بين نقطة التفرد وأدوات الطقس: كيف ينحو الذكاء الاصطناعي في العلوم وجهًا جديدًا؟

على خشبة Google I/O، قال ديمس هاسابيس (Demis Hassabis) – الرئيس التنفيذي لـ DeepMind – إن البشرية تقف اليوم عند سفح ‘نقطة التفرد’، تلك اللحظة النظرية التي يتجاوز فيها الذكاء الاصطناعي ذكاء الإنسان بسرعة تدميرية. لكن المفارقة أن هاسابيس كان يختتم فقرته عن الذكاء الاصطناعي العلمي بعرض فيديو يوثق كيف أن أداة الطقس الخاصة بالشركة – WeatherNext – أنذرت بكارثة إعصار ميلودا (Hurricane Melissa) في جامايكا العام الماضي، وأنقذت أرواحًا بفضل تحذيرها المبكر. بين التهويل بالتفرد والإنقاذ العملي، يتكشف تحول حقيقي في مسار الذكاء الاصطناعي للعلوم.

أدوات متخصصة: إنجازات لا تُنكر

WeatherNext ليس سوى مثال واحد. AlphaFold، الذي حاز نوبل، لا يزال الأداة الأكثر استخدامًا في التنبؤ بتراكيب البروتين: أكثر من 3 ملايين باحث حول العالم يعتمدون عليه. شركة Isomorphic Labs التابعة لجوجل، التي تسعى لتطوير أدوية باستخدام AlphaFold، جمعت مؤخرًا 2 مليار دولار في جولة تمويل من الفئة B. كما أصدرت DeepMind العام الماضي نموذجين جديدين: AlphaGenome لعلم الوراثة وAlphaEarth لعلوم الأرض. هذه الأدوات صُممت خصيصًا لحل مشكلة محددة، وهي تحظى بشعبية واسعة في الأوساط العلمية.

التحول إلى الوكلاء الذاتيين

لكن الإشارات تدل على إعادة توجيه الموارد والاهتمام. الأسبوع الماضي كشفت صحيفة Los Angeles Times أن جون جامبر (John Jumper) – الحائز على نوبل بفضل AlphaFold – يعمل الآن على تحسين قدرات جوجل في البرمجة، وليس على أدوات علمية جديدة. والسبب ليس غامضًا: أدوات جوجل البرمجية تخلفت عن منافسيها (Anthropic وOpenAI)، والبرمجة هي العمود الفقري لأنظمة الذكاء الاصطناعي الوكيلة (agentic systems).

هذه الأنظمة الوكيلة لا تحتاج إلى تدريب متخصص في كل مجال؛ إنها نماذج عامة قادرة على تنفيذ أبحاث علمية مستقلة. هذا الأسبوع أعلنت OpenAI أن أحد نماذجها (من عائلة GPT-5.5) استطاع دحض حدس رياضي مهم، واعتبره بعض علماء الرياضيات الإسهام الأبرز للذكاء الاصطناعي التوليدي في الرياضيات حتى الآن. النموذج لم يكن مخصصًا للرياضيات بل كان نموذجًا عامًا.

Gemini for Science: منصة موحدة للبحث الوكيل

في I/O، كشفت جوجل عن حزمة Gemini for Science التي توحّد عدة أنظمة قائمة على LLM تحت علامة واحدة. تشمل هذه الحزمة:

  • AI Co-Scientist – أداة لتوليد الفرضيات.
  • AlphaEvolve – أداة لتحسين الخوارزميات.

هذه الأنظمة لم تُتاح للعموم بعد، لكن جوجل تفتح باب التقديم للباحثين للوصول إليها. عالم الوراثة Gary Peltz من جامعة ستانفورد شبّه التعامل مع AI Co-Scientist بـ ‘استشارة أوراكل دلفي’ حسب مقال نُشر في Nature Medicine.

ماذا يعني هذا للباحث العربي؟

للوهلة الأولى، قد يبدو أن جوجل تتخلى عن أدوات العلم المتخصصة، لكن الواقع أكثر دقة. الشركة ما زالت تستثمر في AlphaFold وWeatherNext، لكنها تراهن بقوة على الأنظمة الوكيلة التي قد ‘تبدأ في فعل العلم’ كما يقول كبير علماء جوجل كلاود Pushmeet Kohli. بالنسبة للباحثين في العالم العربي، هذا يعني أن الوصول إلى أدوات بحثية متقدمة قد يصبح أسهل وأقل تخصصًا: ستحتاج فقط إلى طرح سؤال على مساعد عام متصل بقواعد بيانات علمية ضخمة.

لكن التحديات قائمة: النماذج الوكيلة تحتاج إلى تحقق تجريبي، والعلوم لا تُختزل في الاستدلال المنطقي فقط. ورغم الإنجازات المبهرة، ما زالت WeatherNext وAlphaFold أدوات عملية ذات قيمة ملموسة. لذا من المبكر جدًا القول إن عصر الأدوات المتخصصة قد انتهى.

الخلاصة العملية: إذا كنت باحثًا أو طالبًا في مجال علمي، تابع عن كثب Gemini for Science، لأنها تمثل مستقبل التعاون بين الإنسان والآلة في البحث. وإذا كنت مهتمًا بفهم أعمق، يمكن الاطلاع على مقال التعزيز الذاتي التكراري الذي يشرح كيف تتعلم الأنظمة تحسين نفسها.

روابط مذكورة في المصدر

المصدر: MIT Technology Review