ماذا لو أصبح الذكاء الاصطناعي نفسه هو الكمبيوتر؟
ورقة بحثية جديدة صدرت قبل أيام من Meta AI بشراكة مع جامعة الملك عبدالله للعلوم والتقنية (KAUST) تطرح فكرة جريئة: بدلاً من أن يكون الذكاء الاصطناعي برنامجاً يعمل على كمبيوتر، ماذا لو أصبح هو الكمبيوتر نفسه؟
اليوم لدينا ثلاث طبقات نعرفها جيداً. لدينا الكمبيوتر التقليدي معالج وذاكرة وشاشة، كلٌّ منها يؤدي دوره. ولدينا AI Agents مثل أدوات “استخدام الكمبيوتر” في Claude وChatGPT وهي في النهاية ذكاء اصطناعي يقرر أين يضغط وماذا يكتب، لكن التنفيذ الفعلي يبقى على عاتق النظام التقليدي تحته. ولدينا نماذج العالم التي تتعلم التنبؤ بتطوّر بيئة معينة، لكنها لا تحاول أن تحلّ محل الكمبيوتر.
ما تقترحه الورقة هو دمج كل هذا في كيان واحد:
الحالة الداخلية للنموذج تصبح هي الذاكرة، والعمليات الحسابية التي يجريها تصبح هي المعالج، والصور التي يولّدها تصبح هي الشاشة. أطلقوا على هذا المفهوم اسم “الحاسو�� العصبي” أو Neural Computer.
كيف اختبروا الفكرة عملياً؟
بنى الفريق نموذجين باستخدام تقنية توليد الفيديو. النموذج الأول يحاكي شاشة سطر الأوامر (Terminal)، فتعطيه أمراً مثل “python” ثم “10+15” مع صورة أولية للشاشة، فيولّد لك مقطع فيديو للشاشة وهي تستجيب. دُرِّب هذا النموذج على أكثر من ثمانمئة ألف مقطع فيديو مأخوذة من جلسات واقعية. أما النموذج الثاني فيحاكي سطح مكتب Ubuntu، إذ تعطيه لقطة شاشة وتخبره أن المستخدم ضغط في موضع معين بالفأرة، فيولّد مقطعاً يُظهر كيف يستجيب سطح المكتب.
النتائج تحمل أخباراً مشجعة وأخرى أقل تفاؤلاً.
على الجانب المشجع، تعلّم النموذج فعلاً كيف تعمل الواجهات. تعلّم كيف يتحرك المؤشر، وكيف تُفتح القوائم، وكيف يظهر النص حرفاً بحرف في الطرفية. جودة عرض النصوص كانت عالية جداً، ودقة تحديد موضع المؤشر في سطح المكتب بلغت 98.7%. بعبارة أخرى، النموذج استوعب “فيزياء” الواجهات بشكل ممتاز.
أما على الجانب الأقل تفاؤلاً، فحين طلبوا منه أن يحسب “10+15” ويُظهر النتيجة “25”، لم تتجاوز دقته 4%. أي أن النموذج لا يعرف أن يحسب فعلياً. لكن حين أضافوا تلميحاً بالإجابة الصحيحة ضمن التعليمات، قفزت الدقة إلى 83%. ماذا يعني هذا؟ يعني أن النموذج في مرحلته الحالية يشبه شاشة عرض فائقة الذكاء يستطيع أن يعرض لك أي شيء توجّهه إليه بدقة مذهلة، لكنه لا يفكّر ولا يحسب من تلقاء نفسه. وثمة فرق كبير بين أن تعرف كيف ترسم الرقم 25 على الشاشة، وبين أن تعرف فعلاً أن 10+15 تساوي 25.
أين يقع دور KAUST في كل هذا؟
الشراكة ليست مجرد اسم على غلاف الورقة. سبعة من الباحثين الأساسيين منتسبون إلى KAUST، بمن فيهم الباحث الأول. والبحث مدعوم من مركز التميز للذكاء الاصطناعي التوليدي في KAUST ومن مركز SDAIA-KAUST المشترك لعلوم البيانات والذكاء الاصطناعي. هذا النوع من الأبحاث أبحاث أساسية تعيد تعريف مفهوم الحوسبة ذاته، هو الذي يصنع الفرق بين من يستهلك التقنية ومن يُنتجها.
هل الحاسوب العصبي جاهز اليوم؟ بصراحة، لا. ودقة حسابية تبلغ 4% لا تصلح لأي استخدام فعلي. لكن الورقة ترسم خريطة طريق واضحة لما هو مطلوب: يحتاج النموذج أن يتعلم الحساب فعلاً لا مجرد عرض النتائج، وأن يحتفظ بإجراءات معيّنة ويعيد استخدامها لاحقاً، وأن يظل سلوكه ثابتاً لا يتغير إلا حين يُطلب منه ذلك صراحةً.
الاتجاه واضح: مستقبل الحوسبة قد لا يكون “ذكاءً اصطناعياً يعمل على كمبيوتر”، بل “الذكاء الاصطن��عي هو الكمبيوتر”.
https://t.co/FJIqaZigiS
Vibe Coding بدون التضحية بالخصوصية!
مع إطلاق Google لمودل Gemma 4 31B تحت رخصة Apache 2.0، أعتقد أننا أمام نقطة تح��ل حقيقية في طريقة تبني المؤسسات أدوات البرمجة بالذكاء الاصطناعي.
التحدي الذي واجهناه دائمًا:
أدوات مثل Claude Code و Codex تقدم إنتاجية عالية للمطورين، لكنها تعتمد على إرسال الكود إلى سيرفرات خارجية. بالنسبة للمؤسسات التي تتعامل مع أكواد حساسة أو بيانات خاضعة لتنظيمات صارمة، هذا الخيار غير مقبول.
ما الذي تغيّر الآن؟
Gemma 4 31B يعمل بالكامل على بنيتك التحتية الخاصة، سواء على سيرفر محلي بكرت RTX 4090 أو على بيئة سحابية خاصة. والأهم أنه يقدم ثلاث قدرات أساسية تجعل Vibe Coding داخل المؤسسة واقعًا عمليًا:
١. توليد الأكواد: تصف ما المتطلبات بلغة طبيعية، والمودل يكتب الكود الكامل. هذا جوهر الـ Vibe Coding: تشرح الفكرة والذكاء الاصطناعي ينفّذها.
٢. Function Calling: المودل لا يكتفي بالرد النصي، بل يستطيع استدعاء أنظمة وأدوات خارجية بنفسه. مثلًا: تطلب منه بيانات من قاعدة بيانات داخلية، فيرسل الطلب بالصيغة الصحيحة ويعالج النتيجة. هذا يحوّله من مجرد شات بوت إلى عميل ذكي (Agent) يتفاعل مع البيئة التقنية.
٣. مخرجات JSON منظمة: بدل النصوص الحرة، المودل يرجع بيانات بصيغة محددة تستطيع الأنظمة قراءتها مباشرة.
الثلاث قدرات مع بعض تعني مساعد برمجة ذكي يفهم، وينفّذ، وكل ذلك يبقى داخل شبكتك بدون أن يخرج سطر واحد من الكود.
الخلاصة: لم يعد هناك تعارض بين تبني Vibe Coding وبين الالتزام بمتطلبات الخصوصية والحوكمة. الأدوات أصبحت متاحة وبخيارات متعددة.
We just released Gemma 4 — our most intelligent open models to date.
Built from the same world-class research as Gemini 3, Gemma 4 brings breakthrough intelligence directly to your own hardware for advanced reasoning and agentic workflows.
Released under a commercially permissive Apache 2.0 license so anyone can build powerful AI tools. 🧵↓
While this idea might work, I wonder how the following statement is correct:
"This was middle management before the term existed. Professionals whose purpose was to route information, pre-compute decisions, and maintain alignment across a complex organization."
Management is more than information routing. It's reading the room when morale is slipping, having the difficult conversation no dashboard can trigger, and knowing when someone needs to be challenged versus supported. Reducing it to a coordination function you can replace with AI ignores the part that actually holds teams together: human judgment, trust, and emotional intelligence.
The best managers I've worked with weren't valuable because they relayed information. They were valuable because they understood people.
@LindseyGrahamSC The Gulf states, especially Saudi Arabia, care most about regional stability. But their interests aren't identical to the U.S. Demanding a sovereign nation join a war it didn't start isn't a partnership, it’s a failure by the U.S. to achieve its goals through this war.
@fdeet_alnssr@Columbuos في فن الحرب، أسمى أنواع الانتصار هو إفشال استراتيجية الخصم، واستراتيجيته الآن هي جرّنا للفوضى، وصبرنا هو هزيمته.
الصبر لضمان مستقبل وطننا خير من الغضب المكلِف.
جميع الأطراف في هذه الحرب خاسرون صبرنا انتصار