شركات الذكاء الاصطناعي تجذب أفضل الكفاءات الأكاديمية، مما يحول البحث من الجامعات

بعد عامين من حصوله على جائزة نوبل، غادر نحو ربع أعضاء الفريق الأساسي في Google AlphaFold شركة Google، وانتقل علماء حائزو جائزة نوبل مثل جون جامبر إلى Anthropic. إن قطاع الذكاء الاصطناعي يمتص بقوة كفاءات الأوساط الأكاديمية؛ ففي عام 2022، دخل 70.7% من حملة الدكتوراه في مجال الذكاء الاصطناعي قطاع الشركات، بينما ظل فقط 20% في الأوساط الأكاديمية. بلغ دخل الباحثين الرائدين في الشركات 1.94 مليون دولار سنويًا، أي خمسة أضعاف ما يحصل عليه نظراؤهم الأكاديميون. على الرغم من أن شركات الذكاء الاصطناعي تستطيع تسريع الاختراقات البحثية وتوليد نتائج تغيّر مسار التاريخ العلمي، إلا أن إنتاج الأوراق البحثية ينخفض بمتوسط 65% بعد الانتقال المستمر إلى القطاع الخاص، حيث تنتقل النتائج من الأوراق البحثية إلى البراءات والأسرار التجارية. وأكثر من ذلك، فإن الشركات تفتقر إلى الدافع لتدريب جيل جديد من العلماء، مما يؤدي إلى تهميش البحث الأساسي. العلم يهرب بسرعة من الجامعات.

كاتب المقال، المصدر: APPSO

بعد عامين من حصوله على جائزة نوبل، تم فصل فريق Google AlphaFold الأصلي.

تم إعادة توزيع معظم المؤلفين الأصليين لورقة AlphaFold خلال العام الماضي، حيث غادر ما يقرب من ربع المؤلفين الأساسيين بدوام كامل Google.

تحول من بقوا إلى مجالات مثل وكيل أبحاث Gemini، وتصميم الإنزيمات، وعلم الجينوم، والاندماج النووي، أو ذهب البعض مباشرة إلى شركة Isomorphic Labs لتطوير الأدوية التابعة لـ Alphabet.

حتى حائزو جائزة نوبل جون جامبر وجوناس آدلر تم نقلهما مؤقتًا إلى فريق Code Strike للتركيز على تطوير قدرات الذكاء الاصطناعي في البرمجة. لكننا نعرف القصة التالية، حيث انتقل هذان الخبيران في النهاية إلى Anthropic.

على اليسار: ديميس هاسابيس، الرئيس التنفيذي لـ Google DeepMind، وعلى اليمين: جون جامبر، رابط التقرير الأصلي https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33?utm_source=chatgpt.com&syn-25a6b1a6=1

في ردّه على هذا التقرير، قال بوشميت كوهلي، نائب الرئيس للبحث المسؤول عن الذكاء الاصطناعي من أجل العلوم في جوجل، إن فريق DeepMind العلمي لم يغيّر اتجاهه، بل فقط وسّع نطاق عمله، ولا يزال يُقدّم أبحاثًا في مجالات تصميم البروتينات والجينوم والإنزيمات، مع الاستفادة من Gemini لتسريع الأبحاث العلمية.

كان AlphaFold يمثل في السابق نموذجًا نسبيًا تقليديًا للتنظيم البحثي. تشكيل فريق حول سؤال واضح، والاستثمار طويل الأمد، وتركيز الموارد، وتسليم النتائج في النهاية.

اليوم، تُستبدل الفرق المتشابهة تدريجيًا بمنصات نماذج أكثر شمولية. البروتينات والرياضيات والجينوم والاندماج النووي والكود، التي تبدو وكأنها تنتمي إلى تخصصات مختلفة، تصبح جميعها وحدات قدرات لـ Gemini عند دخولها شركات الذكاء الاصطناعي.

في الوقت نفسه، تزداد تركيز الكفاءات العلمية وموارد الحوسبة وقيادة المواضيع في أيدي عدد قليل من شركات الذكاء الاصطناعي.

على مدار السنوات القليلة الماضية، دخل عدد متزايد من علماء الرياضيات والفيزياء والأحياء وأساتذة علوم الحاسوب إلى صناعة الذكاء الاصطناعي.

على سبيل المثال، تواصل Anthropic توظيف فيزيائيين واقتصاديين وفلاسفة؛ بينما تجذب OpenAI باحثين متخصصين في الثقوب السوداء ونظرية الأوتار والرياضيات البحتة؛ كما يجمع DeepMind خبراء في البيولوجيا والاندماج النووي.

قبل وقت قصير، سخر البروفيسور سوبباراو كامباهاتي من جامعة أريزونا الحكومية، قائلًا إن دائرة الأكاديميين شهدت مؤخرًا ميمًا جديدًا: "أريد الانضمام إلى Anthropic."

وفقًا لتقدير تقريبي من مجلة The Atlantic، جمعت أربع شركات رائدة في مجال الذكاء الاصطناعي وحدها ما لا يقل عن 80 أستاذًا حاليًا أو سابقًا.

اتجاه تدفق المواهب يصبح أيضًا أكثر تفردًا.

أظهر تقرير "AI Index" التابع لجامعة ستانفورد أنه في عام 2011، كانت نسبة خريجي الدكتوراه في الذكاء الاصطناعي الذين انضموا إلى القطاع الخاص والقطاع الأكاديمي متساوية تقريبًا، حيث بلغت 40.9% و41.6% على التوالي. بحلول عام 2022، ارتفعت نسبة من انضموا إلى القطاع الخاص إلى 70.7%، بينما انخفضت نسبة من انضموا إلى القطاع الأكاديمي إلى 20%.

ورقة عمل صادرة عن NBER عام 2026 تتبع حوالي 42 ألف باحث أمريكي في مجال الذكاء الاصطناعي. احتمالية مغادرة الباحثين دون سن 40 للجامعة تبلغ حوالي ست مرات احتمالية مغادرة الباحثين فوق سن 40؛ ويبقى حوالي 70% من المُحَوِّلين في شركاتهم بعد خمس سنوات.

المال مهم بالطبع. ارتفع الدخل السنوي لأعلى 1% من باحثي الذكاء الاصطناعي في الشركات من 595,000 دولار إلى 1,940,000 دولار؛ بينما ارتفع دخل نفس الفئة في الجامعات فقط من 301,000 دولار إلى 392,000 دولار. وزاد الفرق بين الطرفين إلى حوالي 1,500,000 دولار.

الأصعب في الرفض هو ظروف البحث.

في مطلع عقد 2010، كان حوالي 65% من نماذج التعلم الآلي الكبيرة تم تطويرها بشكل مستقل من قبل مختبرات أكاديمية. وبعد دخول عقد 2020، انخفض هذا المعدل إلى أقل من 10%. وفي عام 2022، تم إنجاز حوالي 81% من النماذج الرائدة بشكل مستقل من قبل شركات.

عند انضمام البروفيسورة أنكا دراغان من جامعة كاليفورنيا، بيركلي، إلى DeepMind، حددت بوضوح احتياجاتها: "البيانات والقدرة الحسابية والميزانية" الضرورية لمعهد الأمان المتقدم.

على النقيض من ذلك، قد يتطلب إجراء بحث في جامعة طلب تمويل، وشراء معدات، وتوظيف فريق هندسي، ثم الانتظار لجدولة موارد الحوسبة. أما بعد الانضمام إلى شركة ذكاء اصطناعي، فيمكن للباحث نفسه استخدام نماذج ضخمة، وبيانات حصرية، وقوة حوسبة موزعة، ونظام هندسي يضم مئات الأشخاص مباشرة.

لكن، عندما يغادر أستاذ رائد الجامعة، فإن الخسارة تتجاوز بكثير بضع أوراق بحثية. فتُفقد الجامعة أيضًا مُرشدًا، وفريق بحثي، وسلسلة تدريب للطلاب الدارسين للدكتوراه، بالإضافة إلى اتجاهات بحثية محتملة قد تتشكل على مدار العقود القادمة.

في الماضي، كانت الشركات التكنولوجية تشتري نتائج الأبحاث من الجامعات. الآن، بدأت تشتري مباشرة الأشخاص الذين ينتجون هذه النتائج. ما تكتسبه الشركات هو فرد واحد، بينما قد تخسر الجامعات جيلًا بأكمله.

بالطبع، نسب جميع تدفقات المواهب إلى تراجع الأوساط الأكاديمية يقلل من القيمة التي تخلقها أبحاث الشركات.

أثبت AlphaFold أن الشركات يمكنها تحقيق إنجازات تغير مسار تاريخ العلم. حيث وفرت أكثر من مئتي مليون تنبؤ ببنية البروتين، وقتًا طويلًا للعديد من علماء الأحياء، كان سيستغرقهم شهورًا أو حتى سنوات.

أثبت مختبرات بيل منذ زمن طويل أن المعاهد البحثية للشركات يمكنها تغيير العلم. وفي ذروتها، كان لديها حوالي 1200 دكتور، وأنتجت ما لا يقل عن 10 جوائز نوبل. وقد استخدم ديميس هاسابيس مختبرات بيل كمرجع متكرر لـ DeepMind.

تبدو شركات الذكاء الاصطناعي حقًا أكثر شبهاً بمعاهد بحثية جديدة تغطي تخصصات متعددة، وتمتلك قدرات هندسية قوية وصادرات تجارية.

ديب مايند تربط جيميني بالرياضيات والجينوم والاندماج النووي؛ إيزومورفيك لابس تتعاون مع شركات أدوية لتطوير أدوية جديدة؛ أنثروبيك تطلق كلوود ساينس؛ بينما تدمج أوپن أي أي ChatGPT وCodex في عمليات البحث العلمي.

لقد ظهرت النتائج ذات الصلة. قام الفيزيائي روجيرو جورج بتطوير برنامج مفتوح المصدر للاندماج النووي باستخدام الذكاء الاصطناعي، بينما استخدم عالمو الحوسبة النظرية بارنا ساهًا وغيرها GPT-5.5 Pro لمساعدتهم في إثبات الهندسة ذات الأبعاد العالية.

تقول OpenAI إن حوالي 1.3 مليون شخص يستخدمون ChatGPT أسبوعيًا لمعالجة مهام علمية ورياضية متقدمة، وتخطط لتقديم نماذج متقدمة وCodex مجانًا لـ 100 ألف باحث جامعي.

من منظور التأثير الشخصي، قد يُضاعَف دور عالم ينتقل إلى شركة خاصة. كما ذُكر سابقًا، قد يكون قادرًا في الجامعة على قيادة عشرات الطلاب، بينما في شركة ذكاء اصطناعي، يمكنه تعبئة مئات المهندسين، وموارد حوسبة هائلة، ومنصات بيانات عالمية. كما أن الأساليب التي كانت مقتصرة على الأوراق البحثية تصبح أسهل في الدخول إلى الأدوية والبرمجيات وأجهزة التجارب والأنظمة الصناعية.

But the cost is obvious.

وجدت دراسة NBER أن إنتاج الأوراق البحثية للباحثين في الذكاء الاصطناعي الذين انتقلوا على المدى الطويل إلى القطاع الخاص انخفض بمتوسط 65%. وبين عامي 2000 و2019، ارتفع حصة باحثي الذكاء الاصطناعي الذين توظفهم الشركات من 48% إلى 68%， بينما ارتفع حصة الأوراق البحثية فقط من 27% إلى 32%، وارتفع حصة البراءات من 86% إلى 95%.

لا يزال الناس يبحثون، لكن النتائج تنتقل من الأوراق البحثية إلى البراءات والنماذج الداخلية والأسرار التجارية. عندما أطلقت Google Transformer علنًا، نمت الصناعة بأكملها. اليوم، يصبح من الصعب越來越 على بيانات التدريب وأوزان النموذج وسجلات الفشل أن تغادر خوادم الشركات.

العلم لا يزال يتسارع، لكن العلوم المفتوحة قد تضغط على الفرامل.

يمكن للشركات الذكية أن تصبح معاهد بحثية، لكنها يصعب أن تصبح جامعات.

تتحمل الجامعة مهمة غالبًا ما تُهمل. فهي تحتاج إلى تدريب عدد كبير من الطلاب الذين لم يثبتوا أنفسهم بعد، كما تحتاج إلى الحفاظ على المدى الطويل على قضايا لا توجد لها تطبيقات حالية ولا يمكن تسعيرها، وقد تظهر قيمتها فقط بعد عقود.

ومع ذلك، تفضل شركات الذكاء الاصطناعي الأساتذة والباحثين ذوي الخبرة الذين أثبتوا أنفسهم، ولا تمتلك صبرًا كبيرًا على تدريب المبتدئين. وتشير بيانات SignalFire إلى أن خريجي السنة الجديدة شكلوا فقط 7٪ من التوظيف في شركات التكنولوجيا الكبرى عام 2024، وهو انخفاض بأكثر من النصف مقارنة بعام 2019.

🔗 https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025

تقوم الشركات بجذب أساتذة وباحثين ناضجين من الجامعات، في الوقت الذي تقلل فيه من الوظائف المبتدئة والاستثمارات في التدريب. يمكنها تجميع مجموعة من العلماء الرائدين، لكنها قد لا تتحمل مسؤولية تدريب جيل المستقبل من العلماء على نطاق واسع.

التأثيرات ذات الصلة ظهرت بالفعل في فصول الجامعات. ووجد الطلاب الذين تم مقابلتهم من قبل مجلة "ذا أتلانتيك" أن بعض الدورات توقفت فجأة، والسبب واقعي: فقد ذهب الأساتذة في إجازة إلى شركات الذكاء الاصطناعي.

في الوقت نفسه، بعد مغادرة الأستاذ المشهور، يفقد طالب الدكتوراه ليس فقط مادة واحدة، بل أيضًا الموارد التوصية، وشبكة البحث، وقدرات تنظيم الموضوعات، وفرص الوصول إلى القضايا المتقدمة.

تحدث التغييرات الأقل وضوحًا في موضوعات البحث.

تصميم الأدوية والبرمجة والاستدلال الرياضي واكتشاف المواد يمكن أن تعزز النموذج وتُشكّل منتجات، وبالتالي من الأسهل بكثير الحصول على دعم الموارد. غالبًا ما تجد المواضيع مثل الدراسات الميدانية الطويلة الأمد وحماية البيئة نفسها في موقف محرج.

لكن التاريخ يحب دائمًا اللعب على عوائد قصيرة الأجل.

اعتُبرت نظرية الأعداد لفترة طويلة أوضح فروع الرياضيات وأقلها قيمة عملية، ثم أصبحت أساس التشفير الحديث. عندما ظهرت الليزر لأول مرة، وُصفت أيضًا بأنها "حل يبحث عن مشكلة". كما كان من الصعب قياس الإنترنت في مراحله المبكرة باستخدام نماذج تجارية.

إن معنى النظام العلمي العام يكمن في قدرته على السماح للبشر بدراسة المسائل التي لا يمكن تفسير قيمتها مؤقتًا.

أما شركات الذكاء الاصطناعي اليوم، فهي تواجه منافسة شديدة في أداء النماذج وإطلاق المنتجات واستثمار رأس المال. حتى لو كانت مستعدة للاستثمار في العلوم الأساسية، فإن الموارد من المرجح أن تُوجَّه نحو المجالات التي تعزز النماذج أو تدعم المنتجات أو تشكل براءات اختراع.

من المرجح أن تظهر رخاء غير مريح في المستقبل.

يستطيع البشر العثور على أدوية جديدة، وإثبات نظريات، واكتشاف مواد بشكل أسرع، كما أن أعظم العلماء يمتلكون الآن أقوى الأدوات في التاريخ. في الوقت نفسه، أصبحت تساؤلات مثل: من يقرر ما الذي يجب دراسته؟ ومن يُدرب جيل العلماء القادم؟ ومن يرغب في الاستمرار في إجراء أبحاث لا يدفع أحد مقابلها؟ تشكل مشكلات.

العلماء لم يغادروا العلم. بل العلم يتسارع في الهروب من الجامعات.

أحيانًا أفكر في الجامعة وشركات الذكاء الاصطناعي كطرفين لنهر. الجامعة أشبه بالمنبع. التدفق بطيء، والطمي كثير، وعدد كبير من الروافد تبدو بلا فائدة. هناك من يقيس ويسجل ويجادل، وهناك من يقضون حياتهم في دراسة جدول مائي لا يصب أبدًا في المدينة.

شركات الذكاء الاصطناعي تشبه محطات الطاقة الكهرومائية في الأسفل. فهي قادرة على تجميع التدفق، وتشغيل الآلات، وتوليد طاقة هائلة لنقل العلوم بسرعة إلى الأدوية والبرمجيات والصناعات.

تُعد محطة الطاقة الكهرومائية مهمة بالطبع. بدونها، لا يكون النهر سوى ماء يجري.

لكن إذا ذهب الجميع إلى توليد الكهرباء في الأسفل، فستجف مصادر المياه في الأعلى تدريجيًا، وبعد بضع سنوات، سيضطر الجميع إلى الجلوس في غرف الخوادم وانتظار نهر لم يعد يتدفق.

عندما ينشغل الرياضيون بتحسين النماذج، والبيولوجيون بتدريب الوكلاء، والفيزيائيون بتوسيع حدود القوة الحسابية، قد يحصل البشر على ذكاء اصطناعي أقوى. المشكلات التي تُترك خلفنا، لا تمتلك مسارًا للمنتج، ولا عائدًا على الاستثمار، ولا يمكن تفسير استخدامها حاليًا.

إنها هادئة. هادئة لدرجة أن من السهل أن تُخطئ في الاعتقاد بأنها غير مهمة.