تم تقديم Google DeepMind ألفا إيفولف في 14 مايو، أُطلقت أداة ذكاء اصطناعي مدعومة بنظام جيميني، تكتشف وتُحسّن الخوارزميات بشكل مستقل في المجالين النظري والعملي. تشمل الإنجازات الرئيسية تحطيم رقم قياسي دام 56 عامًا في ضرب المصفوفات، وتطوير حلول لمسائل رياضية مفتوحة مثل "الرقم المتقارب" ذي الأبعاد الأحد عشر، وتحقيق مكاسب في الكفاءة قابلة للقياس في البنية التحتية لجوجل، بدءًا من جدولة مراكز البيانات وصولًا إلى تصميم الرقائق وتدريب النماذج الكبيرة. يستفيد النظام من حلقة تطورية من الاقتراح والتقييم، حيث يجمع بين سرعة جيميني فلاش وعمق جيميني برو، ويمثل خطوة مهمة نحو الابتكار العلمي والصناعي القائم على الذكاء الاصطناعي.
الخلفية والسياق
يعتمد AlphaEvolve على نجاحات DeepMind السابقة في اكتشاف الخوارزميات التي تعتمد على الذكاء الاصطناعي - وأبرزها ألفا تينسور، الذي تجاوز في عام ٢٠٢٢ خوارزمية ستراسن لضرب المصفوفات ٤×٤. وعلى عكس سابقاتها، صُمم AlphaEvolve كـ هدف عام وكيل قادر على تطوير قواعد بيانات كاملة بدلاً من وظائف فردية، مما يمتد الاختراع الناتج عن الذكاء الاصطناعي من المهام المعزولة إلى سير عمل خوارزمية واسعة النطاق.
الإنجازات الرئيسية لـ AlphaEvolve
تحطيم الرقم القياسي لضرب المصفوفات الذي دام 56 عامًا
- ضرب المصفوفات المعقدة 4×4:اكتشف AlphaEvolve خوارزمية تتطلب 48 عملية ضرب قياسية بدلاً من 49 عملية ضرب قياسية التي طالب بها نهج ستراسن الرائد في عام 1969 - وهو إنجاز سعى إليه علماء الرياضيات لأكثر من خمسة عقود.
- التحسينات العامة:في المجمل، قام AlphaEvolve بتعزيز 14 إعدادًا مميزًا لضرب المصفوفات، متفوقًا بشكل روتيني على كل من الطرق المصنوعة يدويًا والطرق السابقة المشتقة من الذكاء الاصطناعي.
حلول جديدة للمسائل الرياضية المفتوحة
- مشكلة أرقام التقبيل (11 بُعدًا):رفعت الذكاء الاصطناعي الحد الأدنى المعروف من 592 إلى 593 كرة تلامس كرة مركزية - وهي زيادة تدريجية ولكن رواية يمكن إثباتها التقدم في التحدي الهندسي الذي دام قرونًا.
- استطلاع رأي لأكثر من 50 مشكلة:عند تطبيقه على المجالات في التحليل والتركيبات والهندسة ونظرية الأعداد، نجح AlphaEvolve في تكرار أحدث التقنيات بنسبة 75 بالمائة من الوقت و تحسن بناءً على الحلول الموجودة في حوالي 20 بالمائة من الحالات.
النهج التقني
يتكون خط الأنابيب الأساسي لـ AlphaEvolve من:
- إنشاء المقترحات عبر برنامج Gemini Flash للاستكشاف الواسع وبرنامج Gemini Pro للتفكير المتعمق.
- التقييم الآليحيث تقوم برامج التحقق بالتحقق بدقة من صحة وأداء كل مرشح.
- الاختيار التطوري، مع الاحتفاظ بالمتغيرات ذات أعلى الدرجات والتكرار حتى تظهر الحلول المثالية أو شبه المثالية.
تقوم هذه الحلقة بتحويل نماذج اللغة الكبيرة إلى "مصنع خوارزميات"، حيث تستوعب المبادئ من الحوسبة التطورية والنظرية الآلية، مما يثبت أنها تقود إلى الابتكار الحقيقي بدلاً من مجرد إعادة صياغة الكود الموجود.
تأثير العالم الحقيقي
مكاسب البنية التحتية والكفاءة
- جدولة مركز البيانات: تم تحقيق 1 في المئة تحسين كفاءة التنسيق، مما يترجم إلى توفير كبير في الطاقة والتكاليف على نطاق جوجل.
- نواة تدريب LLM:تم تحسين نواة مضاعفة المصفوفة الرئيسية المستخدمة في تدريب نماذج Gemini، مما يوفر 23 في المئة تسريع هذه العملية وتقليص وقت التدريب الإجمالي بمقدار 1 في المئة- ما يعادل ملايين الدولارات من وفورات الحوسبة سنويًا.
الاستكشاف العلمي
إلى جانب النشر الداخلي، تخطط DeepMind لإطلاق برنامج الوصول المبكر للباحثين الأكاديميين المختارين، مما يتيح استكشافًا أوسع في علم المواد، واكتشاف الأدوية، وغيرها من المجالات التي تتطلب حلولًا خوارزمية معقدة.
آفاق وتحديات المستقبل
في حين أن المكاسب المُحققة حتى الآن في مجالات محددة تُعتبر مبهرة، يُحذّر الخبراء من أن توسيع نطاق نهج AlphaEvolve التطوري ليشمل مشاكل علمية متعددة المراحل وأكثر تعقيدًا سيتطلب المزيد من الابتكارات في تصميم المُتحقق وموثوقية النموذج. ومع ذلك، فإن النتائج المُثبتة التآزر بين الذكاء الاصطناعي والإنسان إن تأطير المشكلات والتحقق منها والتحسين التكراري يفتح طريقًا واعدًا نحو الاكتشاف المعزز بالذكاء الاصطناعي على نطاق لا يمكن تحقيقه بواسطة البشر وحدهم.
الخاتمة
يُمثل AlphaEvolve علامةً فارقةً في تصميم الخوارزميات المُدارة بالذكاء الاصطناعي، إذ يجمع بين الإبداع الواسع لنماذج اللغات الكبيرة والبحث التطوري المُنضبط والتحقق الرسمي. ومن خلال تقديم كلٍّ من التطورات النظرية - مثل تحسين الحدود الرياضية - ومكاسب الكفاءة الملموسة في عمليات جوجل، يُبرز AlphaEvolve الإمكانات التحويلية لـ الاكتشاف العلمي الآليمع استعداد DeepMind لفتح أبوابها أمام الباحثين الخارجيين، يمكن للمجتمع الأوسع أن يتطلع إلى تعاون غير مسبوق في مجال الذكاء الاصطناعي والعلوم.
كيف تبدأ
يوفر CometAPI واجهة REST موحدة تجمع مئات نماذج الذكاء الاصطناعي، بما في ذلك عائلة Gemini AI، ضمن نقطة نهاية موحدة، مع إدارة مدمجة لمفاتيح واجهة برمجة التطبيقات، وحصص الاستخدام، ولوحات معلومات الفواتير. بدلاً من إدارة عناوين URL وبيانات اعتماد متعددة للموردين.
يمكن للمطورين الوصول واجهة برمجة تطبيقات Gemini 2.5 Flash Pre الخ من خلال كوميت ايه بي اي. للبدء، استكشف قدرات النموذج في ساحة اللعب واستشر دليل واجهة برمجة التطبيقات للحصول على تعليمات مفصلة.