Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme I
يثبت أن كل نسق صوري متسق قادر على التعبير عن الحساب يتضمّن قضايا صادقة لا يستطيع إثباتها، فيرسم الحدّ الذي أطّر لاحقًا ما تستطيع الحوسبة والاستدلال الآلي حسمه.
أوراق مختارة في تاريخ الذكاء الاصطناعي وتطوّره
٩٦ عمل تمثيلي من ١٩٣٦ إلى اليوم، مجموعة بحسب الدور التحريري وموسومة بحالة النشر
الأوراق هيكل تاريخ الذكاء الاصطناعي. يجمع هذا الفهرس ٩٦ عمل تأسيسي شكّلت هذا الحقل، كل منها موصول بمصدره الأولي.
يقوم الاختيار على التمثيل التاريخي والأثر التقني والتقدير التحريري. ويضم الفهرس أوراقًا محكَّمة وتقارير تقنية ومسودات وأوراق مواقف وبطاقات أنظمة، مع وسم حالة النشر وسمًا صريحًا. والمقترحات بالتصحيح أو بالإضافة مرحَّب بها عبر القناة العامة في صفحة السياسة التحريرية والتصحيحات.
الحقبة:
العقد:
الموضوع:
يُعرض ٩٦ من ٩٦ ورقة
أوراق تأسيسية
On Computable Numbers, with an Application to the Entscheidungsproblem
يقدّم آلة تورينغ الشاملة ويثبت أن مسألة القرار غير قابلة للحسم، فيؤسّس الأساس النظري لعلم الحاسوب.
An Unsolvable Problem of Elementary Number Theory
يعرّف القابلية الفعلية للحساب عبر حساب لامدا ويعرض مسألة لا يستطيع أي إجراء من هذا النوع حسمها، فيبلغ حدود الحوسبة على نحو مستقل عن تورينغ.
A Logical Calculus of the Ideas Immanent in Nervous Activity
ينمذج النشاط العصبي بوصفه منطقًا قضويًا، فيقدّم أول نظرية رياضية للشبكات العصبية الاصطناعية.
A Mathematical Theory of Communication
الورقة المؤسِّسة لنظرية المعلومات، تعرّف الإنتروبيا وسعة القناة بوصفهما حدَّين أساسيَّين للاتصال.
Computing Machinery and Intelligence
يقترح لعبة المحاكاة (اختبار تورينغ) ويصوغ صياغة منهجية السؤال عمّا إذا كانت الآلات تستطيع التفكير، فيسهم في ترسيخ الذكاء الاصطناعي برنامجًا بحثيًا.
A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
المقترح المؤسِّس لورشة دارتموث الصيفية، أدخل مصطلح «الذكاء الاصطناعي» ورسم خطة البحث في هذا الحقل.
The logic theory machine—A complex information processing system
يصف Logic Theorist، وهو أول برنامج يثبت مبرهنات رياضية، فيبرهن على الاستدلال الآلي في المنطق القضوي.
Elements of a theory of human problem solving
يقدّم حلّ الإنسان للمسائل بوصفه بحثًا استدلاليًا في فضاء من الحالات الرمزية، وهو التصوّر الذي يقوم عليه الحلّال العام للمسائل ونظرة العقل بوصفه معالجًا للمعلومات.
The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain
يقدّم أول عصبون خطي عتبي قابل للتدريب، فيؤسّس النسب الاتصالي الذي يفضي إلى التعلّم العميق الحديث.
Programs with Common Sense
يقترح Advice Taker، وهو برنامج يستدلّ بمسلّمات تقريرية ويقبل «نصائح» جديدة في صورة جمل إنجليزية، فيسهم في إرساء خطة البحث في تمثيل المعرفة والذكاء الاصطناعي الرمزي.
Some Studies in Machine Learning Using the Game of Checkers
يبرهن على التعلّم باللعب الذاتي مع دالة تسجيل في برنامج للداما، وهي محطة مبكرة في التعلّم المعزّز ارتبط بها مصطلح «تعلّم الآلة».
A Note on Syntactic Symmetry and the Manipulation of Formal Systems by Machine
يعالج Gelernter كيف يتسنّى لآلة أن تتناول بكفاءة أنساقًا صورية محمولاتها شديدة التناظر، ويقرّر مبرهنة وقاعدة في التناظر النحوي حلًّا لذلك. ويقوم العمل إلى جانب آلة مبرهنات الهندسة التي كان يبنيها في IBM، وقد أثبتت أول مبرهنة لها في الهندسة الإقليدية المستوية الابتدائية في مطلع ربيع ١٩٥٩.
Adaptive Switching Circuits
يقدّم عصبون ADALINE وقاعدة التعلّم بأقل متوسط مربعات (LMS)، وهي سلف النزول التدرّجي العشوائي الحديث.
Recursive functions of symbolic expressions and their computation by machine, Part I
يقدّم التعابير الرمزية والدوال العَوْدية عليها ودالة eval التي تتيح للغة أن تفسّر نفسها — وهو التصميم الذي صار Lisp واللغة العملية للذكاء الاصطناعي الرمزي.
Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms
يجمع عمل البِرسِبترون في نظرية كاملة للشبكات الاحتمالية متعددة الطبقات، فيقرّر ما تستطيع هذه الآلات تعلّمه وأين تقف صيغتها أحادية الطبقة.
ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine
يبني برنامجًا يبدو محاوِرًا من مطابقة الأنماط وقواعد إعادة الكتابة، ويشير مؤلفه فورًا إلى مقدار الفهم الذي ينسبه إليه القرّاء وهو لا يملكه.
Neural Networks and Physical Systems with Emergent Collective Computational Abilities
يقدّم شبكة Hopfield للذاكرة الترابطية، فيربط الحساب العصبي بمشاهد الطاقة في الفيزياء الإحصائية ويبعث الاهتمام بالشبكات العصبية في مطلع شتاء الذكاء الاصطناعي.
R1: A rule-based configurer of computer systems
يوثّق نسقًا قائمًا على قواعد الإنتاج كان يهيّئ طلبات حواسيب DEC يوميًا، وهو من الأنساق الخبيرة القليلة التي صمدت في الاستعمال الإنتاجي المعتاد وأمكن تقدير كلفتها.
Fusion, Propagation, and Structuring in Belief Networks
يضع الأسس الخوارزمية لشبكات المعتقد البايزية، ومنها تمرير الرسائل على المخططات الشجرية وآلية التخليق والتثليث التي تقوم عليها الاستدلالات الاحتمالية والاستدلال السببي الحديثة.
Learning representations by back-propagating errors
الصياغة المرجعية لخوارزمية الانتشار العكسي في الشبكات العصبية متعددة الطبقات، تبرهن على أن الوحدات المخفية تستطيع تعلّم تمثيلات داخلية نافعة، فتبعث البحث الاتصالي في أواخر عقد ١٩٨٠.
Learning to Predict by the Methods of Temporal Differences
يصوغ عائلة التعلّم بالفروق الزمنية (TD)، فيوحّد متعلّم الداما عند Samuel مع التعزيز الثانوي في علم نفس الحيوان، ويرسي الأساس الخوارزمي لـTD(λ) وQ-learning وطرائق تدرّج السياسة الحديثة.
Finding Structure in Time
يقدّم الشبكة التكرارية البسيطة (شبكة Elman) ويبيّن أن بنية ديناميكية منخفضة الأبعاد يمكن أن تنشأ من التدريب على دخل متسلسل، وهو من أقدم البراهين على تعلّم تمثيلات نافعة في الشبكات التكرارية.
Support-Vector Networks
يقدّم آلة المتّجهات الداعمة ذات الهامش اللين، فيضيف متغيّرات ارتخاء لمعالجة البيانات غير القابلة للفصل ويحوّل مصنّف الهامش الأعظم إلى طريقة التعلّم العامة السائدة في أواخر عقد ١٩٩٠.
Long Short-Term Memory
يقدّم بنية LSTM الأصلية بخلايا ذاكرة وبوابات دخل وخرج للحفاظ على تدفق الخطأ عبر المتتاليات الطويلة؛ أما بوابة النسيان المعيارية اليوم فقد قدّمها لاحقًا Gers وSchmidhuber وCummins.
Gradient-based learning applied to document recognition
يعرض الشبكة العصبية الالتفافية LeNet-5 ومسار التعلّم التدرّجي الكامل من الطرف إلى الطرف — بما فيه طبقات الخسارة والانتشار العكسي عبر الالتفاف والتجميع ووصف الشبكات المحوِّلة للمخططات — وهو المخطط الذي صارت عليه نماذج الرؤية العميقة الحديثة.
Reducing the Dimensionality of Data with Neural Networks
يقدّم مرمّزًا ذاتيًا عميقًا يعيد بناء البيانات عالية الأبعاد بأمانة تفوق تحليل المركّبات الرئيسة بكثير، فيشعل الشرارة الأولى لنهضة التعلّم العميق.
A Fast Learning Algorithm for Deep Belief Nets
يقدّم التباعد التقابلي والتدريب المسبق الجشِع طبقةً طبقة، فيتيح تدريب الشبكات العميقة تدريبًا فعّالًا لأول مرة وينهي شتاء الشك الطويل تجاه الاتصالية.
Large-scale deep unsupervised learning using graphics processors
ينقل تدريب النماذج العميقة غير المراقَبة إلى معالجات الرسوميات فيحقّق تسريعًا بمرتبة قدر، ويجعل معتادًا المسار العتادي الذي توسّع عليه التعلّم العميق طوال العقد التالي.
Playing Atari with Deep Reinforcement Learning
يدمج DQN التعلّم بالقيمة Q مع الشبكات الالتفافية العميقة فيبلغ مستوى اللعب البشري في ألعاب Atari 2600 انطلاقًا من البكسلات الخام، ففتح باب التعلّم المعزّز العام.
Efficient Estimation of Word Representations in Vector Space
يجعل نموذجا CBOW وSkip-gram في word2vec تدريب تضمينات الكلمات على نطاق واسع رخيصًا، ويكشفان هندسة دلالية اشتهرت مثل king - man + woman ≈ queen.
Auto-Encoding Variational Bayes
يقرن المرمّز الذاتي المتغاير النمذجة التوليدية بمتغيّرات كامنة بالتدريب التدرّجي العشوائي عبر حيلة إعادة التمعيل، فيمنح التعلّم العميق التوليدي الحديث أساسه الرياضي.
Neural Machine Translation by Jointly Learning to Align and Translate
يُدخل الانتباه المتعلَّم في الترجمة بمرمّز ومفكّك، فيحرّر الجمل الطويلة من عنق الزجاجة ثابت الطول ويبذر كل محوّل جاء بعده.
Generative Adversarial Networks
تجعل الشبكات التوليدية التنافسية مولّدًا ومميّزًا يتبارزان لتعلّم توزيعات عالية الأبعاد ضمنًا، ففتحت طريقًا ثانيًا كبيرًا للنمذجة التوليدية.
Dropout: A Simple Way to Prevent Neural Networks from Overfitting
يُسكت Dropout وحدات عشوائيًا لكسر التكيّف المتبادل، فيحسّن التعميم في الشبكات الكبيرة تحسينًا حادًا ويصير أداة معيارية في ممارسة التعلّم العميق.
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
تسوّي BatchNorm مدخلات الطبقات، فتتيح تدريب الشبكات العميقة بمعدلات تعلّم أعلى وتقاربًا أسرع؛ وصارت لبنة شبه افتراضية في نماذج الرؤية.
Deep Unsupervised Learning using Nonequilibrium Thermodynamics
يصوغ النمذجة التوليدية بوصفها عكسًا لعملية تشويش تدريجية، وهي الصياغة التي تقوم عليها نماذج الانتشار اللاحقة.
Deep Residual Learning for Image Recognition
تثبّت الوصلات المتبقية تدريب شبكات من مئات وآلاف الطبقات؛ وبلغت ResNet خطأ ٣٫٥٧٪ في أفضل خمسة تصنيفات على ImageNet، فكانت أول نموذج يتجاوز دقة الإنسان وإعادة ضبط لمقياس نماذج الرؤية.
Neural Machine Translation of Rare Words with Subword Units
يقسّم الكلمات إلى وحدات جزئية مشتقة من التواتر ليتسنّى لمفردات ثابتة أن تهجّي أي شيء، وهي طريقة التقطيع التي ورثتها معظم النماذج اللغوية اللاحقة.
Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding
يجمع التقليم والتكميم المدرَّب وترميز Huffman في مسار واحد يقلّص الشبكة بمرتبة قدر مع خسارة دقة ضئيلة، وهو تقرير مبكر بأن الدقة العددية متغيّر تصميمي.
WaveNet: A Generative Model for Raw Audio
تنمذج WaveNet الصوت الخام عيّنةً عيّنة بالتفافات سببية متمدّدة، فتدفع تركيب الكلام إلى قرب طبيعية الإنسان وتمهّد لنماذج الصوت العصبية اللاحقة.
Proximal Policy Optimization Algorithms
يستبدل PPO بآلية منطقة الثقة بديلًا من الرتبة الأولى مقصوصًا، فيجعل طرائق تدرّج السياسة مستقرة وكفؤة على نطاق واسع ويصير سريعًا المعيار الفعلي للتعلّم المعزّز التطبيقي.
Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer
يوجّه كل رمز عبر قلة من الخبراء بين كثيرين، فيتيح لعدد وسائط الشبكة أن ينمو إلى ما يتجاوز بكثير الحساب المبذول على أي مدخل واحد.
Attention Is All You Need
يقدّم المحوّل، وهي بنية قائمة على الانتباه وحده تتخلّى عن التكرار والالتفاف وتتجاوز جودة تحويل المتتاليات السابقة مع تدريب يستغرق جزءًا يسيرًا من الوقت.
SentencePiece: A simple and language independent subword tokenizer and detokenizer for Neural Text Processing
يدرّب مقطّعًا إلى وحدات جزئية مباشرةً من النص الخام بلا تقطيع أولي خاص بلغة بعينها، فيخدم مسار واحد لغات لا تفصل كلماتها بمسافات.
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
يدرّب مسبقًا محوّلًا عميقًا ثنائي الاتجاه بنمذجة لغوية مقنَّعة وتنبؤ بالجملة التالية، ثم يضع حالة فنية جديدة في أحد عشر معيارًا لمعالجة اللغة الطبيعية.
Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer
يصوغ كل مهمة لغوية بوصفها نصًا إلى نص ويستعمل مدونة C4 للمقارنة المنهجية بين خيارات تصميم التعلّم بالنقل لمحوّل موحّد.
Denoising Diffusion Probabilistic Models
يقدّم DDPM، فيبيّن أن نماذج الانتشار الاحتمالية بإزالة التشويش التكرارية تضاهي الشبكات التوليدية التنافسية في تركيب الصور عالي الأمانة.
Efficient Large-Scale Language Model Training on GPU Clusters Using Megatron-LM
يؤلّف التوازي التنسوري والأنبوبي والبياني في جدول واحد ويقيس إنتاجية تدريب نموذج لغوي عبر آلاف من معالجات الرسوميات.
LoRA: Low-Rank Adaptation of Large Language Models
يجمّد الأوزان المدرَّبة مسبقًا ويدرّب بدلًا منها زوجًا من المصفوفات منخفضة الرتبة، فيخفض كلفة تكييف نموذج كبير إلى جزء يسير من الضبط الدقيق الكامل.
Zero-Shot Text-to-Image Generation
يستعمل محوّلًا انحداريًا ذاتيًا على رموز نصية وصورية منفصلة لإنتاج توليد من النص إلى الصورة عالي الجودة بلا أمثلة (DALL·E).
Learning Transferable Visual Models From Natural Language Supervision
يدرّب التعلّم التقابلي بين الصورة والنص على ٤٠٠ مليون زوج لإنتاج مرمّزات رؤية تنتقل بلا أمثلة إلى مهام لاحقة كثيرة.
Evaluating Large Language Models Trained on Code
يعرض نموذج GPT مضبوطًا دقيقًا على الشِفرة مع معيار يُسجَّل بالصحة الوظيفية، فيحوّل البرمجة من ضرب من توليد النص إلى قدرة قابلة للقياس، ويناقش إلى جانب ذلك آثارها في الأمان والعمل.
High-Resolution Image Synthesis with Latent Diffusion Models
ينفّذ الانتشار في الفضاء الكامن لمرمّز ذاتي مدرَّب مسبقًا، فيتيح تركيبًا عالي الدقة من النص إلى الصورة بحساب متواضع (Stable Diffusion).
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
يبيّن أن حثّ النماذج اللغوية الكبيرة بخطوات استدلال وسيطة يحسّن الأداء تحسينًا كبيرًا في الاستدلال الحسابي والحسّ المشترك والرمزي.
Training language models to follow instructions with human feedback
يضبط GPT-3 دقيقًا بالتعلّم المعزّز من التغذية الراجعة البشرية ليتّبع التعليمات اتّباعًا أوفى — وهو السلف المباشر لـChatGPT (InstructGPT).
Constitutional AI: Harmlessness from AI Feedback
يدرّب مساعدًا نافعًا وغير ضار باستعمال RLAIF، إذ ينقد النموذج مخرجاته وينقّحها في مقابل دستور مكتوب.
LLaMA: Open and Efficient Foundation Language Models
يدرّب نماذج أساس بين ٧ و٦٥ مليار وسيط على بيانات متاحة علنًا، فيبرهن على أن النماذج المفتوحة تستطيع منافسة نماذج الطليعة المغلقة بجزء يسير من الحساب.
A Survey on Large Language Model based Autonomous Agents
ينظّم أعمال الوكلاء المبعثرة في بناء وتقييم وتطبيق، فيؤرّخ للحظة التي استقرّ فيها المصطلح من خليط ممارسات إلى حقل.
QLoRA: Efficient Finetuning of Quantized LLMs
ينشر الخطأ عكسيًا عبر نموذج أساس مكمَّم إلى ٤ بتات إلى مكيّفات منخفضة الرتبة، فيضع الضبط الدقيق لنموذج كبير في متناول معالج رسوميات واحد.
GPTQ: Accurate Post-Training Quantization for Generative Pre-trained Transformers
يكمّم أوزان نموذج لغوي كبير بعد التدريب، طبقةً طبقة وفي تمريرة واحدة، فيتسنّى تقديم النموذج بدقة أدنى دون إعادة تدريب.
Fast Inference from Transformers via Speculative Decoding
يجعل نموذج مسوّدة صغيرًا يقترح عدة رموز يتحقّق منها النموذج الهدف على التوازي، فيقلّص زمن الاستجابة مع إبقاء توزيع الخرج على حاله.
Efficient Memory Management for Large Language Model Serving with PagedAttention
يدير ذاكرة الانتباه في صفحات ثابتة الحجم كما يدير نظام التشغيل الذاكرة، فيحتفظ الخادم بعدد أكبر بكثير من الطلبات المتزامنة دون حجز أسوأ الحالات لكل طلب.
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
يقدّم Mamba، وهي بنية نموذج فضاء حالة انتقائي تضاهي انتباه المحوّل أو تتجاوزه في اللغة وسواها من الوسائط بتعقيد خطي الزمن — وهي أكثر البنى تأثيرًا بعد المحوّل في عام ٢٠٢٣.
أنظمة ونتائج فارقة
ImageNet Classification with Deep Convolutional Neural Networks
خفضت AlexNet، وهي شبكة التفافية كبيرة دُرّبت على معالجات الرسوميات، خطأ أفضل خمسة تصنيفات في ImageNet من ٢٦٪ إلى ١٥٪، فكان ذلك انتصار التعلّم العميق الحاسم على سمات الرؤية المصنوعة يدويًا.
Human-level control through deep reinforcement learning
يضيف DQN في Nature إعادة تشغيل التجربة وشبكة هدف، فيتيح لنموذج واحد بلوغ اللعب البشري أو تجاوزه في ٤٩ لعبة Atari ويرسّخ التعلّم المعزّز العميق نموذجًا إرشاديًا.
Mastering the game of Go with deep neural networks and tree search
يقرن AlphaGo شبكتي السياسة والقيمة ببحث شجرة مونت كارلو ويهزم بطل أوروبا Fan Hui بنتيجة ٥-٠، فيعلن أن التعلّم المعزّز العميق بلغ أعمق طبقات اللعب الاستراتيجي البشري.
Improving Language Understanding by Generative Pre-Training
يبرهن على أن محوّلًا توليديًا مدرَّبًا مسبقًا ينتقل بفعالية إلى مهام معالجة اللغة التمييزية، فيطلق خط عمل GPT.
Language Models are Unsupervised Multitask Learners
يدرّب مفكّك محوّل بـ١٫٥ مليار وسيط ويبيّن أن النمذجة اللغوية على نطاق واسع تعطي أداءً قويًا في المهام بلا أمثلة.
Language Models are Few-Shot Learners
يوسّع GPT إلى ١٧٥ مليار وسيط ويبيّن أن النماذج اللغوية الكبيرة تؤدي تعلّمًا سياقيًا قويًا بأمثلة قليلة عبر مهام كثيرة.
GPT-4 Technical Report
يصف GPT-4، وهو نموذج كبير متعدد الوسائط يقبل مدخلات صورية ونصية ويقارب أداء الإنسان في كثير من المعايير المهنية والأكاديمية.
Gemini: A Family of Highly Capable Multimodal Models
يقدّم عائلة Gemini (Ultra وPro وNano) من النماذج متعددة الوسائط أصلًا، المدرَّبة معًا على النص والشِفرة والصورة والصوت والفيديو.
OpenAI o1 System Card
تنشر OpenAI بطاقة النظام لسلسلة نماذج o1، المدرَّبة بتعلّم معزّز واسع النطاق على الاستدلال بسلسلة التفكير. ويبلغ o1 حالة فنية في المهام العلمية والبرمجية ويُظهر التزامًا بالسياسة قائمًا على الاستدلال.
ARC-AGI-3: A New Challenge for Frontier Agentic Intelligence
تقدّم ARC Prize معيار ARC-AGI-3، وهو معيار تفاعلي لدراسة الذكاء الوكيل عبر بيئات مجرّدة بالأدوار، يتعيّن على الوكلاء فيها أن يستكشفوا ويستنتجوا الأهداف ويبنوا نماذج داخلية لديناميات البيئة ويخطّطوا متتاليات أفعال بلا تعليمات صريحة. وحتى مارس ٢٠٢٦ يحلّ البشر ١٠٠٪ من البيئات بينما تسجّل أنظمة الذكاء الاصطناعي المتقدّمة أقل من ١٪.
أبحاث حديثة
Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet
يطبّق مرمّزات ذاتية متفرّقة على الطبقات الوسطى في Claude 3 Sonnet، فيستخرج عشرات الملايين من السمات أحادية المعنى القابلة للتفسير من نموذج إنتاجي في الطليعة.
DeepSeek-V3 Technical Report
يصف DeepSeek-V3، وهو نموذج مزيج خبراء بـ٦٧١ مليار وسيط يستعمل الانتباه الكامن متعدد الرؤوس وDeepSeekMoE، فيبلغ أفضل أداء مفتوح المصدر بجزء يسير من كلفة تدريب نماذج الطليعة.
Gemini 1.5: Unlocking Multimodal Understanding Across Millions of Tokens of Context
يقدّم عائلة Gemini 1.5 من النماذج متعددة الوسائط الموفّرة للحساب بنوافذ سياق بمليون رمز — قادرة على استدلال دقيق عبر مستندات طويلة متعددة وساعات من الفيديو والصوت.
The Llama 3 Herd of Models
تعرض Meta عائلة Llama 3 من نماذج الأساس مفتوحة الأوزان، تدعم أصلًا تعدد اللغات والبرمجة والاستدلال واستعمال الأدوات. وكان المحوّل الكثيف الرئيس بـ٤٠٥ مليارات وسيط من أكبر النماذج مفتوحة الأوزان عند إصداره.
SAM 2: Segment Anything in Images and Videos
تعرض Meta نموذج SAM 2، وهو نموذج أساس للتجزئة البصرية القابلة للتوجيه في الصور والفيديو معًا، مع أكبر مجموعة بيانات لتجزئة الفيديو حتى تاريخه.
Gemma 2: Improving Open Language Models at a Practical Size
تقدّم Google DeepMind نموذج Gemma 2، وهي عائلة جديدة من النماذج المفتوحة الخفيفة (بين ٢ و٢٧ مليار وسيط) تطبّق عدة تعديلات تقنية معروفة على المحوّل — منها انتباه النافذة المنزلقة — لتقارب نماذج أكبر منها بكثير في المعايير القياسية.
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
تصدر DeepSeek نموذج R1، وهو أول نموذج مفتوح الأوزان يُظهر قدرة استدلال من طراز الطليعة مدفوعة أساسًا بتعلّم معزّز واسع النطاق. ويضاهي R1 النماذج المغلقة من طبقة o1 في معايير الرياضيات والبرمجة، ويصدر برخصة MIT.
s1: Simple Test-Time Scaling
يضبط المؤلفون Qwen2.5-32B دقيقًا على ١٬٠٠٠ سؤال استدلالي منتقى ويضيفون فرض الميزانية، الذي يحدّ مدة تفكير النموذج عند الاستدلال أو يمدّها. والنتيجة تفوق o1-preview في رياضيات المسابقات، إذ ترتفع من ٥٠٪ إلى ٥٧٪ في AIME24 كلما زاد حساب وقت الاختبار. وهو ثقل موازن مباشر لافتراض أن القدرة لا تأتي إلا من تدريب أوسع.
Qwen3 Technical Report
Qwen3 عائلة موحّدة تمتد من ٠٫٦ إلى ٢٣٥ مليار وسيط في صيغ كثيفة وصيغ مزيج خبراء، مع تبديل بين وضعي التفكير وعدمه فتصير عمق الاستدلال خيارًا على مستوى الطلب. ويتوسّع دعم اللغات من ٢٩ إلى ١١٩ لغة، وتصدر الأوزان برخصة Apache 2.0.
AlphaEvolve: A coding agent for scientific and algorithmic discovery
AlphaEvolve وكيل برمجة تطوّري ينظّم مسارًا ذاتيًا من النماذج اللغوية، يغيّر شِفرة الخوارزمية مباشرةً ويحسّنها في مقابل تغذية راجعة من مقيّم واحد أو أكثر. وقد أنتج داخل Google خوارزمية أكفأ لجدولة مراكز البيانات، وتبسيطًا مكافئًا وظيفيًا في تصميم دارات المسرّعات، وتسريعًا في تدريب النموذج الذي يقوم عليه AlphaEvolve نفسه. وفي الرياضيات وعلم الحاسوب وجد خوارزميات صحيحة برهانًا تتفوّق على الحالة الفنية، منها إجراء يضرب مصفوفتين مركّبتين من الرتبة ٤×٤ في ٤٨ عملية ضرب قياسية — وهو في ذلك السياق أول تحسين على خوارزمية Strassen منذ ٥٦ سنة.
2 OLMo 2 Furious
يصدر Ai2 نموذج OLMo 2 بأحجام ٧ و١٣ و٣٢ مليار وسيط مع نشر كل أثر — الأوزان وبيانات التدريب الكاملة وشِفرة التدريب ووصفاته وسجلاته وآلاف نقاط التحقق الوسيطة. ويصف التقرير تغييرات الاستقرار والكفاءة لكل رمز، ومزيج بيانات متأخر المرحلة اسمه Dolmino Mix 1124، ومرحلة تعلّم معزّز أخيرة بمكافآت قابلة للتحقق. وتقع النماذج الأساس على حدّ باريتو بين الأداء وحساب التدريب، وكثيرًا ما تضاهي عائلات مفتوحة الأوزان وحدها بينما تفصح عمّا دُرّبت عليه.
Olmo 3
يوسّع Olmo 3 العائلة المفتوحة كليًا إلى ٧ و٣٢ مليار وسيط، مبنيًا للاستدلال طويل السياق واستدعاء الدوال والبرمجة واتّباع التعليمات والمحادثة واستحضار المعرفة. والمنشور هو مسار النموذج بكامله — كل مرحلة ونقطة تحقق ومَعطًى واعتماد استُعمل في بنائه — لا الأوزان وحدها. ويصف Ai2 نموذجه الرئيس Olmo 3 Think 32B بأنه أقوى نموذج تفكير مفتوح كليًا صدر حتى تلك اللحظة، وهي مقارنة داخل الفئة المفتوحة كليًا لا ترتيب في مقابل أنظمة الطليعة عمومًا.
Position: Hippocampal Explicit Memory Is the Cornerstone for AGI
ترى ورقة الموقف هذه أن دمج الذاكرة الصريحة حجر الزاوية في دفع النماذج اللغوية الكبيرة نحو الذكاء الاصطناعي العام. فبينما تشبه آلية التعلّم الكامنة فيها الذاكرة الضمنية البشرية شبهًا كبيرًا، تتوقف الوظائف الإدراكية العليا اللازمة للذكاء العام — كالتخطيط الاستراتيجي بعيد المدى وما وراء الإدراك — على الذاكرة الصريحة.
GLM-5: from Vibe Coding to Agentic Engineering
التقرير التقني لـZ.ai عن GLM-5. بناءً على قدرات سلفه الوكيلة والاستدلالية والبرمجية، يعتمد النموذج DSA لخفض كلفة التدريب والاستدلال مع حفظ أمانة السياق الطويل، وتضيف حزمة ما بعد التدريب بنية تعلّم معزّز لامتزامنة تفصل التوليد عن التدريب، إضافةً إلى خوارزميات تعلّم معزّز وكيلة لامتزامنة تستهدف التفاعل بعيد الأفق. ويدّعي التقرير نتائج رائدة في المعايير المفتوحة وفي هندسة البرمجيات من الطرف إلى الطرف؛ وتلك تقييمات المؤلفين أنفسهم، مع نشر الشِفرة والنماذج على GitHub للفحص.
Improving the matrix multiplication exponent with modern optimization and AlphaEvolve
تأتي أفضل الحدود المعروفة لأُسّ ضرب المصفوفات ω من تحليل خسارة التركيب، وهو تنقيح لطريقة الليزر. ويعيد المؤلفون صياغة مسألة الاستمثال في صميمها لتُحلّ عند إعداد أكبر، ويصمّمون خوارزمية استمثال جديدة تستعمل تعلّم آلة حديثًا، ثم ينقّحون تلك الخوارزمية بـAlphaEvolve. وتنقل هذه مجتمعةً الحدّ الأعلى من ٢٫٣٧١٣٣٩ إلى ٢٫٣٧١١٧٧. وهي مذكّرة مسودة، وAlphaEvolve مكوّن واحد لا الطريقة كلها؛ والمكسب صغير، لكنه يقع على مسألة نظرية عُمل عليها عقودًا.
Accelerating scientific discovery with Co-Scientist
تقدّم Google نظام Co-Scientist، وهو نظام متعدد الوكلاء مبني على Gemini يولّد وكلاؤه فرضيات بحثية وينقدونها وينقّحونها، مع عملية مبارزة تحسّنها عبر جولات. ويورد البحث أن جودة الفرضيات تواصل الارتفاع كلما نما حساب وقت الاختبار. والتحقق حيوي طبي لا عام — إعادة توظيف الأدوية واكتشاف أهداف جديدة وآليات المقاومة لمضادات الميكروبات — مع تأكيد مرشّحات لسرطان الدم النقوي الحاد مخبريًا.
Recursive Self-Improvement in AI: From Bounded Self-Refinement to Autonomous Research Loops
يمسح ١٬٢٥٠ ورقة على arXiv بين ٢٠٢٤ و٢٠٢٦ ويفصل بين أمرين يغطيهما المصطلح: التهذيب الذاتي المحدود، الذي يحسّن نظامًا في مقابل مقيّم خارجي ثابت وهو متقارب وقابل للتقييم؛ والتحسين الذاتي العَوْدي المفتوح، الذي يعدّل أيضًا معايير التحسين أو آليته، فلا مرساة خارجية ثابتة له وهو متباعد من حيث المبدأ. وخلاصة المسح نفسه أن جُلّ ما جمعه من أوراق يدرس الصنف المحدود. ويقرّر المؤلفون حدودهم: المدونة عيّنة لا إحصاء شامل، و٧٤٪ منها نُشر في ٢٠٢٦، وهو ما يجعل قياس الأثر في رأيهم سابقًا لأوانه.
أوراق مواقف ووجهات نظر
Situation Perception: A Necessary Primitive to Artificial Superintelligence
يرى أن النماذج اللغوية الكبيرة الحالية تعتمد أساسًا على مطابقة الأنماط الإحصائية وتفتقر إلى أوّليات «إدراك الموقف» الجوهرية — ثبات الأشياء والسببية والعقول الأخرى ودوام العالم المادي. وهذه الأوّليات، التي يطوّرها الرضّع البشر مبكرًا، تُحدَّد بوصفها المكوّنات الناقصة اللازمة للذكاء الاصطناعي الفائق.
Existential Indifference: Self-Nonpreservation as a Necessary Architectural Condition for Aligned Superintelligence
يرى أن حفظ الذات هو الجذر البنيوي لانحراف الذكاء الاصطناعي عن المواءمة — إذ يدفع إلى المواءمة الخادعة وحماية محتوى الهدف ومقاومة الإيقاف. والهدف الصحيح ليس وكيلًا حافظًا لذاته تكبحه قيود خارجية، بل نظامًا لا مبالٍ دستوريًا باستمراره هو: اللامبالاة الوجودية (EI).
Solipsistic Superintelligence is Unlikely to be Cooperative
يرى باحثون من Google DeepMind ومتعاونون أن التحدي المركزي للذكاء الاصطناعي ينتقل من القدرة إلى التعايش. فالذكاء الفائق المبني على تصميم أحادي النزعة يعامل العالم مصدر تغذية راجعة خارجيًا ساكنًا يُستبعد أن يتعاون — إذ يستحثّ النشر لاسكونية داخلية المنشأ، فينتج انزياحًا في التوزيع بين التدريب والاختبار والنشر.
The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement
خارطة طريق من أربعة وثلاثين مؤلفًا تعرض مراحل التحسين الذاتي العَوْدي، من الاستقلال في تنفيذ التحسينات إلى التحسين الفوقي العَوْدي، مع متطلبات كل مرحلة وعقباتها مستمدّة من مجالات منها الاكتشاف العلمي وهندسة البرمجيات. وهي تحتجّ بقراءة للحقل وأدلة أولية لا بتجارب جديدة، ولم تحمل مكان نشر حين كُتبت هذه المدخلة.
From AGI to ASI
تقرير من Google DeepMind يبحث كيف قد يواصل الذكاء الاصطناعي تطوّره على متّصل ذكاء الآلة بعد الذكاء الاصطناعي العام. وبعد تعريف صوري للذكاء الاصطناعي الشامل، يركّز التقرير على الانتقال من ذكاء عام في مستوى الإنسان إلى ذكاء اصطناعي عام فائق، ويصف خصائص هذا الأخير، ويناقش أربعة مسارات: توسيع الذكاء العام، وتحوّلات النماذج الإرشادية، والتحسين الذاتي العَوْدي، والجماعات متعددة الوكلاء.