في مارس 2026، نشر باحثون من Google Research وجامعة هارفارد وجامعة كارنيجي ميلون شيئًا كان ينبغي أن يوقف العالم في مساراته. لقد بنوا نظام ذكاء اصطناعي عصبي-رمزي يجمع بين نموذج اللغة Gemini Deep Think مع تغذية رقمية آلية، والذي حل بشكل مستقل مشكلة مفتوحة في الفيزياء النظرية، مستخلصًا حلولًا تحليلية جديدة لإشعاع الجاذبية الناتج عن الأوتار الكونية. لم يتم تقريبه. لم يتم محاكاته. تم حله. في نفس الشهر، حل إطار عمل الذكاء الاصطناعي THOR (المعتمد على الشبكات التنسورية والمoptimized لحل الديناميات) مشكلة فيزيائية عمرها 100 عام في ثوانٍ، وهو حساب كان يتطلب سابقًا أسابيع من وقت الحاسوب الفائق. يمكن لنظام جامعة نيو مكسيكو ومختبر لوس ألاموس حساب الخصائص الديناميكية الحرارية للذرات داخل المواد بمعدل أسرع بمئات المرات مع الحفاظ على الدقة. في 2025، استخدم الفيزيائيون في جامعة إيموري شبكة عصبية مصممة خصيصًا لاكتشاف قوانين جديدة تمامًا للطبيعة في البلازما المغبرة، كاشفين عن أنماط خفية في تفاعلات الجسيمات بدقة تزيد عن 99 في المئة وقاموا بإلغاء الافتراضات التي كانت قائمة لفترة طويلة. في هذه الأثناء، في العالم المادي، بدأت الروبوتات أخيرًا تلحق بأقاربها الرقميين. أعلنت Sony AI في أبريل 2026 أن مشروعها Ace أصبح أول نظام مستقل يتنافس مع لاعبي تنس الطاولة البشريين النخبة والمحترفين، مما يمثل المرة الأولى التي يحقق فيها روبوت مستوى لعب خبير في رياضة تنافسية في العالم المادي. أنشأ باحثون في Georgia Tech نظامًا يسمى التعلم القائم على المحاكاة التكيفية للسرعة (SAIL) يسمح للروبوتات بتنفيذ مهام معقدة مثل تكديس الأكواب، طي القماش، وتعبئة الطعام ثلاث إلى أربع مرات أسرع من العروض البشرية دون فقدان الدقة. لقد تم تحطيم الحاجز الزمني الذي كان يقيد الروبوتات للعمل فقط بالسرعة التي يعمل بها معلموهم البشر. تضع أسواق التنبؤ الآن احتمالات أن يسجل نظام ذكاء اصطناعي درجة مثالية 42 من 42 في أولمبياد الرياضيات الدولية 2026 بحوالي 91 في المئة، ارتفاعًا من أقل من 20 في المئة قبل عام. إنها العلامة الأكثر وضوحًا حتى الآن على أن الحدود تقترب من مهام التفكير الرمزي التي كانت تعتبر خندقًا واقيًا للذكاء البشري حتى وقت قريب في 2024. عندما توقع إيلون ماسك في 31 أغسطس 2026 أن الذكاء الاصطناعي سيصل إلى القدرة فوق الإنسانية عبر جميع المهام الرقمية بحلول نهاية 2027، لم يكن يتحدث بشكل مبالغ فيه، بل كان يقرأ خطوط الاتجاه. لكن هنا حيث تنهار استعارة النقطة الواحدة بطريقة مثيرة للاهتمام. لقد كانت هناك روبوتات جولف لسنوات. LDRIC، الذي طورته Golf Laboratories، سجل نقطة واحدة في بطولة Waste Management Phoenix Open 2016، على الرغم من أنه استغرق خمس محاولات. روبوت جديد للتسديد يسمى Golfi ينجح 6 أو 7 مرات من 10. تظهر هذه الآلات دقة ميكانيكية مثالية في ظروف خاضعة للرقابة، ومع ذلك لا تزال لا تستطيع مطابقة قدرة لاعبي الجولف البشريين على التكيف عبر التضاريس والطقس المتنوع. يؤكد تقرير مؤشر الذكاء الاصطناعي في ستانفورد 2026 هذا الملف الفريد من القدرات: تنجح الروبوتات في 12 في المئة فقط من المهام المنزلية الحقيقية على الرغم من التقدم في البيئات الخاضعة للرقابة، تقرأ نماذج الذكاء الاصطناعي الساعات التناظرية بشكل صحيح فقط 50.6 في المئة من الوقت مقارنة بـ 90.1 في المئة للبشر، ولا تزال الفجوة بين الإعدادات المخبرية القابلة للتنبؤ والبيئات الواقعية غير القابلة للتنبؤ واسعة. تروي الاكتشافات الفيزيائية قصة مختلفة. لقد ضغط التعلم الآلي جداول زمنية لاكتشاف المواد من عقود إلى أشهر. يمكن أن تتنقل الفحص المدفوع بالذكاء الاصطناعي عبر مساحات كيميائية شاسعة، والآن تحل الشبكات العصبية المستندة إلى الفيزياء المعادلات التفاضلية الجزئية التي كانت مكلفة للغاية للحساب مباشرة. يشير مؤشر الذكاء الاصطناعي في ستانفورد 2026 إلى أن الذكاء الاصطناعي يتوسع في مجالات علمية تشمل البيولوجيا والكيمياء والفيزياء وعلم الفلك، مع نماذج الآن تحقق أو تتجاوز أداء مستوى الدكتوراه في الاختبارات التي تقيس فهم العلوم والرياضيات واللغة. مختبر ذكاء اصطناعي جديد يسمى Physical Superintelligence (PSI) جمع 58 مليون دولار في 1 سبتمبر 2026 مع مهمة صريحة لاكتشاف وتجارة الابتكارات في الفيزياء في الحوسبة والطاقة والدفع والاستشعار، وليس فقط نشر الأوراق. ما يميز حل مشاكل الفيزياء عن تسديدات النقطة الواحدة هو القابلية للتحقق. في الفيزياء، يمكنك التحقق من الرياضيات. إما أن تعمل المعادلات أو لا تعمل. إما أن تتطابق التنبؤات مع البيانات التجريبية أو تفشل. عندما يحل الذكاء الاصطناعي مشكلة ميكانيكا إحصائية عمرها قرن أو يستخلص حلولًا جديدة لإشعاع الأوتار الكونية، يمكن للفيزيائيين البشر التحقق من النتائج من خلال وسائل مستقلة. يشير تقرير السلامة الدولية للذكاء الاصطناعي 2026 إلى أن نماذج الذكاء الاصطناعي حققت تقدمًا سريعًا في التفكير الرياضي، مع توقعات الخبراء بفرصة 50 في المئة أن يحقق الذكاء الاصطناعي دقة 55 في المئة في مشاكل FrontierMath على مستوى البكالوريوس بحلول 2027 و75 في المئة بحلول 2030. المسار واضح ويتسارع.
🌍 world
عندما تتقن الآلات الفيزياء، يخسر البشر لوحة النتائج
لقد تمكن الذكاء الاصطناعي للتو من حل مشاكل مفتوحة في الفيزياء النظرية، وكسر سجلات السرعة في الروبوتات، ومن المتوقع أن يحقق أداءً مثاليًا في أولمبياد الرياضيات الدولية 2026. نحن ندخل عصرًا حيث لا تتفوق الآلات علينا في الألعاب فحسب، بل تعيد كتابة قواعد الاكتشاف العلمي نفسه. السؤال ليس ما إذا كان بإمكان الذكاء الاصطناعي تحقيق المستحيل، بل ماذا يحدث عندما تصبح الكمال روتينًا.
Fact checked - 15 claims 12 Sept 2026 · 14 with sources
رأيي
نحن نقف عند نقطة تحول لا يدركها معظم الناس بعد. عندما يتمكن الذكاء الاصطناعي من حل مشاكل مفتوحة في الفيزياء النظرية لم يتمكن الباحثون البشر من حلها، فإننا لا نتحدث عن الأتمتة أو مكاسب الكفاءة. نحن نتحدث عن تحول جذري في كيفية إنشاء المعرفة. لم يعد الاختناق في الاكتشاف العلمي هو الإبداع أو البصيرة البشرية، بل قدرتنا على التحقق وفهم ما تجده أنظمة الذكاء الاصطناعي. الفرق بين روبوت يسجل نقطة واحدة وذكاء اصطناعي يكتشف قوانين فيزيائية جديدة هو فرق عميق. الضربة في الجولف مثيرة للإعجاب ميكانيكيًا ولكنها فارغة فكريًا. الاكتشاف الفيزيائي يولد فكريًا. يفتح الأبواب، يقترح تجارب جديدة، ويرتبط بمشاكل أخرى لم تحل. وإليك الجزء غير المريح: نحن نقترب بسرعة من عالم يكتشف فيه أنظمة الذكاء الاصطناعي أشياء أسرع مما يمكن للعلماء البشر التحقق منها. الشركات تبني بالفعل نماذج أعمال حول الاكتشافات التي اكتشفها الذكاء الاصطناعي والتي يفسرها البشر لاحقًا، كما يشير تقرير اتجاهات اكتشاف المواد من PatSnap لعام 2026. السؤال الحقيقي ليس ما إذا كان الذكاء الاصطناعي سيحقق درجات مثالية في المعايير أو يسجل كل ضربة. إنه ما إذا كانت البصيرة العلمية البشرية ستظل ذات صلة عندما تتمكن الآلات من استكشاف مساحات الحلول التي لا يمكننا حتى تصورها. الفيزياء ليست جولف. لا يمكنك الفوز في الفيزياء. لكن يمكنك أن تصبح عتيقًا في اكتشافها.
ماذا سيحدث بعد ذلك
ستكون أولمبياد الرياضيات الدولية 2026 في يوليو الاختبار العام الكبير الأول لمعرفة ما إذا كان بإمكان الذكاء الاصطناعي تحقيق أداء مثالي في مهام التفكير الرمزي النخبوية. إذا كانت أسواق التنبؤ صحيحة وسجل الذكاء الاصطناعي 42 من 42، توقع موجة من إعادة التقييم عبر الأكاديميا حول أي المهام الفكرية لا تزال تتطلب بصيرة بشرية. أنظمة Google DeepMind سجلت بالفعل 35 نقطة (ميدالية ذهبية) في أولمبياد الرياضيات الدولية 2025 تعمل من البداية إلى النهاية باللغة الطبيعية، لذا فإن تسجيل درجة مثالية في 2026 سيمثل تكرارًا سريعًا بدلاً من معجزة. في الفيزياء وعلوم المواد، ستشهد الأشهر الـ 12 إلى 18 المقبلة سباقًا بين الجداول الزمنية التقليدية للتحقق التجريبي وسرعة اكتشاف الذكاء الاصطناعي. المختبرات ذاتية القيادة في مؤسسات مثل ائتلاف تسريع جامعة تورنتو تضغط بالفعل على جداول اكتشاف الزمن، ويمكن أن يؤدي الجمع بين الفرضيات التي ينتجها الذكاء الاصطناعي والتحقق التجريبي الآلي إلى إنشاء حلقة مغلقة تستبعد الباحثين البشر من المسار الحرج. ستحتاج أقسام البحث والتطوير الصناعية إلى اتخاذ قرار بشأن ما إذا كانت ستستثمر في بنية تحتية لاكتشاف الذكاء الاصطناعي أو تخاطر بالتخلف عن المنافسين الذين يمكنهم اكتشاف وتطبيق الاكتشافات العلمية الجديدة في غضون أسابيع من ظهورها. بحلول أواخر 2027، إذا كانت توقعات إيلون ماسك صحيحة، يجب أن نرى أنظمة الذكاء الاصطناعي تحقق أداءً فوق إنساني عبر المهام الرقمية التي لا تتطلب التلاعب الجسدي. من المحتمل أن تستمر الفجوة في القدرات حيث يتفوق الذكاء الاصطناعي في التفكير المعقد ولكنه يفشل في قراءة الساعات أو التنقل في الغرف الفوضوية، مما يخلق عالمًا مزدوجًا حيث تهيمن الآلات على مجالات المشاكل المجردة بينما تكافح مع الذكاء المجسد. ستستفيد الشركات والمؤسسات البحثية التي تكتشف كيفية التحقق بسرعة من المعرفة المكتشفة بواسطة الذكاء الاصطناعي ونشرها من ميزة تنافسية هائلة، بينما ستجد تلك التي تنتظر دورات التحقق بسرعة بشرية نفسها متخلفة بشكل دائم عن الحدود.
ما يخبرنا به التاريخ
يمثل القوس من هزيمة Deep Blue لجاري كاسباروف في الشطرنج (1997) إلى إتقان AlphaGo للعبة Go (2016) إلى الذكاء الاصطناعي الذي يحل مشاكل مفتوحة في الفيزياء النظرية (2026) تقدمًا لمدة 29 عامًا من الأداء فوق الإنساني الضيق إلى الاكتشاف العلمي الحقيقي. كل معلم اتبع نمطًا مشابهًا: الشك الأولي، العرض الرائد، التكرار السريع، ثم التطبيع. ما استغرق ما يقرب من عقدين بين الشطرنج وGo استغرق فقط عقدًا بين Go والاكتشاف المستقل في الفيزياء. تاريخيًا، كانت الثورات العلمية تتطلب كل من الأدوات الجديدة وطرق التفكير الجديدة. سمح التلسكوب بملاحظات غاليليو، لكنه لا يزال بحاجة إلى بصيرة بشرية لتفسيرها. أنتج المسرع الجزيئي بيانات تصادم، لكن الفيزيائيين قضوا سنوات في تطوير النموذج القياسي لشرحه. يمثل الذكاء الاصطناعي أول أداة توفر على ما يبدو كل من الأداة (القوة الحاسوبية لاستكشاف مساحات الحلول الشاسعة) والتفسير (التعرف على الأنماط لتحديد العلاقات ذات المعنى). سواء كان هذا يشكل نموذجًا رابعًا للعلم (بعد التجريبي والنظري والحوسبة) أو نموذجًا خامسًا (الاكتشاف المدفوع بالبيانات) لا يزال موضع نقاش، لكن مؤتمر 2026 حول الفيزياء والذكاء الاصطناعي في ستانفورد والتجمعات المماثلة تعامله كتحول منهجي أساسي، وليس مجرد أداة جديدة.