هل وصلت الذكاء الاصطناعي العام؟ ليس حتى قريبًا، وفقًا لمؤشر قياس الذكاء الاصطناعي الجديد

ملخص سريع

• يكشف ARC-AGI-3 عن فجوة هائلة بين ادعاءات الذكاء الاصطناعي العام والواقع، حيث تتجاوز نتائج أفضل نماذج الذكاء الاصطناعي 1% بينما يحقق البشر أداءً مثاليًا.
• يقيس الاختبار الحقيقي القدرة على التعميم—مطلوب من الوكلاء استكشاف، وتخطيط، والتعلم من الصفر في بيئات غير معروفة بدلاً من استرجاع أنماط مدربة مسبقًا.
• على الرغم من الضجة الإعلامية في الصناعة، لا تزال أنظمة الذكاء الاصطناعي الحالية بعيدة عن الذكاء الاصطناعي العام، وتفتقر إلى القدرة على التفكير والتكيف التي يظهرها حتى الأطفال الصغار بشكل طبيعي.

قال جيفن هوانج، الرئيس التنفيذي لشركة Nvidia، في بودكاست ليكس فريدمن الأسبوع الماضي، بصراحة، “أعتقد أننا حققنا الذكاء الاصطناعي العام.” بعد يومين، أُطلق أحدث اختبار في أبحاث الذكاء الاصطناعي، وهو معيار الذكاء الاصطناعي العام، و scored كل النماذج المتقدمة أقل من 1%.

أطلقت مؤسسة جائزة ARC الأسبوع الماضي النسخة الثالثة من ARC-AGI، وكانت النتائج قاسية. تصدرت Google’s Gemini 3.1 Pro النتائج بنسبة 0.37%. جاءت OpenAI’s GPT-5.4 بنسبة 0.26%. حققت Anthropic’s Claude Opus 4.6 نسبة 0.25%، بينما سجل xAI’s Grok-4.20 صفرًا تمامًا. في المقابل، حلّ البشر 100% من البيئات.

هذا ليس اختبار معلومات عامة أو اختبار برمجة، أو حتى أسئلة صعبة جدًا على مستوى الدكتوراه. ARC-AGI-3 شيء مختلف تمامًا عن أي شيء واجهته صناعة الذكاء الاصطناعي من قبل.

تم بناء الاختبار بواسطة مؤسسة فرانسوا شوليه ومايك كنوب، التي أنشأت استوديو ألعاب داخليًا وابتكرت 135 بيئة تفاعلية أصلية من الصفر. الفكرة هي إدخال وكيل ذكاء اصطناعي إلى عالم يشبه اللعبة غير مألوف، بدون تعليمات، بدون أهداف معلنة، وبدون وصف للقواعد. يجب على الوكيل استكشاف، وفهم ما يُطلب منه، وتشكيل خطة، وتنفيذها.

إذا بدا لك أن هذا شيء يمكن لأي طفل يبلغ من العمر خمس سنوات القيام به، فبدأت تفهم المشكلة. إذا أردت أن ترى إذا كنت أفضل من الذكاء الاصطناعي، يمكنك لعب نفس الألعاب التي تم اختبارها عبر هذا الرابط. جربنا واحدة؛ كانت غريبة في البداية، لكن بعد بضع ثوانٍ، يمكنك بسهولة التعود عليها.

كما أنها المثال الأوضح على ما يعنيه حرف “G” في الذكاء الاصطناعي العام. عندما تعمم، تكون قادرًا على إنشاء معرفة جديدة (كيف يعمل لعبة غريبة) دون أن تتدرب عليها مسبقًا.

الإصدارات السابقة من ARC كانت تختبر الألغاز البصرية الثابتة—عرض نمط، وتوقع التالي. كانت صعبة في البداية. ثم استثمرت المختبرات قوة الحوسبة والتدريب عليها حتى أصبحت الاختبارات غير ذات فائدة تقريبًا. ARC-AGI-1، الذي أُطلق في 2019، تراجع إلى نماذج التدريب والتفكير أثناء الاختبار. استمر ARC-AGI-2 حوالي عام قبل أن تصل Gemini 3.1 Pro إلى 77.1%. المختبرات جيدة جدًا في استغلال الاختبارات التي يمكنها تدريبها عليها.

تم تصميم النسخة 3 خصيصًا لمنع ذلك. مع إبقاء 110 من أصل 135 بيئة خاصة—55 شبه خاصة للاختبار عبر API، و55 مغلقة تمامًا للمنافسة—لا يوجد مجموعة بيانات للحفظ. لا يمكنك brute-force من خلال منطق لعبة جديد لم تره من قبل.

التقييم ليس نجاحًا أو فشلًا أيضًا. يستخدم ARC-AGI-3 ما تسميه المؤسسة بـ RHAE—الكفاءة النسبية للبشر في الأداء. المعيار هو أداء الإنسان الثاني الأفضل بعد أول محاولة. الذكاء الاصطناعي الذي يتطلب عشرة أضعاف الإجراءات التي يتطلبها الإنسان يحصل على 1% لهذا المستوى، وليس 10%. المعادلة تربع العقوبة على عدم الكفاءة. التجول، والتراجع، والتخمين للوصول إلى حل يعاقب بشدة.



أفضل وكيل ذكاء اصطناعي في معاينة المطورين التي استمرت شهرًا حقق 12.58%. نماذج اللغة المتقدمة التي تم اختبارها عبر API الرسمي، بدون أدوات مخصصة، لم تتجاوز 1%. حلّ البشر العاديون جميع البيئات الـ135 بدون تدريب مسبق وبدون تعليمات. إذا كان هذا هو المعيار، فإن النماذج الحالية لا تتجاوزه.

هناك جدل منهجي حقيقي هنا. تقول تقرير ARC إن منصة مخصصة من Duke دفعت Claude Opus 4.6 من 0.25% إلى 97.1% في نسخة واحدة من البيئة تسمى TR87. هذا لا يعني أن Claude حقق 97.1% على ARC-AGI-3 بشكل عام؛ بقيت نتيجته الرسمية 0.25%، لكن التغير لا يزال ملحوظًا.

يعتمد الاختبار الرسمي على تغذية الوكلاء برمز JSON، وليس مرئيات. إما أن يكون ذلك عيبًا منهجيًا أو دليلًا على أن نماذج اليوم أفضل في معالجة المعلومات سهلة الفهم للبشر من البيانات المنظمة الخام. اعترفت مؤسسة شوليه بالنقاش، لكنها لا تنوي تغيير التنسيق.

“تصور محتوى الإطار وتنسيق API ليسا عاملين مقيدين لأداء النماذج المتقدمة على ARC-AGI-3،” تقول الورقة. بمعنى آخر، يرفضون فكرة أن النماذج تفشل لأنها “لا تستطيع رؤية” المهام بشكل صحيح، ويؤكدون أن الإدراك كافٍ بالفعل، وأن الفجوة الحقيقية تكمن في التفكير والتعميم.

وصلت مراجعة واقع الذكاء الاصطناعي العام خلال أسبوع كانت فيه الضجة الإعلامية في أوجها. بجانب تعليق هوانج، أطلقت Arm معالج مركز البيانات الجديد باسم “معالج الذكاء الاصطناعي العام”. قال سام ألتمان من OpenAI إنهم “بنوا بشكل أساسي الذكاء الاصطناعي العام”، وتقوم Microsoft بالفعل بتسويق مختبر يركز على بناء ASI: تطور لما بعد الذكاء الاصطناعي العام. يتم تمديد المصطلح ليشمل أي شيء يناسب المصلحة التجارية، ويبدو أنه يُستخدم بمعنى مرن.

موقف شوليه أبسط. إذا كان إنسان عادي بدون تعليمات يمكنه القيام بذلك، ونظامك لا يستطيع، فليس لديك ذكاء اصطناعي عام—بل لديك إكمال تلقائي مكلف جدًا ويحتاج إلى الكثير من المساعدة.

جائزة ARC لعام 2026 تقدم 2 مليون دولار عبر ثلاثة مسارات تنافسية، جميعها على منصة Kaggle. يجب أن يكون كل حل فائز مفتوح المصدر. الوقت ينفد، وحتى الآن، الآلات ليست قريبة من ذلك.

النشرة الإخبارية للتحديث اليومي

ابدأ كل يوم بأهم الأخبار الآن، بالإضافة إلى مقالات أصلية، بودكاست، فيديوهات والمزيد.

بريدك الإلكتروني

احصل عليه!

احصل عليه!