An Agentic Workflow for Legacy HPC Modernization: Converting the Two-Electron-Integral Core of GAMESS
تقدم هذه الورقة سير عمل وكيلِيًّا نجح في تحديث 56,448 سطرًا من كود فورتران 77 (Fortran 77) الموروث في حزمة "جاميس" (GAMESS) للكيمياء الكمومية إلى فورتران 2008 (Fortran 2008) عبر توظيف ثلاثة وكلاء ذكاء اصطناعي متخصصين في صياغة الأوامر تحت إشراف بشري وعبر أوراكل تحقق صارم (bit-for-bit verification oracle)، محققين بذلك تحققًا مثاليًا عبر 612 عملية اختبار.
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 عالم الحواسيب الفائقة كأنه مكتبة عريقة ضخمة، حيث كُتبت أهم الكتب بلغة تُسمى "فورتران" (Fortran). لعقود من الزمن، استخدم العلماء هذه الكتب للتنبؤ بكيفية تماسك الذرات، وكيف قد تعمل الأدوية الجديدة، وكيف سيتغير الطقس. لكن العديد من هذه الكتب كُتب بأسلوب قديم، يشبه الملاحظات المكتوبة بخط اليد على ورق أصفر لا يستطيع قراءته إلا قلة من الخبراء. هذا "الأسلوب القديم" يجعل من الصعب استخدام الأدوات الحديثة، مثل بطاقات الرسوميات فائقة السرعة أو أنواع المعالجات الجديدة، لحل المشكلات بشكل أسرع. السؤال الكبير الذي يواجه العلماء هو: هل يمكننا إعادة كتابة هذه الكتب العريقة بتنسيق حديث وسهل القراءة دون تغيير حرف واحد من الرياضيات بداخلها بالخطأ؟ إذا غيرنا ولو رقماً واحداً صغيراً في الحسابات، فقد تصبح التنبؤات بأكملها خاطئة، مما يؤدي إلى تجارب فاشلة أو اكتشافات علمية غير صحيحة بعد سنوات من الآن.
تخبرنا هذه الورقة البحثية قصة فريق حاول حل هذه المشكلة باستخدام نوع جديد من "المساعد الرقمي" يُسمى "الوكيل الذكي" (AI agent). بدلاً من أن يجلس إنسان ليكتب ملايين الأسطر من الكود يدوياً، قاموا بإعداد فريق من الروبوتات الذكية للقيام بالعمل الشاق. لم تكن هذه الروبوتات مجرد أدوات لتبديل الكلمات بشكل أعمى؛ بل تم تزويدها بمجموعة صارمة من القواعد و"كاشف للحقيقة" يمكنه التحقق من عملها بدقة متناهية. ركز الفريق على جزء محدد وحرج من حزمة برمجيات كيميائية شهيرة تُسمى "GAMESS"، وهي التي تحسب كيفية تنافر الإلكترونات. وقد تساءلوا: ما هو مقدار هذا العمل الضخم والخطير الذي يمكننا تسليمه بأمان للذكاء الاصطناعي، وأين لا نزال بحاجة إلى إنسان للتحقق من العمل؟
قصة معيدي الكتابة الآليين
أعد الباحثون نظاماً ذكياً يتضمن ثلاثة "أدوار روبوتية" مختلفة تعمل معاً، وكلها مسترشدة بكتاب قواعد كتبه الروبوتات أنفسهم وقاموا بتحديثه أثناء سير العمل. فكر في الأمر كأنه طاقم بناء حيث يكون أحد الروبوتات هو البنّاء، والآخر هو المفتش، والثالث هو المهندس المعماري.
- البنّاء: أخذ هذا الروبوت الكود القديم الفوضوي (المكتوب بأسلوب يُسمى Fortran 77) وأعاد كتابته بأسلوب حديث (Fortran 2008). وكان عليه أن يكون حذراً لكي لا يغير الرياضيات، بل يغير فقط طريقة كتابة التعليمات.
- المفتش: قام هذا الروبوت بتمرير الكود الجديد عبر سلسلة من الاختبارات. وقارن نتائج الكود الجديد بالكود القديم، بحثاً عن أدنى اختلاف.
- المهندس المعماري: تحقق هذا الروبوت من أن الكود الجديد يتبع جميع قواعد الأسلوب، مثل التأكد من عدم ترك أي قفزات "Go To" قديمة ما لم تكن ضرورية تماماً.
الجزء الأكثر إثارة هو أن هذه الروبوتات كان مسموحاً لها بإصلاح أخطائها بنفسها. فعندما كانوا يجدون مشكلة، لم يتوقفوا فحسب؛ بل كتبوا قاعدة جديدة في كتاب قواعدهم لضمان عدم تكرار نفس الخطأ مرة أخرى.
النتائج: درجة كاملة
اختار الفريق هدفاً صعباً للغاية: 12 ملف مصدر تحتوي على 56,448 سطراً من الكود و 225 إجراءً فرعياً (subroutines). هذا هو "المحرك" لبرنامج GAMESS، وهو الجزء الذي يقوم بالعمل الثقيل في الكيمياء الكمية.
كانت النتائج ناجحة بشكل مفاجئ. تمكنت الوكلاء الذكيون من إعادة كتابة الملفات الاثني عشر بالكامل. وعندما أجروا الاختبارات، أنتج الكود الجديد نتائج مطابقة للكود القديم "بت مقابل بت" (bit-for-bit identical). وهذا يعني أنه إذا حسب الكود القديم مستوى طاقة بـ 12.3456789012، فإن الكود الجديد حسبه بـ 12.3456789012 تماماً. في عالم العلوم، يُعتبر أي اختلاف في الرقم الاثني عشر من العشري فشلاً، ولكن هنا، كان الفرق صفراً.
من بين 612 عملية اختبار، لم تكن هناك أي اختلافات ذات صلة بالكيمياء. اجتازت الروبوتات كل الاختبارات، بما في ذلك الاختبارات الـ 49 القياسية المستخدمة من قبل مجتمع GAMESS واختبارين إضافيين أضافهما الفريق.
الخلل الوحيد وشبكة الأمان البشرية
ومع ذلك، فإن القصة لا تتعلق بكون الروبوتات مثالية، بل بكيفية عملهم مع البشر. لقد ارتكبت الروبوتات نوعاً واحداً محدداً من الأخطاء؛ حيث واجهوا قطعة برمجية معقدة حيث كانت الأرقام متراصة معاً بطريقة معينة. قامت الروبوتات بترجمة الكود بأمانة، لكنها لم تدرك أن الكود الأصلي كان يحتوي على خلل خفي لا يظهر إلا في ظروف معينة وقاسية جداً. ولأن الروبوتات كانت تتبع القواعد بصرامة شديدة، فقد نسخت الخلل مع بقية الكود.
هنا جاء دور شبكة الأمان البشرية. وضع الفريق قاعدة صارمة: لا يمكن للروبوتات دمج عملها إلا بعد موافقة إنسان. وعندما جرت الاختبارات، تم رصد هذا الخطأ الواحد. ثم استخدمت الروبوتات حيلة ذكية تُسمى "التنصيف" (bisection) (مثل محقق يحصر قائمة المشتبه بهم) لتحديد السطر الخاطئ بدقة. قاموا بإصلاحه، ثم كتبوا قاعدة جديدة في كتاب قواعدهم لضمان عدم ارتكاب أي روبوت مستقبلي لهذا الخطأ مرة أخرى.
توضح الورقة البحثية أنه بينما استطاعت الروبوتات القيام بمعظم العمل تقريباً — قراءة الكود، وإعادة كتابته، واختباره، وحتى إصلاح أخطائها الخاصة — إلا أنها كانت لا تزال بحاجة إلى إنسان لاتخاذ القرار النهائي بشأن ما إذا كانت النتائج مقبولة أم لا. لقد تولت الروبوتات التعامل مع حجم العمل، لكن البشر هم من تولوا التعامل مع التقدير والحكم.
لماذا هذا مهم؟
تثبت هذه الدراسة أنه يمكننا استخدام الذكاء الاصطناعي لتحديث قواعد بيانات برمجية علمية ضخمة وعريقة دون كسرها. لم يكن المفتاح هو امتلاك ذكاء اصطناعي ذكي فحسب، بل كان امتلاك نظام تحقق صارم ("كاشف الحقيقة") يمكنه رصد حتى أصغر الأخطاء. ولأن العلماء كان لديهم طريقة مثالية للتحقق من الإجابات (بمقارنتها بقيم معروفة وصحيحة)، فقد استطاعوا الوثوق في الروبوتات للقيام بالعمل.
تشير الورقة البحثية إلى إمكانية استخدام هذا النهج في مشاريع علمية أخرى، لكنها تحذر أيضاً من أنه لن ينجح إلا إذا كان لديك طريقة للتحقق من النتائج بشكل مثالي. إذا لم يكن لديك "معيار ذهبي" للمقارنة به، فلا يمكنك التأكد مما إذا كانت الروبوتات قد غيرت الرياضيات أم لا. في هذه الحالة، قامت الروبوتات بالعمل الشاق، وقدم البشر شبكة الأمان، ومعاً، نجحوا في تحديث قطعة من التاريخ العلمي دون فقدان رقم واحد من الدقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.