أطلقت أبحاث جديدة في مجال خوارزميات الرسوم البيانية (Graph Algorithms) تقدماً نظرياً هاماً، حيث تمكّن باحثون من سد فجوة استمرت 25 عاماً في حل مشكلة "أقصر مسارات بين كل الأزواج" (APSP). تُعنى هذه المشكلة بحساب المسافة بين كل نقطة وأخرى في شبكات ضخمة ومعقدة، مثل شبكات النقل العالمية، أو الهياكل الأساسية للاتصالات، أو حتى التفاعلات البيولوجية داخل خلايا الجسم. لطالما كانت الحسابات الدقيقة للمسافات في هذه الشبكات مكلفة جداً من حيث الوقت والذاكرة، حيث يتضاعف حجم العمل بشكل كبير مع زيادة حجم الشبكة، مما دفع الباحثين لعقود للبحث عن خوارزميات تقريبية سريعة. في عام 1996، قدم باحثون خوارزمية شهيرة تضمنت تقدير المسافات بدقة لا تزيد عن ضعف القيمة الحقيقية، لكنها كانت تعمل بكفاءة عالية فقط عند المسافات البعيدة بين النقاط، بينما كانت تقدم تقديرات ضعيفة أو غير موثوقة للمسافات القصيرة بين النقاط القريبة. هذا القيد التقني استمر دون تحسن ذي معنى لمدة ربع قرن، إلى أن قدم الدكتور مانوج جوبتا، أستاذ مشارك في معهد غاندينغار للهندسة في الهند، حلاً جذرياً في مؤتمر "FOCS 2025" للأبحاث النظرية في علوم الحاسوب. نشرت الورقة البحثية titled "تحسين تقريبات المسارات الأقصر ثنائية للزوايا القريبة" حلاً يعتمد على استراتيجية أخذ عينات متعددة المقاييس. بدلاً من الاعتماد على طبقة واحدة من النقاط المختارة عشوائياً، تقوم الخوارزمية الجديدة بتنظيم هذه النقاط في عدة طبقات بمقاييس مختلفة، مما يسمح بتجميع معلومات دقيقة عن بنية الشبكة حتى في المسافات القصيرة جداً. بفضل هذه الآلية، تستطيع الخوارزمية الآن الحفاظ على نفس سرعة الخوارزميات القديمة مع توسيع نطاق الدقة ليغطي المسافات القصيرة، مما يضمن تقديم تقدير لا يزيد عن الضعف الحقيقي لمسافات كانت سابقاً خارج نطاق الضمان. يُعد هذا التقدم مهماً للغاية لأنه يفتح آفاقاً أوسع لاستخدام تقنيات الخوارزميات التقريبية في أنظمة العالم الحقيقي التي تتطلب السرعة والقدرة على التعامل مع هائل البيانات. فالشركات الناشئة في مجال الذكاء الاصطناعي، ومنصات التواصل الاجتماعي، وأنظمة التوجيه العالمية، تحتاج جميعها إلى حسابات سريعة وموثوقة للمسارات دون الحاجة إلى الدقة المطلقة التي تستغرق وقتاً طويلاً. يمثل هذا الإنجاز قفزة كبيرة في مجال علوم الحاسوب النظرية، حيث نادرًا ما يحدث تقدّم في نتيجة نظرية تعود لعام 1996. يساهم هذا التطوير في تعزيز فهم كيفية ظهور البنية العالمية من خلال الروابط المحلية، ويقربنا خطوة إضافية من تحقيق الهدف العملي وهو حساب المسافات بين جميع الأزواج في الشبكات الضخمة بسرعة فائقة وموثوقية عالية، مما يعزز كفاءة الأنظمة المترابطة التي نعتمد عليها يومياً في حياتنا الرقمية والفيزيائية.