اخبار مصر
موقع كل يوم -صدى البلد
نشر بتاريخ: ٢٨ كانون الأول ٢٠٢٥
قدمت جوجل في مراجعتها السنوية لأبحاث 2025 قائمة بثمانية مجالات شهدت ما تصفها بـ«اختراقات بحثية» في الذكاء الاصطناعي، تأتي في مقدمتها نماذج Gemini الجديدة.
وشمل العام إطلاق Gemini 2.5 في مارس ثم Gemini 3 وGemini 3 Flash في نوفمبر وديسمبر، مع تحسينات في الاستدلال، والفهم متعدد الوسائط، وكفاءة النماذج، وقدرات التوليد، سواء للاستخدام الاستهلاكي أو عبر منصة Google Cloud.
أشارت جوجل إلى أنها انتقلت خلال 2025 من مرحلة «الأدوات» إلى ما تسميه «الأنظمة الوكيلية» (Agentic Systems) التي تتعاون مع المستخدم والمطور بدلاً من مجرد تنفيذ أوامر منفردة.
وشملت الأمثلة دمج Gemini 3 بقدرات برمجية متقدمة في أدوات التطوير، وإطلاق Google Antigravity كمنصة تساعد المطورين على بناء تطبيقات معتمدة على الذكاء الاصطناعي، إلى جانب تحديثات مثل AI Mode في البحث وميزات جديدة في NotebookLM وواجهات Generative UI التفاعلية.
في المجال العلمي والطبي، أوضحت جوجل أن الذكاء الاصطناعي استُخدم هذا العام لتسريع أبحاث الجينوم وتفسير البيانات المعقدة، مع الإشارة إلى استمرار تأثير نظام AlphaFold الحاصل على نوبل، والذي استُخدم من أكثر من 3 ملايين باحث في أكثر من 190 دولة.
كما كشفت عن نماذج تحليل خلايا متقدمة (مثل C2S‑Scale 27B) تهدف إلى دعم أبحاث السرطان وتطوير علاجات جديدة، في إطار ما تصفه الشركة بتوسيع دور الذكاء الاصطناعي في فهم البيولوجيا والطب على مستوى أدق.
غطت جوجل في استعراضها جانبًا من أعمالها في نماذج الطقس والمناخ، عبر WeatherNext 2 الذي تصفه بأنه «أكثر نماذجها تقدمًا» للتنبؤ بالطقس متوسط المدى، والمستخدم حاليًا في نتائج البحث وتطبيق Gemini وتطبيق الطقس على هواتف Pixel، وكذلك لدى مطوري الخرائط والسحابة.
كما أشارت إلى تطوير Google Earth AI وAlphaEarth، ونماذج أساسيات جغرافية تساعد في تتبع إزالة الغابات، ورصد الفيضانات، وتحسين التنبؤ بالأعاصير والحرائق مبكرًا، مع توسيع نماذج التنبؤ بالفيضانات لتغطي أكثر من ملياري شخص في 150 دولة.
تطرقت جوجل أيضًا إلى تقدم في البنية البحثية ذاتها، مثل خوارزمية MUVERA الجديدة للاسترجاع، التي تُبسِّط عمليات البحث المعقّدة متعددة المتجهات إلى بحث أحادي المتجه مع الحفاظ على أداء متقدم في أنظمة التوصية ومعالجة اللغة.
وأشارت إلى عملها على «نماذج أساسية للرسوم البيانية» (Graph Foundation Models) القادرة على التعميم على جداول وخصائص ومهام مختلفة، ما يفتح الباب أمام إعادة استخدام نفس النموذج في تطبيقات متعددة دون إعادة تدريب كاملة لكل مهمة أو مجموعة بيانات.
