ما مدى سرعة تغيّر الذكاء الاصطناعي؟ التاريخ الكامل للذكاء الاصطناعي من البداية إلى 2026

في عام 2012، كانت أفضل أنظمة الرؤية الحاسوبية على الأرض ما زالت تتعثر في التمييز بين كلب وقطة. وفي عام 2026، يمكنك كتابة جملة واحدة ومشاهدة فيلم واقعي مدته ثلاثون ثانية يتشكّل أمامك — حركات الكاميرا والإضاءة السينمائية والحوار المتزامن وكل شيء — في وقت أقل مما يستغرقه صبّ فنجان قهوة.

هذا ليس عقدًا من التقدم المطّرد. هذا كوكب آخر.

قصة وصول الذكاء الاصطناعي إلى ما هو عليه الآن هي واحدة من أغرب منحنيات التسارع في تاريخ التقنية. زحف خمسين عامًا. ثم، في نحو عشر سنوات، تجاوز بسرعة محطات كان الباحثون يفترضون أنها تبعد أجيالًا. إذا شعرت بأنك تُصعق وأنت تحاول اللحاق بالركب — أسماء نماذج جديدة كل بضعة أسابيع، وقدرات بدت مستحيلة في الربيع الماضي تظهر كخصائص مجانية هذا الصيف — فأنت لا تتوهم. الوتيرة فعلًا بهذه السرعة، وما زالت تتسارع.

هذه هي القصة البشرية الكاملة لذلك التسارع: من أين جاء الذكاء الاصطناعي، والاختراقات القليلة التي غيّرت كل شيء، وسباق التسلح بين النماذج المغلقة والمفتوحة، وصعود توليد الصور والفيديو بالذكاء الاصطناعي، وإلى أين يتجه الأمر كله بعد ذلك.

خذ فنجان القهوة ذاك. هذه قصة طويلة.

---

الطريق الطويل البطيء: الذكاء الاصطناعي قبل الانفجار (1950–2011)

من المغري أن تظن أن الذكاء الاصطناعي اختُرع حوالي 2022. لم يكن كذلك. الحلم يكاد يكون بقِدَم الحاسوب الحديث نفسه.

في 1950، طرح آلان تورينغ سؤالًا بسيطًا ظاهريًا — هل تستطيع الآلات أن تفكر؟ — واقترح لعبة التقليد التي نسميها الآن اختبار تورينغ. بعد ست سنوات، منحت ورشة صيفية في كلية دارتموث المجال اسمه وتفاؤله المؤسِّس. اعتقد الروّاد الأوائل أن آلة مفكرة قد تبعد نحو عشرين عامًا. كانوا مخطئين بنحو نصف قرن، وهذا الخطأ في الحساب شكّل العقود الأولى للمجال’

كان النهج المبكر هو الذكاء الاصطناعي الرمزي: فكرة أن الذكاء يمكن حصره في قواعد صريحة ومنطق ومعرفة مكتوبة يدويًا. إذا استطعت فقط كتابة عدد كافٍ من العبارات «إذا-حدث-هذا-فذاك» ، لتبِعها عملية الاستدلال. أنتج هذا بعض “الأنظمة الخبيرة” المفيدة فعلًا في السبعينيات والثمانينيات — برامج قادرة على تشخيص أمراض معينة أو تكوين طلبات حواسيب — لكنه اصطدم بحائط. العالم الحقيقي فوضوي أكثر من أن تحصره قواعد يكتبها إنسان بيده، ومليء بالاستثناءات.

حين تجاوزت الوعود النتائج، جفّ التمويل. عانى المجال فترتين طويلتين باردتين تُعرفان الآن باسم شتاءات الذكاء الاصطناعي، حين أصبح “الذكاء الاصطناعي” كلمة تكاد تكون نابية بين الباحثين الجادين الذين لم يريدوا أن تُرمى طلبات منحهم في المهملات.

لكن بهدوء، كانت فكرة مختلفة تصمد على الهامش: تعلّم الآلة. فبدلًا من برمجة الذكاء يدويًا، ماذا لو تركت نظامًا يتعلّم الأنماط من البيانات؟ الشبكات العصبية — المستوحاة من الدماغ على نحو غير دقيق — وُجدت منذ الخمسينيات، لكنها كانت محرومة من القدرة الحاسوبية ومُهمَلة في الغالب. خلال التسعينيات والألفينيات، شغّل تعلّم الآلة الإحصائي مرشحات البريد المزعج ومحركات التوصية وترتيب نتائج البحث. كان يعمل، وكان يدرّ المال، ولم يكن أحد تقريبًا خارج المجال يسميه “ذكاءً اصطناعيًا.” كان مجرد… برمجيات تتحسن ببيانات أكثر.

كانت القطع على الرقعة. لم تكن تحتاج إلا اللحظة المناسبة.

الشرارة: كيف اشتعل التعلّم العميق في 2012

إذا أردت تاريخًا واحدًا تبدأ عنده الحقبة الحديثة، فمرشح قوي هو 2012.

في ذلك العام، شبكة عصبية تُسمى AlexNet دخلت مسابقة ImageNet — مسابقة سنوية لتصنيف ملايين الصور تصنيفًا صحيحًا — ولم تفز فقط. فازت بفارق ساحق، وخفضت معدل الخطأ بشكل درامي حتى بدت النتيجة كأنها خطأ مطبعي. استخدمت شبكة عصبية “عميقة” (طبقات كثيرة متراكبة فوق بعضها) دُرّبت على بطاقات الرسوميات، أو وحدات GPU، التي صادف أنها بارعة في النوع نفسه من الحساب المتوازي الذي تحتاجه الشبكات العصبية.

ذلك المزيج — البيانات الضخمة والشبكات العميقة والحوسبة المتوازية الرخيصة — كان الشرارة. فجأة صار نهج الشبكات العصبية الذي ظل مُهمَلًا لعقود ليس قابلًا للتطبيق فحسب؛ بل مهيمنًا. وخلال سنوات قليلة، تجاوز التعلّم العميق التقنيات الأقدم في التعرف على الصور والتعرف على الكلام والترجمة. لاحظ عمالقة التقنية ذلك. بدأوا بتوظيف كل باحث في التعلّم العميق يستطيعون إيجاده وتوجيه ميزانيات حوسبة هائلة نحو المشكلة.

ولأول مرة، كانت “ارمِ مزيدًا من البيانات والحوسبة على شبكة أكبر” استراتيجية تعمل بموثوقية. وكانت هذه الرؤية ستعيد تشكيل الصناعة كلها قريبًا — لكن المجال كان لا يزال يفتقر إلى مكوّن حاسم واحد للتعامل مع اللغة بشكل صحيح.

البنية التي غيّرت كل شيء: المحوّلات (2017)

هذا هو الاختراق الذي لم يسمع به أحد تقريبًا خارج مجال الذكاء الاصطناعي، رغم أنه يقوم عليه كل ما تستخدمه الآن تقريبًا.

في 2017، نشر فريق من باحثي Google ورقة بحثية بعنوان جريء: Attention Is All You Need. وقد قدّمت المحوّل، وهي بنية جديدة للشبكات العصبية مبنية حول آلية تُسمى الانتباه — طريقة تتيح للنموذج أن يوازن مدى ارتباط كل كلمة في الجملة بكل كلمة أخرى، دفعة واحدة وبالتوازي.

يبدو ذلك مجردًا، فإليك سبب أهميته. كانت نماذج اللغة السابقة تعالج النص كلمة بكلمة، بالتتابع، ما جعل تدريبها بطيئًا وجعلها كثيرة النسيان في المقاطع الطويلة. أما المحوّلات فعالجت كل شيء بالتوازي واستطاعت أن تُبقي العلاقات بعيدة المدى في “ذهنها”. كانت أسرع في التدريب، وتتوسّع بشكل جميل مع مزيد من البيانات والحوسبة، والأهم أنها صارت أفضل أفضل بطريقة سلسة ويمكن التنبؤ بها كلما كبّرتها.

هذه الخاصية الأخيرة هي المحرك الصامت للانفجار كله. اكتشف الباحثون ما صار يُعرف باسم قوانين التوسّع: صبّ مزيدًا من المعاملات والبيانات والحوسبة، يتحسن الأداء وفق منحنى موثوق. وبالنسبة لمجال أمضى عقودًا في البحث عن حيل ذكية، كان هذا جيدًا إلى حد يكاد يكون مبالغًا. لم تكن بحاجة إلى فكرة جديدة كل عام. كنت بحاجة إلى نسخة أكبر من الفكرة نفسها. حوّل المحوّل الذكاء إلى شيء يمكنك، إلى درجة معتبرة، أن اشترِ.

كل نموذج لغة كبير سمعت به — GPT وClaude وGemini وLlama وDeepSeek وQwen وغيرها — هو محوّل، أو سليل قريب لمحوّل. تلك الورقة من 2017 هي المفصل الذي يدور عليه العالم الحديث.

عصر GPT وميلاد نماذج اللغة الكبيرة الحديثة (2018–2022)

أخذ مختبر شاب يُسمى OpenAI رهان قوانين التوسّع على محمل الجد أكثر من أي أحد تقريبًا. كانت أطروحتهم بسيطة، ومثيرة للجدل في ذلك الوقت: خذ محوّلًا، ودرّبه على كمية مذهلة من نصوص الإنترنت للتنبؤ بالكلمة التالية، وكبّره إلى أقصى حد، وانظر ما يحدث.

وصلت النتائج في موجات متصاعدة:

• GPT-1 (2018) أثبت صحة الفكرة على نطاق متواضع.
• GPT-2 (2019) كان جيدًا بما يكفي لتوليد فقرات متماسكة حتى إن OpenAI ترددت في البداية في إصدار النموذج الكامل، بحجة المخاوف من سوء الاستخدام — وهو قرار تصدّر العناوين وأثار قدرًا لا بأس به من السخرية، لكنه أشار أيضًا إلى أن شيئًا قد تغيّر.
• GPT-3 (2020) كان الصدمة المذهلة. بمعاملات بلغت 175 مليارًا، استطاع كتابة مقالات والإجابة عن أسئلة وإنتاج شيفرة تعمل ومحاكاة الأساليب — كل ذلك دون أن يُدرَّب تحديدًا على أي من تلك المهام. تعلّمها كأثر جانبي لتعلّم التنبؤ بالنص. تحدث المطورون الذين حصلوا على وصول مبكر عنه كما يتحدث الناس عن رؤية خدعة سحرية لا يستطيعون تفسيرها.

كان شيئًا عميقًا يحدث هنا. لم يكن أحد قد برمج GPT-3 على كتابة الشعر أو تنقيح شيفرة Python. تلك القدرات برزت من الحجم. كان النموذج يحاول ببساطة تخمين الكلمة التالية، وبإتقانه الشديد لذلك استوعب تقريبًا عمليًا للنحو والحقائق والاستدلال والأسلوب. هذه الخاصية — ظهور قدرات من تلقاء نفسها مع نمو النماذج — تُسمى الانبثاق، ولهذا يُفاجأ حتى الباحثون الذين يبنون هذه الأنظمة بانتظام بما تستطيعه.

بحلول 2022، كانت نماذج اللغة القوية موجودة. لكنها كانت تعيش خلف واجهات API للمطورين، وتتحدث بطريقة خام وأحيانًا جامحة، وكانت حكرًا على بضعة آلاف من المتحمسين. الجمهور العام لم يكن لديه فكرة. وكان ذلك على وشك أن يتغير بين عشية وضحاها.

ChatGPT: الأسبوع الذي أصبح فيه الذكاء الاصطناعي في متناول الجميع

في 30 نوفمبر 2022، أطلقت OpenAI معاينة بحثية مجانية لروبوت محادثة مبني على نموذج GPT-3.5. سموه ChatGPT. داخليًا، كانت التوقعات متواضعة.

أصبح أسرع تطبيق استهلاكي نموًا في التاريخ، إذ وصل إلى مئة مليون مستخدم في نحو شهرين.

لم تكن التقنية الكامنة تحته جديدة جذريًا. الجديد كان التغليف: مربع محادثة بسيط، ونموذج مضبوط لاتباع التعليمات وخوض محادثة، والأهم — لا حاجز للدخول. أي شخص يستطيع الذهاب إلى موقع ويب والتحدث معه. آباؤك يستطيعون استخدامه. أطفالك يستطيعون استخدامه. وبالنسبة لملايين الناس، كانت تلك المحادثة الأولى هي اللحظة التي صار فيها “الذكاء الاصطناعي” المجرد شيئًا ملموسًا يمكنه كتابة رسائلهم الإلكترونية وشرح واجباتهم المدرسية وتخطيط رحلاتهم وصياغة شيفرتهم.

كان الانفجار الثقافي فوريًا. هلعت المدارس من المقالات. تسابقت الشركات لتشكيل “استراتيجيات ذكاء اصطناعي.” فتح المستثمرون دفاتر شيكاتهم. ووجد كل مسؤول تنفيذي للتقنية على الكوكب فجأة بندًا واحدًا على رأس أجندته. لم يطلق ChatGPT منتجًا فحسب؛ بل أطلق طلقة البداية لأشد منافسة شركات شهدتها صناعة التقنية منذ الهاتف الذكي — ويمكن القول منذ الإنترنت نفسه.

من هنا، يتوقف الجدول الزمني عن الزحف ويبدأ في الضبابية.

سباق التسلح بين النماذج المغلقة (2023–2026)

بعد أن أثبت ChatGPT السوق، خاضت أكبر المختبرات وأكثرها تمويلًا في العالم حربًا. هذه هي النماذج المغلقة — أنظمة مملوكة تُحفظ أوزانها خاصة ويُوصل إليها عبر التطبيقات وواجهات API المدفوعة. إنها في طليعة القدرة الخام، والمنافسة بينها لا تهدأ.

2023 هي التي أرست النمط. أطلقت OpenAI GPT-4، قفزة درامية قادرة على الاستدلال واجتياز الامتحانات المهنية والتعامل مع الصور كما مع النص. أما Anthropic — التي أسسها باحثون سابقون في OpenAI — فأطلقت Claude، مع التركيز على السلامة والمستندات الطويلة وأسلوب محادثة أكثر تفكيرًا. أما Google، وقد فوجئت بـChatGPT رغم أنها اخترعت المحوّل، فأعادت تنظيم صفوفها وأطلقت Gemini. وهكذا بدأ السباق الثلاثي.

ثم استمر الأمر فحسب… في التصاعد. كان كل مختبر يقفز فوق الآخرين كل بضعة أشهر. انفجرت نوافذ السياق — أي مقدار النص الذي يستطيع النموذج مراجعته دفعة واحدة — من بضعة آلاف من الكلمات إلى كتب كاملة وقواعد شيفرة. واكتسبت النماذج القدرة على رؤية الصور وسماع الصوت وتصفح الويب واستخدام الأدوات. ودخلت xAI’ التابعة لإيلون ماسك بـ Grok، موصولة مباشرة بمنصة التواصل X.

تحوّلان يحددان الطليعة كما هي في 2026، وهما أهم من أي اسم نموذج بعينه:

أولًا، صعود الاستدلال. تعلّمت فئة جديدة من النماذج “المفكرة” أن تعمل على المشكلات خطوة بخطوة قبل الإجابة — تتوقف للاستدلال داخليًا بدلًا من إطلاق أول رد. وقد أغلق هذا جزءًا كبيرًا من الفجوة القديمة في الرياضيات والمنطق والبرمجة المعقدة، وحوّل معايير القياس التي أربكت نماذج 2023’ إلى انتصارات روتينية.

ثانيًا، التحول من روبوتات المحادثة إلى العمال. الموضوع المحدد لعام 2026 هو الذكاء الاصطناعي الوكيلي. فالنماذج الرائدة لم تعد تجيب عن الأسئلة فقط — بل تتخذ إجراءات. تشغّل الحواسيب، وتكتب الشيفرة وتنشرها عبر ملفات كثيرة، وتنفذ مهام متعددة الخطوات تمتد دقائق أو ساعات، وتتصل بأنظمة الأعمال لتنجز الأمور فعليًا. وقد انتقلت استعارة الواجهة بهدوء من “مساعد تحادثه” إلى “زميل تفوّض إليه.”

حتى منتصف 2026، الطليعة المغلقة مجموعة متقاربة في القمة: نموذج Claude Opus 4.8 من Anthropic’، وGPT-5.5 من OpenAI’، وGemini 3.1 Pro من Google’، وGrok 4.3 من xAI’، مع تبادل المختبرات الأربعة الصدارة كل بضعة أسابيع. <span>أكثر ما يلفت النظر في الصف الأول الحالي هو مدى تقاربه — الفارق بين «الأفضل» و«الثاني» أصبح الآن غالبًا خطأ تقريب، وهو يتبادل الأيدي باستمرار.</span>

اتخذ السباق طابعًا جيوسياسيًا أيضًا. في منتصف 2026، صار أحد نماذج Anthropic الرائدة — بحسب ما يمكن لأحد أن يجزم — أول نموذج على الإطلاق توقفه الجهات التنظيمية ثم تعيد تشغيله، إذ عُلّق مؤقتًا بموجب أمر أمريكي لضوابط التصدير قبل أن يُستعاد الوصول إليه. لم يعد الذكاء الاصطناعي المتقدم مجرد فئة منتجات. إنه أداة من أدوات السياسة الوطنية.

ثورة النماذج المفتوحة: أوزان للجميع

بينما تصارع العمالقة خلف واجهات API الخاصة بهم، كانت قصة موازية لا تقل أهمية تتكشف: صعود النماذج المفتوحة.

جاءت نقطة التحول في أوائل 2023، حين أطلقت Meta LLaMA، وهو نموذج لغة قادر تسربت أوزانه ثم شاركتها رسميًا مع الباحثين. ولأول مرة، صار النموذج القوي حقًا شيئًا يمكنك تنزيله وتشغيله على عتادك وفحصه وتعديله. وانفجر حوله مجتمع عالمي من المطورين والهواة، أنتج موجة مذهلة من النسخ المضبوطة ضبطًا دقيقًا والتحسينات والأدوات — غالبًا أسرع مما تستطيع المختبرات الكبيرة إطلاق ميزات.

لم تخب طاقة ذلك المجتمع قط، وبحلول 2026 نضج النظام البيئي المفتوح إلى منافس جدي للطليعة المغلقة. وهناك أمور قليلة تستحق الفهم:

الأوزان المفتوحة ليست الشيء نفسه كالمفتوح المصدر. هذا التمييز يربك كثيرًا من الناس. مفتوح المصدر يعني أن شيفرة التدريب والبيانات والأوزان تُنشر كلها بموجب ترخيص متساهل. أوزان مفتوحة يعني أنك تحصل على ملفات النموذج لتنزيلها وتشغيلها، لكن الترخيص قد يقيّد كيفية استخدامها، وغالبًا تبقى بيانات التدريب والوصفة الكاملة خاصة. معظم النماذج التي يسميها الناس ببساطة “مفتوحة المصدر” هي في الواقع مفتوحة الأوزان. والفرق مهم للغاية للشركات التي تقلق بشأن الامتثال — ولهذا صار الترخيص ميزة تنافسية حقيقية. وتراخيص Apache 2.0 وMIT المتساهلة (التي تستخدمها عائلات مثل Qwen وDeepSeek وغيرها) مطلوبة تحديدًا لأنها تتيح للشركات البناء بحرية.

انتقل مركز الثقل شرقًا. بعض أقدر النماذج مفتوحة الأوزان في 2026 يأتي من مختبرات صينية: DeepSeek (المشهور باستدلال بمستوى الطليعة بتكلفة منخفضة بشكل مذهل)، Qwen من Alibaba’ (عائلة واسعة بترخيص متساهل تمتد من نماذج صغيرة للحواسيب المحمولة إلى أنظمة ضخمة)، Kimi من Moonshot’، و GLM من Zhipu/Z.ai’ سلسلة. و Llama 4 ترسّخ الطبقة المفتوحة الغربية، و Gemma مصممة لتعمل على وحدة GPU واحدة أو حتى على حاسوب محمول، وMistral الأوروبية’ Mistral نقلت نماذجها الرائدة إلى تراخيص متساهلة. وتتبدل لوحة الصدارة المفتوحة الآن كل شهر تقريبًا — وضعت اللقطات الأخيرة نماذج مثل GLM-5.2 وأحدث إصدارات Kimi’ في القمة أو قريبًا منها في التصنيفات المفتوحة المستقلة، مع اقتراب عدة نماذج مفتوحة من مجال كان حكرًا على الطليعة المغلقة.

انهيار الأسعار. لعل أهم قصة للنماذج المفتوحة هي القصة الاقتصادية. فقد دفعت المنافسة — وكثير منها يقوده هؤلاء المزودون المفتوحون منخفضو التكلفة — سعر الذكاء إلى حافة الهاوية. قدرات كانت تكلف ثروة صغيرة في رسوم API قبل عامين صارت متاحة ببضع سنتات لكل مليون كلمة، أو مجانًا إذا استضفتها ذاتيًا. ويقدّر المحللون الآن أن أفضل الأوزان المفتوحة تتخلف عن أفضل النماذج المغلقة بفارق أشهر فقط على العديد من معايير القياس، لا سنوات. ولمساحة واسعة من المهام الواقعية، صار الخيار المفتوح جيدًا بما يكفي ورخيصًا بما يكفي وخاصًا بما يكفي ليفوز.

هذه هي الثورة الهادئة تحت العناوين. فالطليعة تجذب الانتباه، لكن تحوّل الذكاء الاصطناعي “الجيد بما يكفي” إلى سلعة — يعمل على خوادمك وتحت سيطرتك وبتكلفة حدية تقارب الصفر — قد ينتهي إلى إعادة تشكيل صناعات أكثر من أي نموذج رائد واحد.

حين تعلّم الذكاء الاصطناعي أن يرى ويرسم: قصة توليد الصور

كانت اللغة نصف الثورة فقط. والنصف الآخر كان بصريًا — ووصل بالسرعة نفسها.

كانت الآلية المبكرة لصور الذكاء الاصطناعي هي GAN (شبكة الخصومة التوليدية)، التي ظهرت في 2014. الفكرة الذكية: ضع شبكتين في مواجهة بعضهما، إحداهما تولّد صورًا مزيفة والأخرى تحاول كشف المزيف، حتى يصير المولّد جيدًا لدرجة تجعل المزيف مقنعًا. أنتجت شبكات GAN وجوهًا واقعية بشكل مريب — عصر “هؤلاء الأشخاص غير موجودين” — لكنها كانت صعبة التدريب وعصية على التحكم بالكلمات.

جاء الاختراق الاستهلاكي الحقيقي من تقنية مختلفة: نماذج الانتشار، التي تتعلم إنشاء الصور بالبدء من ضوضاء خالصة وتحسينها تدريجيًا إلى صورة متماسكة، بمساعدة موجّه نصي. وكانت النتائج، والجدول الزمني، مذهلة:

• DALL·E وDALL·E 2 (2021–2022) من OpenAI للعالم أنه يمكنك كتابة جملة طريفة — “رائد فضاء يمتطي حصانًا بأسلوب واقعي” — لتحصل على صورة جيدة بشكل مفاجئ.
• Midjourney (2022) وصلت بجمالية مميزة وآسرة وبنى مجتمعًا ضخمًا، وصار اسمه مرادفًا لفن الذكاء الاصطناعي الجميل.
• Stable Diffusion (2022) فعلت بالصور ما فعله LLaMA لاحقًا بالنص: صدرت بشكل مفتوح. أي شخص يستطيع تشغيلها وضبطها ضبطًا دقيقًا والبناء عليها. وانفجر بين ليلة وضحاها نظام بيئي مفتوح كامل من الأدوات والإضافات والنماذج المخصصة.

من هناك، انطلق المجال راكضًا. وحُلّت أنماط الفشل القديمة — الأيدي المشوهة والنص غير المفهوم والوجوه الغريبة — واحدة تلو الأخرى. وبحلول 2026، انقسم سوق توليد الصور إلى معسكرات واضحة، وصارت الجودة عالية بما يكفي لتمر المخرجات عادةً من فحص الإنسان العادي:

• Midjourney (الآن في سلسلة V8) يبقى المفضل جماليًا للفن المنمّق الذي يوقف التمرير.
• GPT Image من OpenAI’ تتصدر نماذج GPT Image (خلفاء DALL·E، المدمجة الآن مباشرة في ChatGPT) في اتباع التعليمات المعقدة وعرض النص داخل الصور بشكل صحيح — وهي مشكلة أرهقت كل نموذج لسنوات.
• FLUX من Black Forest Labs’ أصبح بطل الأوزان المفتوحة، إذ يضاهي النماذج المغلقة المتميزة في الواقعية الفوتوغرافية بجزء يسير من التكلفة، وجذب معظم مستخدمي المصادر المفتوحة الجادين بعيدًا عن إصدارات Stable Diffusion الأقدم.
• Imagen من Google’ و“Nano Banana” نماذج و Firefly من Adobe’ (المدرّب على بيانات مرخصة، وهو ما تحبه المؤسسات للأمان القانوني) يكملان المشهد المهني.
• وتماشيًا مع قصة نماذج اللغة الكبيرة، النماذج الصينية مثل Seedream من ByteDance’ قفزت في التصنيفات.

لم تعد الطليعة تتعلق فقط بصنع صورة جميلة. بل تتعلق بـ التحرير — اختيار منطقة بالمحادثة وطلب تغييرات — وبـ الاتساق، أي إبقاء الشخصية أو المنتج نفسه مطابقًا عبر عشرات الصور. انتقل توليد الصور بالذكاء الاصطناعي من مجرد بدعة إلى أداة إنتاج احترافية في نحو أربع سنوات.

حين تعلّم الذكاء الاصطناعي أن يتحرك: صعود فيديو الذكاء الاصطناعي

إذا كانت الصور معجزة ما قبل أربع سنوات’ فالفيديو هو معجزة هذه الحقبة. ولم يلتقط شيء سرعة تقدم الذكاء الاصطناعي الخام مثل مشاهدة تحويل النص إلى فيديو ينتقل من مزحة إلى تهديد لصناعة السينما في أقل من ثلاث سنوات.

حتى عام 2023 القريب، كان “فيديو الذكاء الاصطناعي” يعني ثوانٍ قليلة من حركة ضبابية وامضة بوجوه ذائبة وأشياء تتحول إلى هراء بين الإطارات. كان فضولًا، لا أداة.

ثم، في أوائل 2024، عرضت OpenAI Sora، وتغيّرت المحادثة في الحال. كانت مقاطعه واقعية فوتوغرافيًا ومتماسكة زمنيًا وسينمائية بطريقة بدا معها كأنها تخطّت عدة سنوات من التقدم المتوقع. وبدأ كل منافس فورًا بمطاردة ذلك المستوى.

أنتجت المطاردة ساحة ملحوظة. وبحلول 2026، يشمل المنافسون الجديون Veo من Google’, Gen-4 من Runway’ (المدمج في بيئة تحرير إبداعية كاملة بدل بيعه كنموذج خام)، وموجة من النماذج الصينية القوية — Kling (Kuaishou)، Seedance (ByteDance)، وغيرها — التي تهيمن الآن على قمة لوحات الصدارة المستقلة لجودة الفيديو. تحرّك المستوى التقني بسرعة: بصوت متزامن أصلي — بما في ذلك حوار مولّد بمزامنة شفاه صحيحة بلغات متعددة — من الخيال العلمي إلى ميزة قياسية في نحو عام.

التحول غير المتوقع الذي لم يتوقعه أحد: Sora، النموذج الذي بدأ السباق، أُوقف. أوقفت OpenAI تجربتي Sora على الويب والتطبيق في أبريل 2026، وتبعت ذلك واجهة API في وقت لاحق من العام. الأداة التي حددت الإيقاع جرى تجاوزها وإحالتها إلى التقاعد بينما اندفع المجال الذي ألهمته إلى الأمام بعنف — رمز شبه كامل لمدى سرعة هذه المساحة القاسية. اضبط المستوى، وبعد ثمانية عشر شهرًا قد تصبح أنت معيارًا من الماضي.

اليوم، يستطيع رائد أعمال منفرد يملك موجّهًا نصيًا وميزانية متواضعة أن يولّد مشاهد كان يتطلبها سابقًا موقع تصوير وطاقم وميزانية بخمسة أرقام. لا تزال للتقنية حدود حقيقية — خلل في الفيزياء، واتساق عبر المشاهد الطويلة، وأسئلة قانونية وأخلاقية جدية حول الشبه والإفصاح — لكن المسار لا لبس فيه.

ما بعد النص والبكسلات: الصوت والتعددية الوسائطية وعصر الوكلاء

الفئات المرتبة التي يستخدمها هذا المقال — النص والصورة والفيديو — تذوب بصراحة بالفعل. والاتجاه المحدد للحقبة الحالية هو أن هذه القدرات تندمج في أنظمة واحدة موحدة.

التعددية الوسائطية هو الاسم التقني. نماذج الطليعة في 2026 ليست نماذج نصية أُضيفت إليها ميزة صور؛ بل ترى وتقرأ وتسمع وتولّد عبر الصيغ في تدفق واحد متصل. يمكنك أن تعرض عليها صورة ثلاجتك وتطلب وصفة، أو تشارك لقطة شاشة لخلل برمجي وتحصل على إصلاح، أو تتحدث إليها فترد عليك بصوت طبيعي قابل للمقاطعة بتأخير يكاد لا يُلحظ. الحلقة القديمة الركيكة “اكتب، انتظر، اقرأ” تفسح المجال لشيء يشبه كثيرًا التحدث إلى شخص قادر.

ثم هناك الوكلاء — الموضوع الذي يربط قصة 2026 كلها. الوكيل نظام ذكاء اصطناعي لا يكتفي بالرد بل يتصرف: يخطط لمهمة متعددة الخطوات، ويستخدم الأدوات والبرمجيات، ويراجع عمله، ويوصل المهمة إلى نهايتها بأقل قدر من الإشراف. حجز السفر، ومطابقة جدول بيانات مع ثلاثة مصادر بيانات، وإعادة هيكلة قاعدة شيفرة، وإدارة مشروع بحثي عبر عشرات صفحات الويب — كلها تنتقل من “عرض تجريبي” إلى “سير عمل يومي.” وتتحول الواجهة من نافذة محادثة إلى طابور تفويض.

هذا هو الخيط الناظم لتاريخ الذكاء الاصطناعي بأكمله، وهو يبلغ استنتاجه المنطقي. انتقلنا من برمجة أجهزة الكمبيوتر بقواعد صريحة، إلى تدريبها على البيانات، إلى التحدث معها بلغة بسيطة، إلى — الآن — تفويض العمل الحقيقي إليها. كل خطوة أزالت طبقة من الاحتكاك بين النية البشرية والنتيجة النهائية. الوكلاء هم الطليعة الحالية في تلك الإزالة.

لماذا تحرّك الذكاء الاصطناعي بهذه السرعة فجأة؟

إذا ابتعدت خطوة عن أسماء الطُرز وأرقام الإصدارات، يبرز سؤال طبيعي: بعد خمسين عامًا من الزحف، لماذا بدأ الذكاء الاصطناعي فجأة يجري؟ تقاطعت حفنة من القوى، وكان التقاطع — لا أي قوة منفردة — هو ما أشعل الفتيل.

أصبحت القدرة الحاسوبية قوية ووفيرة إلى حدٍّ عبثي. تبيّن أن وحدات GPU نفسها التي تُصيّر ألعاب الفيديو مثالية لتدريب الشبكات العصبية. ومع تحسّن الشرائح وتوسّع مراكز البيانات، نمت القوة الخام المتاحة لتدريب الذكاء الاصطناعي نموًا أُسّيًا. الأفكار التي كانت سليمة نظريًا في التسعينيات كانت ببساطة غير قابلة للتشغيل حتى لحق بها العتاد.

أصبحت البيانات تتدفق بغزارة هائلة. أمضى الإنترنت ثلاثين عامًا يجمع مدونة تكاد لا تحدّ من نصوص البشر وصورهم ومقاطع الفيديو. أصبح ذلك السجل الهائل الفوضوي من المعرفة البشرية والتعبير البشري هو مادة التدريب. لا إنترنت، لا ذكاء اصطناعي حديث.

فتح Transformer الباب للتوسّع. كما رأينا، جعلت بنية 2017 من الممكن تحويل مزيد من القدرة الحاسوبية ومزيد من البيانات إلى مزيد من القدرات بشكل موثوق. تلك القابلية للتنبؤ حوّلت البحث إلى شيء أقرب إلى الهندسة — ومشكلات الهندسة تُحلّ بسرعة عندما يظهر المال.

ظهر المال. أثبت ChatGPT وجود سوق هائلة، فتدفّق رأس المال. صُبّت عشرات مليارات الدولارات في المختبرات والشرائح والمواهب. ضغط ذلك التمويل جداول زمنية كانت ستتمدد لعقود لولا ذلك.

المنافسة الشرسة حددت الإيقاع. مع تسابق OpenAI وGoogle وAnthropic وMeta وxAI ودستة من المختبرات الصينية، لم يكن بوسع أحد أن يتباطأ. تقدّم بني في ستة أشهر كان يمكن أن يتبخر في ستة أسابيع. ذلك الضغط هو بالضبط سبب رؤيتك لطراز رائد جديد كلما تصفحت الأخبار تقريبًا.

المنظومات المفتوحة ضاعفت الجهد. كل طراز يُطلق علنًا حوّل آلاف المطورين المستقلين إلى قسم بحث & تطوير غير مدفوع الأجر. الذكاء الجماعي لمجتمع المصادر المفتوحة العالمي سرّع التقدم بطرق لم تستطع أي شركة منفردة مجاراتها، ودفع سعر الذكاء الاصطناعي نحو الحد الأدنى.

اجمع هذه العوامل معًا فتحصل على أشد منحنى قدرات انحدارًا أنتجته التقنية يومًا. إنه أقل شبهًا باختراع واحد وأكثر شبهًا بتفاعل متسلسل.

إلى أين يتجه الذكاء الاصطناعي بعد ذلك

التنبؤ بمستقبل الذكاء الاصطناعي طريقة رائعة لتبدو ساذجًا بعد ستة أشهر — وقد وثّق هذا المقال كم كان الخبراء يُفاجَؤون بانتظام. لكن المسار الحالي يشير إلى أمور قليلة بثقة معقولة.

الوكلاء يصبحون واقعًا. المرحلة التالية تتعلق بدرجة أقل بالطُرز التي تعرف أكثر فأكثر، وبدرجة أكبر بالأنظمة التي تفعل تؤدي المزيد — مع إنجاز عمل طويل ومعقد ومتعدد الخطوات باستقلالية حقيقية. توقّع أن تزداد صيغة “عامل الذكاء الاصطناعي” حدة، إلى جانب أسئلة صعبة حول الرقابة والموثوقية ومصير الوظائف القائمة على مهام يستطيع الوكلاء إنجازها الآن.

الذكاء يزداد رخصًا. انهيار الأسعار لم ينته. مع تقليص الطُرز المفتوحة الفجوة وتحسّن الكفاءة، يتجه الذكاء الاصطناعي القادر إلى أن يصبح شبه مجاني ويعمل محليًا — على هاتفك وحاسوبك المحمول وخوادمك الخاصة. قد يُعيد ذلك التحوّل إلى سلعة تشكيل قطاعات كاملة بهدوء وشمولية أكبر من أي طراز تصدّر العناوين.

الحدود تظل تتلاشى. النص والصورة والصوت والفيديو تندمج في أنظمة موحّدة، وسيصبح “استخدام الذكاء الاصطناعي” أقرب إلى قدرة منسوجة بشكل غير مرئي في كل ما تفعله بالفعل، وأقل شبهًا بزيارة أداة.

الحوكمة تنتقل إلى قلب المشهد. كان الإيقاف التنظيمي القصير لطراز حدودي في 2026 مجرد معاينة. مع تحوّل الذكاء الاصطناعي إلى بنية تحتية حرجة ورافعة للقوة الجيوسياسية، ستشكّل مسائل السلامة وحقوق النشر والتحكم والاستراتيجية الوطنية المجال بقدر ما يفعل أي اختراق بحثي. سباق التقنية وسباق السياسات أصبحا الآن سباقًا واحدًا.

التنبؤ الآمن الوحيد هو أن الوتيرة لن تتباطأ. كل فصل في هذا التاريخ كتبه أشخاص قلّلوا بثقة من سرعة وصول الفصل التالي.

الأسئلة الشائعة

متى بدأ الذكاء الاصطناعي الحديث فعليًا؟ يعود المفهوم إلى الخمسينيات، لكن عصر التعلّم العميق الحديث يُنسب عادةً إلى 2012، حين هيمنت الشبكة العصبية AlexNet على مسابقة للتعرف على الصور وأثبتت أن الشبكات العميقة مع البيانات الضخمة مع القدرة الحاسوبية لوحدات GPU مزيج رابح. أما الازدهار الجماهيري فبدأ لاحقًا، مع إطلاق ChatGPT في نوفمبر 2022.

ما الفرق بين طُرز الذكاء الاصطناعي المفتوحة والمغلقة؟ الطُرز المغلقة (مثل GPT-5.5 وClaude وGemini) تبقي أوزانها خاصة وتُستخدم عبر التطبيقات أو واجهات API المدفوعة. الطُرز المفتوحة (مثل Llama وDeepSeek وQwen وGLM) تشارك أوزانها ليتمكن أي شخص من تنزيلها وتشغيلها وتعديلها. ومن الفروق الدقيقة المهمة أن “الأوزان المفتوحة” تعني حصولك على ملفات الطراز، بينما “المصدر المفتوح” الحقيقي يشمل أيضًا كود التدريب والبيانات — ومعظم ما يُسمى طُرزًا مفتوحة المصدر هو في الواقع أوزان مفتوحة.

ما أهم اختراق في تاريخ الذكاء الاصطناعي؟ يشير كثير من الباحثين إلى بنية Transformer لعام 2017، التي قُدّمت في الورقة البحثية Attention Is All You Need. فقد جعلت الطُرز قابلة للتوسّع وفعّالة في التدريب، وهي أساس كل نظام ذكاء اصطناعي رئيسي تقريبًا قيد الاستخدام اليوم، من روبوتات المحادثة إلى مولّدات الصور.

كيف أصبح توليد الصور والفيديو بالذكاء الاصطناعي بهذه الجودة وبهذه السرعة؟ قفز توليد الصور إلى الأمام مع طُرز الانتشار حوالي 2021–2022 (DALL·E وMidjourney وStable Diffusion)، ثم حلّ سريعًا مشكلات قديمة مثل الأيدي المشوّهة والنصوص غير المقروءة. وسار الفيديو على منحنى مشابه، منتقلًا من ثوانٍ قليلة من حركة ضبابية في 2023 إلى مقاطع شبه واقعية ومتزامنة صوتيًا بحلول 2026، مدفوعًا بمنافسة شديدة بين طُرز مثل Veo وRunway وKling وSeedance.

هل سيتباطأ تقدّم الذكاء الاصطناعي؟ لا توجد أي علامة على ذلك حتى الآن. فاجتماع القدرة الحاسوبية الوفيرة والاستثمار الضخم والمنافسة الشرسة بين المختبرات ومجتمع مزدهر للمصادر المفتوحة يواصل دفع الوتيرة. وإذا كان في التاريخ أعلاه درس، فهو أن الموجة التالية وصلت دائمًا أسرع مما توقّع أحد.