في عالم الذكاء الاصطناعي (AI)، بين الأنظمة الضيقة التي نستخدمها والذكاء العام الذي نتخيله، توجد منطقة مهمة لم يتم تسميتها بعد. أطلقنا عليها اسم الذكاء الاصطناعي التكيفي (Artificial Adaptive Intelligence - AAI)، حيث تتلاقى التقنيات الحديثة مثل التعلم الزمني المستمر (Continual Learning)، وبحث بنية الشبكات العصبية (Neural Architecture Search)، وAutoML.

ادعت هذه الدراسة أن الذكاء الاصطناعي التكيفي يمثل نظامًا قادرًا على العمل بكفاءة دون الحاجة إلى إعدادات محددة من قبل الإنسان، مما يجعله متفوقًا في أداء المهام المتنوعة. يتم قياس قدرة النظام على التكيف باستخدام مؤشر التكيف (Adaptivity Index) الذي يجمع بين نسبة المعلمات التي امتصها النظام وأداءه مقارنة بمعيار مختص في المهام.

تم تنظيم هذا المجال حول ثلاثة مسارات نحو الحد الأدنى: التكوين المدروس للبيانات والمهام، التحولات الهيكلية والتطورية، والتكيف الذاتي أثناء التدريب. وقد تم تحليل مدى استقرار وتوافق وإدارة هذه المسارات، مع توضيح نتائج الدراسات التطبيقية من تصميم الطائرات إلى كشف الأنظمة المالية.

تؤكد الأطروحة على أن الطريق من الذكاء الاصطناعي الضيق (ANI) إلى الذكاء الاصطناعي العام (AGI) يمر عبر الذكاء الاصطناعي التكيفي، وأن اختيار اسم لهذه المرحلة سيغير مفاهيم النجاح والأهداف التي يسعى إليها الباحثون في هذا المجال.