Epoch AI: النماذج الحديثة لم تتمكن من تكرار فكرة خوارزمية ابتكرها إنسان

نشرت Epoch AI مادة بعنوان InnovationEval، وعنوانها يلخّص مضمونها: النماذج الحديثة بالكاد استطاعت مجاراة ابتكار خوارزمي توصل إليه إنسان. صدر المنشور في 9 أكتوبر 2026، وحصد على Hacker News 86 نقطة و71 تعليقًا، أي أن المجتمع التقني تفاعل مع الموضوع فورًا. ونشير هنا منذ البداية إلى أن المادة التي وصلت إلى هيئة التحرير لا تتضمن سوى العنوان والرابط وعدّادات النقاش. ولا توجد فيها جداول بنتائج نماذج بعينها، ونحن لا نخمّنها.

ما الذي نعرفه عن المنشور

تعدّ Epoch AI منذ سنوات تقييمات مستقلة لقدرات النماذج، ولذلك يقرأ كثيرون استنتاجاتها بانتباه أكبر من البيانات الصحفية الصادرة عن المختبرات. ويشير اسم InnovationEval إلى أن ما يجري اختباره هو القدرة على الابتكار تحديدًا. فالنماذج لا تحل مسألة محفوظة سلفًا، بل عليها التوصل إلى فكرة سبق أن طرحها باحث بشري. أما صياغة العنوان («struggled to match») فتدل على أن النتيجة جاءت أضعف من المتوقع.

فيما يلي ما يمكن تأكيده استنادًا إلى البيانات المتاحة:

• المصدر: Epoch AI، صفحة publications/innovationeval.
• تاريخ النشر على المجمّع: 9 أكتوبر 2026.
• الاستنتاج الرئيسي: النماذج الحديثة لم تتمكن من تكرار ابتكار خوارزمي بشري بصورة موثوقة.
• ردة فعل Hacker News: 86 نقطة، 71 تعليقًا.
• غير مذكور في مصدرنا: قائمة النماذج، وعدد المحاولات، ومعايير احتساب النجاح، والنسب المئوية الدقيقة.

لماذا يهم هذا الاختبار؟

تقيس معظم الاختبارات المعيارية الشائعة مدى نجاح النموذج في حل مسائل لها إجابة معروفة، مثل رياضيات الأولمبياد وإصلاح الأخطاء البرمجية في المستودعات والبرمجة التنافسية. وقد كان التقدم في هذه المجالات سريعًا خلال السنوات الأخيرة، وكثيرًا ما تصل المنحنيات البيانية فيها إلى سقف. أما اختبار الابتكار فمختلف في بنيته، إذ يجيب عن سؤال: هل يستطيع النموذج اقتراح أسلوب جديد، بدلًا من تركيب حل جيد من عناصر موجودة أصلًا في بيانات التدريب؟

ويرتبط ذلك مباشرة بالوعد الأكبر للصناعة: وكلاء ذكاء اصطناعي يسرّعون الأبحاث في الذكاء الاصطناعي نفسه. فإذا كان النموذج لا يعيد إنتاج فكرة توصل إليها إنسان بالفعل، فينبغي حصر الحديث عن أتمتة العمل العلمي في نطاق أضيق. والعكس صحيح أيضًا: اختبار واحد لا يحسم المسألة. فالنتيجة تتوقف على صياغة المهمة والتلميحات المقدَّمة وميزانية الاستدلال والابتكار الذي وقع عليه الاختيار ليكون المرجع.

كيف نقرأ النتيجة

يستحسن التركيز في المصدر الأصلي على ثلاثة أمور. أولًا، كيف يفصل المؤلفون بين الابتكار والتذكّر: فإذا كانت الفكرة قد وردت في عيّنة التدريب، فالاختبار يقيس الذاكرة لا الجِدّة. ثانيًا، كم محاولة أُتيحت للنموذج وكيف اختيرت أفضل إجابة. ثالثًا، ما الذي عُدّ نجاحًا: التطابق التام مع الحل البشري أم نهج مكافئ وظيفيًا. وبهذه التفاصيل يتحدد مدى قوة الاستنتاج.

ويوحي مستوى النقاش على Hacker News (71 تعليقًا مقابل 86 نقطة) بأن لدى القرّاء أسئلة تتعلق بالمنهجية تحديدًا. وهذا طبيعي في عمل من هذا النوع، فقياس «القدرة الابتكارية» أصعب بكثير من قياس الدقة في اختبار له مفتاح إجابة.

ماذا نفعل عمليًا

يفيد الفرق التي تبني منتجات على وكلاء البرمجة والبحث أن تقسّم المهام إلى فئتين. فالهندسة الروتينية وإعادة الهيكلة ونقل الخوارزميات المعروفة وضبط المعاملات تقع ضمن ما تؤديه النماذج بموثوقية. أما طرح مقاربات خوارزمية جديدة فيبقى مجالًا يحدد فيه الإنسان الاتجاه، بينما يعمل النموذج منفّذًا سريعًا ومولّدًا لخيارات تخضع للفحص.

قبل مراجعة خططكم، افتحوا النص الأصلي على epoch.ai وطابقوا ثلاثة معايير: قائمة النماذج المختبَرة، وعدد مرات التشغيل، ومعيار احتساب النجاح. وإذا كنتم تشترون أدوات ذكاء اصطناعي لأعمال البحث والتطوير (R&D)، فمن المفيد أن تطلبوا من المورّد نتائج على مهام تتطلب الجِدّة، لا على الاختبارات المعيارية القياسية وحدها. ولا تنسوا أن الإصدار القادم قد يغيّر الصورة، فمثل هذه التقييمات تتقادم بسرعة.