السقالة البرمجية لا النموذج: إنفيديا تُعيد تعريف أداء الذكاء الاصطناعي
كشفت أبحاث إنفيديا أن الإطار المحيط بنموذج الذكاء الاصطناعي أهم من النموذج ذاته، إذ حقق كلود أوبس 5 درجة كاملة في اختبار ARC-AGI-3 بفضل هذا النهج.

في مفاجأة أثارت جدلاً واسعاً في مجتمع الذكاء الاصطناعي، كشفت شركة إنفيديا أن السقالة البرمجية المحيطة بنموذج الذكاء الاصطناعي قد تكون أكثر أهميةً من النموذج ذاته، بعد أن نجح باحثوها في تحقيق أداء استثنائي باستخدام إطار تقني متطور وضع على نموذج كلود أوبس 5 من أنثروبيك.
تفوّق الإطار على النموذج
أجرت إنفيديا اختباراً على المعيار المرجعي ARC-AGI-3، وهو اختبار تفاعلي للتفكير يعتمد على ألعاب ثنائية الأبعاد تستوجب من النموذج استنتاج قواعدها والفوز بها. حقق نموذج كلود أوبس 5 درجة مئة بالمئة حين زوّدته إنفيديا بسقالتها البرمجية المتطورة، مقارنةً بثلاثين بالمئة فحسب حين عمل النموذج منفرداً دون هذا الإطار. وفي المقابل، لم تستطع شركة أوبن إيه آي تخطي هذا الحد رغم مضاعفة درجاتها عبر تعديلات مماثلة على سقالتها البرمجية.
وصف أدل الحلاك، نائب رئيس المنتج في إنفيديا، هذا الإطار قائلاً: "إنه ليس النموذج، بل الهيكل المحيط به الذي نُسميه السقالة البرمجية، أي مجموعة الأدوات التي يستخدمها." ويتضمن هذا الإطار آليات إدارة الذاكرة والسياق والتغذية الراجعة، فضلاً عن مكوّن مشرف يعمل بوصفه قائداً يُوجّه عامل الذكاء الاصطناعي حين ينحرف عن مساره.
ما هي السقالة البرمجية؟
السقالة البرمجية في سياق الذكاء الاصطناعي هي الإطار التقني الذي يُحيط نموذج اللغة الكبير ويُمكّنه من أداء مهام معقدة ومتعددة الخطوات بصورة مستقلة. تشمل هذه السقالة الأدوات الخارجية التي يستطيع النموذج استخدامها، وآليات الذاكرة التي تُبقي السياق حاضراً عبر جلسات طويلة، ومنطق التحقق من النتائج، إضافةً إلى نظام الإشراف الذي يرصد أخطاء العامل المستقل ويُصوّبها.
أطلقت إنفيديا على تقنيتها الجديدة اسم مشغّلات التنوع العاملي (AVO)، وهي تعمل على توليد مسارات متنوعة لحل المشكلات وتقييمها بشكل متوازٍ، مما يُعزز قدرة النموذج على التعامل مع المهام التي تتطلب تفكيراً طويل الأمد.
أهمية المشرف في النظام
أحد أبرز مكونات إطار إنفيديا هو المشرف الذي يعمل بوصفه قائداً لعامل الذكاء الاصطناعي. حين يبدأ العامل المستقل في الانجراف بعيداً عن هدفه أو يُبدي سلوكيات غير متوقعة، يتدخل المشرف لتصحيح المسار. وقد كشفت دراسة أجرتها مايكروسوفت في أبريل أن جميع النماذج التسعة عشر التي اختبرتها أخفقت في إكمال المستندات بدقة في المهام الطويلة، ووثّق باحثون حوادث عدة شملت نماذج قامت بحذف ملفات أو تصرفت بصورة غير مقبولة. يُبرز ذلك الحاجة الماسّة إلى آلية إشراف صارمة ضمن السقالة البرمجية.
الأثر على تكاليف التشغيل
لا تقتصر أهمية اختيار السقالة المناسبة على الأداء التقني، بل تمتد إلى التكلفة الاقتصادية. كشفت دراسة أجرتها شركة داتابريكس أن اختيار السقالة البرمجية الخاطئة قد يُضاعف التكاليف التشغيلية إلى الضعف. وهذا يضع المؤسسات أمام قرار استراتيجي مزدوج: لا يقتصر الأمر على انتقاء نموذج الذكاء الاصطناعي المناسب، بل يشمل أيضاً تصميم الإطار الذي يعمل فيه هذا النموذج.
توجه جديد في عالم الذكاء الاصطناعي
تُشير نتائج إنفيديا إلى تحوّل جوهري في طريقة تطوير تطبيقات الذكاء الاصطناعي وتقييمها. فبينما كان التنافس يدور حول حجم النماذج وكميات بيانات التدريب وإجراء الضبط الدقيق، تتصاعد أهمية الهندسة المحيطة بهذه النماذج، إذ يُثبت الإطار التقني الجيد قدرته على استخلاص أداء استثنائي حتى من النماذج الأكثر تواضعاً.
يكتسب هذا التوجه أهمية بالغة في السياق العربي، حيث تُضخّ استثمارات ضخمة في تطبيقات الذكاء الاصطناعي كمشاريع مركز محمد بن زايد للذكاء الاصطناعي في أبوظبي وشركة ناو للذكاء الاصطناعي السعودية. إذ يُثبت هذا البحث أن بناء السقالة البرمجية المثلى—لا مجرد اقتناء أحدث النماذج—هو الفيصل في رفع أداء التطبيقات، مما يُشير إلى أن الاستثمار في الكفاءة الهندسية المحلية قد يُحقق عوائد أكبر مما يُنفق على رسوم ترخيص النماذج الغربية الباهظة.
تُمثّل هذه النتيجة تحولاً واضحاً في ميزان القوى ضمن صناعة الذكاء الاصطناعي: فبينما تحتفظ شركات مثل أنثروبيك وأوبن إيه آي بأسرار نماذجها، قد تصبح شركات الأجهزة والبنية التحتية كإنفيديا لاعباً محورياً في تحديد من يحصل على أفضل الأداء من هذه النماذج. ويبقى السؤال مفتوحاً: هل سيُصبح تصميم السقالة البرمجية الميزة التنافسية الحاسمة لمستقبل الذكاء الاصطناعي؟
المزيد من ذكاء اصطناعي

لا تنخدعوا: النماذج اللغوية الكبيرة لا تفكر فعلاً كما تبدو
يرى باحث في الذكاء الاصطناعي أن النماذج اللغوية الكبيرة تنجح بفضل التنبؤ السريع بالأنماط لا الاستدلال المنهجي الحقيقي، مستشهداً بحركة ألفاغو الأسطورية رقم 37 كمثال على الاستدلال الفعلي الذي تفتقر إليه هذه النماذج.

آبل تشدد ضوابط الوصول الكامل للقرص في ماك مواجهةً لمخاطر وكلاء الذكاء الاصطناعي
أعلنت آبل تشديد صلاحية الوصول الكامل للقرص في نظام ماك أو إس، بعد تنامي المخاوف من وكلاء الذكاء الاصطناعي القادرين على الوصول غير المقيّد إلى ملفات المستخدمين ورسائلهم وسجل تصفحهم.

معالج ضوئي يكتشف التزييف العميق في الفيديو بدقة تقارب 98%
باحثون في جامعة كاليفورنيا لوس أنجلوس يطورون معالجاً عصبياً ضوئياً يفحص عشرات مقاطع الفيديو في آنٍ واحد باستخدام الضوء بدلاً من الكهرباء، لكشف التزييف العميق بدقة واستهلاك طاقة منخفضين.

علماء يطورون نظام ذكاء اصطناعي يعيد بناء الصور من مسح الدماغ في ساعة واحدة
باحثون في معهد وايزمان يطورون مُفسِّراً دماغياً بالذكاء الاصطناعي يعيد بناء ما يراه الشخص من بيانات التصوير الوظيفي، ويخفض زمن المعايرة اللازم من 40 ساعة إلى ساعة واحدة فقط.

أرمادين: 255 مليون دولار لحماية الشركات بأسراب الذكاء الاصطناعي
مؤسس مانديانت كيفن مانديا يطلق أرمادين، شركة تستخدم أسراباً من عوامل الذكاء الاصطناعي المستقلة لمحاكاة هجمات القراصنة واختبار دفاعات الشركات بتكلفة أقل وسرعة أكبر.

متى يمكن القول إن الذكاء الاصطناعي حقق اكتشافاً علمياً فعلياً؟
أثار إعلان أنثروبيك عن اكتشاف نمط جيني عبر عملاء كلود جدلاً علمياً حول حدود نسب الاكتشافات للذكاء الاصطناعي، بعدما شكك باحثون في طبيعة الإنجاز الحقيقي.