AlphaEvolve: خطوة رائدة من Google DeepMind نحو الذكاء الاصطناعي العام

كشفت Google DeepMind عن AlphaEvolve، وهو وسيط ترميز تطوري مصمم لاكتشاف خوارزميات و حلول علمية جديدة بشكل مستقل. تم تقديم هذا البحث في ورقة بعنوان “AlphaEvolve: وسيط ترميز للاكتشاف العلمي والخوارزمي,” ويمثل هذا البحث خطوة أساسية نحو الذكاء الاصطناعي العام (AGI) وحتى الذكاء الاصطناعي الفائق (ASI). بدلاً من الاعتماد على ضبط دقيق ساكن أو مجموعات بيانات تمت تعليمها من قبل البشر، يتبع AlphaEvolve مسارًا مختلفًا تمامًا – يركز على الإبداع المستقل والابتكار الخوارزمي وتحسين الذات المستمر.

في قلب AlphaEvolve يوجد خط أنابيب تطوري مستقل يتم تشغيله بواسطة نماذج لغة كبيرة (LLMs). هذا الخط الأنابيب لا يولد فقط مخرجات – بل يخترع ويتطور ويحسن الشفرة عبر الأجيال. يبدأ AlphaEvolve ببرنامج أولي ويعيد صياغته بشكل متكرر من خلال إدخال تغييرات منظمة بعناية.

تأخذ هذه التغييرات شكل خوارزميات تطورية – فرع من الذكاء الاصطناعي مستوحى من التطور البيولوجي. النظام يبدأ بتنفيذ أساسي للشفرة، الذي يعاملها ككائن أولي. عبر الأجيال، يعدل AlphaEvolve هذه الشفرة – بإدخال تنوعات أو طفرات – وتقييم لياقة كل تنوع باستخدام دالة تسجيل محددة جيدًا. النماذج التي تؤدي بشكل أفضل تنجو وتخدم كقوالب للجيل التالي.

فهم العلوم وراء AlphaEvolve

في جوهره، يعتمد AlphaEvolve على مبادئ الحوسبة التطورية – فرع من الذكاء الاصطناعي مستوحى من التطور البيولوجي. النظام يبدأ ببرنامج أولي ويعيد صياغته بشكل متكرر من خلال إدخال تغييرات منظمة بعناية.

الاستخدامات والانجازات

1. اكتشاف الخوارزميات والتقدم الرياضي

أثبت AlphaEvolve قدرته على إجراء اكتشافات رائدة في مشاكل خوارزمية أساسية. أكثر ما يلفت الانتباه، هو اكتشافه خوارزمية جديدة لضرب مصفوفين 4×4 معقدة القيمة باستخدام فقط 48 ضربًا скаляرًا – متجاوزًا نتيجة Strassen لعام 1969 البالغة 49 ضربًا وتكسير سقف نظرية قديم يعود إلى 56 عامًا. حقق AlphaEvolve ذلك من خلال تقنيات تحلل التنسور المتقدمة التي تطورها عبر العديد من الحلقات، متجاوزًا عدة نهج متقدم في المجال.

الآثار على الذكاء الاصطناعي العام والفائق

يعد AlphaEvolve أكثر من مجرد محسّن – إنه نظرة إلى مستقبل حيث يمكن للوكلاء الذكيين أن يظهروا استقلالية إبداعية. قدرة النظام على صياغة مشاكل مجردة وتصميم نهجه الخاص لحلها تمثل خطوة كبيرة نحو الذكاء الاصطناعي العام. هذا يتجاوز التنبؤ بالبيانات – يتضمن التفكير المنطقي المنظم، وتكوين الاستراتيجية، والتكيف مع التغذية الراجعة – سمات السلوك الذكي.

الlimitations والمسار المستقبلي

الlimitation الحالية ل AlphaEvolve هي اعتماده على دوال تقييم آليّة. هذا يحد من فائدته لمشاكل يمكن صياغتها رياضيًا أو خوارزميًا. لا يمكنه بعد ولا يزال العمل بشكل ذي معنى في المجالات التي تتطلب فهمًا بشريًا ضمنيًا أو حكمًا خياليًا أو تجارب فيزيائية.

الاستنتاج

يعد AlphaEvolve خطوة عميقة إلى الأمام – ليس فقط في أدوات الذكاء الاصطناعي ولكن في فهمنا لذكاء الآلة نفسه. من خلال دمج البحث التطوري مع منطق LLM وتغذية الراجعة، يعيد تعريف ما يمكن للآلات اكتشافه بشكل مستقل. إنه إشارة مبكرة ولكن مهمة أن الأنظمة القادرة على التفكير العلمي الحقيقي لا Longer نظرية.