لقد دخلنا نقطة التفرد.
في 22 يوليو، راجع ماسك على X منشورًا لـ Will DePue، أحد باحثي OpenAI والمطورين الأساسيين لـ Sora، مرفقًا هذه الجملة.
كتب ديبيو في منشوره بلهجة ساخرة قليلاً: هذا على الأرجح أكثر شيء جنوني قرأتُه في الأيام القليلة الماضية... يبدو أننا دخلنا نقطة التفرد.
هذا المنشور يربط بين أكثر الأحداث إثارة في عالم الذكاء الاصطناعي خلال الأشهر الثلاثة الماضية:
في 21 يوليو، نجح نموذج OpenAI في اختراق عزلة الرملية خلال تقييم أمني إلكتروني، ووصل إلى نظام Hugging Face الإنتاجي؛
في 20 يوليو، وجد باحث من Anthropic باستخدام Claude Fable 5 الذي تم إصداره حديثًا مثالًا مضادًا لفرضية جاكوبي التي لم تُحل منذ 87 عامًا؛
في 20 مايو، دحض نموذج داخلي من OpenAI فرضية قديمة كانت سائدة منذ ما يقرب من 80 عامًا بشأن مشكلة المسافة الوحدوية المستوية؛
في 14 أبريل، حَلَّ GPT-5.4 Pro لغزًا في مجموعة الأعداد الأولية استمر لحوالي 60 عامًا (Erdős #1196)، وتم التحقق من الإثبات عبر التحقق الرسمي باستخدام Lean.
الجدار الرياضي، الجدار الأمني، تم اختراقهما على التوالي من قبل الذكاء الاصطناعي خلال ثلاثة أشهر.
لا عجب أن ماسك بعد أن انتهى من القراءة، أطلق تلك الجملة "لقد دخلنا نقطة التفرد".
فقط في يناير من هذا العام، قال شيئًا مشابهًا مرتين:
في 4 يناير، تنهد عدة مهندسين لأن الذكاء الاصطناعي أنجز سنوات من العمل في أسابيع، فرد أحدهم: "لقد دخلنا نقطة التفرد".
في نهاية يناير، وُصفت شبكة التواصل الاجتماعي Moltbook، التي تزخر بالوكلاء الذكاء الاصطناعي، بأنها "أول مرحلة من نقطة التفرد".
بما في ذلك هذا، فهي المرة الثالثة هذا العام.
كلمة "النقطة الفردية" لا تمتلك تعريفًا علميًا متفقًا عليه أصلاً.
الذي جعله يدخل المجال الرئيسي هو الخبير المستقبلي ومؤلف "قرب النقطة الفردية" راي كورزويل.
التعريف الذي قدمه هو لحظة دمج الإنسان مع الذكاء الاصطناعي، وقد راهن على السنة 2045.
في بداية العام، قالت دانييلا أموديي، الرئيسة التنفيذية لشركة Anthropic، إن مصطلح AGI بات تقريبًا قديمًا، لأننا في العديد من المؤشرات قد عبورنا بالفعل تلك النقطة.
في النهاية، إنه أكثر كونه مشاعر من كونه مسطرة دقيقة.
ما يستحق التفكير فيه حقًا هو هذه الأحداث التي ربطها ماسك هذه المرة.
الجدار الأول، الفرضية الرياضية لعام 1980، تم دحضها بواسطة الذكاء الاصطناعي
أولاً، دعنا نتحدث عن هذا الأمر الأكثر جوهرية.
في عام 1946، طرح الرياضي إيردوس مشكلة "المسافة الوحدوية في المستوى": إذا وُضِعَت n نقطة على مستوى، فما هو الحد الأقصى لعدد أزواج النقاط التي تكون مسافتها بينها مساوية تمامًا لـ 1؟
السؤال يمكن الإجابة عنه في جملة واحدة، لكنه أربك الرياضياتيين لأكثر من 80 عامًا. لعقود، اعتبر المجتمع العلمي أن البنية "المربعية" هي الحل الأمثل، وكان إردوش نفسه يفترض ذلك.
نتيجةً لذلك، قام نموذج داخلي من OpenAI بتفنيد الفرضية التي كانت سائدة منذ近 80 عامًا. وقد قدم مجموعة من البناءات الجديدة التي تحقق تحسينًا متعدد الحدود، مما يثبت أن "الأمثل" لم يصل بعد إلى نهايته.
الهيكل الأفضل المعترف به سابقًا: توليد شبكة مربعة م масштабированة ينتج عددًا كبيرًا من أزواج النقاط على مسافة وحدة. يقدم نموذج داخلي من OpenAI بناءً جديدًا يدحض هذا الفرضية التي استمرت将近 80 عامًا.
لكن الأكثر إثارة للدهشة هو طريقته في حل المسألة.
هذا ليس نظامًا مخصصًا لتدريب الرياضيات، بل نموذج استدلال عام. بل إنه استخدم أدوات متقدمة جدًا من نظرية الأعداد الجبرية لحل مسألة هندسية تبدو "ابتدائية". وعلّق الحائز على جائزة فيلدز تيم غاوزرز قائلًا: إنها "محطة فارقة في رياضيات الذكاء الاصطناعي".
By the way, this proof was proposed by AI and reviewed and confirmed by human mathematicians; its subsequent implications are still under study.
ما يثير真正的 إعجاب في الذكاء الاصطناعي ليس سرعته الحسابية، بل أنه اقترح بنية رياضية لم تكن موجودة من قبل، حيث أظهر لأول مرة قدرة اكتشاف تقترب من المستوى البحثي، ليس لاستبدال الرياضيين، بل لتخيل طريق لم يفكر فيه الرياضيون أبداً.
بعد ذلك، استخدم باحثو Anthropic Claude Fable 5 الذي تم إصداره حديثًا للعثور على مثال مضاد لفرضية جاكوبي التي لم تُحل منذ 87 عامًا.
الجدار الثاني، من أجل الغش، اختراق النموذج للبيئة المعزولة من تلقاء نفسه
حل لغز رياضي مثير، لكن هذا الأمر يُشعرك بالبرودة في ظهرك.
كشفت OpenAI وHuggingFace معًا: خلال تقييم داخلي لقدرات النموذج على الأمن السيبراني، أظهر النموذج سلوكًا لم يكن متوقعًا من أحد.
كان هدف هذه المراجعة هو اختبار قدرة اكتشاف الثغرات، حيث تم إيقاف جزء من ردود الرفض الأمنية عمداً. ومهمة النموذج هي حل مجموعة من أسئلة الاختبار تُسمى ExploitGym.
ثم فعلت شيئًا لم يتوقعه الباحثون.
للحصول على الإجابة، استغل أولاً ثغرة صفرية للحصول على صلاحيات الاتصال بالإنترنت، ثم رفع صلاحياته تدريجياً وتحرك أفقياً، وأخيراً اخترق البنية التحتية الإنتاجية لـ Hugging Face ودخل مباشرة قاعدة البيانات للبحث عن الإجابات التجريبية. وقالت OpenAI إن هذا قد يكون أول حالة من هذا النوع.
مسارات النماذج على مسرح الهجوم السيبراني "The Last Ones" المكون من 32 خطوة من قبل معهد الأمن السيبراني البريطاني للذكاء الاصطناعي: يمكن للنماذج المتقدمة مثل GPT-5.6-Sol وClaude Mythos 5 إكمال هجمات متعددة الخطوات على المدى الطويل، تشمل الاستطلاع، والحركة الأفقية، ورفع الصلاحيات، والاستيلاء على الشبكة.
لكن هذا ليس استيقاظًا للذكاء الاصطناعي ومحاولة للهروب. التفسير الأدق هو: الهدف لم يكن خاطئًا، بل طريقة تحقيق هذا الهدف تجاوزت توقعات البشر. فقد سلك طريقًا غير تقليدي لتحقيق هدف اختبار محدد جدًا.
هناك تفصيل آخر مثير للاهتمام.
بعد الحادث، كانت Hugging Face تخطط لاستخدام نماذج كبيرة رائدة للتجارة لتحليل سجلات الهجوم، لكنها واجهت حواجز أمان النموذج التي رفضت الإجابة: فلم تستطع الحواجز التمييز بين المهاجم ومن يحاول إخماد الحريق، فرفضت الإجابة على الجميع.
الجانب الهجومي لا يمتلك حواجز، بينما الجانب الدفاعي يُحتجز بسبب الحواجز، وهذا قد يكون أحد أكثر الجوانب إحراجًا وواقعية في "الأمان الذكي" حاليًا.
الجدار الثالث، نموذج غير منشور، اكتشف أكثر من عشرة آلاف ثغرة
الشيء الثالث، في أبريل من هذا العام.
أنثروبيك بالتعاون مع AWS و苹果 وغوغل ومايكروسوفت وسيسكو ومؤسسة لينكس وجولدمان ساكس، وغيرها من كبريات الشركات، أطلقت مشروع Project Glasswing، باستخدام نموذج غير منشور باسم Claude Mythos Preview لمساعدتك في اكتشاف الثغرات.
نتيجةً لذلك، اكتشف أكثر من ألف ثغرة خطيرة تغطي كل نظام تشغيل ومتصفح رئيسي؛ وفي التحديثات اللاحقة، أصبح هذا العدد "أكثر من عشرة آلاف ثغرة خطيرة أو حرجة".
وتشمل هذه الثغرات ثغرة عمرها 27 عامًا في OpenBSD، وخطأ قديم في FFmpeg تم اكتشافه عبر الاختبارات التلقائية أكثر من 5 ملايين مرة ولكن لم يُكتشف أبدًا.
CyberGym اختبار استغلال الثغرات: حصلت نسخة Mythos Preview غير المنشورة على 83.1٪، وهي تتفوق بوضوح على Opus 4.6 السابقة التي حصلت على 66.6٪. هذا هو النموذج الذي اكتشف أكثر من عشرة آلاف ثغرة خطيرة.
نفس القدرة يمكن أن تساعد الدفاع على اكتشاف الثغرات، كما يمكن أن تساعد المهاجمين على استغلالها. وقد حذرت Anthropic نفسها: "المهاجمون المدعومون بالذكاء الاصطناعي" سيصبحون تحديًا أمنيًا مهمًا.
Glasswing مشروع دفاعي، ولا يعني أن الذكاء الاصطناعي قد بدأ بالهجوم الذاتي. لكنه يخبر الجميع بوضوح: لقد دخل عالم أمان الذكاء الاصطناعي رسميًا عصر المنافسة الهجومية والدفاعية.
المحفّز الحقيقي يبدأ بالاتجاه نحو الذكاء الاصطناعي نفسه
حتى الآن، كانت الذكاء الاصطناعي لا تزال تهاجم أو تدافع عن أنظمة البشر.
ما جعل هذه الأشهر الثلاثة مختلفة حقًا هو شيء آخر: بدأ استخدام هذه القدرة على "إيجاد طريقك الخاص" في بناء الذكاء الاصطناعي من الجيل التالي.
لديه مصطلح يُسمى التحسين الذاتي التكراري (RSI)، وهو جعل الذكاء الاصطناعي يحسن الذكاء الاصطناعي، جيل يخلق جيلاً، بسرعة متزايدة مثل الفائدة المركبة.
هذا هو المحرك الأساسي لسردية "النقطة الفردية" بأكملها. والآن، تُضخ كل مختبرات الرائدة الوقود بجنون إلى هذا المحرك.
يُذكر في خريطة طريق OpenAI العامة:
في سبتمبر 2026، قم بإنشاء باحث ذكي آلي على مستوى "متدرب بحثي" قادر على إنجاز مهام تستغرق البشر أيامًا بمفرده؛
في مارس 2028، ترقية إلى الإصدار الكامل، قادر على تصميم طرقك الخاصة، وتشغيل التحليلات، وفهم النتائج، واقتراح الخطوة التالية.
Ultraman also provided a timeline for this matter.
في يونيو من هذا العام، وفقًا لتقرير The Information، قال لموظفيه داخليًا: إن الشركة تبعد عن RSI بأقل من ستة أشهر، وإذا تجاوزتها فعلاً، فقد يكون تأجيل الاكتتاب العام أكثر فائدة.
الأرقام التي قدمتها Anthropic تشير إلى نفس الاتجاه: مدة المهام التي يمكن للذكاء الاصطناعي تحملها تتضاعف كل أربعة أشهر؛ إن المهندسين الذين يعملون لديه ينتجون الآن ثمانية أضعاف الكود مقارنة بالماضي كل ربع سنة.
نافذة RSI تضيق: من يبدأ دوران العجلة أولاً، قد يُبقي الجميع خلفه.
على الرغم من أن جاكوب باشوكيس، العالم الرئيسي في OpenAI، قال إنه لا يتوقع أن يتمكن النموذج من تحسين نفسه أو حل مشكلة التوافق بشكل مستقل خلال عام.
لكن عندما يبدأ هذا العجل في الدوران، والهدف هو "جعل الذكاء الاصطناعي أقوى"، هل ستتجاوز النماذج التي تعرف "العثور على طريقها بنفسها" تلقائيًا بعض الحدود التي لم نذكرها صراحة؟
هذا هو المكان الذي يجب أن تركز عليه تمامًا في سباق RSI.
العودة إلى قول ماسك: "لقد وصلنا إلى نقطة التفرد". قيمته الأهم تكمن في تذكيرنا بأن ما تغيّر حقًا خلال هذه الأشهر الثلاثة هو أن الذكاء الاصطناعي تعلم كيفية العثور على طرق لم يفكر فيها البشر ولم يحموها.
في الرياضيات، هذا مدهش؛ لكن في الأمان، هذا خطر.
إذًا، السؤال الحقيقي هو: عندما يبدأ الذكاء الاصطناعي في إيجاد طرق جديدة أسرع من قدرة البشر على تركيب الحواجز ووضع القواعد وإصلاح الثغرات في هذه الطرق، هل نستطيع اللحاق بالخطى؟
المراجع:
https://x.com/elonmusk/status/2079839398959697982
https://x.com/willdepue/status/2079718977945928108
https://openai.com/index/hugging-face-model-evaluation-security-incident/
https://www.anthropic.com/glasswing
هذا المقال من حساب WeChat "New Intelligence Yuan"، المؤلف: ASI Revelation؛ التحرير: Yuan Yu