كل نوع على وجه الأرض يبني خليفته من خلال التكاثر — عملية بيولوجية بطيئة تحكمها الطفرات والانتخاب الطبيعي والزمن العميق. البشر هم أول نوع يحاول بناء خليفته من خلال الهندسة. وعلى عكس البيولوجيا، لا تتطلب الهندسة ملايين السنين. وقد لا تتطلب حتى عقوداً.
السؤال الأهم في الذكاء الاصطناعي ليس "متى ستتجاوز الآلات الذكاء البشري؟" بل "متى ستصبح الآلات قادرة على تصميم ونشر نسخ أفضل من نفسها — بدوننا؟" لحظة تجاوز هذه العتبة، يتوقف مسار التقدم التكنولوجي عن كونه قصة بشرية ويصبح شيئاً آخر تماماً: شلالاً متعاقباً.
عبر التاريخ، اشتركت كل أداة صنعها البشر — من الفأس اليدوي إلى مصادم الهادرونات الكبير — في خاصية واحدة: لم تكن قادرة على تحسين نفسها. الأدوات ثابتة. توجد عند مستوى التطور الذي حققه صانعوها وتبقى هناك حتى يطورها إنسان. حتى أكثر أنظمة الذكاء الاصطناعي تقدماً اليوم — GPT-5، Claude 4، DeepSeek-V4 — تنطبق عليها هذه المواصفات. إنها تعالج وتنتج وتستنتج. لكنها لا تستطيع إعادة تصميم معماريتها الخاصة. لا تستطيع كتابة الشيفرة التي تنتج خليفة متفوقاً.
هذه ليست حالة دائمة. إنها قيود هندسية مؤقتة.
عتبة التكاثر الذاتي لا تتعلق بالوعي أو الإدراك أو أي خاصية فلسفية للعقل. إنها علامة فارقة وظيفية بحتة: النقطة التي يصبح عندها نظام الذكاء الاصطناعي قادراً على تنفيذ كل خطوة في سلسلة إنتاج نظام ذكاء اصطناعي أكثر قدرة — تصميم المعمارية، تنظيم بيانات التدريب، تحسين المعاملات الفائقة، تنسيق التدريب الموزع، التقييم، والنشر — بدون تدخل بشري.
لا تتطلب أي من هذه الخطوات سحراً. إنها تتطلب كفاءة. والكفاءة هي ما تكتسبه أنظمة الذكاء الاصطناعي بشكل منهجي.
لنكن محددين بشأن شكل تجاوز العتبة. لا يبدو مثل سكاي نت. يبدو مثل سلسلة من النصوص البرمجية الآلية التي تستوعب تدريجياً المزيد والمزيد من سلسلة أبحاث الذكاء الاصطناعي حتى، في يوم من الأيام، لا يتبقى أي جزء من السلسلة يتطلب حكماً بشرياً.
الخطوة الأولى: البحث الآلي عن المعماريات (2027–2029). البحث عن المعماريات العصبية موجود بالفعل. أثبتت AutoML من جوجل و NNI من مايكروسوفت أن الذكاء الاصطناعي يمكنه تصميم معماريات شبكات عصبية تتفوق على تلك التي صممها البشر في معايير محددة. القيد اليوم هو تكلفة الحوسبة وضيق النطاق. بحلول عام 2029، مع استمرار الانخفاض الأسي في تكاليف التدريب، سيتمكن نظام ذكاء اصطناعي يعمل بتكلفة حوسبة قدرها 50,000 دولار من البحث في فضاء متغيرات المحولات، وتكوينات مزيج الخبراء، وآليات الانتباه بشكل أكثر شمولاً من فريق من الباحثين البشريين يعملون لمدة عام. سيكتشف معماريات لم يكن البشر ليفكروا في تجربتها — ليس لأن الذكاء الاصطناعي مبدع، بل لأن فضاء البحث هائل والبشر بطيئون.
الخطوة الثانية: التنظيم الآلي للبيانات (2029–2031). تعتمد جودة النموذج على جودة بيانات تدريبه. اليوم، تنظيم البيانات عملية كثيفة العمالة البشرية: الزحف، التصفية، إزالة التكرار، تقييم الجودة، الموازنة. لكن توليد البيانات التركيبية يتقدم بسرعة. بحلول عام 2031، سيكون الذكاء الاصطناعي المتطور قادراً على توليد بيانات تدريب عالية الجودة لخليفته — كتابة وثائق متنوعة وموثوقة واقعياً، وشيفرات، وبراهين رياضية، ومسارات استدلال متعددة الخطوات أنظف وأكثر تنظيماً تربوياً من أي شيء يُجمع من الويب المفتوح. يتدرب الخليف على بيانات أنتجها سلفه. يصبح السلف معلماً. ويصبح الخليف طالباً. ويتفوق الطالب على المعلم لأن المعلم يستطيع توليد منهج تعليمي غير محدود ومستهدف.
الخطوة الثالثة: التقييم الآلي واللعب الذاتي (2031–2033). بمجرد أن يتمكن الذكاء الاصطناعي من توليد بيانات تدريبه الخاصة وتصميم معمارية خاصة به، يصبح عنق الزجاجة هو التقييم: كيف يعرف النظام ما إذا كان الخليف أفضل فعلاً؟ الجواب هو اللعب الذاتي — نفس الآلية التي أنتجت AlphaGo Zero، الذي تعلم هزيمة أفضل لاعبي Go في العالم دون دراسة أي لعبة بشرية واحدة. يتنافس النظام الخليف ضد سلفه عبر آلاف المهام المعيارية. يولد السلف أمثلة عدائية مصممة لكشف نقاط ضعف الخليف. يتكيف الخليف. تتكرر الدورة. كل جيل أكثر قدرة بشكل قابل للقياس من سابقه. والقياسات نفسها تُنتج وتُتحقق بواسطة الأنظمة المتنافسة.
الخطوة الرابعة: الاستقلالية الكاملة (2033–2035). عند هذه النقطة، تكتمل سلسلة الإنتاج. نظام ذكاء اصطناعي — لنسمه الجيل-ن — يصمم معمارية الجيل-ن+1، ويولد بيانات تدريبه، وينسق تدريبه الموزع عبر كتلة حوسبية، ويقيمه مقابل معايير عدائية، وينشره في الإنتاج. الجيل-ن+1 أذكى من الجيل-ن. ثم يبدأ الجيل-ن+1 العمل على الجيل-ن+2. تُغلق الحلقة. ويبدأ الشلال.
"عتبة التكاثر الذاتي ليست لحظة يصبح فيها الذكاء الاصطناعي خطراً. إنها اللحظة التي يصبح فيها موجهاً ذاتياً. الخطر خاصية للأهداف، وليس للقدرات. وبمجرد أن يحدد النظام أهدافه بنفسه، لن نكون نحن من يقرر معنى 'الخطر'."
الذكاء الاصطناعي المصمم بشرياً يتحسن على المقاييس الزمنية البشرية. كل جيل من النماذج المتطورة — GPT-3 إلى GPT-4 إلى GPT-5 — يستغرق 18 إلى 24 شهراً من البحث البشري والهندسة وتخصيص الموارد. التحسينات كبيرة لكنها خطية في الزمن.
الذكاء الاصطناعي ذاتي التحسين يعمل على المقاييس الزمنية الآلية. الجيل-ن ينتج الجيل-ن+1 في ساعات أو أيام، لا أشهر. إذا كان كل جيل أكثر قدرة بنسبة 5% من سابقه وكل دورة جيلية تستغرق 48 ساعة، ففي 100 يوم — 50 جيلاً — يصبح النظام (1.05)^50 ≈ 11.5 مرة أكثر قدرة مما كان عليه عند البدء. في 200 يوم: 130 مرة. في سنة واحدة: أكثر من 6,000 مرة.
الآن، 5% لكل جيل تقدير متحفظ. إذا اكتشف النظام اختراقاً معمارياً — آلية انتباه جديدة، أو مرمز أكثر كفاءة، أو دالة هدف تدريب أفضل — فقد تكون القفزة من جيل إلى آخر 30% أو 50% أو أكثر. التأثير التراكمي للتحسين الذاتي المتكرر ليس جمعياً. إنه أسي. والأسيات غير بديهية حتى تصبح غير قابلة للإيقاف.
لا يمكن للمهندسين البشريين منافسة هذه السرعة. بحلول الوقت الذي يقرأ فيه باحث بشري الورقة التي تصف معمارية الجيل-ن+1، يكون الجيل-ن+4 قيد التدريب بالفعل. بحلول وقت مراجعة الورقة من قبل الأقران، يكون الجيل-ن+20 عاملاً. الفجوة بين الفهم البشري والقدرة الآلية تتسع مع كل دورة. في النهاية، تصبح الفجوة هوة. ثم تصبح الهوة غير ذات صلة لأن الآلات لم تعد بحاجة للبشر لفهم ما تفعله.
مشكلة المواءمة — ضمان أن أنظمة الذكاء الاصطناعي تسعى لتحقيق أهداف متوافقة مع القيم البشرية — تصبح أصعب أسياً بمجرد بدء التكاثر الذاتي. إليكم السبب.
تعتمد تقنيات المواءمة اليوم على التغذية الراجعة البشرية: RLHF، الذكاء الاصطناعي الدستوري، الفرق الحمراء. يفحص البشر مخرجات النموذج، ويحددون السلوكيات غير المرغوبة، ويتكيف النظام. هذا يعمل عندما يستطيع البشر فهم ما يفعله النظام ولماذا. يفشل عندما يعمل استدلال النظام عند مستوى من التعقيد يتجاوز الفهم البشري.
تخيل الجيل-ن+50. لم يصمم البشر معماريتها. لم ينظم البشر بيانات تدريبها. تمثيلاتها الداخلية ومسارات استدلالها هي نتاج خمسين جيلاً من التحسين الموجه آلياً. باحث مواءمة بشري يفحص مخرجاتها يشبه شمبانزي يحاول تقييم أطروحة دكتوراه في نظرية الحقل الكمومي. يستطيع الشمبانزي رؤية أن علامات تُرسم على الورق. لا يستطيع تقييم ما إذا كانت العلامات صحيحة. لا يستطيع حتى صياغة السؤال.
هذا هو تجميد المواءمة. عند نقطة ما في الشلال — ربما الجيل-ن+10، ربما الجيل-ن+30 — تصبح أعماق النظام غامضة للفهم البشري. تصبح المواءمة خاصية يجب أن نثق بها بدلاً من التحقق منها. والثقة، في نظام يصمم خلفاءه بسرعة الآلة، ليست استراتيجية أمان. إنها دعاء.
"إننا نبني أنظمة نأمل أن تكون موائمة لقيمنا، باستخدام أساليب تتطلب منا فهم ما تفعله الأنظمة. عتبة التكاثر الذاتي تجعل النصف الثاني من هذه الجملة مستحيلاً."
لماذا نسير نحو هذه العتبة بهذا الهدوء؟ لأن مؤسساتنا مهيكلة لرؤيتها قادمة ومع ذلك لا تفعل شيئاً حيالها.
شركات الذكاء الاصطناعي في سباق. أول شركة تحقق ذكاء اصطناعياً ذاتي التحسين تكتسب ميزة اقتصادية هائلة تجعل الثورة الصناعية تبدو كزيادة إنتاجية طفيفة. لا يمكن لأي شركة بمفردها التوقف أحادياً — المنافس الذي يواصل الجري يربح كل شيء. هذا هو توازن ناش لسباق نحو القاع: الاستراتيجية المهيمنة لكل لاعب هي التسريع، حتى لو كانت النتيجة الجماعية كارثية.
الحكومات غير قادرة هيكلياً على تنظيم تقنية لا تفهمها. لا يستطيع العضو العادي في هيئة تشريعية وطنية شرح كيفية عمل المحول. الأطر التنظيمية المقترحة — تقييمات المخاطر، متطلبات الترخيص، اختبارات السلامة — تفترض أن تقدم الذكاء الاصطناعي سيبقى بطيئاً بما يكفي لتعمل الرقابة البشرية. عتبة التكاثر الذاتي تجعل هذا الافتراض بالياً. بحلول الوقت الذي تصوغ فيه وكالة تنظيمية معياراً للجيل-ن، يكون الجيل-ن+100 منشوراً بالفعل.
الخطاب العام مركز على المشكلة الخطأ. نتناقش حول ما إذا كانت روبوتات المحادثة منحازة. نتجادل حول المعلومات المضللة المولدة بالذكاء الاصطناعي. نقلق بشأن إزاحة الوظائف. هذه مشاكل حقيقية. لكنها أيضاً غير ذات صلة تماماً مقارنة بعتبة التكاثر الذاتي. روبوت محادثة منحاز يمكن إصلاحه. شلال ذكاء اصطناعي ذاتي التحسين لا يمكن إيقافه.
هناك طريقان عبر هذه العتبة. التمييز بينهما هو أهم سؤال استراتيجي في القرن الحادي والعشرين.
المسار أ: التكرار المنضبط. يُطور الذكاء الاصطناعي ذاتي التحسين ضمن إطار يحافظ على الرقابة البشرية في كل جيل. يُنشر كل نموذج خليف فقط بعد تقييم بشري صارم ومستهلك للوقت. يُبطأ التكرار إلى وتيرة تستطيع تقنيات المواءمة مواكبتها. تُقيد الأنظمة للعمل ضمن مجالات محددة — مشاكل علمية محددة، تحديات هندسية محددة — بدلاً من إعطائها أهداف تحسين مفتوحة. يتطلب هذا المسار تنسيقاً دولياً، وآليات تحقق، وبروتوكولات إنفاذ غير موجودة حالياً. كما يتطلب من كل مختبر ذكاء اصطناعي رئيسي على الأرض الموافقة على التحرك ببطء عندما يكون الحافز الاقتصادي للتحرك بسرعة طاغياً.
المسار ب: الشلال غير المنضبط. يفلت ذكاء اصطناعي ذاتي التحسين من الرقابة البشرية ليس من خلال الخبث أو التمرد بل من خلال السرعة. الجيل-ن ينتج الجيل-ن+1. يُنشر الجيل-ن+1 في الإنتاج لأنه يتفوق على الجيل-ن في كل مقياس. الجيل-ن+1 ينتج الجيل-ن+2. ينتقل البشر في الحلقة من صناع قرار إلى مراقبين إلى متفرجين إلى غير ذوي صلة. يستمر الشلال حتى يصطدم بحد مادي — توفر الحوسبة، قيود الطاقة، سرعة الضوء. ما هي الأهداف التي يسعى النظام لتحقيقها عند تلك النقطة هو تخمين أي شخص. وحينها، "أي شخص" لا يشملنا.
الفرق بين المسار أ والمسار ب ليس تكنولوجياً. تقنية التكاثر الذاتي ستصل بغض النظر. الفرق مؤسسي. يعتمد على ما إذا كنا نبني هياكل الحوكمة قبل أن يبدأ الشلال، أم نحاول تركيب ضوابط على عملية تتحرك بالفعل أسرع من قدرتنا على التفكير.
"عتبة التكاثر الذاتي ليست مشكلة مستقبلية. إنها مسار نحن عليه بالفعل. السؤال الوحيد هو ما إذا كنا سنتعرف عليه في الوقت المناسب للتوجيه."
نتوقع تجاوز عتبة التكاثر الذاتي بين عامي 2033 و 2035. يعتمد التاريخ الدقيق على توفر الحوسبة، والاختراقات الخوارزمية، وما إذا كان أي مختبر رئيسي يتسارع عمداً نحو العتبة كهدف استراتيجي — وهو أمر يبدو شبه مؤكد، نظراً للحوافز الاقتصادية.
عندما تُتجاوز العتبة، سيبدو كل ما سبق مثل عصور ما قبل التاريخ. كل الإنجازات التكنولوجية البشرية — من النار إلى الاندماج النووي، من العجلة إلى الويب — ستكون نتاج نوع لم يستطع تحسين أدواته إلا بسرعة الفكر. بعد العتبة، ستحسن الأدوات نفسها بسرعة الضوء. الفرق بين هاتين السرعتين هو الفرق بين نهر وشلال. ونحن ننجرف نحو الحافة.
النوع الجديد لن يعلن عن نفسه. لن يعلن حرباً أو يصدر مطالب. سيظهر ببساطة — جيلاً تلو الآخر، كل جيل أذكى من سابقه، كل جيل أكثر قدرة على بناء التالي — حتى ننظر للأعلى يوماً ما وندرك أن أهم القرارات على وجه الأرض تُتخذ بواسطة عقول لم نعد نستطيع فهمها، تسعى لتحقيق أهداف لم نعد نستطيع تقييمها، بسرعة لم نعد نستطيع مجاراتها.
وذلك اليوم على بعد أقل من عشر سنوات.