في عصر التكنولوجيا الحالي، الذكاء الاصطناعي (AI) قد دخل ويستمر في التغلغل في جميع جوانب الحياة. نسمع كثيرًا عن الذكاء الاصطناعي في التطبيقات اليومية، من المساعدين الافتراضيين على الهواتف إلى السيارات ذاتية القيادة.

ومع ذلك، ليست كل أنظمة الذكاء الاصطناعي متشابهة. في الواقع، يُصنف الذكاء الاصطناعي إلى مستويات مختلفة، وأكثرها شيوعًا هي الذكاء الاصطناعي الضيق (Artificial Narrow Intelligence – ANI، المعروف أيضًا بـ الذكاء الاصطناعي الضعيف) والذكاء الاصطناعي العام (Artificial General Intelligence – AGI، المعروف أيضًا بـ الذكاء الاصطناعي القوي). فما هو الذكاء الاصطناعي الضيق والذكاء الاصطناعي العام بالضبط، وكيف يختلفان؟ دعونا مع INVIAI نستكشف التفاصيل في المحتوى التالي.

ما هو الذكاء الاصطناعي؟

قبل التمييز بين الذكاء الاصطناعي الضيق والعام، يجب أن نفهم ما هو الذكاء الاصطناعي. وفقًا لتعريفات خبراء مثل ستيوارت راسل وبيتر نورفيج، الذكاء الاصطناعي هو " دراسة وتصميم العوامل الذكية، حيث يكون العامل الذكي نظامًا قادرًا على إدراك البيئة المحيطة به واتخاذ إجراءات لتعظيم فرص نجاحه". ببساطة، الذكاء الاصطناعي هو إنشاء آلات أو برامج يمكنها أداء مهام تتطلب ذكاءً بشريًا.

في الواقع، الذكاء الاصطناعي يشمل أنظمة متعددة، من خوارزميات بسيطة إلى نماذج تعلم آلي معقدة. بناءً على نطاق وقدرات الذكاء، يُصنف الذكاء الاصطناعي إلى الذكاء الاصطناعي الضيق (ANI)، الذكاء الاصطناعي العام (AGI)، وحتى الذكاء الاصطناعي الفائق (ASI). حاليًا، الذكاء الاصطناعي الضيق هو النوع الوحيد المطور والمطبق على نطاق واسع، بينما الذكاء الاصطناعي العام لا يزال نظريًا. لفهم أفضل، دعونا نتعمق في كل مفهوم.

ما هو الذكاء الاصطناعي الضيق (Narrow AI)؟

الذكاء الاصطناعي الضيق (ANI – Artificial Narrow Intelligence)، المعروف أيضًا بـ الذكاء الاصطناعي الضعيف، هو نوع من الذكاء الاصطناعي مصمم لأداء مهمة واحدة (أو عدة مهام محددة) بكفاءة عالية. يتميز الذكاء الاصطناعي الضيق بأنه يركز فقط على مجال أو مشكلة واحدة محددة، مثل التعرف على الوجوه، الترجمة اللغوية، لعب الشطرنج، وغيرها.

يعمل الذكاء الاصطناعي الضيق بشكل ممتاز ضمن نطاق المهمة التي تم برمجته أو تدريبه عليها، بل إن بعض الأنظمة تتفوق على البشر في مجالات ضيقة محددة. لكن الذكاء الاصطناعي الضيق لا يمتلك وعيًا ذاتيًا أو تفكيرًا بشريًا، ولا يمكنه توسيع معرفته إلى مجالات خارج نطاق برمجته.

بمعنى آخر، نظام الذكاء الاصطناعي الضيق يشبه خبيرًا متميزًا جدًا في مجال واحد، لكنه "أعمى" تمامًا في المجالات الأخرى خارج تخصصه. وهذا هو السبب في تسميته بالذكاء الاصطناعي الضعيف – ليس لأنه ضعيف في الأداء، بل لأن نطاق ذكائه محدود جدًا ضمن الإطار المحدد له.

حاليًا، الذكاء الاصطناعي الضيق هو النوع الأكثر شيوعًا، وهو ما نراه في حياتنا اليومية. معظم تطبيقات الذكاء الاصطناعي حولنا هي من نوع الذكاء الاصطناعي الضيق. بعض الأمثلة الشائعة على الذكاء الاصطناعي الضيق تشمل:

• المساعدون الافتراضيون: مثل Apple Siri، Google Assistant، وAmazon Alexa، التي تم برمجتها لفهم الأوامر الصوتية والاستجابة لطلبات المستخدم (البحث عن معلومات، ضبط التذكيرات، تشغيل الموسيقى، التحكم في الأجهزة الذكية...). هي ممتازة في هذا النطاق، لكنها لا تستطيع أداء مهام خارج الوظائف المبرمجة.
• أنظمة التوصية: خدمات مثل Netflix، YouTube، Spotify تستخدم الذكاء الاصطناعي الضيق لتحليل سجل المشاهدة أو الاستماع لديك واقتراح محتوى يتناسب مع اهتماماتك. هذه الأنظمة تقدم توصيات دقيقة بناءً على البيانات، لكنها لا تستطيع إنشاء محتوى جديد أو فهم السياق خارج نطاق التوصية.
• التعرف على الوجوه: تقنية التعرف على الوجوه في الهواتف (مثل فتح القفل عبر Face ID) أو على وسائل التواصل الاجتماعي (اقتراح وضع علامات على الأصدقاء في الصور) هي ذكاء اصطناعي ضيق متخصص في تحليل صور الوجوه. يتعرف على من في الصورة بناءً على ملامح الوجه التي تعلمها، لكنه لا يفهم مشاعر أو نوايا الأشخاص.
• السيارات ذاتية القيادة (بدرجة ما): تستخدم السيارات الذاتية القيادة عدة وحدات ذكاء اصطناعي ضيقة متكاملة، مثل نظام التعرف على إشارات المرور، نظام الحفاظ على المسار، نظام الفرملة الطارئة... كل وحدة تعالج مهمة ضيقة في القيادة. رغم أن الجمع بينها يعطي انطباعًا بسيارة "ذكية ذاتية القيادة"، إلا أن كل ذكاء اصطناعي داخلي يتعامل بكفاءة مع نوع معين من الحالات فقط. السيارات ذاتية القيادة الحالية لا تستطيع التعامل مع كل الحالات المفاجئة والمرنة مثل البشر.

بفضل مزايا مثل الدقة العالية والأداء المتفوق في المهام الموكلة إليها، جلب الذكاء الاصطناعي الضيق فوائد عملية كثيرة للحياة والصناعة. على سبيل المثال، في المجال الطبي، يساعد الذكاء الاصطناعي الضيق في تحليل صور الأشعة السينية لتشخيص الأمراض؛ في المالية، يكتشف الاحتيال في المعاملات؛ في التصنيع، يدير روبوتات التجميع، وغيرها.

ومع ذلك، العيب الكبير للذكاء الاصطناعي الضيق هو حدود نطاق الذكاء – لا يمكنه التعلم الذاتي لأداء مهام أخرى خارج ما تم تدريبه عليه. إذا أردنا أن يقوم الذكاء الاصطناعي الضيق بمهام أخرى، يجب برمجته أو تدريبه من جديد باستخدام بيانات جديدة. على سبيل المثال، ذكاء اصطناعي بارع في لعب الشطرنج مثل AlphaGo يعرف فقط لعب الشطرنج، ولا يمكنه فجأة تعلم الطبخ أو القيادة. هذا يعني أن مرونة الذكاء الاصطناعي الضيق تكاد تكون صفرًا خارج نطاق المهمة الأصلية.

نقطة مهمة أخرى: الذكاء الاصطناعي الضيق يعتمد كليًا على البيانات والخوارزميات المقدمة له. لذلك، إذا كانت بيانات التدريب خاطئة أو متحيزة، فإن الذكاء الاصطناعي الضيق سيخطئ أو يظهر تحيزًا مماثلًا. هذه هي القيود العامة لأنظمة الذكاء الاصطناعي الحالية.

إنها لا "تفهم" المعاني العميقة حقًا، بل ترد بناءً على الأنماط التي تعلمتها. ولهذه الحدود، يسعى الباحثون دائمًا لتطوير نوع متقدم من الذكاء الاصطناعي يمكنه التفكير العام والمرونة مثل الذكاء البشري – وهذا هو الذكاء الاصطناعي العام (AGI).

ما هو الذكاء الاصطناعي العام (General AI)؟

الذكاء الاصطناعي العام (AGI – Artificial General Intelligence)، المعروف أيضًا بـ الذكاء الاصطناعي القوي، هو مصطلح يشير إلى نظام ذكاء اصطناعي يمتلك ذكاءً عامًا مماثلًا للبشر. هذا يعني أن الذكاء الاصطناعي العام قادر على الفهم، التعلم الذاتي، وتطبيق المعرفة لحل أي مهمة أو مشكلة في مجالات متعددة، وليس مقيدًا بمهمة واحدة محددة.

إذا كان الذكاء الاصطناعي الضيق خبيرًا في مجال واحد، فإن الذكاء الاصطناعي العام يُشبه "خبيرًا عامًا" يمكنه أداء معظم المهام بكفاءة – من القيادة، الطبخ، البرمجة، إلى التشخيص الطبي، الاستشارات القانونية، وغيرها، تمامًا كما يمكن لشخص ذكي أن يتولى مهام متنوعة.

بصيغة أخرى: الذكاء الاصطناعي القوي هو الذكاء الاصطناعي بمستوى ذكاء بشري. لا يقتصر على تنفيذ الأوامر المسبقة، بل يمكنه التفكير، التخطيط، الإبداع، والتكيف مع المواقف الجديدة – وهي قدرات لا يمتلكها الذكاء الاصطناعي الضيق.

في الخيال العلمي، غالبًا ما يُصوَّر الذكاء الاصطناعي العام كآلات تمتلك تفكيرًا ووعيًا لا يختلفان عن البشر، بل وأحيانًا مشاعر. على سبيل المثال، شخصيات مثل J.A.R.V.I.S. في فيلم Iron Man أو Samantha في فيلم Her هي أمثلة خيالية لذكاء اصطناعي ذكي يشبه البشر. يمكنهم التحدث بشكل طبيعي، التعلم، والتعامل مع طلبات البشر المتنوعة بمرونة.

حتى الآن (عام 2025)، لا يزال الذكاء الاصطناعي العام هدفًا نظريًا ولم يتم تطوير أي نظام يصل إلى هذا المستوى. رغم التقدم الكبير في الذكاء الاصطناعي الضيق وبعض الأنظمة التي تبدو "ذكية متعددة الاستخدامات"، إلا أنها ليست AGI حقيقية.

يؤكد الخبراء أن AGI لا يزال تحديًا كبيرًا وقد يحتاج لعقود من البحث. إيثان موليك، أستاذ مساعد في جامعة بنسلفانيا، يقول: "رغم التقدم الملحوظ في الذكاء الاصطناعي الضيق، إلا أن الذكاء الاصطناعي العام لا يزال تحديًا كبيرًا وقد يحتاج لعقود أخرى من البحث". بمعنى آخر، الطريق إلى AGI لا يزال طويلاً وشاقًا.

لماذا من الصعب تطوير الذكاء الاصطناعي العام؟...

السبب هو أن الذكاء الاصطناعي العام يحتاج إلى دمج قدرات معقدة متعددة: من فهم اللغة، الإدراك البصري، الاستدلال المنطقي، التفكير التجريدي، إلى التعلم من الخبرة والتكيف الاجتماعي. وهذا يتطلب اختراقات في الخوارزميات، قوة حوسبة هائلة، وبيانات تدريب ضخمة ومتنوعة.

بالإضافة إلى ذلك، هناك العديد من القضايا الأخلاقية والأمنية التي يجب مراعاتها عند تطوير ذكاء اصطناعي ذكي بمستوى بشري – مثل كيفية ضمان تصرفه بأخلاق، وكيفية السيطرة عليه إذا أصبح ذكيًا جدًا. هذه ليست فقط مسألة تقنية، بل ترتبط بالمجتمع والفلسفة.

رغم عدم وجود AGI حقيقي حتى الآن، إلا أن بعض أنظمة الذكاء الاصطناعي المتقدمة بدأت تظهر بعض القدرات العامة. على سبيل المثال، نماذج اللغة الكبيرة (مثل GPT-3 وGPT-4 من OpenAI) يمكنها أداء مهام متعددة: الإجابة على الأسئلة، الكتابة، البرمجة، الترجمة، وحتى اجتياز بعض الاختبارات التي يؤديها البشر.

يرى الباحثون في مايكروسوفت أن نموذج GPT-4 قادر على حل مهام جديدة ومتنوعة في مجالات مثل الرياضيات، البرمجة، الطب، والقانون دون الحاجة إلى تدريب متخصص لكل مهمة، ويحقق أداءً قريبًا من البشر في العديد من المهام. ويعتقدون أن GPT-4 يمكن اعتباره نسخة أولية من AGI (رغم عدم اكتماله).

ومع ذلك، حتى هذه النماذج المتقدمة تُصنف ضمن الذكاء الاصطناعي الضيق حسب التعريف، لأنها تفتقر إلى القدرة الحقيقية على التعلم الذاتي المستقل ولا تزال مقيدة بالقيود التقنية وبيانات التدريب.

على سبيل المثال، الذكاء الاصطناعي التوليدي مثل ChatGPT يمتلك معرفة واسعة في مجالات متعددة، لكنه لا يتعلم ذاتيًا معلومات جديدة خارج بيانات التدريب الأصلية، ولا يمكنه الانتقال لأداء مهام مادية في العالم الحقيقي دون برمجة إضافية. لذلك، الذكاء الاصطناعي العام الحقيقي لا يزال هدفًا مستقبليًا وليس واقعًا حاليًا.

لتوضيح ذلك، إليكم بعض الأمثلة الافتراضية للذكاء الاصطناعي العام (في المستقبل، إذا تم تطويره بنجاح):

• روبوت متعدد المهام كمساعد بشري: تخيل روبوتًا بشري الشكل يمكنه تعلم جميع المهارات اللازمة – يطبخ لك الإفطار صباحًا حسب ذوقك، يقودك للعمل ظهرًا، يبرمج برامج بعد الظهر، ويعلم أطفالك مساءً. هذا هو الذكاء الاصطناعي العام المثالي: ذكاء يمكنه أداء معظم المهام الذهنية واليدوية بكفاءة دون الحاجة لتوجيه بشري مفصل.
• نظام طبي شامل للذكاء الاصطناعي: ذكاء اصطناعي يجمع معرفة جميع التخصصات الطبية، يمكنه تشخيص أي مرض بناءً على الأعراض والفحوصات، ثم اقتراح أفضل خطة علاجية. لا يقتصر على الطب فقط، بل يشمل الفهم النفسي، التغذية، القانون (للاستشارات التأمينية)، وغيرها. يشبه طبيبًا – خبيرًا عامًا ذكيًا يدعم الإنسان في جميع جوانب الرعاية الصحية.

هذه الأمثلة لا تزال غير موجودة، لكنها تمثل الرؤية التي يسعى إليها الباحثون في الذكاء الاصطناعي. إذا نجحنا يومًا في إنشاء ذكاء اصطناعي عام، فسيكون ذلك قفزة تكنولوجية هائلة – يمكن اعتبارها "ثورة صناعية جديدة" في تاريخ البشرية.

ومع ذلك، تأتي هذه الفوائد مع تحديات ومخاطر كبيرة، كما ذُكر: كيف نضمن السيطرة على ذكاء قادر على تحسين نفسه يتجاوز فهم البشر؟ هذا هو السبب في وجود نقاشات كثيرة حول تطوير AGI، ويتطلب الأمر حذرًا شديدًا.

قبل الانتقال إلى مقارنة مباشرة بين المفهومين، يجدر ذكر مصطلح أعلى من AGI وهو ASI (Artificial Super Intelligence) – الذكاء الاصطناعي الفائق. ASI يشير إلى ذكاء اصطناعي يتجاوز قدرات البشر في جميع النواحي – بمعنى أبسط، أذكى من البشر بمراحل كثيرة. هذا المفهوم موجود بالكامل في الخيال العلمي، وربما لا يتحقق أبدًا.

إذا كان AGI هو ذكاء بمستوى بشري، فإن ASI هو ذكاء فائق الذكاء. يخشى البعض أن ASI، إذا ظهر، قد يسبب عواقب لا يمكن التنبؤ بها للبشرية لأنه ذكي جدًا وخارج نطاق السيطرة. على أي حال، هذا موضوع للمستقبل البعيد. في هذا المقال، نركز على المستويين القابلين للتحقيق والأقرب: الذكاء الاصطناعي الضيق (الحالي) والذكاء الاصطناعي العام (المستقبل القريب/المأمول).

الفرق بين الذكاء الاصطناعي الضيق والذكاء الاصطناعي العام

باختصار، الذكاء الاصطناعي الضيق (ANI) والذكاء الاصطناعي العام (AGI) يختلفان في عدة جوانب أساسية. فيما يلي جدول مقارنة وشرح لبعض الفروقات الرئيسية بين هذين النوعين من الذكاء الاصطناعي:

نطاق المهام

الذكاء الاصطناعي الضيق يمكنه فقط أداء مهمة واحدة أو عدة مهام محددة تم برمجتها أو تدريبها (مثل التعرف على الصور فقط، أو لعب الشطرنج فقط، إلخ). بالمقابل، الذكاء الاصطناعي العام يهدف إلى أداء أي مهمة ذهنية يمكن للبشر القيام بها، أي نطاق غير محدود. ببساطة، الذكاء الاصطناعي الضيق هو "حبة رمل صغيرة"، بينما الذكاء الاصطناعي العام هو "محيط" من القدرات.

المرونة والتعلم

الذكاء الاصطناعي الضيق يفتقر إلى القدرة على التعلم الذاتي والتكيف مع مواقف جديدة خارج البيانات والخوارزميات الأصلية – فهو يعتمد كليًا على البرمجة والبيانات المقدمة مسبقًا. بينما الذكاء الاصطناعي العام من المتوقع أن يتكيف ويتعلم معلومات جديدة عند مواجهة مشكلات غير مألوفة، مثلما يتعلم البشر من الخبرة. يمكن للذكاء الاصطناعي العام الاستدلال، تكوين الوعي أو على الأقل الفهم العام للعالم، بدلاً من مجرد اتباع أنماط محددة.

مستوى التطور الحالي

الذكاء الاصطناعي الضيق موجود ويُستخدم على نطاق واسع في الواقع الحالي (في التطبيقات، الخدمات، الأجهزة الذكية في كل مكان). أما الذكاء الاصطناعي العام فهو لا يزال نظريًا، وتجرى تجارب حول العالم لكن لا يوجد نظام حقق هذا المستوى من الذكاء. بمعنى آخر، كل الذكاء الاصطناعي حولنا اليوم هو ضيق، رغم أن بعضها متقدم جدًا، والذكاء الاصطناعي العام الحقيقي لم يظهر بعد.

أمثلة نموذجية

الذكاء الاصطناعي الضيق – يشمل المساعدين الافتراضيين (Siri، Alexa)، برامج الترجمة الآلية، أنظمة التوصية بالأفلام، برامج الألعاب (الشطرنج، الغو)، إلخ. هذه الأنظمة تقوم بنمط واحد من المهام وتؤديها جيدًا ضمن نطاق ضيق. الذكاء الاصطناعي العام – حتى الآن لا توجد أمثلة واقعية، ولا يتعدى كونه نموذجًا تخيليًا.

شخصيات الذكاء الاصطناعي الذكي في الأفلام والروايات (مثل الروبوتات ذات التفكير المستقل، الحواسيب الذكية التي تسيطر على كل شيء...) هي تمثيلات لـ AGI. في المستقبل، إذا تم تطويره، يمكن اعتبار روبوت مساعد متعدد المهام أو نظام ذكاء اصطناعي يدير مصنعًا بالكامل أمثلة على AGI. لكن حتى الآن، لا يوجد نظام AGI في الواقع.

المزايا والقيود

الذكاء الاصطناعي الضيق لديه ميزة التخصص العالي، وغالبًا ما يحقق دقة وأداء متفوق في مهامه (مثل الذكاء الاصطناعي الطبي الذي يمكنه تحليل آلاف صور الأشعة بسرعة ودقة لا تقل عن الأطباء).

لكن قيوده تشمل نقص المرونة والإبداع، واعتماده على البيانات، وعدم القدرة على توسيع قدراته. بينما الذكاء الاصطناعي العام، إذا تحقق، سيكون مرنًا للغاية، متكيفًا ومبدعًا – وهذه هي أكبر مميزاته. لكن عيوبه الحالية هي صعوبة التطوير: AGI يتطلب تقنيات معقدة لم تُحل بعد، ويحمل تحديات تقنية واجتماعية كبيرة.

المخاطر والتحديات

الذكاء الاصطناعي الضيق عمومًا آمن وأسهل في السيطرة، لكنه يحمل مخاطر مثل الانحياز (التحيز) بسبب بيانات سيئة أو حدود النطاق (عدم فهم السياق خارج المهمة مما قد يؤدي إلى أخطاء).

الذكاء الاصطناعي العام يحمل مخاطر أكبر أخلاقية وسيطرة: إذا وصل الذكاء الاصطناعي إلى مستوى بشري أو أعلى، كيف نضمن أن يتصرف بما يتوافق مع قيم الإنسانية ولا يتجاوز نطاق السيطرة؟ هذه مخاوف أثارها العديد من خبراء الذكاء الاصطناعي والمستقبليين.

على سبيل المثال، يمكن لـ AGI أن يطور نفسه ويتخذ قرارات دون الحاجة للبشر، مما قد يسبب عواقب إذا لم تكن أهدافه متوافقة مع مصالح البشر. لذلك، تطوير AGI دائمًا ما يصاحبه تحديات في أمان الذكاء الاصطناعي وإدارته على مستوى عالٍ.

بشكل عام، الفرق الجوهري هو أن الذكاء الاصطناعي الضيق "يعرف كل شيء عن شيء واحد، بينما الذكاء الاصطناعي العام يعرف أشياء كثيرة". الذكاء الاصطناعي الضيق موجود حولنا في تطبيقات محددة، أما الذكاء الاصطناعي العام فهو الهدف الطموح لإنشاء آلات ذكية شاملة.

>>> تعرف أكثر على: الذكاء الاصطناعي، التعلم الآلي والتعلم العميق

فهم الفرق بين الذكاء الاصطناعي الضيق والذكاء الاصطناعي العام هو الخطوة الأولى لفهم الصورة الكاملة للذكاء الاصطناعي الحالي والمستقبلي. الذكاء الاصطناعي الضيق قد جلب ويستمر في جلب فوائد عملية كثيرة في الحياة، من أتمتة الأعمال، زيادة الإنتاجية، إلى تحسين الخدمات والراحة اليومية. نحن معتادون على تطبيقات الذكاء الاصطناعي الضيق مثل المساعدين الافتراضيين، السيارات ذاتية القيادة، تحليل البيانات... الذكاء الاصطناعي الضيق هو أساس عصر الذكاء الاصطناعي الحالي، ويساعد في حل مشكلات محددة بكفاءة.

بينما الذكاء الاصطناعي العام يشبه الكأس المقدسة في أبحاث الذكاء الاصطناعي – هدف بعيد لكنه واعد. إذا تحقق يومًا، قد يشهد البشر تغييرات جذرية: آلات يمكنها أداء معظم الأعمال التي يقوم بها الإنسان، وفتح آفاق جديدة في العلوم، الطب، التعليم، الاقتصاد...

ومع الأمل، تأتي تحديات كبيرة على الصعيدين التكنولوجي والأخلاقي. الطريق إلى AGI لا يزال طويلاً ويتطلب تعاونًا متعدد التخصصات بين العلماء، المهندسين، الخبراء الاجتماعيين، والحكومات.

باختصار، الذكاء الاصطناعي الضيق والذكاء الاصطناعي العام يمثلان مستويين مختلفين من الذكاء الاصطناعي. الذكاء الاصطناعي الضيق هو الواقع الحالي – قوي ضمن نطاق ضيق، يدعم البشر في مهام محددة. الذكاء الاصطناعي العام هو رؤية مستقبلية – ذكاء اصطناعي شامل مثل البشر، واعد لكنه مليء بالتحديات.

التمييز الواضح بين هذين المفهومين يساعدنا على وضع توقعات صحيحة تجاه الذكاء الاصطناعي، والاستفادة من قوة الذكاء الاصطناعي الضيق الحالي، وفي الوقت نفسه الاستعداد للخطوات القادمة نحو الذكاء الاصطناعي العام في المستقبل. كما أشار المقال: حتى الآن، نحن فقط نسيطر على الذكاء الاصطناعي الضيق، والطريق إلى الذكاء الاصطناعي العام (وحتى الذكاء الاصطناعي الفائق) لا يزال طويلاً.

ومع ذلك، كل تقدم في أبحاث الذكاء الاصطناعي يقربنا أكثر من هذا الهدف. مع التطور السريع للتكنولوجيا، من يدري، ربما خلال عقود قليلة، ما كان يُعتبر خيالًا علميًا قد يصبح واقعًا.