في عالم الذكاء الاصطناعي، أصبح الذكاء العام الاصطناعي (Artificial General Intelligence - AGI) هو الكأس المقدس الذي يسعى الجميع للوصول إليه. الشركات الكبرى تستثمر ميزانيات غير مسبوقة لتحقيق هذا الهدف، لكن المشكلة لا زالت قائمة: لا يوجد تعريف رسمي موحد لهذا المفهوم، بالإضافة إلى وجود عدد قليل من أطر قياس AGI التجريبية.

بحث جديد يسعى لتغيير هذا الواقع من خلال تطوير إطار شامل يعتمد على نظرية الفئات (Category Theory) لوصف ومقارنة وتحليل مختلف بنى AGI المحتملة. هذا الإطار ليس مجرد أكاديميات نظرية، بل يهدف إلى تعزيز الفهم العام للحالات المختلفة مثل التعلم المعزز (Reinforcement Learning - RL)، والذكاء الاصطناعي الشامل (Universal AI)، والافتراض النشط (Active Inference)، وغيرها.

بفضل هذا التأطير، يصبح بالإمكان الكشف عن أوجه التشابه والاختلاف بين نماذج AGI المستخدمة حالياً، مما يفتح آفاقاً جديدة للبحوث المستقبلية. هذا البحث هو خطوة واضحة نحو وضع أساسيات موحدة لأنظمة AGI، تشمل الهيكل المعماري، تنظيم المعلومات، تفاعل الوكيل مع البيئة، وتطور السلوك على مر الزمن.

بصورة تطبيقية، يستلهم هذا البحث من دراسة الآلات في إطار نظرية الفئات، مما يقدم رؤية حديثة لعمارة AGI. ومن المهم الإشارة إلى أن هذه الدراسات لا تهدف إلى البحث فقط، بل إلى وضع معايير معيارية لتقييم الخصائص التركيبية والمعلوماتية، بالإضافة إلى الخصائص الدلالية للوكيل وكيفية تقييمها في بيئات ذات خصائص محددة.

نحن ندعي أن هناك علاقة متبادلة قوية بين نظرية الفئات وAGI، حيث يمكن أن يُسهم هذا الإطار الجديد في صياغة مستقبل عالم الذكاء الاصطناعي. فما رأيكم في هذا التوجه؟ هل تعتقدون أنه سيسهم فعلاً في دفع الحدود الحالية للذكاء الاصطناعي؟ شاركونا آرائكم!