لا أعرف لماذا، لكنني أجد أنه مرضٍ أن مختبرات الحدود تُجري تقريبًا تدفقًا لتطوير النماذج. إن إيقاع إطلاق نموذج كل شهر لا يعني أن تطوير نموذج جديد يستغرق شهرًا كاملاً. من المرجح أنه يتراوح بين بضعة أشهر وحتى عام. من الواضح أن الفرق لا تبقى عاطلة خلال هذا الوقت، بل تبدأ فور الانتهاء في العمل على النموذج التالي. في الحد الأقصى، يقترب إيقاع الإطلاق من طاقة الإنتاج للمرحلة الضيقة، والتي بالنسبة للنماذج المتقدمة هي على الأرجح حسابات التدريب. لست متأكدًا إلى أي مدى هذا صحيح بالفعل، لكنني أعتقد أنه سيصبح أكثر دقة مع مرور الوقت نظرًا لأن النماذج يمكنها تسريع جميع الأعمال المعرفية.

تستثمر الجامعات في البيروقراطية كمستقبلها. المستقبل، على ما يبدو، هو مزيد من المديرين الإداريين. الآن تدّعي كل جامعة أنها ملتزمة تمامًا بالذكاء الاصطناعي. بمعنى "ملتزمة تمامًا"، فإنها تعني إنشاء مكاتب إدارية جديدة، ونواب عميد جدد، ونواب مساعدين للعميد جدد، ولجان جديدة، وموظفين جدد، وميزانيات جديدة. في الوقت نفسه، إما أن أبرز علماء الذكاء الاصطناعي يغادرون أو يرغبون في المغادرة، وهم غير ذي صلة بالبيروقراطية التي تُبنى من حولهم.

🔴 قام باحثون يابانيون بتطوير هيكل خارجي روبوتي خفيف لتحسين حركة المشي لدى الفئران. يُحرك النظام مفاصل الفأر باستخدام كابلات وبكرات. يُشير الباحثون إلى أن هذه التكنولوجيا يمكن أن تساهم في الأبحاث الموجهة نحو استعادة القدرة على الحركة بعد إصابات الحبل الشوكي والسكتات.

إذا لم يكن أساتذة الجامعات يوجهون طلابهم لبناء الذكاء الاصطناعي والروبوتات لتوفير جميع الاحتياجات والرغبات المعقولة للمجتمع وتحرير البشرية، فيجب فصلهم فورًا.

🚨 قام باحثون بتدريب ذكاء اصطناعي على كتابة كود GPU.. وهو الآن يتفوق على مُجمّع المعيار الصناعي في 100% من الاختبارات.. ويتفوق على كلاود وجميني بنسبة 40%.. وعندما حاولوا اختبار ChatGPT-5.. رفض حتى الإجابة.. نشر فريق من ByteDance وتشينغهوا أحد أهم أوراق الذكاء الاصطناعي لهذا العام.. وتقريبًا لا أحد يتحدث عنها.. إليك ما بنوه.. CUDA هي لغة البرمجة التي تعمل على كل نموذج ذكاء اصطناعي على وجه الأرض.. كل وحدة معالجة رسومية.. كل شبكة عصبية.. كل شيء يعمل على نوى CUDA.. وكتابة كود CUDA سريع هي واحدة من أصعب وأكثر المهارات تخصصًا في عالم الحوسبة بأكمله.. تتطلب سنوات من الخبرة.. ومعرفة عميقة بعتاد GPU.. معظم المهندسين لا يتقنونها أبدًا.. لسنوات، كانت أفضل طريقة لتحسين CUDA هي torch.compile.. مُجمّع بناه أفضل المهندسين في Meta.. وهو المعيار الصناعي.. لم يكن أي نموذج ذكاء اصطناعي قادرًا على التقارب منه.. لذلك بنا الباحثون CUDA Agent.. ذكاء اصطناعي تم تدريبه خصيصًا على كتابة وتحسين كود GPU من خلال التعلم المعزز.. فهو يكتب الكود.. يشغّله.. يقيس السرعة.. يصلح أخطاءه بنفسه.. ويستمر في التحسين حتى يتفوق على النموذج الأساسي.. النتائج مذهلة.. في المستوى الأسهل من المعيار.. تفوق على torch.compile في 100% من المهام.. في المستوى المتوسط.. مرة أخرى 100%.. مع نوى تعمل أسرع بثلاث مرات تقريبًا من المُجمّع المعياري الصناعي.. في المستوى الأصعب.. هياكل الشبكات العصبية الكاملة.. تفوق على المُجمّع في 90% من المهام.. ثم قارنوه بأفضل نماذج الحدود في العالم.. نجح Claude Opus 4.5 وGemini 3 Pro في معظم المهام.. لكن فقط حوالي ثلثي نواتهما فعلاً كانت أسرع من النموذج الأساسي.. لقد كتبا كودًا يعمل لكنه غير مُحسّن.. تفوق CUDA Agent على المُجمّع في 97% من المهام.. وتفوق على كلاود وجميني بنسبة حوالي 40% في المستوى الأصعب.. ذكاء اصطناعي متخصص دمّر أكبر نماذج عامة في العالم في لعبتهم الخاصة.. لكن هنا التفصيل الذي جعلني أتوقف.. عندما حاول الباحثون اختبار سلسلة ChatGPT-5 من OpenAI.. النماذج 5 و5.1 و5.2.. لم يتمكنوا من ذلك.. بكلماتهم الخاصة، فإن النماذج "رفضت باستمرار الإجابة على مطالب مرتبطة بـ CUDA". أفضل النماذج المتقدمة من أشهر شركة ذكاء اصطناعي في العالم.. رفضت كتابة كود GPU.. بينما كان نموذج بحث صيني مفتوح يُحسن المُجمّع المعياري الصناعي في نفس المهمة بالضبط.. التداعيات هائلة.. لعقود، كانت كتابة كود GPU عالي الأداء تتطلب خبراء بشريين من الطراز الأول.. والآن يفعلها ذكاء اصطناعي بشكل أفضل من المُجمّع الذي بناه هؤلاء الخبراء.. وأفضل من نماذج الحدود التي يدفع الجميع مقابلها.. هذا هو بداية الذكاء الاصطناعي الذي يُحسّن البنية التحتية نفسها التي يعمل عليها الذكاء الاصطناعي.. الأنظمة بدأت تتحسن بنفسها.. والنموذج الذي أثبت ذلك لم يكن من OpenAI.. أو Anthropic.. أو Google.. بل جاء من مختبر بحثي.. تم تدريبه على 128 GPU.. ونشر مجانًا.