هل سيتطور الذكاء الاصطناعي فجأة؟ تقدم لك Paradigm الإجابة من خلال لعبة.

أطلقت شركة Paradigm محاكي RSI، مما يسمح لك بتجربة منحنى الانفجار الذكي للذكاء الاصطناعي والتحسين الذاتي، وكشف اللعبة بين قوة الحوسبة والموارد البشرية والبيانات، وفهم سبب استثمار شركات رأس المال الاستثماري في العملات المشفرة بكثافة في التقنيات المتطورة.

أطلقت شركة Paradigm، وهي شركة رأس مال مخاطر معروفة في مجال العملات المشفرة، لعبة على الإنترنت تسمى RSI Simulator أمس.

يتولى اللاعبون دور رئيس مختبر الذكاء الاصطناعي بهدف إنشاء ذكاء خارق من الصفر.

لديك ثلاثة موارد تحت تصرفك: الموارد البشرية، وقوة الحوسبة، والبيانات. عليك تحديد حجم الاستثمار في البحث والتطوير، وحجم الاستثمار في التدريب، وحجم الاستثمار في التوسع. بعد كل جولة من القرارات، ستتغير قدرات النموذج، وستؤثر هذه التغييرات بدورها على كفاءة البحث والتطوير، حتى تصل إلى نقطة حرجة معينة يبدأ عندها الذكاء الاصطناعي في تسريع تحسينه الذاتي، ويرتفع المنحنى بشكل حاد.

يبدو الأمر وكأنه لعبة خاملة. في الواقع، إنها أداة تعليمية تحوّل أوراق الاقتصاد إلى تجربة تفاعلية.

يستخدم نموذج Paradigm هذا المفهوم للإجابة على سؤال يخمنه الجميع ولكن قليلون هم من يفكرون فيه كمياً: ما مدى سرعة تطور الذكاء الاصطناعي بشكل مستقل؟ هل سيشهد طفرة مفاجئة؟ ما هي العوامل التي تحدد حدوده القصوى؟

ما هو التحسين الذاتي المتكرر؟

يُعد التحسين الذاتي المتكرر، أو RSI اختصارًا، أحد أهم المواضيع الأساسية في مجال أبحاث أمن الذكاء الاصطناعي.

ببساطة: عندما يكون نموذج الذكاء الاصطناعي قويًا بما يكفي لمساعدة البشر على تحسين الجيل التالي من نماذج الذكاء الاصطناعي، تتشكل حلقة حيث يشارك الذكاء الاصطناعي في إنشاء ذكاء اصطناعي أقوى، ثم يشارك الذكاء الاصطناعي الأقوى في إنشاء ذكاء اصطناعي أقوى.

بمجرد أن تبدأ هذه الدورة، يمكنها نظرياً أن تنتج تسارعاً أسياً، وهو ما يُعرف أيضاً باسم "الانفجار الذكي".

لم يعد هذا ضربًا من الخيال العلمي. ففي فبراير 2026، عندما أصدرت OpenAI نموذج GPT-5.3-Codex، أقرت بأن نسخة مبكرة من النموذج "لعبت دورًا هامًا" في تطويره، حيث ساعدت في تصحيح أخطاء عملية التدريب، وإدارة النشر، وتشخيص الأعطال وتقييمها. وكانت هذه المرة الأولى التي يعترف فيها مختبر رائد رسميًا بأن نموذجًا ما قد شارك بشكل كبير في عملية هندسة النموذج الذي يليه.

كيف تلعب هذه اللعبة؟

يحاكي جزء اللعبة في برنامج RSI Simulator قرارات تخصيص الموارد في مختبر الذكاء الاصطناعي.

في كل جولة، تحتاج إلى تخصيص الموارد في ثلاثة اتجاهات. يمكن لاستثمار المزيد من قوة الحوسبة تدريب نماذج أكبر؛ ويمكن لاستثمار المزيد من الموارد البشرية في البحث تحسين كفاءة الخوارزمية (تحقيق نفس التأثير بقوة حوسبة أقل)؛ ويمكن للاستثمار في جمع البيانات توسيع نطاق مواد التدريب.

الآلية الأساسية هي كالتالي: عندما تصل قدرات النموذج إلى مستوى معين، يبدأ في "المساعدة في البحث"، وتتحسن كفاءة البحث البشري بفضل مساعدة الذكاء الاصطناعي. هذه هي نقطة البداية لدورة البحث القائم على البحث. عليك تحديد الوقت المناسب لتحويل الموارد من وضع التوسع إلى وضع "يسمح للذكاء الاصطناعي بإجراء البحوث بنفسه".

إذا قمت بالتحويل مبكراً جداً، ستكون قدرات النموذج غير كافية، وسيكون الذكاء الاصطناعي أقل كفاءة من البشر في إجراء البحوث، مما يؤدي إلى هدر طاقة الحوسبة. أما إذا قمت بالتحويل متأخراً جداً، فقد تتفوق عليك مختبرات أخرى (افتراضية).

يتضمن Paradigm أيضًا "مستكشفًا" يسمح للمستخدمين بضبط معلمات النموذج الاقتصادي الأساسي بشكل مباشر، مثل "معامل مرونة قدرة النموذج لسرعة البحث والتطوير"، ومراقبة كيفية تغير منحنى تقدم الذكاء الاصطناعي في ظل إعدادات المعلمات المختلفة.

يستهدف هذا القسم جمهورًا أكثر تخصصًا، حيث يقوم بشكل أساسي بتحويل النماذج الرياضية في الأوراق الأكاديمية إلى لوحات معلومات قابلة للسحب والإفلات.

أربع أفكار تسعى اللعبة إلى إيصالها

لخصت مجلة بارادايم في مقالها البحثي المصاحب أربع رؤى مستقاة من النماذج والألعاب.

تكمن المشكلة دائمًا في الحلقة الأضعف. يتطلب البحث والتطوير في مجال الذكاء الاصطناعي ثلاثة عناصر متكاملة: الموارد البشرية، وقوة الحوسبة، والبيانات. حتى مع التطور المستمر للذكاء الاصطناعي، ستظل القيود المادية لقوة الحوسبة والبيانات قائمة. قد يكون التحسين الذاتي المتكرر محدودًا بتوفر قوة الحوسبة أو جودة البيانات، وليس بالذكاء نفسه.

من المرجح أن يكون التحسين الذاتي متقطعًا، وليس نموًا أسيًا مستمرًا. قد يشهد الذكاء الاصطناعي فترة من التسارع الذاتي، ثم يتوقف قبل بلوغ حدوده المادية، إذا أصبحت القدرة الحاسوبية هي العامل المحدد. قد لا يكون انفجار الذكاء منحنى تصاعديًا مستقيمًا، بل على الأرجح سلسلة من الخطوات السريعة تتخللها فترات استقرار.

قد يسبق التطور الهائل في الذكاء المتخصص تطور الذكاء العام. قد يحقق الذكاء الاصطناعي أولاً تحسناً ذاتياً متسارعاً في مجال "أبحاث الذكاء الاصطناعي" المتخصص، لكن هذه القدرة قد لا تُعمم على جميع المهام الإدراكية. تخيل ذكاءً اصطناعياً بارعاً في تحسين برمجيات تدريب الذكاء الاصطناعي، لكنه لا يحقق نفس الإنجاز في إدارة سلسلة التوريد أو كتابة رواية.

يعتمد كل شيء على إعدادات المعلمات. وتتأثر مخرجات النموذج بشكل كبير بمجموعة من المعلمات تُسمى "المرونة". تقيس المرونة "مقدار الزيادة في المخرجات عند زيادة المدخلات بنسبة 1%". وتُعدّ المرونة الأكثر أهمية في التحسين الذاتي المتكرر هي: النسبة المئوية للزيادة في سرعة الاكتشافات الجديدة التي تتحقق عند تحسين قدرات النموذج الحالي بنسبة 1%. قد يتغير هذا الرقم بمرور الوقت، مما يجعل من الضروري تتبع تغيراته في الوقت الفعلي.

لماذا النموذج؟

لم تعد شركة Paradigm مجرد شركة رأس مال مخاطر تشفيرية بسيطة.

قبل شهر، أعلنت شركة بارادايم عن إطلاق صندوق استثماري جديد بقيمة 1.2 مليار دولار. ويختلف التوجه الاستثماري لهذا الصندوق تماماً عن الصناديق الثلاثة السابقة. وكتب المؤسس المشارك مات هوانغ (الشريك السابق في سيكويا كابيتال) والشريكة الإدارية ألانة بالميدو في بيان الإعلان أن الصندوق "سيبدأ بالعملات الرقمية ويتوسع ليشمل الذكاء الاصطناعي والروبوتات وغيرها من المجالات المتطورة".

منذ تأسيسها في عام 2018، جمعت شركة Paradigm أكثر من 4 مليارات دولار واستثمرت في مشاريع بارزة في صناعة العملات المشفرة مثل Uniswap و Optimism و Hyperliquid و Kalshi.

توسعت محفظة استثمارات بارادايم بشكل واضح لتشمل مجالات أخرى غير مجالاتها الأساسية. ففي مارس، قادت جولة التمويل من الفئة H لشركة زيبلاين المتخصصة في توصيل الطرود بواسطة الطائرات بدون طيار، وفي أبريل، شاركت في جولة التمويل من الفئة D لشركة ترو أنومالي المتخصصة في الدفاع الفضائي. كما استثمرت في مختبر أبحاث الذكاء الاصطناعي نوس ريسيرش.

داخليًا، تتوسع الأدوات أيضًا لتشمل الذكاء الاصطناعي. طورت شركة Paradigm برنامج Centaur (مجموعة أدوات وكيل الذكاء الاصطناعي) ومشروع EVMbench (مشروع تقييم أمان سلسلة الكتل بالتعاون مع OpenAI)، حيث يركز أحد جوانبه على سلسلة الكتل بينما يتجه الجانب الآخر بالفعل نحو البنية التحتية للذكاء الاصطناعي.

في هذا السياق، لم يعد RSI Simulator مجرد مشروع علاقات عامة؛ إذ تراهن Paradigm بمبلغ 1.2 مليار دولار من التمويل الجديد على "مفترق طرق التقنيات المتطورة"، وتحديداً تسريع الذكاء الاصطناعي والحوسبة اللامركزية والبنية التحتية الآلية.

إن فهم اقتصاديات مؤشر القوة النسبية (RSI) يعني فهم المنطق الكامن وراء رهانه الأقصى. فإذا توافق معدل التحسين الذاتي للذكاء الاصطناعي مع المنحنى المحدد بمعايير معينة في اللعبة، فسيتم ضغط دورة تحديث البنية التكنولوجية بأكملها، وقد تصبح المشاريع التي تبدو متقدمة بثلاث سنوات اليوم قديمة في غضون ستة أشهر.

تختتم شركة بارادايم مقالها بالتأكيد على اهتمامها بأي عمل يساهم في تطوير نمذجة مؤشر القوة النسبية، وتشجع الباحثين في هذا المجال على التواصل. هذه اللعبة بمثابة بطاقة تعريفية، تخفي وراءها 1.2 مليار دولار أمريكي وشركة استثمارية رائدة.