مصيدة الألعاب.. خطة البشر السرية لاستدراج الذكاء الاصطناعي وفهم تفكيره
لم تعد الألعاب مجرد وسيلة للتسلية والترفيه الرقمي، بل تحولت في السنوات الأخيرة إلى "مختبرات فكرية تشريحية" غايتها تدريب عقول الآلة، واستكشاف الصندوق الأسود للذكاء الاصطناعي، وفهم كيف يفكّر، وأين تقف حدوده الإدراكية.
تاريخياً، ارتبط تطور الذكاء الاصطناعي بمحطات اللعب؛ بدءاً من هزيمة كمبيوتر Deep Blue (من شركة IBM) بطل العالم غاري كاسباروف في الشطرنج عام 1997، وصولاً إلى انتصار برنامج AlphaGo (من شركة DeepMind التابعة لغوغل) الأسطورة "لي سيدول" في لعبة Go (وهي لعبة استراتيجية صينية قديمة) عام 2016.
ولكن اليوم، تخطت الألعاب عتبة الفوز والخسارة لتصبح نافذة فلسفية وعلمية على إدراك الآلة.
الألعاب.. فخ لكشف طريقة تفكير الذكاء الاصطناعي
في كتابه "جمال الألعاب"، يطرح مصمم الألعاب الشهير فرانك لانتز (الرئيس الفخري لمركز ألعاب جامعة نيويورك) رؤية فلسفية عميقة حول سبب تصميمنا للألعاب:
مثلما يمثل الرقص الشكل الجمالي لحركة الجسد، وتمثل الموسيقا الشكل الجمالي لحاسة السمع.
فإن الألعاب هي الشكل الجمالي للتفكير؛ إنها ممارسة الفكر لمتعته الخاصة واستكشاف كيفية عمل العقل.
ومن هذا المنطلق، تصبح الألعاب وسيلة لتجسيد فكر الذكاء الاصطناعي وجعله مرئياً ومفهوماً للبشر الذين يجهلون آليات عمل النماذج المعقدة من الداخل.
تجربة لعبة GLIPS: عندما تعثر "كلود"!
من أبرز النماذج المعاصرة لتحدي الذكاء الاصطناعي، قام لانتز بتطوير لعبة ألغاز تجريدية وهندسية فائقة التعقيد تُدعى GLIPS بمساعدة النموذج اللغوي Claude من شركة Anthropic.
الهدف كان تصميم لغز يشبه مزيجاً بين "مكعب روبيك" و"السودوكو ثلاثية الأبعاد"، بحيث يكون صعباً جداً على البشر لكنه يحتوي على عنصر بصري يعرض الحل.
التجربة كشفت عن مفارقات طريفة وحدود غير متوقعة للذكاء الاصطناعي:
العجز عن الإدراك التلقائي: اشتكى لانتز من أن "كلود" كان يطلب منه باستمرار إخباره عندما ينتهي دور اللاعب البشري.
وعندما سأله لانتز: "لماذا لا تنظر إلى رقعة اللعب وتعرف دورك بنفسك؟"، اعترف النموذج بأنه لا يستطيع الإدراك البصري التلقائي للوقت، بل يستجيب فقط للأوامر النصية المحددة (Prompts).
تكمن أهمية هذه الألعاب (مثل GLIPS أو لعبة الأتمتة الساخرة الكلاسيكية Universal Paperclips) في كونها تجارب فكرية تتيح لنا التأمل في طبيعة علاقتنا بالآلة وسلوكها "الأعمى" أحياناً في تنفيذ المهام.
ألعاب الفيديو.. "مدرسة بديلة" لتدريب الآلة
على الجانب العلمي والعملي، لا تقتصر الألعاب على اختبار الذكاء، بل تُستخدم كـ "مسرعات تدريبية" تختصر سنوات من جمع البيانات في العالم الحقيقي.
شركة جنرال إنتويشن (General Intuition) الناشئة في نيويورك قدمت نموذجاً ثورياً يعتمد على مئات الملايين من ساعات اللعب (مثل لعبة Fortnite).
المفاجأة هنا أن الشركة لم تدرب الذكاء الاصطناعي على الفيديوهات لقطة بلقطة، بل درّبته على "بيانات الحركة المضمنة" (سجلات الأزرار وتوقيت الضغط عليها).
ميزة التدريب عبر بيانات الحركة:
- الاستدلال المكاني الزمني: فهم كيف تتحرك الأشياء عبر الزمان والمكان داخل اللعبة، وهو ما يفشل فيه الذكاء الاصطناعي التقليدي.
- التمييز بين "الذات" و"البيئة": الضغط على الأزرار يُعلم النموذج التمييز بين حركته الخاصة كلاعب وبين المتغيرات المحيطة به، مما يمنحه فهماً أعمق للعلاقات السببية (السبب والنتيجة).
انهيار IBM.. «فقاعة مزدوجة» تهدد أسواق الذكاء الاصطناعي
في وقت تتسابق فيه الشركات لجمع بيانات حقيقية مكلفة وبطيئة عبر السيارات ذاتية القيادة أو الروبوتات في الشوارع، تراهن شركات الذكاء الاصطناعي لعام 2026 على أن ألعاب الفيديو هي "البيئة الافتراضية الآمنة والمثالية" والمتاحة مجاناً لتعليم الآلة كيف تتفاعل مع ديناميكيات العالم الحقيقي قبل إطلاقها في شوارعنا.
