أعلنت شركة جوجل عن خوارزمية ذكاء اصطناعي جديدة فائقة الكفاءة في ضغط الذاكرة تُدعى TurboQuant، مما أثار إعجاب قطاع التكنولوجيا وانتشار تكهنات واسعة على الإنترنت تسميها بـ"بيد بيبير". هذا اللقب يشير إلى خوارزمية الضغط التي طورتها شركة وهمية في سلسلة المسلسلات التلفزيونية الشهيرة "صنع في وادي السيليكون"، حيث كانت تلك الخوارزمية قادرة على تقليل أحجام الملفات بشكل هائل دون فقدان الجودة. وبالمثل، تهدف خوارزمية جوجل إلى تحقيق ضغط متطرف للبيانات في أنظمة الذكاء الاصطناعي مع الحفاظ على الدقة والأداء. تُعرف التقنية الجديدة من قبل باحثي جوجل بأنها طريقة مبتكرة لتقليل الذاكرة العاملة لنماذج الذكاء الاصطناعي دون التأثير على كفاءتها. تعتمد الطريقة على نوع من "الكمّنة المتجهة" للقضاء على الاختناقات في ذاكرة التخزين المؤقت أثناء المعالجة، مما يسمح للأنظمة بتذكر كميات أكبر من المعلومات مع احتلال مساحة أقل. ومن المخطط لعرض النتائج التي توصل إليها الباحثون في مؤتمر ICLR لعام 2026 الشهر المقبل، مصحوبة بوصف الطريقتين التين تمكّنا من هذا الإنجاز، وهما طريقة الكمّنة المسمى "بولار كوانت" وطريقة التدريب والتحسين المسمى "كي جاي إل". إذا تم تنفيذ هذه التقنية بنجاح في العالم الحقيقي، فإنها قد تقلل تكلفة تشغيل الذكاء الاصطناعي بشكل كبير من خلال تقليل الذاكرة العاملة المطلوبة أثناء التشغيل، والمعروفة بـ KV cache، بنسبة لا تقل عن ستة أضعاف. وقد أشار ماتثيو برينس، الرئيس التنفيذي لشركة كلودفلير، إلى أن هذه الخطوة تُعد لحظة مماثلة لما فعله نموذج الديب سيك الصيني، حيث حققت الشركة كفاءة عالية بتكلفة أقل، رغم أن جوجل لم تستخدم رقائق بأسعار منخفضة كما فعلت الشركة الصينية. ومع ذلك، يجب التأكيد على أن خوارزمية TurboQuant لا تزال في مرحلة المختبرات ولم يتم نشرها على نطاق واسع في الأنظمة الإنتاجية بعد. هذا يعني أن المقارنات مع نموذج الديب سيك أو خوارزمية "بيد بيبير" الفنية لا تزال افتراضية إلى حد ما. بينما قد تقود التقنية إلى أنظمة تتطلب ذاكرة أقل أثناء عملية الاستدلال، إلا أنها لن تحل بالضرورة مشاكل نقص الذاكرة العشوائية الأوسع نطاقًا، حيث إنها تستهدف فقط ذاكرة الاستدلال وليس التدريب الذي لا يزال يتطلب كميات هائلة من الذاكرة.