أعلنت شركة جوجل ديب مايند عن "الذكاء الاصطناعي العلمي الرائد"

استخدمت جوجل ديب مايند نماذج روبوتات الدردشة لإيجاد حلول لمشكلات كبيرة في الرياضيات وعلوم الحاسوب. يجمع النظام، المسمى AlphaEvolve، بين إبداع نموذج لغوي كبير (LLM) وخوارزميات يمكنها اختبار اقتراحات النموذج لتحسين الحلول. وُصف البحث في ورقة فنية نشرتها الشركة في 14 مايو.

قال ماريو كرين، رئيس مختبر علماء الضوء الاصطناعي في معهد ماكس بلانك لعلوم الضوء في إرلانجن، ألمانيا: "هذه الورقة البحثية مثيرة للإعجاب حقًا. أعتقد أن AlphaEvolve هو أول عرض ناجح لاكتشافات جديدة تعتمد على نظائر الضوء متعددة الاستخدامات."

بالإضافة إلى استخدام النظام لإيجاد حلول للمشكلات المعقدة، طبّقت ديب مايند تقنية الذكاء الاصطناعي هذه على تحدياتها الواقعية، وفقًا لبوشميت كوهلي، كبير علماء ديب مايند. ساهم AlphaEvolve في تحسين تصميم الجيل القادم من معالجات tensor - وهي رقائق حاسوبية مُطوّرة خصيصًا للذكاء الاصطناعي - ووجد طريقةً لتسخير قوة الحوسبة العالمية لشركة جوجل بكفاءة أكبر، موفرًا 0.7% من إجمالي مواردها.

الذكاء الاصطناعي متعدد الأغراض

يقول كرين إن أنجح تطبيقات الذكاء الاصطناعي في العلوم حتى الآن - بما في ذلك أداة تصميم البروتين AlphaFold - تضمنت خوارزميات تعلم مصممة يدويًا لمهمة محددة. لكن AlphaEvolve متعدد الأغراض، إذ يستفيد من قدرة برنامج ماجستير القانون على توليد برمجيات تحل المشكلات في مجالات متنوعة.

يصف DeepMind نظام AlphaEvolve بأنه "وكيل"، إذ يتضمن استخدام نماذج ذكاء اصطناعي تفاعلية. ومع ذلك، فهو يستهدف نقطةً مختلفةً في العملية العلمية مقارنةً بالعديد من أنظمة الذكاء الاصطناعي العلمية "الوكيلة" الأخرى، والتي تُستخدم لمراجعة الدراسات العلمية واقتراح الفرضيات.

يعتمد AlphaEvolve على برنامج Gemini LLM الخاص بالشركة. تبدأ كل مهمة بإدخال المستخدم سؤالاً ومعايير تقييم وحلٍّ مقترح، ويقترح البرنامج مئات أو آلاف التعديلات بناءً عليها. ثم تُقيّم خوارزمية "التقييم" هذه التعديلات بناءً على معايير الحل الجيد.

بناءً على الحلول التي تُعتبر الأفضل، يقترح برنامج ماجستير القانون (LLM) أفكارًا جديدة، ومع مرور الوقت، يُطوّر النظام مجموعة خوارزمية أكثر فعالية. يقول ماتي بالوج، عالم الذكاء الاصطناعي في ديب مايند والمشارك في قيادة البحث: " نستكشف مجموعة متنوعة من إمكانيات حل المشكلات".

تطبيق ضيق

في مجال الرياضيات، يبدو أن AlphaEvolve يُقدم تسريعًا ملحوظًا في حل بعض المسائل، وفقًا لسيمون فريدر، عالم الرياضيات وباحث الذكاء الاصطناعي في جامعة أكسفورد بالمملكة المتحدة. لكنه أوضح أن هذا النظام لن يُطبق إلا على "مجموعة محدودة" من المهام التي يُمكن صياغتها كمسائل تُحل باستخدام الشيفرة البرمجية.

يبدي باحثون آخرون حذرًا بشأن جدوى الأداة حتى تُختبر خارج نطاق ديب مايند. يقول هوان صن، باحث في مجال الذكاء الاصطناعي بجامعة ولاية أوهايو في كولومبوس: "إلى أن تُختبر الأنظمة من قِبل المجتمع الأوسع، سأظل متشككًا وأتعامل مع النتائج المعلنة بحذر".

على الرغم من أن AlphaEvolve يتطلب طاقة حوسبة أقل من AlphaTensor، إلا أنه لا يزال يستهلك موارد كثيرة جدًا بحيث لا يمكن إتاحته مجانًا على خوادم DeepMind، وفقًا لكوهلي. ومع ذلك، تأمل الشركة أن يشجع إطلاق النظام الباحثين على اقتراح مجالات علمية لتطبيق AlphaEvolve فيها. وأضاف كوهلي: "نحن ملتزمون تمامًا بضمان إتاحته لأكبر شريحة ممكنة من المجتمع العلمي".

في إن إيه

المصدر: https://nhandan.vn/google-deepmind-cong-bo-ai-khoa-hoc-dot-pha-post879748.html