أخبار الذكاء الاصطناعي: AlphaProof Nexus في Science، وGemini agent للمؤسسات، وMuse Spark يشارك في ست أوراق بحثية
أوائل إلى منتصف أكتوبر 2026: DeepMind تنشر AlphaProof Nexus في Science بعد مراجعة أقران مع 9 مسائل Erdős و44 تخمين OEIS بإثباتات Lean، وGoogle Cloud تعلن Gemini agent كوكيل عمل مؤسسي في معاينة خاصة، وMeta تشارك ست أوراق بالتعاون مع Muse Spark — خمس منها تجيب عن أسئلة كانت مفتوحة.
بقلم عبدالرحمن أحمد5 دقائق للقراءة
في أوائل إلى منتصف أكتوبر 2026 تتقاطع ثلاث إشارات في أخبار الذكاء الاصطناعي: نشر Google DeepMind ورقة AlphaProof Nexus في مجلة Science بعد مراجعة أقران مع حلول رسمية لعدد من مسائل مفتوحة، وإعلان Google Cloud عن Gemini agent كوكيل عمل مؤسسي شامل في معاينة خاصة، ومشاركة Meta ست أوراق بحثية أنتجت بالتعاون بين رياضيين ونموذج Muse Spark — خمس منها تجيب عن أسئلة بحثية كانت مفتوحة. الزاوية المشتركة ليست «نموذجًا أكبر»، بل كيف يُثبت الذكاء الاصطناعي نتائج علمية وكيف يُدمج كزميل عمل تحت حوكمة.
AlphaProof Nexus: إثباتات Lean في Science بعد مراجعة أقران
في 8 أكتوبر 2026 نشرت مجلة Science ورقة DeepMind بعنوان «Advancing mathematics research with AI-driven formal proof search» (DOI: 10.1126/science.aej2213). الإطار AlphaProof Nexus يعتمد وكلاء نماذج لغة يبحثون عن إثباتات بلغة Lean، مع تغذية راجعة من المُترجم بعد كل محاولة. النسخة الكاملة تنسّق وكلاء فرعيين بخوارزمية تطورية ويمكنها استدعاء AlphaProof كأداة إثبات متخصصة.
أبرز النتائج المعلنة في الورقة والتغطية العلمية:
- 9 من 353 مسألة Erdős مُشكَّلة رسميًا حُلّت بشكل مستقل، بينها مسألتان (#12 i و#12 ii لـ Erdős وSárközy) بقيتا مفتوحتين نحو 56 سنة منذ 1970.
- 44 من 492 تخمينًا مفتوحًا من موسوعة OEIS للأعداد الصحيحة.
- أسئلة بحثية أخرى: سؤال مفتوح في الهندسة الجبرية حول دوال Hilbert، وتحسين حدّ معروف في تحسين التحدّب (min-max / convex optimization)، ومساهمات في بصريات كمومية ونظرية الرسوم.
- تكلفة استدلال معلنة بحدود مئات الدولارات لكل مسألة Erdős ناجحة؛ والإثباتات منشورة علنًا في مستودع
google-deepmind/alphaproof-nexus-results.
السياق الجدلي مهم: OpenAI كانت قد نشرت نتائج رياضية على GitHub دون مسار مجلات، فيما دعت جهات مثل Association for Human Mathematics إلى حذر مؤسسي. DeepMind اختارت مسار المراجعة والنظراء — وهذا ما أعاد الزخم الإعلامي حول الورقة حتى 12 أكتوبر.
Lean يتحقق من كل خطوة منطقية؛ فالنجاح هنا إثبات شكلي قابل للتحقق آليًا، لا مجرد نص يبدو مقنعًا.
Gemini agent: وكيل عمل مؤسسي من نافذة أمر واحدة
في اليوم نفسه تقريبًا (8 أكتوبر 2026) أعلنت Google Cloud في فعالية Gemini at Work 2026 عن Gemini agent: «وكيل عمل شامل» للمؤسسات، متاح حاليًا في معاينة خاصة مع وعد بتوسيع الوصول لاحقًا لخطط Workspace Business/Enterprise المختارة.
ما يميّزه وفق بيان المنتج والتغطية:
- أهداف لا تعليمات دقيقة فقط: تخطيط متعدد الخطوات، استخدام مهارات وأدوات، والاتصال بأنظمة الأعمال، ثم إرجاع مخرجات داخل المستندات والبريد وبيئات المطورين.
- اختيار النموذج الأنسب للمهمة: يشمل عائلات Gemini وClaude اليوم، مع خطط لنماذج خاصة ومفتوحة لاحقًا، وضوابط تكلفة مدمجة.
- ذاكرة سحابية موحّدة: جلسة (حتى مهام تمتد أيامًا)، دلالية، إجرائية (مهارات يكتبها لنفسه)، وepisodic لما أنجزه سابقًا — مع إمكانية وكلاء فرعيين متوازيين/متسلسلين.
- قنوات واسعة: استدعاء عبر
@Geminiفي Gmail وDocs وSheets وSlides وChat، بالإضافة إلى سطر أوامر وSlack وMicrosoft 365 وAPI كـ «headless agent» بلا واجهة مخصصة. - أمثلة معلنة: تحويل طلب مدير لعرض شرائح بضغطة تفويض، أو ترتيب اجتماع مع قادة إقليميين دون إدخال الأسماء يدويًا اعتمادًا على سياق الدردشة والتقويم.
الوضع الحالي: لا انتظار عام معلن للأفراد؛ الوصول يمر عبر علاقة حساب Google Cloud / معاينة المؤسسات. بعض قدرات مثل التفويض الخلفي متعدد الخطوات واختيار نماذج طرف ثالث ما زالت في وصول مبكر وفق صفحات المنتج.
Meta وMuse Spark: ست أوراق بحثية، خمس مسائل كانت مفتوحة
في 2 أكتوبر 2026 نشرت Meta AI Research تقرير «Solving Open Research Problems Together». بعد نتائج أولمبياد مدرسية بمستوى ذهب، تعاون رياضيون مع Muse Spark 1.1 و1.2 في وضع Thinking عبر واجهة meta.ai العادية — بلا هيكل بحث مخصص — فنتجت ست أوراق، خمس منها تقدّم إجابات لأسئلة بحثية كانت مفتوحة.
مبادئ الشفافية التي أعلنتها Meta:
- فريق رياضيين يوجّه البحث؛ مجموعة ثانية تراجع العمل.
- كل ورقة تميّز المقاطع التي صاغها الباحثون أساسًا عن تلك التي صاغها النموذج.
- اعتراف صريح بأعمال مستقلة موازية حين اكتُشفت بعد الانتهاء (مثل عتبة Gaussian ellipsoid وخصم conjecture المجموعات شبه الإبدالية).
نماذج من النتائج: عتبة حادة لملاءمة نقاط غاوسية لإهليلج في أبعاد عالية؛ إثبات انهيار زمني محدود لحلول شعاعية بطاقة سالبة لمعادلة Schrödinger البيهارمونية الحرجة الكتلة؛ إيجاد مجموعة من 384 عنصرًا تدحض conjecture Kida (2024) بأن كل مجموعة finite semiabelian تكون monomial؛ قاعدة لمتى يكون استرخاء دورة لطول ثلاثة alpha-cycles محكمًا؛ وربط دالة ارتفاع على منحنى بدالة نقطتين في نظرية الأوتار p-adic. في إحدى الحالات ولّد Muse Spark برنامج بحث GAP الذي وجد المثال المضاد.
ماذا يعني ذلك عمليًا؟
- لفرق العلوم والبيانات: راقب مسار الإثبات الشكلي (Lean + تحقق آلي) كمعيار مصداقية؛ راجع مستودع AlphaProof Nexus قبل الاعتماد على ملخصات إعلامية فقط.
- لفرق Workspace/Cloud: إن كان لديكم حساب مؤسسي، اسألوا فريق Google Cloud عن معاينة Gemini agent وابدأوا بمهام قراءة/تلخيص قبل التفويض الكتابي طويل الأمد؛ راجعوا حدود الإنفاق وصلاحيات الموجّهين الفرعيين.
- لبحوث مدعومة بالنماذج: اعتمدوا نمط Meta: إشراف بشري، مراجعة مستقلة، تمييز صياغة AI، واعتراف بالتزامن — خصوصًا حين يُستخدم النموذج عبر دردشة عامة بلا scaffold.
الخلاصة
منتصف أكتوبر 2026 يرسّخ خطين متوازيين: ذكاء اصطناعي يُنتج معرفة رياضية قابلة للتحقق (AlphaProof Nexus في Science، وتعاون Meta/Muse Spark الشفاف)، وذكاء اصطناعي يُدمَج كوكيل عمل مؤسسي بذاكرة وحوكمة (Gemini agent). من يتابع الواجهات والمنتجات يحتاج الاثنين: معيار إثبات أقوى من «يبدو صحيحًا»، ومسار تفويض مؤسسي أوضح من نافذة دردشة بلا حدود.
المصادر
- EurekAlert / AAAS: Introducing AlphaProof Nexus — 8 أكتوبر 2026
- GitHub: google-deepmind/alphaproof-nexus-results (Lean + prose proofs)
- THE DECODER: AlphaProof Nexus peer-reviewed in Science — 12 أكتوبر 2026
- Post Cutoff: AlphaProof Nexus Science paper summary — 8 أكتوبر 2026
- Google Blog: Google Cloud launches Gemini agent — 8 أكتوبر 2026
- 9to5Google: Gemini agent as universal agent for work — 8 أكتوبر 2026
- Meta AI Research: Solving Open Research Problems Together — 2 أكتوبر 2026
الوسوم