ذكاء بشري خارق.. كيف يتفوق عقلك على أقوى حواسيب العالم؟

في اكتشاف قد يُغير فهمنا للذكاء البشري والتكنولوجيا، كشف علماء أن الخلايا البشرية قادرة على معالجة المعلومات بسرعة هائلة تفوق أسرع الحواسيب الكمومية، وذلك دون الحاجة إلى تقنيات معقدة أو ظروف خاصة.
المعالجة الكمومية داخل خلايانا!
أظهرت دراسة حديثة نُشرت من قِبَل فريق في مختبر الأحياء الكمومية بجامعة هوارد، بقيادة الفيزيائي فيليب كوريان، أن الخلايا البشرية تستخدم ظاهرة تُعرف بـ"الإشعاع الكمومي الفائق" لمعالجة البيانات بسرعة غير مسبوقة، والأكثر إثارةً أن هذه العملية تتم في درجة حرارة الغرفة، على عكس الحواسيب الكمومية التي تتطلب تبريدًا شديدًا وعزلًا دقيقًا، وفقا لموقع unionrayo.
التربتوفان: سر السرعة الخارقة!
المفاجأة الأكبر كانت في دور حمض التربتوفان الأميني، الموجود في العديد من البروتينات الخلوية، فقد اكتشف الباحثون أن خيوط التربتوفان داخل الخلايا تعمل كشبكة اتصالات كمومية، قادرة على امتصاص وإصدار الضوء فوق البنفسجي بطريقة متماسكة، مما يمكنها من نقل المعلومات بكفاءة مذهلة.
ثورة في فهم الذكاء الطبيعي
ما يجعل هذا الاكتشاف ثورياً هو أنه يتحدى الفكرة السابقة بأن المعالجة الكمومية تقتصر على التكنولوجيا الصناعية، ففي الخلايا الحية، تتم هذه العمليات في بيكو ثانية (أجزاء من المليون من المليون من الثانية)، أي أسرع بمليون مرة من المعالجة الكيميائية الحيوية التقليدية.
ووفقًا للباحثين، قد تمتلك حتى الكائنات الحية البسيطة، مثل البكتيريا والطحالب، هذه القدرة، مما يفتح الباب أمام إعادة تعريف "الذكاء" في الطبيعة.
تطبيقات مستقبلية مذهلة
يُمكن لهذا الاكتشاف أن يمهِّد الطريق لتقنيات جديدة، مثل:
حوسبة كمومية حيوية أكثر استقرارًا وفعالية.
تطبيقات طبية متقدمة، مثل علاجات جديدة تعتمد على التحكم الكمومي في الخلايا.
تطوير ذكاء اصطناعي مستوحى من آليات المعالجة البيولوجية.
كما أشار كوريان إلى أن هذه الأنظمة ربما تطورت لحماية الحمض النووي من التلف بالأشعة فوق البنفسجية، مما يضيف بُعدًا جديدًا لفهم التكيف البيولوجي.
ردود فعل الخبراء
أعرب سيث لويد، رائد الحوسبة الكمومية، عن دهشته من هذا الاكتشاف، مؤكدًا أنه قد يُحدث تحولًا جذريًا في مجالات الفيزياء والأحياء.
يذكر أن الحواسيب الكمومية (أو الكوانتية) هي نوع جديد وثوري من الحواسيب يعتمد في عمله على مبادئ ميكانيكا الكم بدلًا من المبادئ التقليدية التي تعتمد عليها الحواسيب الكلاسيكية.
مقارنة بين الحواسيب الكلاسيكية والحواسيب الكمومية على شكل نقاط:
وحدة المعلومات:
الحاسوب الكلاسيكي يستخدم البت (bit)، الذي يمكن أن يكون إما 0 أو 1.
الحاسوب الكمومي يستخدم الكيوبت (qubit)، الذي يمكن أن يكون 0 و1 في نفس الوقت بفضل خاصية التراكب الكمومي.
طريقة المعالجة:
الكلاسيكي يعالج المعلومات بطريقة تسلسلية أو موازية محدودة.
الكمومي يمكنه معالجة المعلومات بشكل موازٍ ضخم بفضل التراكب والتشابك.
القدرة الحسابية:
الكلاسيكي فعال في المهام اليومية والحسابات المعروفة.
الكمومي يتميز بالقوة الفائقة في حل مشاكل معقدة مثل فك الشفرات، محاكاة الجزيئات، وتحسين الأنظمة.
التقنيات المستخدمة:
الكلاسيكي يعتمد على الدوائر الكهربائية والشرائح السيليكونية.
الكمومي يعتمد على أنظمة فيزيائية دقيقة (مثل الأيونات المحاصرة أو الدوائر فائقة التوصيل) ويتطلب تبريد شديد.
البرمجة:
الكلاسيكي يُبرمج بلغات مثل C، Python، Java.
الكمومي يستخدم لغات خاصة مثل Qiskit (من IBM)، Q# (من مايكروسوفت)، وCirq (من Google).
الاستخدامات:
الكلاسيكي: مثالي للأعمال اليومية، التصفح، الألعاب، الأعمال المكتبية.
الكمومي: مخصص لمجالات مثل الكيمياء، الفيزياء، الذكاء الاصطناعي، التشفير.
الوضع الحالي:
الكلاسيكي ناضج ومتطور ومتوفّر للجميع.
الكمومي لا يزال في مرحلة البحث والتطوير، ويستخدم حاليًا بشكل محدود في المختبرات والشركات الكبرى.
المبادئ الأساسية للحوسبة الكمومية:
التراكب (Superposition):
الكيوبت يمكن أن يكون في حالة 0 و1 في نفس الوقت.
هذا يسمح للحاسوب الكمومي بأن يجرب عدة حلول في آنٍ واحد.
التشابك (Entanglement):
إذا تم تشابك كيوبتين، فإن تغيير حالة واحدة يؤثر فورًا على الأخرى، مهما كانت المسافة بينهما.
التداخل (Interference):
يستخدم لإلغاء الاحتمالات الخاطئة وتعزيز الصحيحة أثناء الحسابات.
تطبيقات الحوسبة الكمومية:
فك التشفير: يمكنها كسر بعض أنواع التشفير الحالية بسهولة.
الكيمياء الكمومية: لمحاكاة الجزيئات والمواد بدقة عالية.
تحسين الأنظمة: مثل شبكات النقل، التمويل، الذكاء الاصطناعي.
التعلم الآلي الكمومي: تسريع تدريب النماذج.
التحديات الحالية:
الكيوبتات هشة وتحتاج إلى تبريد شديد (درجة قريبة من الصفر المطلق).
الضوضاء الكمومية تسبب أخطاء كثيرة.
صعوبة التوسع بعدد كبير من الكيوبتات.
لا يمكن استبدال الحواسيب الكلاسيكية بالكامل، بل ستُستخدم الحواسيب الكمومية لمهام معينة.

جرب ميزات الذكاء الاصطناعي لدينا

اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:

التعلم مع الذكاء الاصطناعيالتحقق من الحقائقتحويل النص إلى كلامملخص الذكاء الاصطناعي

أخبار ذات صلة

العين الإخبارية

منذ 3 أيام

• العين الإخبارية

علماء يحاولون زراعة البطاطس في المريخ.. ماذا حدث؟

في محاولة تحاكي أفلام الخيال العلمي، يسعى علماء إلى تحقيق إنجاز غير مسبوق، وهو زراعة البطاطس على كوكب المريخ، فهل اقترب تحقيق الحلم؟. منذ عرض فيلم "The Martian" عام 2015، الذي ظهر فيه رائد فضاء يزرع البطاطس للبقاء على قيد الحياة في المريخ، استحوذت الفكرة على اهتمام العلماء، ولكنها لم تعد مجرد خيال سينمائي، بل أصبحت هدفا علميا حقيقيا يعمل عليه في المختبرات. والهدف من هذه المحاولات التي يقوم عليها علماء من وكالات فضاء ومراكز أبحاث زراعية، هو التأكد من إمكانية إنتاج غذاء ذاتيا في بيئة المريخ القاسية، خاصة مع خطط وكالة ناسا وشركات مثل "سبيس إكس" لإرسال بشر إلى الكوكب الأحمر خلال العقود المقبلة. ما الذي يزرعه العلماء بالضبط؟ يقوم باحثون، من بينهم فريق تابع للمركز الدولي للبطاطس، بالتعاون مع وكالة ناسا، بمحاكاة ظروف المريخ على الأرض باستخدام تربة بركانية مشابهة لتربة المريخ، وضغط منخفض، ودرجات حرارة متجمدة، وإضاءة تحاكي شمس المريخ. وقد استخدموا صنفا خالصا من البطاطس عالي التحمل، قادر على مقاومة الجفاف والملوحة. وتمت الزراعة داخل حاويات محكمة تعرف بـ"CubeSat" تحاكي الغلاف الجوي للمريخ، مع نظام دعم حياة داخلي. ماذا كانت النتائج؟ في إحدى التجارب البارزة، نجح العلماء في إنبات البطاطس في الظروف المحاكية للمريخ. ظهرت البراعم خلال أسابيع، ما اعتبر مؤشرا إيجابيا على إمكانية الزراعة هناك. ومع ذلك، واجهت التجارب تحديات كبيرة، منها: - نقص الأكسجين: البطاطس تحتاج إلى كميات صغيرة من الأكسجين للتنفس. - التربة المريخية الحقيقية تحتوي على مركبات سامة مثل البيركلورات، والتي تعيق نمو النبات ما لم تعالج. - نقص الماء السائل: رغم وجود جليد، فإن توفير الماء للنباتات سيتطلب أنظمة متقدمة لمعالجة الجليد واستخراج الماء. لماذا البطاطس بالذات؟ البطاطس ليست مجرد خضار شعبي، إنها مرشحة ممتازة للزراعة في الفضاء لعدة أسباب: - قيمة غذائية عالية: تحتوي على كربوهيدرات، ألياف، وبعض البروتينات. - إنتاجية مرتفعة: يمكن إنتاج كميات كبيرة منها في مساحة صغيرة. - دورة نمو سريعة نسبيا. ماذا تعني هذه التجارب؟ نجاح الزراعة على المريخ يعد خطوة محورية نحو الاستقلال الغذائي للمستعمرات البشرية المستقبلية، فبدلا من نقل الغذاء من الأرض بكلفة هائلة، يمكن إنتاجه محليا، وهذا يعزز فرص البقاء لفترات طويلة على سطح الكوكب، ويوفر الوقت والموارد. aXA6IDkyLjExMi4xNDkuMTk2IA== جزيرة ام اند امز PL

الاتحاد

١٢-٠٥-٢٠٢٥

• الاتحاد

عقول تُشكل مستقبل الذكاء الاصطناعي.. 5 رواد غيّروا العالم

أحمد عاطف (أبوظبي) في قلب الثورة الرقمية التي نعيشها اليوم، يبرز خمسة علماء ومبتكرين تركوا بصمات لا تُمحى في مسيرة الذكاء الاصطناعي. من تطوير الشبكات العصبية إلى التنبؤ ببنية البروتينات، هؤلاء الروّاد لم يكتفوا بدفع حدود التكنولوجيا، بل أعادوا تعريف علاقتنا بها. الأب الروحي للتعلم العميق يُعتبر جيفري هينتون، الباحث البريطاني الكندي، من أبرز الشخصيات في مجال الذكاء الاصطناعي، حيث ساهم بشكل كبير في تطوير الشبكات العصبية الاصطناعية وتقنية الانتشار العكسي (Backpropagation) التي تُعد حجر الأساس في التعلم العميق. حاز جائزة تورينغ في عام 2018، وفي عام 2024، نال جائزة نوبل في الفيزياء؛ تقديراً لإسهاماته في هذا المجال. رغم إنجازاته، أعرب هينتون عن قلقه المتزايد بشأن تطور الذكاء الاصطناعي، محذراً من إمكانية فقدان السيطرة على الأنظمة الذكية في المستقبل. عبقري الشطرنج ديميس هاسابيس، البريطاني من أصول قبرصية وصينية، بدأ مسيرته لاعب شطرنج محترفاً قبل أن يتجه إلى علوم الحاسوب وعلم الأعصاب. أسس شركة DeepMind في 2010، والتي استحوذت عليها Google لاحقاً. من أبرز إنجازاته تطوير نظام AlphaGo الذي هزم بطل العالم في لعبة «غو»، وتطوير AlphaFold الذي أحدث ثورة في فهم بنية البروتينات. في عام 2024، حصل هاسابيس على جائزة نوبل في الكيمياء؛ تقديراً لإسهاماته في التنبؤ ببنية البروتينات باستخدام الذكاء الاصطناعي. مهندس الشبكات العصبية التلافيفية يان لوكون، الفرنسي الأميركي، يعد من الرواد في مجال التعلم العميق، حيث طور الشبكات العصبية التلافيفية (CNNs) التي تُستخدم على نطاق واسع في تطبيقات الرؤية الحاسوبية. شغل مناصب بارزة في Bell Labs وجامعة نيويورك، ويشغل حالياً منصب كبير علماء الذكاء الاصطناعي في شركة Meta. حاز جائزة تورينغ في عام 2018، ويعتبر من الأصوات المتزنة في النقاش حول مخاطر الذكاء الاصطناعي، مؤكداً أهمية الفهم العميق للأنظمة الذكية. رائدة الرؤية الحاسوبية والذكاء الاصطناعي في- في لي، العالمة الصينية الأميركية، أسست مشروع ImageNet الذي ساهم في تقدم تقنيات التعرف على الصور. عملت كأستاذة في جامعة ستانفورد وشغلت منصب كبيرة العلماء في Google Cloud. أسست منظمة AI4ALL لتعزيز التنوع في مجال الذكاء الاصطناعي، وتعمل حالياً على تطوير تقنيات الذكاء المكاني من خلال شركتها الناشئة World Labs. تُؤمن في-في لي بأن الذكاء الاصطناعي يجب أن يكون متمحوراً حول الإنسان، مع التركيز على التطبيقات التي تُحسن الحياة اليومية بشكل أخلاقي ومسؤول. العقل المدبر وراء القيادة الذاتية أندريه كارباثي، السلوفاكي الكندي، لعب دوراً محورياً في تطوير تقنيات القيادة الذاتية في شركة Tesla، حيث قاد فريق الذكاء الاصطناعي المسؤول عن نظام Autopilot، خلال توليه منصب المدير الأول للذكاء الاصطناعي في الشركة. عمل سابقاً في OpenAI، وعاد إليها لفترة قصيرة في عام 2023. وفي العام التالي، أسس شركة Eureka Labs التي تركز على استخدام الذكاء الاصطناعي في التعليم. ركزت رسالة الدكتوراه الخاصة به على الشبكات العصبية التلافيفية/المتكررة وتطبيقاتها في مجال الرؤية الحاسوبية ومعالجة اللغات الطبيعية وتقاطعاتها.

البوابة العربية للأخبار التقنية

٢١-٠٤-٢٠٢٥

• البوابة العربية للأخبار التقنية

ابتكار طبي جديد.. أداة ذكاء اصطناعي تساعد في الكشف عن أمراض الدماغ

في دراسة حديثة نُشرت في مجلة Proceedings of the National Academy of Science في 15 من أبريل، كشفت أداة ذكاء اصطناعي جديدة عن الكيفية التي تتشوه بها البروتينات المرتبطة بالأمراض العصبية لتتحول إلى بُنى ضارة، وهو تقدم جوهري في فهم الأمراض العصبية التنكسية مثل الزهايمر وباركنسون. قاد الدراسة Mingchen Chen من مختبر Changping، و Peter Wolynes من جامعة رايس Rice University، وجرى خلال هذه الدراسة اختبار أداة جديدة تُدعى RibbonFold، تعتمد على طريقة حسابية قادرة على التنبؤ ببُنى ألياف الأميلويد (وهي ألياف طويلة وملتوية تتراكم في أدمغة المرضى الذين يعانون اضطرابات عصبية). تتميز RibbonFold بتركيزها الفريد في تحليل البُنى المعقدة والمتغيرة للبروتينات المطوية بنحو غير صحيح، بدلًا من البروتينات السليمة. قال Peter Wolynes: 'لقد أثبتنا أنه يمكن تطوير خوارزميات ذكاء اصطناعي للتنبؤ بدقة بهياكل ألياف الأميلويد'. وأشار إلى أن RibbonFold تتفوق على أدوات مثل AlphaFold، التي دُربت فقط على التنبؤ بالبروتينات المطوية بنحو سليم. أداة RibbonFold الجديدة درّب الباحثون النموذج الجديد الذي تعتمد عليه أداة RibbonFold باستخدام بيانات هيكلية معروفة لألياف الأميلويد، ثم اختبروه على هياكل أخرى لم تُدرج عمدًا في مرحلة التدريب. وأظهرت النتائج أن RibbonFold تتفوق على الأدوات الأخرى في هذا المجال المتخصص، كما كشفت عن تفاصيل دقيقة لم تكن ملحوظة سابقًا عن كيفية تشكل الأميلويد وتطوره داخل الجسم. كما تشير الدراسة إلى أن الألياف قد تبدأ ببنية معينة، لكنها تتحول لاحقًا إلى تكوينات أكثر صلابة بمرور الوقت، مما يساهم في تطور المرض. وقال Peter Wolynes: 'يمكن للبروتينات المطوية بنحو غير صحيح أن تتخذ العديد من الأشكال المختلفة. وتُظهر طريقتنا أن الأشكال الأكثر استقرارًا وغير القابلة للذوبان هي التي تبقى في النهاية، مما يفسر الظهور المتأخر للأعراض المَرضية'. آفاق جديدة في مجال تطوير الأدوية قد تمثل قدرة RibbonFold على التنبؤ بتعدد أشكال الأميلويد نقطة تحول في نهج العلماء تجاه الأمراض العصبية. فبفضل طريقتها الدقيقة والقابلة للتوسيع في تحليل البُنى الضارة لتجمعات البروتينات، تفتح الأداة آفاقًا جديدة في تطوير الأدوية؛ إذ يمكن للباحثين تصميم أدوية تستهدف البُنى الليفية الأكثر ارتباطًا بالمرض بدقة أعلى من قبل. كما توفر الدراسة رؤى أعمق في مجال التجميع الذاتي للبروتينات، مما قد يؤثر في تطوير المواد الحيوية الصناعية. وتُجيب الدراسة أيضًا عن لغز في علم الأحياء البنيوي: كيف يمكن لبروتينات متطابقة أن تطوى إلى أشكال مختلفة مسببة للأمراض؟ وقال Peter Wolynes: 'قد تكون القدرة على التنبؤ بتعدد أشكال الأميلويد خطوة محورية في منع تجمعات البروتينات الضارة، وهو أمر بالغ الأهمية لمواجهة تحديات الأمراض العصبية الكبرى في العالم'.