابط عن مقدمي العروض على info@josesanchezgarcia.com