← أحدث الأبحاث
🤖 AI

SelfAI: A self-directed framework for long-horizon scientific discovery

تُعد SelfAI إطار عمل ذاتي التوجيه ومتعدد الوكلاء يعمل على أتمتة الاكتشاف العلمي طويل الأمد عبر ترجمة النوايا البحثية إلى تجارب قابلة للتنفيذ، والموازنة استراتيجياً بين مقايضات الكفاءة والتنوع لتحقيق حلول عالية الجودة بعدد أقل من التجارب المكررة مقارنة بالأساليب الحالية.

المؤلفون الأصليون: Xiao Wu, Ting-Zhu Huang, Liang-Jian Deng, Xiaobing Yu, Yu Zhong, Shangqi Deng, Ufaq Khan, Jianghao Wu, Xiaofeng Liu, Imran Razzak, Xiaojun Chang, Yutong Xie

نُشر 2026-02-24
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Xiao Wu, Ting-Zhu Huang, Liang-Jian Deng, Xiaobing Yu, Yu Zhong, Shangqi Deng, Ufaq Khan, Jianghao Wu, Xiaofeng Liu, Imran Razzak, Xiaojun Chang, Yutong Xie

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق تحاول حل لغز ضخم ومعقد. لديك قائمة من المشتبه بهم (فرضيات)، لكنك لا تعرف أيهم هو الجاني. في الماضي، كان العلماء (والأدوات الذكية التي استخدموها) يتصرفون مثل محقق يقرر فحص كل منزل في المدينة، واحداً تلو الآخر، بغض النظر عما إذا كان المنزل يبدو مريباً أم لا. كانوا يستمرون في الفحص حتى ينفد منهم الوقت أو المال، آملين في العثور على المنزل الصحيح في النهاية.

تقدم هذه الورقة البحثية SelfAI، وهو نوع جديد من "المحققين الخارقين" الذين لا يكتفون بفحص المنازل فحسب؛ بل يفكرون في عملية التحقيق نفسها.

إليك كيف يعمل SelfAI، مقسماً إلى مفاهيم بسيطة:

1. الطريقة القديمة: المحقق الذي يعتمد على "القوة الغاشمة" (Brute Force)

معظم أدوات الذكاء الاصطني الحالية تشبه محققًا سريعًا جدًا ولكنه عنيد للغاية. هم بارعون في إجراء التجارب (فحص المنازل)، لكنهم لا يعرفون متى يتوقفون.

  • المشكلة: قد يجدون الجاني بعد فحص 100 منزل، لكنهم يستمرون في فحص 900 منزل إضافي لمجرد التأكد. إنهم يهدرون الكثير من الموارد (الوقت، المال، الكهرباء) على منازل خالية تماماً.
  • النتيجة: سيصلون في النهاية إلى الإجابة، لكن الأمر يستغرق وقتاً طويلاً جداً ويكلف الكثير.

2. طريقة SelfAI: المحقق "الاستراتيجي"

SelfAI مختلف. فهو لا يتعامل مع الاكتشاف العلمي كمجرد قائمة مهام، بل كـ رحلة طويلة حيث يغير كل خطوة الخريطة. يستخدم فريقاً من ثلاثة وكلاء متخصصين (تخيلهم كفرقة تحقيق):

  • وكيل المستخدم (العميل): تخبر هذا الوكيل: "أريد الحصول على أفضل وصفة لكعكة". يقوم هو بترجمة رغبتك الغامضة إلى قائمة تسوق منظمة وصارمة وخطة عمل.
  • مدير التجربة (الطاهي): هذا الوكيل يذهب بالفعل إلى المطبخ، يخلط المكونات، يخبز الكعكة، ويسجل المذاق. إذا تعطل الفرن، يقوم بإصلاحه ويواصل العمل.
  • الوكيل المعرفي (العقل المدبر): هذا هو عقل العملية. بعد أن يخبز "الطاهي" الكعكة، ينظر "العقل المدبر" إلى النتيجة ويتساءل:
    • "هل كانت هذه الكعكة جيدة؟"
    • "هل ساعدت إضافة المزيد من السكر؟"
    • "هل نحن نضيع الوقت في خبز كعكات جافة جداً؟"
    • بشكل حاسم: "هل يجب أن نتوقف عن الخبز الآن، أم أن هناك كعكة أفضل مخبأة في الجزء غير المستكشف من كتاب الوصفات؟"

3. السر الخفي: تفكير "المسار" (Trajectory)

تقدم الورقة طريقة جديدة للتفكير تسمى "التفكير المدرك للمسار" (Trajectory-aware reasoning).

تخيل أنك تتسلق جبلاً للوصول إلى أعلى قمة.

  • الذكاء الاصطناعي القديم: يستمر في المشي في خط مستقيم، أو يتعرج بشكل عشوائي، ويفحص كل شجيرة. قد يجد القمة، لكنه قد يعلق أيضاً في وادٍ صغير ويستمر في الحفر هناك لساعات.
  • SelfAI: ينظر إلى المسار الذي سلكه بالفعل. يرى: "حسناً، ذهبت يساراً وأصبح المنظر أسوأ. ذهبت يميناً وأصبح المنظر أفضل. سأتوقف عن الذهاب يساراً". كما يعرف متى يقول: "لقد وجدت أعلى قمة في هذه المنطقة، لست بحاجة لتسلق كل صخرة قريبة منها".

4. قاعدتان جديدتان للعبة

ابتكر المؤلفون طريقتين جديدتين لقياس النجاح، وهما بمثابة تقرير درجات للمحقق:

  • الدرجة (الكفاءة): هل وجدت الإجابة الجيدة بسرعة؟ هل توقفت عن إضاعة الوقت بمجرد العثور عليها؟
  • APWD (التنوع): هل استكشفت مناطق مختلفة بما يكفي للتأكد من أنك لم تفوت كنزاً مخفياً، أم أنك اكتفيت بالبقاء في مكان واحد؟

SelfAI هو المحقق الوحيد الذي يحصل على درجة "امتياز" في كليهما. فهو يجد أفضل الإجابات بسرعة أكبر وبأقل قدر من الهدر مقارنة بالطرق القديمة.

5. لماذا هذا مهم؟

في العالم الحقيقي، التجارب العلمية مكلفة.

  • اكتشاف الأدوية: اختبار دواء جديد على جهاز كمبيوتر يكلف مالاً. يمكن لـ SelfAI العثور على أفضل تركيبة للدواء في 100 اختبار بدلاً من 1,000.
  • تطوير الذكاء الاصطناعي: تدريب نموذج ذكاء اصطناٍ جديد يستهلك كميات هائلة من الكهرباء. يمكن لـ SelfAI ضبط الإعدادات لجعل الذكاء الاصطناعي أكثر ذكاءً دون حرق الكثير من الطاقة.

الخلاصة الكبرى

SelfAI ليس مجرد أداة تقوم بالعمل؛ بل هو أداة تتعلم كيف تعمل. إنه يفهم أن العلم هو قصة لها بداية، ووسط، ونهاية. إنه يعرف متى يدفع للأمام، ومتى يستكشف أفكاراً جديدة، والأهم من ذلك، متى يتوقف حتى لا نهدر مواردنا.

إنه يحول الاكتشاف العلمي من "بحث أعمى" إلى "رحلة ذكية".

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →