ذكاء اصطناعي جديد يفكر بلا كلمات ويخفض التكاليف

كشفت شركة Pathway في أغسطس 2026 عن نموذج ذكاء اصطناعي مبتكر يحمل اسم BDH-CQ، يعتمد على منهجية معالجة بيانات تختلف جذرياً عن نماذج اللغات الكبيرة التقليدية التي تعتمد على تسلسل الأفكار النصية. يعمل هذا النموذج على استيعاب المعلومات خطوة بخطوة عبر ذاكرة داخلية متجددة، مما يتيح له إجراء عمليات استدلال مستمر ومتكرر في مساحة حسابية مغلقة قبل إصدار النتيجة النهائية. ويتميز النموذج بصغر حجمه الفائق حيث يحتوي على 150 مليون معلمة فقط، في ظل اعتماد الصناعة حالياً على نماذج تتجاوز مئات المليارات. خضع النموذج لتقييم رسمي باستخدام معيار ARC-AGI-1 الذي يقيس قدرة الذكاء الاصطناعي على استنباط الأنماط الخفية في تجارب بصرية منظمة. حقق BDH-CQ نسبة نجاح تبلغ 29.5 بالمائة عند اعتماد محاولتين لكل مهمة، محققاً بذلك رقماً قياسياً جديداً في كفاءة التكلفة مقابل الدقة. فقد بلغ متوسط إنفاق الطاقة الحسابية سبعة أعشار الألف من الدولار لكل مهمة، وهو ما يقل عن سنت واحد. وقد أكدت فرق بحثية مستقلة من جامعة نيويورك وشركة Bielik AI صحة هذه النتائج وموثوقيتها العلمية المنشورة على خادم arXiv. وعلى الرغم من تفوق النموذج في المهام البصرية المباشرة مثل نسخ القوالب أو تمديد الخطوط، إلا أنه لا يزال يواجه تحديات في السيناريوهات المعقدة التي تتطلب ترتيب مجموعات كبيرة أو تنفيذ استدلال متعدد المراحل. ويعترف الفريق التقني بأن هذا الأداء يمثل مرحلة انتقالية في دمج التعلم السياقي مع الاستدلال الخفي المتكرر ضمن أنظمة عملية ومضغوطة. تستهدف الأبحاث الحالية تدريب نسخ موسعة من BDH-CQ على مسائل رياضية ولغوية وبصرية أكثر تعقيداً، لتعزيز القدرات الاستدلالية دون التضحية بكفاءة الموارد. يُمثل هذا الطرح تحولاً استراتيجياً في هندسة الحوسبة الذكية، حيث يثبت إمكانية تحقيق دقة تشغيلية عالية بتكاليف هامشية، مما يمهد الطريق لأنظمة ذكاء اصطناعي مستدامة وقابلة للتوسع على نطاق واسع.