تُعتبر النماذج اللغوية الضخمة (Large Language Models) واحدة من أعظم الإنجازات التقنية في عصرنا، حيث تتميز بقدرتها على ضغط كميات هائلة من النصوص إلى أنماط مفيدة. يمكنها شرح العلوم وكتابة الأكواد ومحاكاة التفكير والمشاركة في المحادثات الفلسفية. لكن، يجب أن نفهم أن إتقان الأنماط لا يعني تحقيق الذكاء العام.

يبدأ الطفل البشري بمعرفة بسيطة، ولكنه يكتسب تدريجياً مفاهيم مثل استمرار الأشياء، والسبب والنتيجة، ووجود عقول أخرى. من هنا، نقدم حجة مفادها أن الطريق نحو الذكاء الاصطناعي الفائق (Artifical Superintelligence) يعتمد على قدرة مفقودة نسميها 'فهم الحالة' (Situation Perception)، أي القدرة على بناء وتعديل والتصرف ضمن محاكيات داخلية لعوالم ممكنة على مر الزمن.

يتطلب مفهوم 'فهم الحالة' ثلاثة مكونات أساسية هي: التوقعات المجردة، الذاكرة المضغوطة على المدى الطويل، والتعلم النشط المدفوع بالأهداف. في هذا العمل، نقوم بتحليل أسباب عدم اكتمال النماذج اللغوية الحديثة، ونقترح الاختبارات المناسبة لقياس التقدم والنتائج للمmachines التي يمكنها محاكاة المستقبل، واتباع أهداف ذاتية، وربما حكم على مبدعيها.