أحدث الأخبار مع #AlphaEvolve
النهار
منذ 2 أيام
- علوم
- النهار
خطوة قد تُعيد رسم حدود الابتكار العلمي... "AlphaEvolve" يفكّ شيفرات رياضية أعجزت البشر لعقود
في خطوة قد تُعيد رسم حدود الابتكار العلمي، كشفت شركة Google DeepMind عن نظام ثوري يُدعى AlphaEvolve، يمثل قفزة نوعية في توظيف الذكاء الاصطناعي لحل مشكلات رياضية وخوارزمية معقدة طالما حيّرت العلماء لعقود. ما يميز AlphaEvolve ليس فقط قدرته على تسريع الحلول، بل ابتكاره لطرق جديدة بالكامل، عبر الدمج بين إبداع نماذج اللغة الكبيرة (LLMs) وخوارزميات تقييم تفاعلية تُنقّح وتُطوّر الأفكار بشكل ذاتي ومتدرج. نموذج يُبدع... لا يُقلّد AlphaEvolve يختلف عن الأدوات السابقة التي اعتمدت على ذكاء اصطناعي مصمّم خصيصًا لمهام محددة. فهو نموذج عام متعدد الاستخدامات، قادر على معالجة قضايا علمية في مجالات متعددة، عبر ما يشبه دورة تطورية للأفكار. تبدأ العملية من إدخال مسألة علمية ومعايير للحل، ثم يقترح النموذج مئات التعديلات، تقوم خوارزمية داخلية بتقييمها وفرز الأنسب منها، لتولد عنها حلول جديدة أكثر تطورًا. هكذا، يتطور النظام بشكل ذاتي، ويُنتج أفكارًا مبتكرة تمامًا دون تدخّل بشري مباشر. ووفقًا لما نشره موقع Scientific American، لم يبقَ AlphaEvolve مجرد تجربة نظرية في المختبر، بل أثبت فعاليته في أرض الواقع داخل شركة Google نفسها. فقد ساهم في تحسين تصميم الجيل الجديد من معالجات الذكاء الاصطناعي (TPUs)، كما أعاد تنظيم طريقة توزيع المهام الحوسبية في مراكز بيانات جوجل حول العالم، ما أدى إلى توفير 0.7% من إجمالي موارد الشركة — وهي نسبة ضخمة عند الحديث عن بنية تحتية بحجم غوغل. إنجاز رياضي يتفوق على إنسان منذ 1969 واحدة من أبرز مفاجآت AlphaEvolve كانت ابتكار خوارزمية جديدة لضرب المصفوفات تتفوق – في بعض الحالات – على الطريقة الأسرع المعروفة حتى اليوم، والتي ابتكرها الرياضي الألماني فولكر شتراسن عام 1969. مثل هذه العمليات أساسية في تدريب الشبكات العصبية، ما يعكس البعد الاستراتيجي لاكتشاف كهذا. نقلة على مستوى الحجم والتعقيد بُني AlphaEvolve على أساس نظام FunSearch الذي أُطلق في 2023، والذي أظهر قدرة على حل مسائل رياضية غير محلولة. إلا أن AlphaEvolve يتميز بقدرته على معالجة شيفرات أكبر وخوارزميات أكثر تعقيدًا، بالإضافة إلى اتساع نطاق تطبيقه في العلوم والهندسة. حدود الإمكانات ورغم الإشادات، يقرّ علماء مثل سيمون فريدر من جامعة أوكسفورد أن إمكانات AlphaEvolve قد تظل محدودة بالمهام القابلة للتحويل إلى أكواد قابلة للتقييم. كما دعا باحثون مثل هوان صن إلى الحذر، مطالبين بتجارب مفتوحة ضمن المجتمع العلمي قبل الحكم النهائي على قدرات النظام. ورغم أن تشغيل AlphaEvolve أقل استهلاكًا للطاقة من AlphaTensor، إلا أن كلفته لا تزال مرتفعة بما يمنع توفيره للجمهور حاليًا. مع ذلك، تأمل Google DeepMind أن يدفع هذا التقدم الباحثين إلى اقتراح مجالات جديدة لتجريب هذا النظام، مؤكدة التزامها بإتاحة أدواته تدريجيًا أمام المجتمع العلمي العالمي.
الاتحاد
منذ 2 أيام
- علوم
- الاتحاد
"AlphaEvolve" يفك شيفرات رياضية أعجزت البشر لعقود!
في خطوة قد تُعيد رسم حدود الابتكار العلمي، كشفت شركة Google DeepMind عن نظام ثوري يُدعى AlphaEvolve، يمثل قفزة نوعية في توظيف الذكاء الاصطناعي لحل مشكلات رياضية وخوارزمية معقدة طالما حيّرت العلماء لعقود. ما يميز AlphaEvolve ليس فقط قدرته على تسريع الحلول، بل ابتكاره لطرق جديدة بالكامل، عبر الدمج بين إبداع نماذج اللغة الكبيرة (LLMs) وخوارزميات تقييم تفاعلية تُنقّح وتُطوّر الأفكار بشكل ذاتي ومتدرج. نموذج يُبدع... لا يُقلّد AlphaEvolve يختلف عن الأدوات السابقة التي اعتمدت على ذكاء اصطناعي مصمّم خصيصًا لمهام محددة. فهو نموذج عام متعدد الاستخدامات، قادر على معالجة قضايا علمية في مجالات متعددة، عبر ما يشبه دورة تطورية للأفكار. تبدأ العملية من إدخال مسألة علمية ومعايير للحل، ثم يقترح النموذج مئات التعديلات، تقوم خوارزمية داخلية بتقييمها وفرز الأنسب منها، لتولد عنها حلول جديدة أكثر تطورًا. هكذا، يتطور النظام بشكل ذاتي، ويُنتج أفكارًا مبتكرة تمامًا دون تدخّل بشري مباشر. اقرا أيضاً.. في أضخم تجربة طبية عرفها التاريخ.. الذكاء الاصطناعي يشخّص ويتفوق على الأطباء من المختبر إلى التطبيق ووفقًا لما نشره موقع Scientific American، لم يبقَ AlphaEvolve مجرد تجربة نظرية في المختبر، بل أثبت فعاليته في أرض الواقع داخل شركة Google نفسها. فقد ساهم في تحسين تصميم الجيل الجديد من معالجات الذكاء الاصطناعي (TPUs)، كما أعاد تنظيم طريقة توزيع المهام الحوسبية في مراكز بيانات جوجل حول العالم، ما أدى إلى توفير 0.7% من إجمالي موارد الشركة — وهي نسبة ضخمة عند الحديث عن بنية تحتية بحجم جوجل. إنجاز رياضي يتفوق على إنسان منذ 1969 واحدة من أبرز مفاجآت AlphaEvolve كانت ابتكار خوارزمية جديدة لضرب المصفوفات تتفوق – في بعض الحالات – على الطريقة الأسرع المعروفة حتى اليوم، والتي ابتكرها الرياضي الألماني فولكر شتراسن عام 1969. مثل هذه العمليات أساسية في تدريب الشبكات العصبية، ما يعكس البعد الاستراتيجي لاكتشاف كهذا. نقلة على مستوى الحجم والتعقيد بُني AlphaEvolve على أساس نظام FunSearch الذي أُطلق في 2023، والذي أظهر قدرة على حل مسائل رياضية غير محلولة. إلا أن AlphaEvolve يتميز بقدرته على معالجة شيفرات أكبر وخوارزميات أكثر تعقيدًا، بالإضافة إلى اتساع نطاق تطبيقه في العلوم والهندسة. حدود الإمكانات ورغم الإشادات، يقرّ علماء مثل سيمون فريدر من جامعة أوكسفورد أن إمكانات AlphaEvolve قد تظل محدودة بالمهام القابلة للتحويل إلى أكواد قابلة للتقييم. كما دعا باحثون مثل هوان صن إلى الحذر، مطالبين بتجارب مفتوحة ضمن المجتمع العلمي قبل الحكم النهائي على قدرات النظام. ورغم أن تشغيل AlphaEvolve أقل استهلاكًا للطاقة من AlphaTensor، إلا أن كلفته لا تزال مرتفعة بما يمنع توفيره للجمهور حاليًا. مع ذلك، تأمل Google DeepMind أن يدفع هذا التقدم الباحثين إلى اقتراح مجالات جديدة لتجريب هذا النظام، مؤكدة التزامها بإتاحة أدواته تدريجيًا أمام المجتمع العلمي العالمي.
نافذة على العالم
منذ 4 أيام
- علوم
- نافذة على العالم
أخبار مصر : ديب مايند تكشف عن AlphaEvolve.. نظام ذكاء اصطناعي لحل المسائل العلمية والرياضية
الجمعة 16 مايو 2025 01:00 صباحاً نافذة على العالم - أعلنت شركة ديب مايند DeepMind، ذراع البحث والتطوير في الذكاء الاصطناعي التابعة لشركة جوجل، عن تطوير نظام جديد يدعى AlphaEvolve يهدف إلى التعامل مع مشكلات يمكن تقييم حلولها بشكل آلي، أي تلك التي تمتلك إجابات قابلة للقياس والاختبار رياضيا أو برمجيا. وفقا لتصريحات الشركة، أظهر AlphaEvolve قدرة على تحسين بعض البنى التحتية التي تستخدمها جوجل في تدريب نماذج الذكاء الاصطناعي الخاصة بها. وتعمل ديب مايند حاليا على تطوير واجهة استخدام للنظام، مع التخطيط لإطلاق برنامج وصول مبكر لفئة مختارة من الباحثين الأكاديميين قبل طرحه بشكل أوسع. آلية تقليل الهلوسة تعاني معظم نماذج الذكاء الاصطناعي من ظاهرة "الهلوسة"، أي تقديم معلومات غير دقيقة بثقة عالية نتيجة طبيعتها الاحتمالية، وظهرت هذه المشكلة بشكل أكبر مع النماذج الأحدث مثل o3 من OpenAI. يحاول AlphaEvolve معالجة هذه المشكلة من خلال نظام تقييم آلي للنتائج، حيث يقوم النموذج بتوليد مجموعة من الحلول المحتملة، ثم ينتقدها ذاتيا، ليختار أفضلها بناء على دقة الإجابة، وهو نهج يعزز مصداقية المخرجات. ورغم أن فكرة استخدام نماذج متعددة لتوليد وتقييم الحلول ليست جديدة، إلا أن ديب مايند تؤكد أن AlphaEvolve يتميز باستخدامه لنماذج "Gemini" المتطورة، مما يمنحه تفوقا على الأنظمة السابقة. كيف يعمل AlphaEvolve؟ يعتمد AlphaEvolve على مدخلات يقدمها المستخدم، تتضمن المشكلة الأساسية وربما تعليمات أو معادلات أو مقتطفات من الشيفرة البرمجية أو مراجع ذات صلة، لكن لا بد أن يرفق المستخدم آلية محددة لتقييم الحلول تلقائيا، مثل معادلة رياضية، كي يتمكن النظام من اختبار فعالية نتائجه. نظرا لطبيعة هذه الآلية، يمكن استخدام AlphaEvolve فقط في مجالات محددة مثل علوم الحاسوب وتحسين الأنظمة، حيث تكون المعايير قابلة للقياس بدقة. كما أن النظام لا يقدم شرحا لفظيا، بل يكتفي بإنتاج خوارزميات لحل المشكلات، ما يجعله غير مناسب للقضايا النظرية أو الإنسانية. لاختبار النظام، طرحت ديب مايند عليه نحو 50 مسألة رياضية متنوعة في مجالات مثل الهندسة والتوافقيات، ووفقا لها، نجح AlphaEvolve في استرجاع أفضل الحلول المعروفة بنسبة 75%، بل وابتكر حلولا محسّنة في 20% من الحالات. أما على الصعيد العملي، فطبقت الشركة النظام على تحسين كفاءة مراكز بيانات جوجل وتسريع عمليات تدريب النماذج، وكانت النتيجة أن AlphaEvolve قدم خوارزمية تمكنت من استعادة 0.7% من موارد الحوسبة عالميا لصالح جوجل، كما ساهم في تقليل وقت تدريب نماذج "Gemini" بنسبة 1%. ورغم أن AlphaEvolve لم يحقق اكتشافات ثورية، فإن ديب مايند ترى فيه أداة قوية لتسريع العمل وتخفيف الضغط عن الخبراء، حيث يساعدهم على التركيز على مهام أكثر تعقيدا أو إبداعا، بدلا من استهلاك الوقت في التحسينات المتكررة. وفي إحدى التجارب، اقترح النظام تحسينا في تصميم شريحة TPU المستخدمة في الذكاء الاصطناعي، وهو التحسين ذاته الذي سبق أن اكتشفته أدوات أخرى.
البلاد البحرينية
منذ 5 أيام
- علوم
- البلاد البحرينية
ديب مايند تختبر نظاماً ذكياً يحل المسائل المعقدة
أعلنت شركة ديب مايند، التابعة لشركة قوقل والمتخصصة في أبحاث وتطوير تقنيات الذكاء الاصطناعي، عن تطوير نظام جديد أطلقت عليه اسم AlphaEvolve. وبحسب ما ذكرته تقارير تقنية، يعد هذا النظام نقلة نوعية في استخدام الذكاء الاصطناعي لحل مسائل معقدة في مجالات الرياضيات وعلوم الحوسبة. وقالت الشركة إن AlphaEvolve يتمتع بقدرات متقدمة، والتي تتيح له اقتراح حلول لمشكلات تقنية وعلمية، معتمداً على آليات تقييم ذاتية، للتحقق من دقة الحلول المطروحة. ويتميز هذا النظام بقدرته على تقليل ظاهرة الهلوسة الرقمية، التي تعاني منها النماذج اللغوية الأخرى، وذلك من خلال إنشاء حلول متعددة لكل مسألة، ثم تقييمها داخلياً لاختيار الأنسب والأكثر دقة. وأشارت التقارير إلى أن AlphaEvolve يعتمد على تقنيات Gemini المتطورة، مما يمنحه تفوقاً واضحاً على الأساليب التقليدية المستخدمة في حل مسائل مشابهة. ويمكن للمستخدم تقديم مسألة محددة مدعومة بتعليمات أو معادلات أو شيفرات برمجية، وحتى مراجع علمية، ويقوم النظام بعد ذلك بمعالجتها وتحليلها تلقائياً باستخدام أدوات تقييم مدمجة، مما يسمح بالحصول على حلول بصيغة خوارزميات قابلة للتنفيذ. ونوهت التقارير إلى أنه رغم الإمكانيات المتقدمة، فإن AlphaEvolve لا يدعي القدرة على فهم أو شرح المفاهيم النظرية أو اللغوية، حيث يركز حصرياً على المهام القابلة للقياس البرمجي أو العددي، مثل تحسين الأنظمة، وتطوير حلول في علوم الحاسوب. وخلال اختباره، نجح AlphaEvolve في حل 75% من المسائل بإعادة اكتشاف أفضل الحلول المعروفة، كما تمكن من تقديم حلول محسنة في 20% من الحالات. وبينت التقارير أن النظام قد أظهر فعالية واضحة في تحسين كفاءة مراكز البيانات التابعة لقوقل، حيث تمكن من استرجاع ما يقارب 0.7% من الموارد الحاسوبية العالمية، واقتراح تحسينات قللت زمن تدريب نماذج Gemini بنسبة 1%. وعلى الرغم من أنه لا ينتظر منه تحقيق اكتشافات ثورية، فقد ساهم النظام في تحسين تصميم شرائح TPU المخصصة للذكاء الاصطناعي، وهي تحسينات كانت أدوات أخرى قد بدأت تلمح إليها. وأضافت التقارير أن شركة ديب مايند ترى أن AlphaEvolve سوف يساهم في تسريع وتيرة العمل البحثي، وتحرير أوقات الباحثين، للتركيز على التحديات الأكثر إبداعاً وتعقيداً. تم نشر هذا المقال على موقع
أخبار مصر
منذ 5 أيام
- علوم
- أخبار مصر
ديب مايند تكشف عن AlphaEvolve.. نظام ذكاء اصطناعي لحل المسائل العلمية والرياضية
ديب مايند تكشف عن AlphaEvolve.. نظام ذكاء اصطناعي لحل المسائل العلمية والرياضية أعلنت شركة ديب مايند DeepMind، ذراع جوجل المتخصصة في تطوير الذكاء الاصطناعي، تطوير نظام ذكاء اصطناعي جديد يحمل اسم AlphaEvolve، يهدف إلى حل المسائل في مجالات الرياضيات وعلوم الحوسبة.وذكرت الشركة، في بيان رسمي، أن AlphaEvolve يتمتع بقدرة على تحسين بعض البنى التحتية المستخدمة في تدريب نماذج الذكاء الاصطناعي داخل جوجل، مشيرةً إلى أنها بصدد إطلاق واجهة تفاعلية خاصة بالنظام، مع خطط لطرح برنامج وصول مبكر مخصص للأكاديميين المختارين، تمهيدًا لإتاحته على نطاق أوسع لاحقًا. ويتميّز النظام الجديد بآلية تقييم تلقائية تهدف إلى تقليل ظاهرة الهلوسة التي تُعانيها النماذج اللغوية الحديثة، إذ يُنشئ AlphaEvolve مجموعة من الحلول المقترحة لأي مسألة، ثم يُخضعها لتقييم داخلي للتحقق من صحتها ودقتها.ويعتمد AlphaEvolve على نماذج Gemini المتقدمة، التي تقول DeepMind إنها تمنحه تفوقًا ملحوظًا مقارنةً بالأساليب السابقة المستخدمة في مجالات مشابهة.ويُشترط على المستخدمين تقديم مسألة محددة للنظام، مع إمكانية إرفاق تعليمات أو معادلات أو شيفرات برمجية أو مراجع علمية، إلى جانب آلية لقياس صحة الحل تلقائيًا عبر صيغة أو معادلة قابلة للتنفيذ.ومع…..لقراءة المقال بالكامل، يرجى الضغط على زر 'إقرأ على الموقع الرسمي' أدناه
