تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارTG: @ai_machinelearning_big_data (Machinelearning)→ المصدر

وكيل BioMaster المبني على Kimi اختار 100 جين خلال 90 دقيقة بدلًا من 4 ساعات

ترى Moonshot AI، الشركة المطورة لـKimi، أن سوق الذكاء الاصطناعي الموجّه للبرمجة يقترب من التشبع، وتتجه إلى العلوم. فقد اختار وكيل BioMaster المبني على Kimi K3.1 Pro، خلال 90 دقيقة، 100 جين للمتابعة والدراسة من بيانات 3696 خلية من الفأر، بينما يحتاج الإنسان إلى نحو أربع ساعات. غير أن 72% من شركات الأدوية تستخدم الذكاء الاصطناعي بالفعل، في حين أن 24% فقط تتوقع أن يرفع نسبة نجاح الأدوية. تسريع المهام الروتينية أمر مثبت، أما أن «الذكاء الاصطناعي سيخترع الدواء» فلم يثبت بعد.

معالج بواسطة الذكاء الاصطناعي من TG: @ai_machinelearning_big_data (Machinelearning)؛ بتحرير Hamidun News
وكيل BioMaster المبني على Kimi اختار 100 جين خلال 90 دقيقة بدلًا من 4 ساعات
المصدر: TG: @ai_machinelearning_big_data (Machinelearning). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTG: @ai_machinelearning_big_data (Machinelearning) ↗
رئيس التحرير
BioMaster100 جين مرشّح من 3696 خلية في نحو 90 دقيقة
استطلاع Citi72% من أصل 50 مسؤولًا في البحث والتطوير يستخدمون الذكاء الاصطناعي بالفعل
حقيقة رئيسية #324% فقط يتوقعون زيادة ملحوظة في فرص نجاح الأدوية الجديدة

أعلنت شركة Moonshot AI الصينية، المطورة لنماذج Kimi، أن البرمجة، وهي المصدر الرئيسي للطلب على نماذج الذكاء الاصطناعي المتقدمة، تقترب من التشبع، وأنها تبحث عن مجال جديد يشمل علم الأحياء والكيمياء والصناعات الدوائية. وقد ظهر أول دليل على ذلك: حصل وكيل BioMaster المبني على Kimi K3.1 Pro على بيانات تبيّن الجينات النشطة في 3696 خلية من بنكرياس الفأر، واختار خلال نحو 90 دقيقة 100 جين ينبغي للباحث البيولوجي فحصها لاحقًا.

وبحسب التقديرات، كان الإنسان سيقضي في عملية الاختيار نفسها نحو أربع ساعات. تخيّل جدولًا ضخمًا تمثّل صفوفه الخلايا وأعمدته الجينات، وتحمل خلاياه مستوى النشاط: الوكيل هنا يحلّ محل المحلل الذي يبحث فيه يدويًا عن الأنماط. وهذه إشارة للمطورين والمؤسسين: سباق النموذج الأفضل ينتقل من محرر الأكواد إلى المختبر، لكن شركات الأدوية لا تزال تتعامل مع الأمر بحذر.

لماذا تبتعد Moonshot عن البرمجة

تحدث عن ذلك المدير المسؤول عن التطوير الدولي في الشركة خلال مؤتمر Web Summit في لشبونة. ووفقًا له، فإن البرمجة، التي وفّرت الطلب الأساسي على النماذج المتقدمة، تقترب من التشبع التقني: فمستوى النماذج الحالي كافٍ بالفعل لمعظم المهام المتعلقة بالأكواد.

وبحسب منطقه، سيرتفع السقف بعد ذلك. فالمهام في المجالين المالي والقانوني تتطلب مستوى من الذكاء الاصطناعي يقارب ما يتطلبه العمل مع الأكواد، بينما ترفعه العلوم أعلى من ذلك. ففي العلوم لا يكفي كتابة نص معقول الظاهر، بل يجب أن تصمد النتيجة أمام اختبار التجربة.

ما أُنجز حتى الآن: BioMaster على Kimi K3.1 Pro

أعلنت شركة DP Technology الواقعة في بكين عن تعاون مع Moonshot: سيعمل Kimi K3.1 Pro داخل وكيلها BioMaster المخصص للمهام البيولوجية. وهذا مثال على نمط «نموذج عام زائد وكيل متخصص»: يتولى النموذج الاستدلال، بينما يربط الوكيل به بيانات المجال المعني وأدواته.

وخلال العرض التوضيحي، حلّل BioMaster مع Kimi التعبير الجيني، أي أي الجينات «مُفعّلة» في الخلية ومدى نشاطها. ومن بيانات 3696 خلية، استخرج 100 جين مرشّح لمزيد من الدراسة في نحو 90 دقيقة، مقابل أربع ساعات تقديرية من عمل الإنسان.

من المهم فهم ما الذي جرى تسريعه بالضبط. فهذا ليس اكتشاف دواء، بل انتقاء أولي: الحصول من آلاف السمات على مئة سمة يفحصها الباحث لاحقًا في المختبر. وهذا النوع من العمل الروتيني يستهلك الكثير من وقت الباحثين. لكن الساعات الأربع تقدير وليست قياسًا على مجموعة مستقلة، كما أن المادة المنشورة لا تتحدث عن جودة الجينات المختارة.

قطاع الأدوية ينظر بشك

لا يتطابق حماس المطورين مع مزاج القطاع. فقد أظهر استطلاع أجرته Citi في يونيو بين 50 من مديري أقسام البحث والتطوير في شركات الأدوية الأمريكية فجوة بين الاستخدام والتوقعات. ففي 72% من الشركات يُستخدم الذكاء الاصطناعي بالفعل أو أصبح مُدمجًا بالكامل في العمليات البحثية. لكن 24% فقط من المشاركين يتوقعون أن تزيد التقنية احتمال نجاح الأدوية الجديدة زيادة كبيرة.

بعبارة أخرى، الذكاء الاصطناعي قادر على تسريع تحليل البيانات، لكن لا أحد يتعهد حتى الآن بأن يصل عدد أكبر من الأدوية إلى المرضى. والعنق الرئيسي للزجاجة في صناعة الأدوية هو التجارب السريرية، والنموذج اللغوي لا يزيل هذه العقبة بمفرده.

ماذا يعني ذلك عمليًا

بالنسبة للفرق التي تبني الوكلاء، تفتح المجالات العلمية نطاقًا مستقلًا: فالقيمة تأتي من الجمع بين نموذج قوي وأدوات مصممة لمجال محدد. وعلى فرق المنتجات أن تبيع ما يمكن قياسه، مثل توفير الوقت في التحليل الاستكشافي، 90 دقيقة مقابل أربع ساعات، لا وعد «الذكاء الاصطناعي سيبتكر الدواء» الذي لا يشتريه القطاع حتى الآن.

استراتيجية Moonshot واضحة، وقد تتكرر لدى مختبرات أخرى: حين يتشبع سوق الأكواد، تتجه إلى حيث يكون ثمن الخطأ أعلى، ومن ثم تكون الاستعداد للدفع مقابل الجودة أعلى أيضًا. وسيتضح ما إذا كان Kimi سيثبت في العلوم عندما تظهر عمليات تحقق مستقلة من نتائج BioMaster، لا مجرد عرض توضيحي.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول لماذا تبتعد Moonshot عن البرمجة؟

تحدث عن ذلك المدير المسؤول عن التطوير الدولي في الشركة خلال مؤتمر Web Summit في لشبونة. ووفقًا له، فإن البرمجة، التي وفّرت الطلب الأساسي على النماذج المتقدمة، تقترب من التشبع التقني: فمستوى النماذج الحالي كافٍ بالفعل لمعظم المهام المتعلقة بالأكواد. وبحسب منطقه، سيرتفع السقف بعد ذلك. فالمهام في المجالين المالي والقانوني تتطلب مستوى من الذكاء الاصطناعي يقارب ما يتطلبه العمل مع الأكواد، بينما ترفعه العلوم أعلى من ذلك. ففي العلوم لا يكفي كتابة نص معقول الظاهر، بل يجب أن تصمد النتيجة أمام اختبار التجربة.

ما أبرز التفاصيل حول ما أُنجز حتى الآن: BioMaster على Kimi K3.1 Pro؟

أعلنت شركة DP Technology الواقعة في بكين عن تعاون مع Moonshot: سيعمل Kimi K3.1 Pro داخل وكيلها BioMaster المخصص للمهام البيولوجية. وهذا مثال على نمط «نموذج عام زائد وكيل متخصص»: يتولى النموذج الاستدلال، بينما يربط الوكيل به بيانات المجال المعني وأدواته. وخلال العرض التوضيحي، حلّل BioMaster مع Kimi التعبير الجيني، أي أي الجينات «مُفعّلة» في الخلية ومدى نشاطها. ومن بيانات 3696 خلية، استخرج 100 جين مرشّح لمزيد من الدراسة في نحو 90 دقيقة، مقابل أربع ساعات تقديرية من عمل الإنسان. من المهم فهم ما الذي جرى تسريعه بالضبط.

ما أبرز التفاصيل حول قطاع الأدوية ينظر بشك؟

لا يتطابق حماس المطورين مع مزاج القطاع. فقد أظهر استطلاع أجرته Citi في يونيو بين 50 من مديري أقسام البحث والتطوير في شركات الأدوية الأمريكية فجوة بين الاستخدام والتوقعات. ففي 72% من الشركات يُستخدم الذكاء الاصطناعي بالفعل أو أصبح مُدمجًا بالكامل في العمليات البحثية. لكن 24% فقط من المشاركين يتوقعون أن تزيد التقنية احتمال نجاح الأدوية الجديدة زيادة كبيرة. بعبارة أخرى، الذكاء الاصطناعي قادر على تسريع تحليل البيانات، لكن لا أحد يتعهد حتى الآن بأن يصل عدد أكبر من الأدوية إلى المرضى.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…