SwiftNJ: Fast Exact Neighbour Joining via Correctness-Gated Coding Agents
تُثبت هذه الورقة أن وكيل البرمجة المقيّد بالصحة يمكنه التفوق بشكل كبير على خط الأساس المعتمد RapidNJ في مجال علم الوراثة العرقي الحسابي من خلال إنتاج SwiftNJ، وهو تنفيذ مُحسّن لخوارزمية "الجار الأقرب" (Neighbour Joining) يحقق نسبة زمن تشغيل بمتوسط هندسي قدره 0.565 مع الحفاظ على الصحة الدقيقة مقابل المعايير المرجعية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول اكتشاف كيفية ارتباط مجموعة من الغرباء ببعضهم البعض، تماماً مثل بناء شجرة عائلة لحشد هائل. في عالم البيولوجيا، يفعل العلماء ذلك طوال الوقت مع البكتيريا والفيروسات لفهم كيفية تطورها. الأداة التي يستخدمونها لرسم هذه الأشجار تسمى "الربط بين الجيران" (Neighbour Joining).
لسنوات، كانت الطريقة الأسرع لرسم هذه الأشجار تشبه حرفياً استخدام صانع ماهر لإزميل مصنوع خصيصاً ومضبوط يدوياً. هذا "الإزميل" هو قطعة من كود الكمبيوتر تسمى RapidNJ. إنه سريع للغاية لأنه بُني بواسطة مبرمجين بشريين خبراء قاموا بضبط كل برغي بدقة لجعله يعمل بأقصى كفاءة ممكنة.
التجربة: هل يمكن لتلميذ ذكاء اصطناعي أن يفعل الأفضل؟
تطرح هذه الورقة سؤالاً جريئاً: في عام 2026، هل يمكن لمساعد برمجة ذكي للغاية يعمل بالذكاء الاصطناعي، ويقوم بدور تلميذ عالي المهارة، أن يبني أداة تكون حتى أسرع من إزميل الحرفي الماهر المضبوط يدوياً؟
لاختبار ذلك، لم يترك الباحثون الذكاء الاصطناعي يخمن فحسب، بل وضعوا له "حزام أمان" صارماً. فكر في هذا الحزام كأنه مفتش مراقبة جودة دقيق. في كل مرة يكتب فيها الذكاء الاصطناعي سطراً جديداً من الكود، يقوم المفتش بفحصه مقابل مرجع موثوق (يسمى QuickTree) للتأكد من أن الإجابة صحيحة بنسبة 100%. إذا ارتكب الذكاء الاصطناعي خطأً، يتم رفض الكود فوراً. ضمن هذا الأمر أنه بينما كان الذكاء الاصطناعي يحاول أن يكون أسرع، فإنه لم يضحِّ أبداً بالدقة.
النتيجة: بطل جديد
أنشأ الذكاء الاصطناعي، بتوجيه من هذا المفتش الصارم، أداة جديدة تسمى SwiftNJ.
عندما وضعوا SwiftNJ في مواجهة مباشرة مع البطل القديم (RapidNJ) في مجموعة اختبار مكونة من 59 لغزاً مختلفاً من البيانات:
- كان SwiftNJ، في المتوسط، أسرع بمقدار الضعف تقريباً (تحديداً، استغرق حوالي 56% فقط من الوقت الذي احتاجته الأداة القديمة).
- تفوق على الأداة القديمة في 58 من أصل 59 اختباراً.
- والأهم من ذلك، في 400 اختبار إضافي، أنتج SwiftNJ نفس أشجار العائلة المثالية تماماً التي أنتجها المرجع الموثوق، مما أثبت أنه لم يتجاهل القواعد من أجل سرعته.
الخلاصة
تظهر هذه الدراسة أنه في العالم المحدد وعالي المخاطر لبناء الأشجار التطورية، يمكن للذكاء الاصطناعي الموجه بشرياً أن يتفوق فعلياً على أفضل كود كتبه البشر والذي تم تحسينه لسنوات. وهذا يشير إلى أنه إذا أعطيت الذكاء الاصطناعي "كتاب قواعد" صارماً لضمان عدم ارتكابه للأخطاء، فيمكنه إيجاد طرق مختصرة ذكية لجعل الأدوات العلمية المعقدة تعمل بشكل أسرع. ومع ذلك، تتوقف الورقة عند هذا الحد، مشيرة إلى أننا لا نزال بحاجة لرؤية ما إذا كانت هذه الحيلة ستنجح مع أنواع أخرى من المشكلات العلمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.