Perplexity تخصّص 10 000 وحدة GPU على الأقل لبناء «باحث آلي»
أطلقت Perplexity مبادرة Frontier Research ووعدت بتخصيص ما لا يقل عن 10 000 وحدة GPU لها. الهدف هو «باحث آلي»: منظومة يتقاسم فيها عدة وكلاء ذكاء اصطناعي المهام فيما بينهم ويواصلون التعلّم أثناء العمل، بدلًا من أن يتجمّدوا بعد انتهاء التدريب. وقال أرافيند سرينيفاس إن الشركة ستنشر نتائج التقييم والأوراق البحثية والمدونات، وستتيح نماذجها وأدواتها للعموم. وهذه إشارة إلى أن شركة ناشئة في مجال البحث تستهدف مجال مختبرات الأبحاث.
معالج بواسطة الذكاء الاصطناعي من X: @AravSrinivas؛ بتحرير Hamidun News
أعلنت Perplexity، التي يعرفها معظم الناس بوصفها محرك بحث بالذكاء الاصطناعي يقدّم إجابات مع روابط المصادر، عن مسار جديد. وكتب رئيس الشركة أرافيند سرينيفاس على منصة X أن Perplexity Frontier Research ستحصل على ما لا يقل عن 10 000 وحدة GPU. وستعمل هذه الوحدات على مهمتين: تنسيق عدة وكلاء، وأنظمة التعلّم المستمر. أما الهدف النهائي فهو بناء باحث آلي. وحصد المنشور نحو 173 ألف مشاهدة، ما يدل على أن الموضوع لفت انتباه القطاع بوضوح.
حتى الآن، هذا مجرد إعلان. فلا يتضمن مواعيد ولا ميزانية ولا أسماء نماذج ولا تشكيل الفريق. لكن الإعلان لافت بحد ذاته: فـ 10 000 وحدة GPU هو حجم تعمل به عادةً المختبرات الكبرى، لا الشركات الناشئة المعتمدة على المنتجات.
ما المقصود بـ«الباحث الآلي»
تخيّل طالب دراسات عليا يقرأ الأوراق البحثية بنفسه، ويصوغ الفرضيات، ويشغّل التجارب، ويحلّل النتائج، ثم ينتقل إلى الخطوة التالية. الباحث الآلي هو محاولة لبناء «طالب» كهذا من منظومة ذكاء اصطناعي. ونموذج واحد بموجّه طويل لا يصلح عادةً لهذا الغرض، لأن المهمة طويلة ومتشعّبة أكثر مما ينبغي.
لذلك تراهن Perplexity على ركيزتين.
الأولى هي تنسيق عدة وكلاء. فيقسّم أحد الوكلاء المهمة الكبيرة إلى أجزاء، ويتولى الآخرون أجزاءها: يبحثون عن المصادر، ويكتبون الشيفرة، ويتحققون من الأرقام. ثم تُجمع النتائج معًا. وتكمن الصعوبة في أن على الوكلاء ألا يعرقلوا بعضهم، وألا يكرّروا العمل، وأن يلاحظوا في الوقت المناسب أخطاء زملائهم. ويعرف كل من بنى سلاسل متعددة الوكلاء مدى سرعة انهيارها على المدى الطويل.
والثانية هي التعلّم المستمر. فالنموذج العادي «يتجمّد» بعد التدريب: ولا يعرف من الجديد إلا ما يتّسع له سياق الطلب. أما نظام التعلّم المستمر فيُفترض أن يراكم الخبرة: ما الذي نجح وما الذي فشل وأي الأساليب أعطت نتيجة. وهذا حاسم للباحث. فمن يبدأ كل يوم من صفحة بيضاء لن يذهب بعيدًا. وفي الوقت نفسه، هذه من أصعب المسائل التي لم تُحَلّ بعد في الذكاء الاصطناعي: فالنموذج الذي يتعلّم الجديد يميل إلى نسيان القديم.
ما الذي يَعِدون بإتاحته
يكتب سرينيفاس أن Perplexity ستنشر نتائج التقييم (أي الاختبارات التي يُقاس بها الأداء) والأوراق البحثية والمدونات، كما ستتيح نماذجها وأدواتها للعموم. وهذه النقطة هي الأهم للممارسين. فإن وفت الشركة بوعدها، فلن يحصل المطوّرون على أرقام فحسب، بل على شيفرة عاملة لبناء أنظمة متعددة الوكلاء.
وقد سبق للشركة أن أتاحت نماذج مفتوحة، منها نسخة معدّلة من DeepSeek R1 باسم R1 1776. لكن الوعد بفتح نماذجها وأدواتها الخاصة بالوكلاء على هذا المستوى من القدرة الحاسوبية خطوة من حجم مختلف. أما ما الذي سيُفتح بالضبط وبأي ترخيص، فغير معروف حتى الآن.
ما ينبغي أخذه في الحسبان
أولًا، «ما لا يقل عن 10 000 وحدة GPU» التزام، وليس عنقودًا حاسوبيًا يعمل فعليًا. وليس واضحًا هل تستأجر Perplexity هذه القدرات أم تبنيها بنفسها، ولا في أي مواعيد ستتوفر.
ثانيًا، الباحث الآلي هدف وليس منتجًا. فقد أطلقت مختبرات أخرى تصريحات مشابهة، ولم يُظهر أي منها حتى الآن منظومة تُجري أبحاثًا مستقلة بصورة مستقرة من الفكرة حتى النتيجة.
ثالثًا، سجل الوعود المفتوحة في القطاع متفاوت. ونشر نتائج التقييم والشيفرة سيكون اختبارًا لمدى مطابقة الأقوال للأفعال.
والخلاصة بسيطة لمديري المنتجات والمؤسسين. فالشركات التي بدأت كطبقة تغليف فوق نماذج الآخرين تبني بوتيرة متزايدة طبقة بحثية خاصة بها. وإذا كنتم تبنون وكلاء فوق واجهات API، فمن المفيد متابعة ما ستتيحه Perplexity للعموم. فقد تصبح أدواتها لتنسيق الوكلاء قاعدة جاهزة، وقد تكون نتائج تقييمها مرجعًا مفيدًا لاختبار أنظمة الوكلاء الخاصة بكم.
- 21 نوفمبر 2026Perplexity تطلق Frontier Research: تدريب باحث ذكاء اصطناعي على أكثر من 10 000 وحدة معالجة رسومية
- 21 نوفمبر 2026نماذج اتخاذ القرار تردّ في أجزاء من الثانية: Jev بسعر 0.042 دولار لكل مليون توكن
- 21 نوفمبر 2026ChatGPT استشهد بصفحات Ahrefs، لكنه في 43% من الإجابات نصح بمؤتمرات الآخرين
- 21 نوفمبر 2026جوجل تضيف وضع «التخفي» إلى AI Mode: المحادثات المؤقتة تُحذف بعد 24 ساعة
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما المقصود بـ«الباحث الآلي»؟
تخيّل طالب دراسات عليا يقرأ الأوراق البحثية بنفسه، ويصوغ الفرضيات، ويشغّل التجارب، ويحلّل النتائج، ثم ينتقل إلى الخطوة التالية. الباحث الآلي هو محاولة لبناء «طالب» كهذا من منظومة ذكاء اصطناعي. ونموذج واحد بموجّه طويل لا يصلح عادةً لهذا الغرض، لأن المهمة طويلة ومتشعّبة أكثر مما ينبغي. لذلك تراهن Perplexity على ركيزتين. الأولى هي تنسيق عدة وكلاء. فيقسّم أحد الوكلاء المهمة الكبيرة إلى أجزاء، ويتولى الآخرون أجزاءها: يبحثون عن المصادر، ويكتبون الشيفرة، ويتحققون من الأرقام. ثم تُجمع النتائج معًا.
ما أبرز التفاصيل حول ما الذي يَعِدون بإتاحته؟
يكتب سرينيفاس أن Perplexity ستنشر نتائج التقييم (أي الاختبارات التي يُقاس بها الأداء) والأوراق البحثية والمدونات، كما ستتيح نماذجها وأدواتها للعموم. وهذه النقطة هي الأهم للممارسين. فإن وفت الشركة بوعدها، فلن يحصل المطوّرون على أرقام فحسب، بل على شيفرة عاملة لبناء أنظمة متعددة الوكلاء. وقد سبق للشركة أن أتاحت نماذج مفتوحة، منها نسخة معدّلة من DeepSeek R1 باسم R1 1776. لكن الوعد بفتح نماذجها وأدواتها الخاصة بالوكلاء على هذا المستوى من القدرة الحاسوبية خطوة من حجم مختلف.
ما أبرز التفاصيل حول ما ينبغي أخذه في الحسبان؟
أولًا، «ما لا يقل عن 10 000 وحدة GPU» التزام، وليس عنقودًا حاسوبيًا يعمل فعليًا. وليس واضحًا هل تستأجر Perplexity هذه القدرات أم تبنيها بنفسها، ولا في أي مواعيد ستتوفر. ثانيًا، الباحث الآلي هدف وليس منتجًا. فقد أطلقت مختبرات أخرى تصريحات مشابهة، ولم يُظهر أي منها حتى الآن منظومة تُجري أبحاثًا مستقلة بصورة مستقرة من الفكرة حتى النتيجة. ثالثًا، سجل الوعود المفتوحة في القطاع متفاوت. ونشر نتائج التقييم والشيفرة سيكون اختبارًا لمدى مطابقة الأقوال للأفعال. والخلاصة بسيطة لمديري المنتجات والمؤسسين.
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.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.