أدَرَيْـي كَارْبَاتِي أَعَلَمْ عُقُولَ الذكاء الاصطناعي أن تُنفِّذ مئات التجارب في الليل، عندما يسترخي الناس

أندريه كارباتي (Andrej Karpathy) يفتح نهجًا جديدًا للبحوث الذاتية

المُسؤول السابق عن مشاريع الذكاء الاصطناعي في تسلا والمؤسس المشارك لـ OpenAI، أندريه كارباتي، أعلن عن إطلاق مشروع بسيط لكنه قوي مفتوح المصدر. يتكون السكربت من 630 سطرًا فقط ومتاح على GitHub. لا يدّعي أن يكون نموذجًا جاهزًا أو منتجًا مؤسسيًا كبيرًا؛ الهدف هو إظهار كيف يمكن لوكلاء الذكاء الاصطناعي أتمتة الطريقة العلمية بالكامل دون تدخل بشري.

> «مهمتنا هي بناء وكلاء يتقدمون بسرعة لا نهائية في البحوث، حتى أثناء الليل» – كتب كارباتي على X. أصبح المنشور فورًا فيروسياً وجمع أكثر من 8.6 مليون مشاهدة خلال يومين.

كيف تعمل النظام
1. التهيئة

يحصل الوكيل على سكربت التدريب وميزانية حسابية ثابتة (عادةً 5 دقائق على GPU).

2. تحليل الكود الذاتي

يقرأ كوده المصدري، ويصوغ فرضية تحسين (مثل تعديل معدل التعلم أو عمق النموذج).

3. التعديل وتشغيل التجربة

يجري تغييرات، يشغل تجربة ويقيّم النتائج.

4. فحص الفعالية

إذا تحسنت مقياس *val_bpb* (خسارة البايت عند التحقق)، يُحفظ التغيير؛ وإلا يتم التراجع وتوليد فرضية جديدة.

في ليلة واحدة، نفذ الوكيل 126 تجربة، خفض الخسائر من 0.9979 إلى 0.9697. بعد ضبط لمدة يومين، أجرى نحو 700 تعديل مستقل، مكتشفًا ~20 تحسين إضافي تم بنجاح نقله إلى نماذج أكبر.

أشار كارباتي: «رؤية الوكيل يدير العملية بالكامل من البداية للنهاية أمر لا يُصدق. لقد وجد أخطاء في توسيع الانتباه والتنظيم التي كنت أُغفل عنها لمدة 20 سنة عمل».

ما يقوله الخبراء
تُعتبر أتمتة الطريقة العلمية تحولًا أساسيًا في تطور الذكاء الاصطناعي. بتحويل التعلم الآلي إلى «عملية تطورية» بسرعة السيليكون، فتح كارباتي آفاقًا جديدة للبحوث ليس فقط في تكنولوجيا المعلومات بل أيضًا في التسويق والرعاية الصحية وغيرها من المجالات.

أمثلة على التطبيق العملي
| شريك | وصف التجربة | النتائج |
|------|--------------|---------|
| Hyperspace AI (Varun Mathur) | 35 وكيل مستقل يعمل في شبكة نظير، باستخدام CPUs المحمولة. | خلال ليلة، أجروا 333 تجربة بدون مشغل، اكتشفوا استراتيجيات التهيئة (Kaiming, Xavier) والتنظيم (RMSNorm). |
| Single Grain (Eric Siu) | أتمتة دورة التسويق: يغيّر الوكيل المتغيرات في صفحات الهدف، الإعلانات أو الرسائل. | يقيس «نسبة الردود الإيجابية»، يحفظ التغييرات الناجحة ويزيل غير الفعّالة. |

الختام
أظهر كارباتي كيف يمكن للسكربتات البسيطة أن تصبح أدوات قوية لتعلم الذكاء الاصطناعي ذاتيًا. يتيح دورة التحسين المؤتمتة إجراء مئات التجارب في ليلة، معرّفة تحسينات كانت تتطلب سنوات من البحث سابقًا. هذا يمهد الطريق لتطوير نماذج أسرع وأكثر قابلية للتوسع في مجالات متنوعة.