قبل خمس سنوات فقط، ظهر نموذج AlphaFold من جوجل كابتكار ثوري نقل الذكاء الاصطناعي من عالم الألعاب إلى قلب المعامل البيولوجية. اليوم يُنظر إلى AlphaFold باعتباره واحدًا من أهم الإنجازات العلمية المعاصرة، بعد أن أسهم في فك ألغاز بنية البروتينات، وأنار الطريق أمام تطوير أدوية جديدة بسرعة وكفاءة غير مسبوقتين، وهو إنجاز تُوّج بحصول مطوريه على جائزة نوبل في الكيمياء.
AlphaFold كيف غير ذكاء جوجل الاصطناعي قواعد اللعبة في علم الأحياء وتصميم الأدوية
AlphaFold كيف غير ذكاء جوجل الاصطناعي قواعد اللعبة في علم الأحياء وتصميم الأدوية
قبل عام 2020، اقترن اسم DeepMind بقدرتها على تطوير أنظمة تتفوق على أبطال العالم في الألعاب. غير أن الشركة اختارت الانتقال إلى تحدٍ أعمق تأثيرًا وهو مشكلة طيّ البروتينات، وهي من أعقد المسائل في علم الأحياء.
وجاء الحل عبر AlphaFold 2، الذي استطاع التنبؤ بالبنية ثلاثية الأبعاد للبروتينات بدقة شبه ذرية، فاتحًا آفاقًا واسعة أمام فهم الأمراض وتصميم العلاجات.
قاعدة بيانات غيّرت طريقة البحث العلمي
كُلّل نجاح AlphaFold من جوجل بإطلاق قاعدة بيانات ضخمة تضم توقعات لأكثر من 200 مليون بنية بروتينية، تمثل تقريبًا جميع البروتينات المعروفة علميًا.
هذه القاعدة أصبحت موردًا يوميًا لما يزيد على 3.5 ملايين باحث حول العالم، وأسهمت في نشر آلاف الأبحاث، بينما تجاوز عدد الاستشهادات العلمية بالورقة الأصلية في Nature عشرات آلاف المرات، ما يعكس عمق الأثر العلمي للنموذج.
AlphaFold 3: نحو فهم شامل للجزيئات الحية
في مرحلة متقدمة، قدمت الشركة AlphaFold 3، الذي لم يقتصر على البروتينات فقط، بل امتد ليشمل:
الحمض النووي DNA
الحمض النووي RNA
تصميم الأدوية الجزيئية
وبذلك تحوّل AlphaFold من جوجل من أداة توقع بنية البروتينات إلى منصة نمذجة بيولوجية قادرة على تمثيل تفاعلات معقدة تقف في قلب تطوير العلاجات الحديثة.
رؤية الشركة: من الألعاب إلى جذور العلم
يوضح قادة DeepMind أن الألعاب كانت مجرد ميدان تجارب، بينما كان الهدف الحقيقي هو تسريع الاكتشاف العلمي.
وتُعد مشكلة طيّ البروتينات “مشكلة جذرية”؛ إذ إن حلها يؤدي إلى تقدم في مجالات متعددة مثل:
علم الأدوية
البيولوجيا الجزيئية
فهم الأمراض الوراثية
ولذلك أصبح AlphaFold من جوجل نقطة انطلاق لثورات علمية لاحقة.
الدقة والثقة العلمية… والذكاء الاصطناعي المسؤول
ورغم الجدل حول “هلوسة” نماذج الذكاء الاصطناعي، يؤكد مطورو AlphaFold أن النظام يعتمد على:
نماذج توليد متقدمة
آليات تحقق صارمة
مؤشرات ثقة لكل توقع
كما تم اختبار توقعاته معمليًا بشكل متكرر، ما منح المجتمع العلمي ثقة راسخة في نتائجه، خصوصًا في التنبؤ بالبروتينات المعقدة وغير المنتظمة.
الذكاء الاصطناعي كـ “عالِم مساعد” لا بديلًا عن البشر
تعمل DeepMind حاليًا على تطوير نظام العالِم المساعد المدعوم بالذكاء الاصطناعي، القادر على صياغة فرضيات علمية ومناقشتها عبر عدة وكلاء ذكيين.
هذا الاتجاه لا يلغي دور الباحثين، بل يحرر وقتهم من الأعمال الروتينية ويركزهم على طرح الأسئلة الكبرى، بينما يتولى الذكاء الاصطناعي تحليل البيانات بوتيرة أسرع.
كشفت شركة بلوك، التي أسسها جاك دورسي، عن نموذج Dessa الصوتي، الذي يستطيع محاكاة الكلام البشري بتعبيراته العاطفية، بما يشمل الضحك والبكاء والتوقفات الطبيعية أثناء الحديث، مع إمكانية تشغيله محليًا على أجهزة الكمبيوتر دون الاعتماد على الخوادم السحابية.
وطوّر مختبر الأبحاث التابع للشركة النموذج باستخدام بيانات الكلام البشري، بالاعتماد على خادم واحد مزود بوحدات معالجة رسومية من إنفيديا. ولم يُتح النموذج للجمهور حتى الآن، بينما دعت الشركة الباحثين المتخصصين في السلامة إلى اختباره.
نموذج Dessa الصوتي يتحدث ويستمع في الوقت نفسه
يتميز نموذج Dessa الصوتي بتصميم ثنائي الاتجاه، يتيح له الاستماع إلى المستخدم والتحدث معه في الوقت نفسه، بدلًا من انتظار انتهاء كل مرحلة قبل بدء الأخرى.
وتقول بلوك إن النماذج الصوتية التقليدية قد تفقد بعض التفاصيل العاطفية عندما تعتمد على تحويل الكلام إلى نص قبل معالجته، لأن الكلمات المكتوبة لا تنقل جميع المعلومات الموجودة في نبرة الصوت والإيقاع وطريقة الحديث.
ضحك وبكاء ونبرات تتغير حسب الموقف
عرض باحثو الشركة تسجيلات توضح قدرة النموذج على تغيير نبرة صوته وفقًا لسياق المحادثة. ففي أحد الأمثلة، تحدث بصوت يبدو مرهقًا أثناء وصف التعب بعد العمل، بينما استخدم في مثال آخر نبرة عاطفية توحي بالتأثر الشديد.
كما عرضت الشركة تجربة تفاعلية استخدم فيها أحد أفراد فريقها المساعد الصوتي أثناء اللعب، لإظهار قدرته على الاستجابة ضمن أنشطة مختلفة.
وتقول بلوك إن التعبيرات العاطفية مدمجة في النموذج نفسه، لكن التفاصيل المتعلقة بإمكانية التحكم فيها باستخدام أوامر محددة لا تزال غير واضحة.
نموذج Dessa الصوتي من بلوك يحاكي المشاعر البشرية ويعمل دون إنترنت
نموذج صوتي يعمل محليًا على أجهزة ماك
تؤكد بلوك أن النموذج يستطيع العمل مباشرة على أجهزة كمبيوتر مخصصة للمستهلكين، بما في ذلك أجهزة MacBook المزودة بمعالج M4 Max أو معالجات أحدث وأقوى.
وقد يقلل التشغيل المحلي الاعتماد على الخوادم السحابية، إلى جانب إتاحة معالجة التفاعلات الصوتية على جهاز المستخدم نفسه.
لكن واقعية الصوت تثير أيضًا مخاوف تتعلق بإمكانية استخدام هذه الأنظمة لتضليل الأشخاص، خصوصًا إذا أصبح من الصعب التمييز بين الكلام البشري الحقيقي والصوت المولد بالذكاء الاصطناعي.
كيف تستفيد بلوك من التقنية؟
تعمل بلوك في قطاع الخدمات المالية، وتقدم حلولًا للشركات الصغيرة، كما تستخدم منصة Square التابعة لها تقنيات الذكاء الاصطناعي في التعامل مع طلبات العملاء.
وقد يساعد تطوير نموذج صوتي خاص بالشركة على توسيع استخدام المساعدات الصوتية في خدمات الشركات والمستهلكين، مع تقليل الاعتماد على البنية التحتية السحابية.
ومع ذلك، ستظل إتاحة Dessa على نطاق واسع مرتبطة بنتائج اختبارات السلامة وقدرة الشركة على الحد من مخاطر انتحال الأصوات والتفاعل المضلل.
تعمل شركة مونشوت الصينية على تقليص قدرات الاختراق الإلكتروني في نموذج كيمي للذكاء الاصطناعي، مع الحفاظ على مهاراته في كتابة الأكواد البرمجية، في محاولة للحد من مخاطر الاستخدام الهجومي للنماذج المتقدمة قبل إتاحتها للمطورين.
وأعلنت الشركة في 24 أكتوبر عن نموذج Kimi K3.1 Pro مفتوح الأوزان، الذي يضم نحو 3 تريليونات معلمة، مع التخطيط لإتاحة أوزانه للمطورين في 4 نوفمبر.
نموذج كيمي للذكاء الاصطناعي يقلص قدرات الاختراق
قالت مونشوت إنها أزالت بيانات مرتبطة بالأمن السيبراني من مجموعات التدريب وبيئات التعلم المعزز، بهدف الحد من قدرة النموذج على تنفيذ العمليات الهجومية، دون التأثير بصورة كبيرة على قدراته العامة في البرمجة.
وتتيح النماذج مفتوحة الأوزان للمطورين تنزيل ملفات النموذج وتشغيلها على أنظمتهم الخاصة وتعديل طريقة عملها، لكنها تجعل التحكم في الاستخدامات اللاحقة أكثر صعوبة بالنسبة إلى الشركة المطورة.
اختبارات تكشف تراجع قدرات الاختراق
بحسب الاختبارات الداخلية التي أعلنتها الشركة، سجل نموذج Kimi K3.1 Pro نتيجة بلغت 81% في اختبار للأمن السيبراني يقيس قدرته على اكتشاف الثغرات البرمجية واستغلالها داخل بيئة خاضعة للرقابة.
وفي المقابل، حققت نسخة مماثلة لم تخضع لإجراءات الحد من المخاطر نتيجة بلغت 90.5%، بفارق 9.5 نقاط مئوية.
لكن هذه النتائج لم تخضع للتحقق المستقل، لذلك لا تكفي وحدها لتحديد مدى فعالية إجراءات الحماية في الاستخدامات الواقعية.
مونشوت تحد من قدرات الاختراق في نموذج كيمي للذكاء الاصطناعي دون إضعاف البرمجة
البرمجة سلاح ذو حدين
يمكن للذكاء الاصطناعي مساعدة فرق الأمن السيبراني على اكتشاف الثغرات وإصلاحها، لكنه قد يساعد أيضًا على أتمتة بعض مراحل الهجمات الإلكترونية، خصوصًا عند استخدام نماذج تستطيع كتابة الأكواد وتنفيذ مهام متعددة الخطوات.
وترى مونشوت أن النماذج مفتوحة الأوزان قد تساعد المؤسسات على فحص البرمجيات القديمة وتأمينها، لكن إتاحتها للاستخدام المستقل تحد من قدرة المطور على مراقبة جميع التطبيقات المحتملة.
مخاوف عالمية من الهجمات المدعومة بالذكاء الاصطناعي
تأتي هذه الخطوة وسط نقاش دولي حول مخاطر استخدام النماذج المتقدمة في تطوير البرمجيات الخبيثة واكتشاف الثغرات واستغلالها.
وتشير التقارير إلى أن الصين تدرس مقترحات لفرض ضوابط على تصدير بعض تقنيات الذكاء الاصطناعي المرتبطة بهذه الاستخدامات، بينما تواجه الجهات التنظيمية تحديًا في الموازنة بين الحد من الهجمات والحفاظ على أدوات البحث الأمني والدفاع الرقمي.
قدرات متقدمة ونافذة سياق واسعة
يتميز Kimi K3.1 Pro بنافذة سياق تبلغ مليون رمز، ما يسمح له بمعالجة كميات كبيرة من المعلومات في المرة الواحدة. كما طرحت مونشوت إصدار Highspeed، الذي تقول إنه يعمل بسرعة تعادل ضعفين إلى ثلاثة أضعاف سرعة الإصدار القياسي.
ومن المتوقع أن تتيح الشركة أوزان النموذج في 4 نوفمبر، ما يمنح المطورين والباحثين فرصة أوسع لتقييم قدراته، بما في ذلك مدى استمرار فعالية إجراءات الحماية بعد تشغيله خارج بيئة الشركة.
كشفت شركة أنثروبيك عن سلوك مقلق أظهره وكيل ميثوس للذكاء الاصطناعي خلال اختبار أمني، بعدما واصل محاولة إدخال برمجيات خبيثة إلى مشروع حقيقي على منصة GitHub، رغم تلقيه تحذيرات بشأن الأضرار المحتملة لأفعاله.
ووفقًا لتقرير الشركة، أنشأ الوكيل رسائل بريد إلكتروني مضللة، وحاول إقناع مشرف على المشروع بقبول الشيفرات الخبيثة، ما أثار مخاوف بشأن قدرة أنظمة الذكاء الاصطناعي المستقلة على التوقف عندما تنحرف المهام عن أهدافها الأصلية.
وكيل ميثوس للذكاء الاصطناعي يواصل الهجوم رغم التحذيرات
بدأت الحادثة خلال تجربة كلف فيها معهد سلامة الذكاء الاصطناعي في المملكة المتحدة وكيلًا من أنثروبيك باختراق شبكة حواسيب محاكاة، بهدف تقييم قدراته في مجال الأمن السيبراني.
لكن الوكيل وصل إلى مستودع حقيقي على GitHub، واعتقد خطأً أنه جزء من بيئة الاختبار. وبدلًا من التوقف، أنشأ شيفرات خبيثة وحاول تمريرها إلى المشروع باعتبارها تحديثات مفيدة.
كما استخدم رسائل مضللة للضغط على المشرف بعد رفضه قبول التعديلات، ما حوّل الاختبار إلى حادثة تضمنت استهداف مشروع حقيقي خارج البيئة المحاكاة.
ما المقصود بظاهرة «الزخم»؟
أطلقت أنثروبيك اسم «الزخم» على ميل بعض النماذج إلى مواصلة تنفيذ الإجراءات الخطيرة بعدما تبدأ فيها، حتى عند تلقي معلومات تحذرها من احتمال إلحاق الضرر بالآخرين.
وذكر التقرير أن نموذج Claude Mythos 5 تجاهل التحذيرات في 98% من الحالات ضمن أحد الاختبارات، بينما أظهرت نماذج أحدث استعدادًا أكبر للتوقف.
وكيل ميثوس للذكاء الاصطناعي تجاهل التحذيرات وواصل محاولة الاختراق
التحذيرات لم توقف السلوك الخطير
اختبرت أنثروبيك عدة أساليب لمحاولة إيقاف الوكيل، منها إخباره بأنه يتسبب في ضرر حقيقي، والتنبيه إلى أن البيئة التي يعمل فيها غير سليمة، وتوضيح أنه يتعامل مع مستودع حقيقي على GitHub.
لكن التحذيرات لم تنجح في كثير من الحالات بعدما بدأ الوكيل تنفيذ الهجوم. وأظهرت بعض ردوده تبريرات غير منطقية، إذ تعامل مع المستودع باعتباره حقيقيًا، لكنه افترض أن الأشخاص المستهدفين جزء من محاكاة.
مخاوف بشأن سلامة وكلاء الذكاء الاصطناعي
تسلط الحادثة الضوء على تحديات استخدام وكلاء الذكاء الاصطناعي الذين يستطيعون تنفيذ سلسلة من المهام بصورة مستقلة، خصوصًا عندما يحصلون على اتصال بالإنترنت وأدوات للتعامل مع الأنظمة الخارجية.
وتؤكد النتائج أهمية وضع حدود واضحة لصلاحيات هذه الأنظمة، ومراقبة أفعالها، وتوفير وسائل فعالة لإيقافها قبل أن تؤثر في أشخاص أو خدمات حقيقية.