ما هو GPT-6، وكيف تعمل نماذج اللغة الكبيرة فعلاً؟

GPT-6 ليست منتجاً واحداً تم طرحه في يوم واحد. أطلقت OpenAI في مرحلتين: إصدار على مستوى الحدود يسمى GPT-6 Astra في أوائل سبتمبر 2026، تبعه نسختان موجهتان للمستهلك، GPT-6 Sol و GPT-6 Luna، اللتان حل محل النموذج السابق داخل ChatGPT في أكتوبر 2026.

أولاً Astra، ثم Sol و Luna للجميع

وفقاً لحساب OpenAI الخاص الموضح على ويكيبيديا، دخلت GPT-6 Astra معاينة محدودة في 3 سبتمبر 2026، وصلت إلى مستخدمي ChatGPT المدفوعين في اليوم التالي. وصفتها OpenAI بأنها نظامها الأكثر قدرة حتى الآن، مشيرة إلى مكاسب في البرمجة والرياضيات واستخدام الكمبيوتر المستقل. قال نائب رئيس OpenAI Aidan Clark أن النموذج كان أكبر جهد تدريبي للشركة حتى الآن، داعياً إياه أول مرة تقوم فيها OpenAI بتدريب مسبق لنموذج على أكثر من 100,000 معالج GPU، في موقع Stargate في تكساس.

صنفت OpenAI Astra على مستوى القدرة الأمنية السيبرانية 'الحرج' بموجب إطار عمل الاستعداد الداخلي لها، وفقاً لاستعراض DataCamp لمواد OpenAI المنشورة. أفادت DataCamp أن هذا التصنيف يعكس قدرة Astra على مساعدة في إنشاء استغلالات سيبرانية بدلاً من القدرة على اكتشاف النقائص غير المعروفة بشكل مستقل في الأنظمة المحصنة، وأن OpenAI وضعت المزيد من المهام الأمنية السيبرانية المتقدمة للنموذج، مثل إنتاج استغلالات إثبات المفهوم، خلف برنامج وصول Daybreak عند الإطلاق. قال رئيس OpenAI Greg Brockman للصحفيين أنه يعتقد أنه من المعقول القول بأن الصناعة دخلت ما أطلق عليه عصر AGI، لكنه امتنع عن القول بأن OpenAI حققت ذكاء اصطناعي عام.

في 7 أكتوبر 2026، أحضرت OpenAI موجة ثانية من GPT-6 إلى تطبيق ChatGPT الرئيسي، هذه المرة مبنية للمحادثة اليومية بدلاً من العمل الخاص المتخصص، وفقاً لإعلان OpenAI في منتدى مجتمعها للمطورين وتقارير TechCrunch. علاوة على ذلك، تلقى مشتركو Pro و Business و Enterprise نسخة تسمى GPT-6 Sol على الفور؛ بدأ مستخدمو المستوى المجاني و Go في الحصول على GPT-6 Luna في اليوم التالي.

التغيير المرئي: 'واجهة مستخدم ذكية'

إلى جانب تبديل النموذج، قدمت OpenAI ميزة تسمى Intelligent UI. بدلاً من الإجابة بالفقرات فقط، يمكن لـ ChatGPT الآن تجميع الرد من نص ورسوم بيانية وأزرار قابلة للنقر والنماذج والأدوات التفاعلية الصغيرة مثل الآلات الحاسبة، وفقاً لمنشور OpenAI المجتمعي وتقارير TechCrunch. قال مدير المنتج في OpenAI Aarush Selvan أن الهدف كان جعل المواضيع المعقدة أسهل في الفهم، موضحاً أن الإجابات الأكثر فائدة على العديد من الأسئلة ليست نصاً عادياً وحده، كما أفادت به TechCrunch. يقرر النظام على أساس كل حالة على حدة ما إذا كان الرسم التخطيطي أو الرسم البياني التفاعلي أو النص العادي يناسب السؤال بشكل أفضل، ويمكن للمستخدمين تعديل عدد مرات ظهور هذه العناصر المرئية.

ما وجدته اختبارات السلامة الخاصة بـ OpenAI

تقول بطاقة النظام من OpenAI للإصدار في أكتوبر، المنشورة على مركز نشر السلامة الخاص بها، أن GPT-6 Sol و Luna حسّنا عدة تدابير أمان مقارنة بنماذج GPT-5.6 السابقة: مقاومة أقوى لمحاولات كسر النظام، بما في ذلك الهجمات متعددة الأدوار، سلوك أقل خداعاً أو خادعاً، ودقة واقعية أفضل على معظم المقاييس. وتفيد الوثيقة ذاتها أيضاً بوجود انحدارات ذات دلالة إحصائية في كيفية تعامل النماذج مع مجموعة ضيقة من فئات التقييم الحساسة، بما في ذلك الموجهات المتعلقة بإيذاء النفس، مع إظهار Luna انحدارات إضافية حول محتوى العنف والمحتوى الجنسي في الاختبارات الداخلية؛ وصف تقييم OpenAI الخاص المخرجات المثيرة للمشاكل التي راجعتها بأنها منخفضة الخطورة وتظل ضمن توقعاتها الأمنية العامة.

بموجب إطار عمل الاستعداد من OpenAI، تصنف بطاقة النظام أيضاً Sol و Luna على أنهما قدرة 'عالية' في فئات المخاطر البيولوجية والكيميائية والأمن السيبراني، لكن أقل من عتبة 'الحرج' - فئة خطر أقل من نموذج Astra الذي تم إطلاقه في الشهر السابق، والذي صنفته OpenAI على أنه حرج للأمن السيبراني.

كيف تعمل نماذج اللغة الكبيرة فعلاً

GPT-6، مثل GPT-4 و Claude و Llama، مبني على معمارية شبكة عصبية تسمى المحول، قدمها باحثو Google في عام 2017، وفقاً لشرح الأبحاث من IBM. يقسم المحول النص إلى وحدات صغيرة تسمى الرموز، ويحول كل رمز إلى متجه رقمي، ثم يستخدم آلية تسمى الاهتمام الذاتي لمعرفة مدى قوة تعلق كل رمز بكل رمز آخر في المدخلات - بما في ذلك تلك البعيدة في النص.

قبل أن يحدث أي من ذلك، يجب تدريب النموذج. يصف شرح IBM هذا على أنه يبدأ بمجموعات بيانات ضخمة - مليارات أو تريليونات من الكلمات المستخرجة من الكتب والمواقع والأكواد - والتي يتم تنظيفها وتقسيمها وتمريرها عبر الشبكة باستخدام التعلم الخاضع للإشراف الذاتي، وهي طريقة لا تتطلب من البشر تصنيف الإجابة الصحيحة لكل مثال.

بمجرد التدريب، يعمل النموذج بأخذ مطالب، وتحويله إلى رموز، والتنبؤ بشكل متكرر بالرمز الأكثر احتمالاً التالي، واحداً تلو الآخر، حتى تكتمل الاستجابة. كما يشرح شرح IBM، لا يعرف النظام إجابته النهائية مقدماً؛ فهو يولد الاستجابة قطعة تلو قطعة باستخدام العلاقات الإحصائية المتعلمة أثناء التدريب، بدلاً من استرجاع حقيقة مخزنة أو التفكير بالطريقة التي يفكر بها الإنسان.

ماذا يعني هذا للثقة بالنتائج

لأن النظام يتنبأ بنص معقول بدلاً من التحقق من الحقيقة، يسرد شرح IBM الهلوسة - معلومات مولدة بثقة لكن خاطئة - كحد أدنى متأصل من الهندسة المعمارية، إلى جانب خطر انعكاس التحيزات الموجودة في بيانات التدريب أو تضخيمها في النتائج. يتطلب التدريب وتشغيل النماذج بهذا الحجم أيضاً كميات كبيرة جداً من قوة الحوسبة والطاقة، وهي نقطة أكدت عليها OpenAI نفسها عندما قالت إن تشغيل تدريب Astra استخدم أكثر من 100,000 معالج GPU في موقع واحد.