الخط الزمني لتطوّر الذكاء الاصطناعي

نشر كورت غودل مبرهنتي عدم الاكتمال، فأثبت أن كل نسق صوري قوي بما يكفي يتضمّن قضايا لا يمكن إثباتها ولا نفيها داخله. ولم يهزّ هذا الاكتشاف الأوساط الرياضية وحدها، بل كان له أثر عميق في نظرية الحوسبة وفي الذكاء الاصطناعي.

اقترح ألونزو تشرتش وآلان تورينغ كلٌّ على حدة أطروحة Church-Turing المشهورة. وتقول هذه الأطروحة إن كل دالة قابلة للحساب فعليًا هي قابلة للحساب بآلة تورينغ. وبهذا صار مفهوم القابلية للحساب الحدسي مصوغًا صوريًا، وصار أساسًا لعلم الحاسوب.

قدّم آلان تورينغ مفهوم آلة تورينغ في ورقته المفصلية «On Computable Numbers, with an Application to the Entscheidungsproblem». وهذا نموذج حسابي مجرّد قادر على محاكاة أي عملية قابلة للحساب رياضيًا.

اقترح ألونزو تشرتش حساب لامدا، وهو نسق صوري لتعريف الدوال وتطبيقها. ويُعدّ حساب لامدا الأساس النظري للبرمجة الدالّية. وكان حساب لامدا الأصلي لعام ١٩٣٦ بلا أنواع؛ ثم أضاف تشرتش الأنواع البسيطة عام ١٩٤٠ في «A Formulation of the Simple Theory of Types»، فصنع واحدًا من أقدم الأنساق ذات الأنواع الصريحة.

نشر وارن مكولوك ووالتر بيتس ورقة «A Logical Calculus of the Ideas Immanent in Nervous Activity»، فقدّما أول نموذج للعصبون الاصطناعي (عصبون McCulloch-Pitts). واختزل هذا النموذج العصبون إلى مفتاح عتبي ثنائي، فأرسى أساس أبحاث الشبكات العصبية اللاحقة.

نشر نوربرت فينر كتاب «Cybernetics: Or Control and Communication in the Animal and the Machine»، فأسّس علم السيبرنطيقا الجديد. وكان لدراسة كيفية ضبط الأنساق لنفسها عبر آليات التغذية الراجعة أثر عميق في الذكاء الاصطناعي والروبوتات.

نشر كلود شانون «A Mathematical Theory of Communication»، فأرسى أساس نظرية المعلومات. وصارت مفاهيم مثل الإنتروبيا والترميز وكمية المعلومات أدوات جوهرية لفهم البيانات ومعالجة المعلومات.

في «Computing Machinery and Intelligence» استبدل تورينغ بالسؤال الملتبس عمّا إذا كانت الآلات تستطيع أن تفكّر لعبةَ المحاكاة، وكانت في أصلها لعبة بثلاثة أدوار — رجل وامرأة ومستجوِب — اقترح تورينغ أن يحلّ فيها جهاز محلّ أحد اللاعبين. وهو معيار سلوكي لا برهان على أن الآلة واعية.

في عام ١٩٥٥ استعمل جون مكارثي ومارفن مينسكي وناثانيال روتشستر وكلود شانون مصطلح «الذكاء الاصطناعي» في مقترح مشروع دارتموث الصيفي للبحث، ورسموا خطة بحث لصيف ١٩٥٦.

أسهمت ورشة دارتموث في صيف ١٩٥٦ في ترسيخ مصطلح «الذكاء الاصطناعي» وخطة بحثه بوصفهما هوية حقل أكاديمي ناشئ؛ وكان المصطلح قد ظهر من قبل في مقترح المشروع لعام ١٩٥٥.

طوّر ألن نيويل وهربرت سايمون برنامج Logic Theorist، وهو برنامج ذكاء اصطناعي عملي مبكر. وكان قادرًا على إثبات مبرهنات من Principia Mathematica، وكثيرًا ما يُذكر بين أوائل برامج الذكاء الاصطناعي. ونال نيويل وسايمون جائزة تورينغ عام ١٩٧٥.

اقترح فرانك روزنبلات نموذج البِرسِبترون، وهو نموذج مبكر ومؤثر للشبكات العصبية الاصطناعية. والبِرسِبترون مصنّف ثنائي خطي بسيط يتعلّم تصنيف بيانات الدخل بضبط الأوزان.

طوّر جون مكارثي لغة Lisp في MIT، وهي لغة برمجة عالية المستوى مبكرة وثيقة الصلة بأبحاث الذكاء الاصطناعي. وقد جعلت مرونتها وقدرتها على المعالجة الرمزية منها اللغة المفضّلة لتلك الأبحاث.

طوّر نيويل وسايمون الحلّال العام للمسائل (GPS) بين عامي ١٩٥٧ و١٩٥٩، ومن المتعاونين معهما J. C. Shaw. وكان أول برنامج ذكاء اصطناعي يحاول محاكاة حلّ الإنسان للمسائل بفصل تقنية الحلّ عن المعرفة بمجال المسألة بعينه، مستعملًا تفكيك الأهداف والبحث في الأهداف الفرعية (تحليل الوسائل والغايات).

أثبت فرانك روزنبلات خاصية التقارب في خوارزمية تعلّم البِرسِبترون، فبيّن أن البيانات إن كانت قابلة للفصل خطيًا فإن البِرسِبترون سيتقارب حتمًا.

صار Unimate أول روبوت يعمل على خط تجميع. ركّبته General Motors في مصنعها بمدينة Trenton بولاية New Jersey عام ١٩٦١ لتفريغ مكبس صبّ، إذ كان يرفع القطع المصبوبة الساخنة عن الآلة. وقد صنعت Unimation هذه الوحدات للأعمال الصعبة أو الخطرة أو الرتيبة على الإنسان.

وصف Larry Roberts في أطروحته للدكتوراه بـMIT عام ١٩٦٣ نسقًا يفسّر مشاهد المجسّمات متعددة السطوح البسيطة انطلاقًا من الصور، وهو أساس مبكر مهم للرؤية الحاسوبية ثلاثية الأبعاد.

أطلقت MIT مشروع Project MAC عام ١٩٦٣ بقيادة Robert Fano لدراسة المشاركة الزمنية والحوسبة والإدراك المعان آليًا. وانضم إليه لاحقًا مشروع الذكاء الاصطناعي في MIT المؤسَّس عام ١٩٥٩؛ ولم يكونا مختبرًا واحدًا أُسّس عام ١٩٥٩.

صنع جوزيف وايزنباوم برنامج ELIZA في MIT، وهو واحد من أوائل روبوتات المحادثة. وكان يحاكي حوار المعالج النفسي بمطابقة الأنماط، فأثار تأمّلًا عميقًا في التفاعل بين الإنسان والحاسوب.

طوّرت SRI International روبوت Shakey، وهو روبوت متنقل ذاتي التشغيل مبكر كان يدرك محيطه ويخطّط المسارات وينفّذ المهام. وقد جمع Shakey بين الرؤية الحاسوبية ومعالجة اللغة الطبيعية وخوارزميات التخطيط.

نشر مارفن مينسكي وسيمور بابرت كتاب «Perceptrons»، وهو تحليل دقيق لما تستطيع البِرسِبترونات أحادية الطبقة تمثيله وما لا تستطيع. وكثيرًا ما يُربط الكتاب بتراجع الاهتمام بالشبكات العصبية لاحقًا، غير أن تحوّلات التمويل عكست أيضًا محدودية القدرة الحاسوبية وخيبة التوقّعات وقرارات سياسات أوسع.

طوّر ألان كولميرور وفيليب روسيل ومتعاونوهما أول نسخة من Prolog في مرسيليا، فطبّقوا منطق المحمولات على البرمجة ودفعوا البرمجة المنطقية والذكاء الاصطناعي الرمزي إلى الأمام.

قدّم العالم البريطاني جيمس لايتهيل إلى الحكومة البريطانية تقريرًا متشائمًا عن أبحاث الذكاء الاصطناعي، فأفضى إلى تقليص كبير في التمويل.

نشر مارفن مينسكي «ورقة الأطر»، فاقترح نظرية الأطر لتمثيل المعرفة. وقد أثّرت هذه النظرية في البرمجة كائنية التوجّه وفي طرائق تمثيل المعرفة اللاحقة.

طوّرت جامعة Stanford نسق MYCIN الخبير للتشخيص الطبي. وقد أظهر جدوى الأنساق الخبيرة عمليًا، وإن لم يُستعمل سريريًا قط بسبب مسائل المسؤولية القانونية.

نشرت DEC نسق XCON الخبير لتهيئة أنظمة حواسيب VAX. وقد بدأ تطويره عام ١٩٧٨ في CMU؛ ونُشر أولًا عام ١٩٧٩ وبلغ التشغيل الكامل عام ١٩٨٠ — وهو من أوائل الأنساق الخبيرة الناجحة تجاريًا، إذ وفّر على الشركة ملايين الدولارات سنويًا.

في أعقاب تقييمات نقدية وتقليصات في التمويل خلال عقد ١٩٧٠، دخل جزء من أبحاث الذكاء الاصطناعي مرحلة انحسار. و«شتاء الذكاء الاصطناعي الأول» تقسيم زمني وُضع بأثر رجعي، واختلف توقيته وحدّته باختلاف البلد والحقل الفرعي.

أعلنت اليابان مشروع الجيل الخامس للحواسيب (FGCS) في مؤتمر لـJIPDEC وMITI في أكتوبر ١٩٨١، وهو مبادرة وطنية مدتها عشر سنوات لتطوير حواسيب قادرة على الاستدلال المنطقي ومعالجة المعرفة. وانطلق المشروع رسميًا بتأسيس ICOT في أبريل ١٩٨٢.

نشر ديفيد روملهارت وجيفري هينتون ورونالد ويليامز عن خوارزمية الانتشار العكسي، فصار تدريب الشبكات العصبية متعددة الطبقات ممكنًا.

في أواخر الثمانينيات خابت توقعات كانت قد سبقت النتائج. فقد تراجع صانعو آلات Lisp أمام محطات العمل متعددة الأغراض، وأغلقت عدة شركات للذكاء الاصطناعي أبوابها، وانخفض تمويل DARPA للبحث الأساسي في الذكاء الاصطناعي بين عامي ١٩٨٧ و١٩٨٩.

في عقد ١٩٩٠ بدأت الطرائق الإحصائية تسود أبحاث الذكاء الاصطناعي. فنماذج ماركوف المخفية في التعرّف على الكلام، وبايز الساذج وأشجار القرار في تعلّم الآلة، حقّقت جميعها نتائج جيدة.

استعمل الجيش الأمريكي في حرب الخليج أنساق تخطيط ولوجستيات قائمة على الذكاء الاصطناعي، فأظهر إمكاناته في التطبيقات الواقعية.

أنشأ تيم بيرنرز-لي الشبكة العنكبوتية العالمية. وقد غيّر انتشار الإنترنت نمط حياة البشر، ووفّر للذكاء الاصطناعي موارد بيانات غير مسبوقة.

خفّ هذا الركود تدريجيًا بدل أن ينتهي في تاريخ محدد. واتجه كثير من الباحثين إلى أهداف أكثر تواضعًا وقابلية للتحقيق، في حين أرسى تجدد العمل على الشبكات العصبية والطرائق الاحتمالية أساس حقبة جديدة.

اقترح فلاديمير فابنيك وزملاؤه آلة المتّجهات الداعمة (SVM)، وهي طريقة قوية للتصنيف والانحدار. وقد حقّقت أداءً ممتازًا في تصنيف النصوص والتعرّف على الخط اليدوي.

هزم حاسوب Deep Blue من IBM بطل العالم في الشطرنج غاري كاسباروف، فأظهر قدرة الذكاء الاصطناعي على تجاوز الإنسان في المهام محدّدة التعريف.

اقترح زيب هوخرايتر ويورغن شميدهوبر بنية LSTM، وهي نوع خاص من الشبكات العصبية التكرارية قادر على تعلّم التبعيات بعيدة المدى. وقد حقّقت نجاحًا كبيرًا في التعرّف على الكلام ونمذجة اللغة.

طوّر يان لوكون شبكة LeNet-5، وهي شبكة عصبية التفافية للتعرّف على الأرقام المكتوبة يدويًا. وكانت من أوائل نماذج التعلّم العميق التي نُشرت تجاريًا على نطاق واسع — استعملتها AT&T/NCR لقراءة الشيكات ابتداءً من عام ١٩٩٣، واستعملتها هيئة البريد الأمريكية للتعرّف على الرموز البريدية منذ أواخر عقد ١٩٩٠.

اقترح Yoshua Bengio وRéjean Ducharme وPascal Vincent وChristian Jauvin نموذجًا لغويًا احتماليًا عصبيًا يتعلّم في آن واحد تمثيلات الكلمات الموزّعة واحتمالات تسلسل الكلمات، لمواجهة لعنة الأبعاد. والنموذج تغذية أمامية لا تكراري.

ابتداءً من عام ٢٠٠٤ جمع برنامج تابع لـCIFAR بين Geoffrey Hinton وYann LeCun وYoshua Bengio ومتعاونيهم في تبادل منتظم. وقد أسهم في تنسيق أبحاث ساعدت على نهضة التعلّم العميق؛ ولم يكن نقطة انطلاق واحدة شاملة.

اقترح جيفري هينتون وزملاؤه شبكات المعتقد العميق (DBN)، مع خوارزمية جشعة سريعة تدرّبها طبقةً طبقة. وأسهم هذا التدريب المسبق طبقةً طبقة في إحياء الاهتمام بالشبكات العصبية العميقة.

بدأ الباحثون يستعملون وحدات معالجة الرسوميات لتسريع تدريب التعلّم العميق. وقد جعل حسابها المتوازي تدريب الشبكات العصبية الكبيرة ممكنًا.

نشر فريق ImageNet عام ٢٠٠٩ ورقته عن قاعدة صور هرمية واسعة النطاق، ينظّم فيها الصور الموسومة وفق هرمية WordNet. وصارت ImageNet ومسابقة التعرّف اللاحقة بنية تحتية مهمة لتدريب الرؤية الحاسوبية وتقييمها على نطاق واسع.

قاد بحث Microsoft وجامعة تورنتو أول اختراق كبير للتعلّم العميق في التعرّف على الكلام (Dahl وYu وDeng عام ٢٠١١؛ وMohamed وDahl وHinton عام ٢٠١٢)، فحقّقوا انخفاضات كبيرة في معدل خطأ الكلمات. ونشرت Google تعرّفًا على الكلام قائمًا على الشبكات العصبية العميقة وLSTM في الإنتاج بين عامي ٢٠١٢ و٢٠١٥.

شارك فريق Alex Krizhevsky وIlya Sutskever وGeoffrey Hinton بشبكة AlexNet في مسابقة ImageNet لعام ٢٠١٢ (ILSVRC) ففاز فوزًا ساحقًا: بلغ خطأ أفضل خمسة تصنيفات ١٥٫٣٪، مقابل ٢٦٫٢٪ للوصيف.

أصدر توماس ميكولوف نموذج Word2Vec، وهو نموذج شبكة عصبية لتعلّم تضمينات الكلمات. وقد مكّن الحواسيب من إدراك العلاقات الدلالية بين الكلمات.

اقترح إيان غودفيلو الشبكات التوليدية التنافسية، وهي من أهم ابتكارات التعلّم العميق. وهي تولّد صورًا بالغة الواقعية عبر التدريب التنافسي.

اقترح كايمينغ هي وزملاؤه شبكة ResNet، فحلّوا صعوبة تدريب الشبكات العميقة عبر الوصلات القافزة. وقد أتاحت ResNet تدريب مئات الطبقات.

هزم برنامج AlphaGo من DeepMind بطل العالم في لعبة Go لي سي-دول بنتيجة ٤–١. وكانت Go تُعدّ من أصعب ألعاب اللوح على الذكاء الاصطناعي.

اقترحت Google بنية المحوّل (Transformer)، وهي اختراق ثوري في معالجة اللغة الطبيعية. وعليها تقوم النماذج اللغوية الكبيرة الحديثة.

أصدرت OpenAI نموذج GPT-3، وهو نموذج لغوي كبير بـ١٧٥ مليار وسيط. وقد أظهر GPT-3 قدرات مذهلة على توليد اللغة، فأثار نقاشًا واسعًا حول الذكاء الاصطناعي العام.

أصدرت OpenAI نموذج DALL-E لتوليد الصور وCLIP للتعلّم التقابلي بين الصورة والنص. وقد أظهر هذان النموذجان قدرة الذكاء الاصطناعي على فهم المحتوى متعدد الوسائط وتوليده.

أصدرت OpenAI نموذج Codex، وهو نموذج ذكاء اصطناعي يفهم الشِفرة ويولّدها. وصار GitHub Copilot، المبني على Codex، أحد أوائل مساعدي البرمجة بالذكاء الاصطناعي الواسعي الاستعمال.

في نوفمبر ٢٠٢٢ أصدرت OpenAI ChatGPT نسخةً تجريبية بحثية. فأوصل مساعدًا حواريًا قائمًا على الذكاء الاصطناعي التوليدي إلى جمهور واسع، وجعل النماذج اللغوية الكبيرة موضوعًا للنقاش العام.

أصدرت Stability AI نموذج Stable Diffusion لتوليد الصور بأوزان يمكن تنزيلها بحرية، بموجب رخصة تقيّد بعض الاستخدامات. وقد عمّم نشاط مجتمع المصادر المفتوحة تقنية توليد الصور بسرعة.

أصدرت OpenAI نموذج GPT-4، وهو نموذج متعدد الوسائط يقبل الصور والنصوص مُدخلاتٍ. وأفادت OpenAI بأنه بلغ أداءً بمستوى البشر في معايير مهنية وأكاديمية متعددة، مع إشارتها إلى أنه ظل أقل قدرة من البشر في كثير من المواقف الواقعية.

أصدرت Anthropic مساعد Claude، وهو مساعد ذكاء اصطناعي يركّز على الأمان والنفع. ويعكس تصميمه العناية بأمان الذكاء الاصطناعي — فينبغي أن يكون نافعًا وغير ضار وصادقًا.

أصدرت Meta نموذج LLaMA، وهو نموذج لغوي كبير برخصة بحثية غير تجارية. ومع صغر عدد وسائطه نسبيًا فقد دفع أداؤه الممتاز تطوّر النماذج اللغوية مفتوحة المصدر.

بدأ مفهوم وكيل الذكاء الاصطناعي ينال اهتمامًا واسعًا. والوكلاء أنظمة ذكاء اصطناعي قادرة على التخطيط الذاتي وتنفيذ المهام المعقّدة.

في فبراير ٢٠٢٤ قدّمت Google نموذج Gemini 1.5 ببنية مزيج الخبراء ونافذة سياق تجريبية تبلغ مليون رمز، فأظهرت استرجاعًا واستدلالًا عبر المستندات الطويلة وقواعد الشِفرة والفيديو.

أصدرت Anthropic سلسلة Claude 3، وتشمل Opus وSonnet وHaiku. وقد نافس Claude 3 Opus نموذج GPT-4 في عدة معايير منها MMLU وGPQA، وتخلّف عنه في معايير أخرى.

أصدرت Meta عائلة Llama 3 بأوزان مفتوحة، وتشمل نماذج بـ٨ و٧٠ مليار وسيط.

في ١ أغسطس ٢٠٢٤ دخل قانون الذكاء الاصطناعي الأوروبي حيّز النفاذ. وتصفه المفوضية الأوروبية بأنه أول إطار قانوني شامل للذكاء الاصطناعي في العالم. وقد أرسى تصنيفًا قائمًا على المخاطر ومتطلبات صارمة لأنظمة الذكاء الاصطناعي عالية المخاطر، تسري على مراحل.

أصدرت OpenAI نموذج o1-preview، وهو نموذج استدلال يمضي وقتًا أطول في التفكير قبل أن يجيب، وأفادت بنتائج قوية في المهام العلمية والبرمجية.

في أكتوبر ٢٠٢٤ قدّمت Anthropic نسخة تجريبية عامة من استعمال الحاسوب لنموذج Claude 3.5 Sonnet المحدَّث. وصار في وسع المطوّرين توجيه Claude ليفحص الشاشة ويحرّك المؤشر وينقر ويكتب، فكان من أوائل النماذج المتقدّمة المطروحة علنًا مع تحكّم عام في الواجهة الرسومية.

أصدرت Anthropic بروتوكول MCP (Model Context Protocol)، وهو معيار مفتوح لربط أنظمة الذكاء الاصطناعي بالأدوات ومصادر البيانات الخارجية. ويستبدل بروتوكولًا واحدًا بعمليات تكامل متفرقة تُبنى كلٌّ منها على حدة.

بحلول عام ٢٠٢٥ نضج وكلاء الذكاء الاصطناعي من عروض بحثية إلى أدوات إنتاجية. فصارت وكلاء البرمجة ووكلاء استعمال المتصفّح ووكلاء المهام متعددة الخطوات عروضًا معيارية، إذ طرحت OpenAI وAnthropic وGoogle ومشاريع مفتوحة المصدر أنظمة قادرة.

أصدر مختبر DeepSeek الصيني نموذج R1، وهو نموذج استدلالي بأوزان مفتوحة، شِفرته وأوزانه برخصة MIT، نافس أداؤه نموذج o1 من OpenAI. وأظهر الإصدار أن القدرات المتقدّمة يمكن بلوغها خارج المؤسسة الأمريكية للذكاء الاصطناعي، فأطلق إعادة تقييم عالمية للمنافسة في هذا الحقل.

أعلنت OpenAI وOracle وSoftBank وشركة MGX الإماراتية معًا عزمها استثمار ٥٠٠ مليار دولار على مدى أربع سنوات لبناء بنية تحتية للذكاء الاصطناعي في الولايات المتحدة، تشمل عدة مراكز بيانات ضخمة.

أصدرت Anthropic نموذج Claude 3.7 Sonnet، ووصفته بأنه أول نموذج استدلال هجين متاح للعموم: يستطيع المستعمل أن ينتقل في النموذج نفسه بين الإجابات الفورية والتفكير الممتد.

في مارس ٢٠٢٥ أعلنت Anthropic جولة تمويل بـ٣٫٥ مليار دولار عند تقييم قدره ٦١٫٥ مليار دولار، فصارت من أعلى شركات الذكاء الاصطناعي الناشئة تقييمًا في العالم، وعكس ذلك مزيدًا من تركّز رأس المال في هذا القطاع.

أصدرت Meta نموذجي Llama 4 Scout وMaverick مفتوحي الأوزان ومتعددي الوسائط أصلًا، وعرضت Behemoth، وهو نموذج معلّم كان لا يزال قيد التدريب ولم يُصدر. ويستعمل Scout وMaverick بنى مزيج الخبراء.

أصدرت Anthropic نموذجَي Claude Opus 4 وClaude Sonnet 4، وهما نموذجان هجينان يقدّمان إجابات شبه فورية وتفكيرًا مطوّلًا. وكان بوسع كليهما استعمال أدوات مثل البحث في الويب أثناء التفكير المطوّل، وهي قدرة كانت يومئذٍ تجريبية، وأفادت Anthropic بتحسّن في البرمجة والاستدلال والمهام الوكيلية الطويلة.

في ٢ أغسطس ٢٠٢٥ صارت قواعد الحوكمة والتزامات نماذج الذكاء الاصطناعي عامة الغرض في قانون الذكاء الاصطناعي الأوروبي سارية. وتتبع أحكام أخرى تواريخ انتقالية منفصلة، فليست هذه المحطة بداية شاملة للإنفاذ الكامل.

أصدرت OpenAI نموذج GPT-5، ووصفته بأنه نظام موحّد يوجّه الطلبات بين نموذج سريع ونموذج استدلال أعمق. وأفادت OpenAI بنتائج رائدة في الرياضيات والبرمجة الواقعية ومعايير أخرى.

أتمّت OpenAI إعادة رسملة بنيتها المؤسسية. فصار النشاط الربحي شركة منفعة عامة باسم OpenAI Group PBC، وتواصل OpenAI Foundation — وهي الكيان غير الربحي — السيطرة عليه ضمن الرسالة نفسها. وتقول OpenAI إن إعادة الرسملة جاءت بعد قرابة سنة من المباحثات مع النائبين العامَّين لولايتي California وDelaware.

خلال النصف الأول من عام ٢٠٢٦ خرجت قدرات الوكلاء من العروض إلى منتجات مؤسسية مطروحة: فصارت وكلاء البرمجة والدعم وأتمتة المكاتب ميزات موثّقة، ونضجت حولها بنية استدعاء الأدوات وتعدد الوكلاء. أما مدى بلوغ التبنّي فعلًا فغير محسوم. إذ تورد المسوح المنشورة معدلات إنتاج متباينة جدًا لأنها لا تتفق على ما يُعدّ وكيلًا، فتسجّل هذه المدخلة اتجاه الحركة لا مستواها.

خلال النصف الأول من عام ٢٠٢٦ نُشرت إصدارات مفتوحة الأوزان من DeepSeek وAlibaba Qwen وMoonshot وZhipu وMeta على مقياس لم يُرَ من قبل إلا في الأنظمة المغلقة، بأوزان وبطاقات نماذج قابلة للتنزيل لا موصوفة فحسب. أما مضاهاة أي منها للطليعة المغلقة فتتوقف على أي مؤشر معياري يُستعمل وكيف يُوزَن، فتسجّل هذه المدخلة ما أُصدر وتحت أي رخصة، لا ترتيبًا.

نشرت Nature نظام Co-Scientist، وهو نظام متعدد الوكلاء مبني على Gemini يصوغ فرضيات بحثية جديدة للتحقق التجريبي. وتورد الورقة تحققًا عبر ثلاثة تطبيقات حيوية طبية: إعادة توظيف الأدوية، واكتشاف أهداف جديدة، وتفسير آليات المقاومة لمضادات الميكروبات. ويقدّمه مؤلفوه مساعدًا للباحثين لا بديلًا عنهم، وهو ما يجعله دليلًا محكَّمًا على مشاركة الذكاء الاصطناعي في توليد الفرضيات لا في التحليل وحده.

أفادت تقارير في ١١ يونيو ٢٠٢٦ بأن Meta بدأت فكّ دمج استحواذها على شركة وكلاء الذكاء الاصطناعي Manus، فأوقفت تبادل البيانات وفصلت العمليات. وربط التقرير الخطوة بمتطلبات تنظيمية صينية؛ وينبغي مقابلة الوضع القانوني والتشغيلي اللاحق بإفصاحات محدَّثة.

أطلقت Anthropic نموذج Claude Fable 5 المحاط بضمانات للاستعمال العام، ونموذج Mythos 5 الأقل تقييدًا لشركاء Project Glasswing المعتمدين، في ٩ يونيو ٢٠٢٦. وفي ١٢ يونيو استوجبت ضوابط التصدير الأمريكية قيودًا على غير المواطنين؛ ولما تعذّر التحقق من الجنسية آنيًا، علّقت Anthropic النموذجين عالميًا. ورُفعت الضوابط في ٣٠ يونيو. وعاد Fable 5 عالميًا في ١ يوليو، بينما عاد Mythos 5 أولًا للمؤسسات الأمريكية المعتمدة.

في ١٣ يونيو ٢٠٢٦ فتح تحالف من النوّاب العامّين في ولايات أمريكية بقيادة New York تحقيقًا في OpenAI وأصدر أمر إحضار. ويطلب الأمر مستندات تتعلق بوضع الإعلانات وتفاعل المستعملين واستبقائهم، ومجاراة النموذج لمستعمله، ومعالجة بيانات المستهلكين والبيانات الصحية، وحماية القاصرين وكبار السن. وقالت OpenAI إنها ستتعاون مع النوّاب العامّين، وأشارت إلى أن ChatGPT بنى ضمانات أقوى للقاصرين.

في ٢٩ يونيو ٢٠٢٦ أعلنت Samsung وSK Hynix خطط استثمار متعددة السنوات في أشباه الموصلات بإجمالي ٨٠٠ تريليون وون، تشمل أربعة مصانع ذاكرة جنوب غربي كوريا الجنوبية. وتتباين التحويلات إلى الدولار بتباين أسعار الصرف، بينما يبقى النطاق والموافقات والتنفيذ رهن المراجعة.

في ٣٠ يونيو ٢٠٢٦ أتاحت Google وكيل تطبيقها Gemini، Gemini Spark، لنظام macOS في نسخة تجريبية لمشتركي Google AI Ultra، بدءًا من الولايات المتحدة. وصار بوسع Spark العمل عبر ملفات سطح المكتب وتطبيقاته، والاتصال بمزيد من الخدمات، وتتبّع الموضوعات لحظةً بلحظة.

في يوليو ٢٠٢٦ نشرت Moonshot AI أوزانًا مفتوحة لنموذج Kimi K3 على Hugging Face. وتسجّل بطاقة النموذج ٢٫٨ تريليون وسيط إجمالًا منها ١٠٤ مليارات مفعّلة، ونافذة سياق قدرها ١٬٠٤٨٬٥٧٦ رمزًا، ورخصة Kimi K3. وكان عند صدوره، بعدد وسائطه الإجمالي، من أكبر النماذج اللغوية القابلة للتنزيل علنًا.

في ١ يوليو ٢٠٢٦ أعلنت Cloudflare ضوابط منفصلة لحركة البحث والوكلاء والتدريب، وذكرت أن النطاقات الجديدة على Cloudflare ستحجب ابتداءً من ١٥ سبتمبر زواحف التدريب والوكلاء افتراضيًا في الصفحات الحاملة للإعلانات مع السماح للبحث افتراضيًا؛ ويستطيع أصحاب المواقع تغيير الإعدادات، أما الزواحف متعددة الأغراض فتتبع أشدّ القواعد انطباقًا.

في ٢ يوليو ٢٠٢٦ أعلنت Microsoft إنشاء Microsoft Frontier Company، وهي وحدة أعمال تشغيلية جديدة تضع ٦٬٠٠٠ خبير في القطاعات والهندسة لدى العملاء لتصميم أنظمة الذكاء الاصطناعي ونشرها، ويدعمها استثمار من Microsoft قدره ٢٫٥ مليار دولار.

في ٩ يوليو ٢٠٢٦، وبعد انتهاء معاينة محدودة، أتاحت OpenAI عائلة GPT-5.6 للجميع: Sol وTerra وLuna. وخلال المعاينة عملت OpenAI عن كثب مع هيئات خبيرة وشركاء موثوقين.

في ٢ أغسطس ٢٠٢٦ صار قانون الذكاء الاصطناعي الأوروبي عام السريان، وتولّى مكتب الذكاء الاصطناعي مع السلطات الوطنية التنفيذ والإشراف والإنفاذ. وأرجأ AI Omnibus، النافذ منذ ٢٧ يوليو ٢٠٢٦، أثقل واجبات المخاطر العالية: فأنظمة الملحق الثالث القائمة بذاتها تسري من ٢ ديسمبر ٢٠٢٧، والذكاء الاصطناعي المضمَّن في منتجات منظَّمة من ٢ أغسطس ٢٠٢٨. أما الممارسات المحظورة فكانت سارية منذ ٢ فبراير ٢٠٢٥، والتزامات النماذج عامة الغرض منذ ٢ أغسطس ٢٠٢٥.

في ٢ سبتمبر ٢٠٢٦ نشرت ARC Prize نتائج ARC-AGI-3 المتحقَّق منها لنموذج GPT-6 Astra عبر اثنتي عشرة تهيئة لمنظومة التشغيل. وعلى مجموعة التقييم شبه الخاصة نفسها يسجّل النموذج ٦٢٫٧١٪ مع منظومة Standard التي تتيح له حمل ملاحظات يختار الاحتفاظ بها، و٩٨٫٥٥٪ مع منظومة Provider Adapter التي تحفظ حالة الاستدلال بين الطلبات وتضغط المحادثات الطويلة. واستعمل Astra إجراءات أقل من الإنسان الوسيط المختبَر في ٩٦٪ من المستويات. والرقم يقيس نموذجًا مع سقالته، ولهذا سُجّل الاثنان هنا.

في ٣ سبتمبر ٢٠٢٦ نشرت OpenAI بطاقة نظام تضع GPT-6 Astra عند عتبة «حَرِج» في القدرة السيبرانية وفق إطار التأهّب الخاص بالشركة، وهو أول نموذج لها عند ذلك المستوى. وتصف البطاقة نموذجًا يستطيع العثور على ثغرات أمنية غير معروفة من قبل وتطوير سبل لاستغلالها عبر أنظمة كثيرة جيدة الحماية دون أن يوجّهه شخص في كل خطوة، والقدرات الحسّاسة محجوبة خلف برنامج وصول موثوق. والتصنيف تقييم OpenAI لنموذجها هي في مقابل إطارها هي، ولا تستعمل البطاقة عبارة الذكاء الاصطناعي العام ولا الذكاء العام.