أعلنت شركة جوجل ديب مايند عن "اختراق" في مجال الذكاء الاصطناعي العلمي.

استخدمت جوجل ديب مايند مؤخرًا نماذج روبوتات المحادثة لتقديم حلول لمشاكل رئيسية في الرياضيات وعلوم الحاسوب. يجمع النظام، المسمى ألفا إيفولف، بين إبداع نماذج اللغة الضخمة وخوارزميات قادرة على تحليل اقتراحات النموذج لتصفية الحلول وتحسينها. وقد نُشرت تفاصيل البحث في تقرير فني من قِبل الشركة في 14 مايو.

"هذه الورقة البحثية مثيرة للإعجاب للغاية"، هكذا علّق ماريو كرين، رئيس مختبر علماء الذكاء الاصطناعي في معهد ماكس بلانك لعلوم الضوء في إرلانجن، ألمانيا. "أعتقد أن مشروع ألفا إيفولف هو أول عرض ناجح لاكتشافات جديدة تعتمد على نماذج الضوء متعددة الأغراض."

بحسب بوشميت كوهلي، كبير العلماء في ديب مايند، فإنه بالإضافة إلى استخدام النظام لإيجاد حلول للمشاكل العالقة، طبّقت ديب مايند تقنية الذكاء الاصطناعي هذه على تحدياتها الواقعية. وقد ساهم نظام ألفا إيفولف في تحسين تصميم الجيل القادم من معالجات الموترات - وهي رقائق حاسوبية مصممة خصيصًا للذكاء الاصطناعي - كما وجد طريقة للاستفادة بشكل أكثر كفاءة من قوة الحوسبة العالمية لشركة جوجل، مما وفّر 0.7% من إجمالي الموارد.

الذكاء الاصطناعي متعدد الأغراض

بحسب كرين، فإن معظم تطبيقات الذكاء الاصطناعي الناجحة في العلوم حتى الآن - بما في ذلك أداة تصميم البروتينات AlphaFold - اعتمدت على خوارزميات تعلم مصممة يدويًا لمهام محددة. لكن AlphaEvolve يتميز بتعدد استخداماته، إذ يستفيد من قدرات LLM لتوليد شفرة برمجية تحل مشاكل في مجالات واسعة.

تصف شركة DeepMind نظام AlphaEvolve بأنه "وكيل"، لأنه يعتمد على استخدام نماذج الذكاء الاصطناعي التفاعلية. ومع ذلك، فهو يستهدف مرحلة مختلفة في العملية العلمية عن العديد من أنظمة الذكاء الاصطناعي العلمية الأخرى التي تُصنف ضمن فئة "الوكلاء"، والتي تُستخدم لمراجعة الأدبيات العلمية واقتراح الفرضيات.

يعتمد برنامج AlphaEvolve على سلسلة Gemini LLM التابعة للشركة. تبدأ كل مهمة بإدخال المستخدم للسؤال ومعايير التقييم والحل المقترح، ومن ثم يقترح البرنامج مئات أو آلاف التعديلات. بعد ذلك، تقوم خوارزمية "التقييم" بتقييم التعديلات بناءً على معايير الحل الأمثل.

قال ماتي بالوغ، عالم الذكاء الاصطناعي في شركة ديب مايند والباحث المشارك الرئيسي، إن نظام إدارة التعلم القائم على التعلم (LLM) يقترح أفكارًا جديدة بناءً على أفضل الحلول أداءً، ومع مرور الوقت يطور النظام مجموعة أكثر قوة من الخوارزميات. وأضاف: " نستكشف مجموعة متنوعة من قدرات حل المشكلات".

تطبيق محدود

في مجال الرياضيات، يبدو أن برنامج AlphaEvolve يُتيح تسريعًا ملحوظًا في حلّ بعض المسائل، وفقًا لسيمون فريدر، عالم الرياضيات وباحث الذكاء الاصطناعي في جامعة أكسفورد بالمملكة المتحدة. لكنه يُرجّح أن يقتصر تطبيقه على "جزء محدود" من المهام التي يُمكن عرضها كمسائل تُحلّ برمجيًا، كما يقول.

يتوخى باحثون آخرون الحذر في تقييم جدوى الأداة إلى حين اختبارها خارج نطاق شركة ديب مايند. يقول هوان صن، الباحث في مجال الذكاء الاصطناعي بجامعة ولاية أوهايو في كولومبوس: "إلى أن يتم اختبار الأنظمة من قبل مجتمع أوسع، سأبقى متشككًا وسأنظر إلى النتائج المُعلنة بحذر".

بحسب كوهلي، على الرغم من أن نظام ألفا إيفولف يتطلب قدرة حاسوبية أقل من نظام ألفا تنسور، إلا أنه لا يزال يستهلك موارد كثيرة بحيث لا يمكن تقديمه مجانًا على خوادم ديب مايند. مع ذلك، تأمل الشركة أن يشجع الإعلان عن النظام الباحثين على اقتراح مجالات علمية يمكن تطبيق ألفا إيفولف فيها. وأكد كوهلي قائلاً: "نحن ملتزمون تمامًا بضمان إمكانية وصول معظم أفراد المجتمع العلمي إليه".

VNA

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