ألفا إيفولف: وكيل جيميناي من ديب مايند يُحسِّن البنية التحتية لجوجل بنفسه — ملاحظات ميدانية لعام إنتاج كامل (مايو 2026)

إن لحظة قيام الذكاء الاصطناعي بـتحسين بنيته التحتية الخاصة لم تعد مستقبلاً مجرداً؛ ففي مايو 2026 أصبحت مقياس إنتاج صريحاً. أعلنت ديب مايند في استرجاعها المنشور في 7 مايو 2026 أن وكيل البرمجة التطوري ألفا إيفولف يعمل دون انقطاع لأكثر من عام داخل البنية التحتية الداخلية لجوجل، ويُنتج مكاسب قابلة للقياس. لا نتحدث هنا عن نتيجة معيار قياس ولا عن عرض توضيحي؛ بل عن خط أداء يُقاس باستمرار في الإنتاج.

مرَّ 358 يوماً بالضبط منذ الإعلان الأولي (مدونة ديب مايند وورقة arXiv 2506.13131 في 14 مايو 2025). خلال هذه الفترة، استعاد ألفا إيفولف 0.7٪ من قدرة حوسبة جوجل العالمية بشكل مستمر داخل منسق مراكز بيانات بورغ، وحقق تسريعاً بنسبة 23٪ في نواة تدريب جيميناي المكتوبة بلغة Pallas، وهو ما يُترجم إلى انخفاض 1٪ في إجمالي وقت تدريب جيميناي. وأنتج تسريعاً بنسبة 32.5٪ في نواة GPU FlashAttention، ودُمج في دائرة Verilog لـ TPU قادم، وهي أول مساهمة مباشرة لجيميناي في الأجهزة. وأضاف تحديث 7 مايو 2026 إلى هذه القائمة انخفاضاً بنسبة 20٪ في تضخيم الكتابة لضغط شجرة LSM في سبانر، واكتشاف سياسة استبدال الذاكرة المؤقتة في يومين بدلاً من أشهر، فضلاً عن انخفاض ~9٪ في بصمة تخزين البرمجيات عبر تحسينات المُجمِّع.

تستعرض هذه المقالة، من منظور مهندس ميداني، ما تعنيه تلك الأرقام فعلياً، وكم منها مقيد بتحفظات «vendor-reported»، وما إذا كان نقاش التحسين الذاتي العودي قد تجسَّد بالفعل. الموضوع ليس نموذجاً؛ بل وكيلاً. ألفا إيفولف مركَّب برمجي يستخدم تجميعة جيميناي 2.0 فلاش مع جيميناي 2.0 برو كعامل تحوير (mutation operator)، يتغذى على مُقيِّمات مؤتمتة، ويُجري بحثاً تطورياً. وقد كان إصدار جيميناي 4 وIronwood TPU الذي تناولناه في الجولة الرابعة طبقة الأجهزة لهذه القصة؛ أمّا موضوع اليوم فهو الوكيل الذي يستخدم تلك الأجهزة ويُعيد تصميمها.

1. ما هو ألفا إيفولف: قصة عام إنتاج

ألفا إيفولف، الذي أعلنته ديب مايند في 14 مايو 2025، يُوضع باعتباره خليفة لـFunSearch (Nature، 2023) وAlphaTensor (Nature، 2022)، أي وكيل برمجة تطوري. ويقود الفريق ماتي بالوغ وألكسندر نوفيكوف؛ ورقم arXiv preprint هو 2506.13131 (يونيو 2025). يحتضن مستودع النتائج المفتوحة على github.com/google-deepmind/alphaevolve_results 279 نجمة، ويستضيف دفاتر التحقق للنتائج الرياضية بترخيص Apache-2.0.

الفرق الجوهري عن سابقاته يكمن في النطاق. ففي حين يستطيع FunSearch تطوير دالة واحدة، يستطيع ألفا إيفولف اقتراح واختبار تغييرات الكود عبر ملفات ودوال ومكونات متعددة في وقت واحد. هذا نطاق يقترب من نسيج قاعدة كود حقيقية، أي يمكنه استهداف ليس فقط المسائل الأكاديمية بل أيضاً أنظمة الإنتاج.

وفيما يلي أربع طبقات حرجة استُخدم فيها النظام داخل جوجل خلال عام من الإنتاج:

1. منسق مراكز البيانات بورغ: استدلال جدولة الحوسبة العالمية
2. نواة تدريب جيميناي: تجزئة (tiling) ضرب المصفوفات في DSL لـ Pallas
3. دائرة Verilog لـ TPU: تخفيض عرض البتات في وحدة ضرب المصفوفات
4. نواة GPU FlashAttention: تحسين التعليمات منخفضة المستوى لآلية انتباه Transformer

2. خمسة مكونات تحت غطاء واحد: تجميعة فلاش وبرو ثنائية النموذج

تخيّل خط إنتاج برمجياً يدور في جوجل منذ مايو 2025 ولا يتوقف. هذا هو ألفا إيفولف من زاوية البنية. يتكون عموده الفقري من خمسة مكونات: وحدة تحكم، ونموذجَي LLM (جيميناي 2.0 فلاش مع جيميناي 2.0 برو)، وقاعدة بيانات ذاكرة برامج بإصدارات، وأسطول عمال تقييم متوازي، ونص مساعد خفيف لبناء التوجيهات. وفي استراتيجية النموذجين، يوفر فلاش الاتساع، إذ يولِّد مرشحين كثيرين بزمن استجابة منخفض؛ بينما يوفر برو العمق، فيدفع البحث التطوري إلى الأمام باقتراحات أعلى جودة وإن كانت أغلى.

إيقاع عمل خط الأنابيب، كما لخَّصه تحليل سام ويتيفين على VentureBeat، يسير على هذا النحو: يصوغ فلاش مسودات بسرعة، ثم يدرسها برو بعمق ويُعيد مجموعة فرعية أقوى. ويجمع باني التوجيهات ثلاثة أنواع من السياق، وهي محاولات الكود السابقة المخزنة في ذاكرة البرامج، والقواعد وحواجز الحماية المكتوبة من فريق الهندسة، والمواد الخارجية ذات الصلة (أوراق، ملاحظات مطورين). كل مرشح يجتاز أولاً مرشحات اختبار وحدة رخيصة؛ والناجون ينتقلون إلى معايير أثقل ومراجعات قائمة على LLM. التقييم المتسلسل (cascaded) يخفض التكلفة، فيما يتفادى تخزين التقييم المؤقت إعادة تشغيل البرامج المُقيَّمة سابقاً.

ملاحظة تكلفة صادقة: تذكر ورقة ألفا إيفولف أن «تقييم حل جديد يستغرق عادةً ~100 ساعة حوسبة» (الصفحة 8). فالنظام ليس رخيصاً، غير أنّه على نطاق مكسب 0.7٪ في بورغ يُترجم ذلك إلى مليارات الدولارات عبر بصمة الحوسبة العالمية لجوجل. ميزان التكلفة والفائدة إيجابي بشدة على نطاق الـhyperscaler.

3. 0.7٪ و23٪ و32.5٪: نظرة بسيطة على مقاييس الإنتاج

قد يبدو استرداد قدرة 0.7٪ ضئيلاً، لكننا نتحدث عن بصمة الحوسبة العالمية لجوجل. اكتشف ألفا إيفولف استدلال جدولة لمنسق بورغ؛ وبمجرد نشره، يعمل هذا الاستدلال باستمرار في الخلفية: يولِّد تعديلات سياسة جدولة مرشحة، ويُقيِّمها في محاكاة مقابل آثار أعباء العمل التاريخية، ويرقي المرشحين عاليي الكفاءة إلى إنتاج ظلِّي (يوازي المهام الحقيقية دون التحكم بها)، ثم يرقيهم بالكامل. الـ0.7٪ هو ناتج الحالة المستقرة لهذه الحلقة المستمرة.

تسريع نواة جيميناي بنسبة 23٪ أكثر إثارة لأنه يعبِّر عن شيء مباشر، وهو أنّ الذكاء الاصطناعي يُسرِّع عملية تدريب الذكاء الاصطناعي ذاته. تحتوي النواة المعنية على عمليات ضرب مصفوفات وحساب انتباه تعمل مليارات المرات خلال جولة تدريب واحدة. قبل ألفا إيفولف، أمضى مهندسو جوجل سنوات يُحسِّنون هذه النواة عبر التنميط اليدوي، ومرور تحسين XLA، وتنفيذات CUDA/TPU مكتوبة يدوياً، واعتُبرت «near-optimal».

وجد ألفا إيفولف تحسناً بنسبة 23٪ عند تلك النقطة near-optimal. والآلية: إعادة ترتيب الحلقات، وإعادة هيكلة أنماط الوصول إلى الذاكرة، واستراتيجيات تجزئة جديدة تنتهك حدس المهندسين البشر حول سلوك الذاكرة المؤقتة على نطاق TPU. كان البحث التطوري على استعداد لاختبار آلاف التطبيقات التي تبدو ضد-حدسية وغير فعَّالة من حيث عدد العمليات النظري، ثم تبيَّن أن أحدها أسرع بشكل ذي مغزى على الأجهزة الحقيقية.

أمّا تسريع FlashAttention بنسبة 32.5٪ فقد حدث في تحسين تعليمات GPU منخفضة المستوى. عادةً ما يُحسِّن المُجمِّعون هذا المجال بشدة، فيلمسه المهندسون البشر نادراً. وقد أثبت ألفا إيفولف أنه يستطيع إيجاد طبقة أداء لم يصل إليها المُجمِّعون.

4. أول مساهمة ذكاء اصطناعي في Verilog لـ TPU: البرمجيات تكتب الأجهزة

«مدمج في TPU قادم، يمثل هذا التحسين أول مساهمة مباشرة لجيميناي في دوائر TPU الحسابية، تحققت عبر ألفا إيفولف، ممهدةً الطريق لمساهمات مستقبلية.» هكذا تصوغ تدوينة ديب مايند اللحظة الأكثر رمزية في الاسترجاع. كُلِّف ألفا إيفولف بمواصلة تحسين تنفيذ Verilog المُحسَّن سابقاً لوحدة ضرب المصفوفات في TPU. أهداف التحسين كانت تخفيض المساحة واستهلاك الطاقة مع الحفاظ على الوظيفة الأساسية. وكانت النتيجة اقتراح تخفيض عرض البتات الذي وفَّر كلاً من المساحة والطاقة، واجتاز طرق التحقق الرسمية، ونال موافقة المراجعة اليدوية من مصممي TPU.

وثمة تفصيل مهم يستحق التدوين، إذ تم اكتشاف هذا التحسين المحدد بشكل مستقل أيضاً من قِبل أدوات التركيب downstream. غير أنّ مساهمة ألفا إيفولف وقعت في مرحلة RTL، أي في بداية السلسلة، في مكان أقل أتمتة. زيادة على ذلك، قُدِّم الاقتراح مباشرةً بلغة Verilog، وهي اللغة المعيارية لمهندسي الأجهزة، مما جعل التبني سريعاً. ومن منظور الثقة وقابلية التفسير، هذا حاسم؛ فالنظام ليس صندوقاً أسود، بل RTL قابل للقراءة.

فهذه ليست عرضاً لمرة واحدة؛ بل بداية خط تطبيق منهجي.

5. شجرة LSM في سبانر، وسياسة الذاكرة المؤقتة، والمُجمِّع: كل طبقة من الstack

أضاف تحديث الاسترجاع في 7 مايو 2026 ثلاث طبقات جديدة للقصة. سبانر، قاعدة بيانات جوجل العلائقية الموزعة عالمياً، تستخدم استدلالات ضغط شجرة LSM (Log-Structured Merge-tree) التي تُحدد تضخيم الكتابة (نسبة البيانات المكتوبة إلى الطلب الأصلي). نقَّح ألفا إيفولف هذا الاستدلال، محققاً انخفاضاً بنسبة 20٪ في تضخيم الكتابة. والمعنى العملي: كتابة قرص أقل تحت نفس الحمل، ومن ثمّ تآكل SSD أقل وتكلفة IO أقل. على نطاق petabyte، تصبح هذه الأرقام جدية.

تؤكد قصة سياسة استبدال الذاكرة المؤقتة على بُعد مختلف، وهو سرعة الاكتشاف. سابقاً، تطلَّب إيجاد مثل هذا التحسين «أشهراً من الجهد المركَّز كثيف العمالة البشرية». وقد أكمل ألفا إيفولف نفس العمل في يومين. ليس المهم إنتاج إجابة «ذكية» واحدة؛ بل إجراء تطور موازٍ عبر آلاف المرشحين واختيار الأفضل في أعباء العمل الحقيقية. ميزة مقاربة على سرعة المهندسين البشر في فحص فضاء البحث يدوياً.

على جانب تحسينات المُجمِّع، قدَّم ألفا إيفولف رؤى لاستراتيجيات مُجمِّع جديدة أدَّت إلى انخفاض ~9٪ في بصمة تخزين البرمجيات. يحتوي عالم المُجمِّع على عقود من الهندسة اليدوية المتراكمة؛ ولذلك تبدو نسبة 9٪ هنا فرقاً محترماً.

6. كسر رقم شتراسن القياسي بعد 56 عاماً: مصفوفة 4×4 في 48 ضرباً عددياً

49 ضرباً عددياً. هذا هو الرقم الذي ظلّ ثابتاً منذ 1969. كانت خوارزمية شتراسن 1969 تضرب مصفوفتي 4×4 باستخدام 49 ضرباً عددياً، ولم يستطع أحد النزول تحت ذلك على حقول ذات خصائص 0 أو أرقام مركبة. مسألة مفتوحة منذ 56 عاماً. وإلى جانب مكاسب البنية التحتية العملية، أنتج ألفا إيفولف نتيجة رياضية ستُكتب في تاريخ العلوم.

وجد ألفا إيفولف إجراءً يضرب مصفوفات 4×4 ذات قيم مركبة باستخدام 48 ضرباً عددياً. هذا ليس مجرد رقم؛ بل قلعة كلاسيكية للأمثلية الرياضية تنهار تحت البحث المُمَكْنَن. وفي نفس الدراسة، تم تقدُّم state of the art في 14 هدفاً مختلفاً لضرب المصفوفات.

التقييم الرياضي في الورقة له نطاق أوسع. اختُبر ألفا إيفولف على أكثر من 50 مسألة رياضية مفتوحة تشمل التحليل والتوافيقيات والهندسة ونظرية الأعداد. وفي هذه العينة:

• 75٪: أعاد اكتشاف أفضل بنية معروفة (يبدو أنها مثلى بالفعل في كثير من الحالات)
• 20٪: اكتشف أجساماً جديدة تتجاوز state of the art السابق
• تحسين على مسألة الحد الأدنى للتداخل لإردوس
• حد أدنى جديد لمسألة أعداد التقبيل في 11 بُعداً

7. هل اتسعت دائرة البحث الرياضي؟ 67 مسألة وموجة مجتمع

هل اتسعت دائرة البحث الرياضي بعد الورقة الأولى؟ سؤال يستحق أن يُطرح، والإجابة تأتي من ورقة ثانية. وسَّعت تلك الورقة، المنشورة في نوفمبر 2025 (arXiv 2511.02864، محدَّثة إلى v3 في ديسمبر 2025)، نطاق ألفا إيفولف الرياضي إلى 67 مسألة. الجدة الرئيسية للورقة هي دمج ألفا إيفولف مع Deep Think وAlphaProof، مضيفةً توليد البراهين التلقائي ومنطقاً رياضياً أوسع إلى حلقة البحث والتوليد. وفي بعض الحالات، تتعمم النتائج ليس للمسائل الفردية وحدها، بل إلى صيغ مغلقة صالحة لجميع قيم الإدخال.

«يدير ألفا إيفولف خط أنابيب مستقلاً من LLMs، مهمته تحسين خوارزمية بإجراء تغييرات مباشرة على الكود. باستخدام نهج تطوري، يتلقى تغذية راجعة باستمرار من مُقيِّم واحد أو أكثر، يُحسِّن ألفا إيفولف الخوارزمية تكرارياً، مما قد يؤدي إلى اكتشافات علمية وعملية جديدة.»

على جانب المجتمع، انتشر التأثير بسرعة. ظهر OpenEvolve كتطبيق مجتمع مفتوح المصدر لألفا إيفولف. وأعاد ImprovEvolve (arXiv 2602.10233، فبراير 2026) تعليم مخرجات ألفا إيفولف وحصل على SOTA جديد لتعبئة السداسيات لـ 11 و12 و15 و16 سداسياً، مع متغيرات محرَّرة بشرياً تحقق مكاسب إضافية لـ 14 و17 و23. ويجمع DeepEvolve (arXiv 2510.06056، أكتوبر 2025) محرك ألفا إيفولف التطوري مع Deep Research؛ وقد أظهر تحسناً مستمراً عبر 9 معايير قياس (كيمياء، رياضيات، أحياء، مواد، براءات اختراع). انضمت المختبرات الوطنية لوزارة الطاقة الأمريكية (DOE) إلى برنامج الوصول المُسرَّع لألفا إيفولف، فاتسع الجسر بين الذكاء الاصطناعي والبنية التحتية العلمية. كذلك أخذت جوجل كلاود ألفا إيفولف إلى الإطلاق التجاري للمؤسسات في مايو 2026؛ ومن ثمّ فُتح الوصول متعدد القطاعات.

8. الحدود: ~100 ساعة حوسبة وشرط المُقيِّم المؤتمت

لنفصل عن الضجيج: لا يحل ألفا إيفولف كل مسألة. يعمل النظام فقط على المسائل التي يمكن فيها تعريف مُقيِّم مؤتمت، أي مجالات يمكن فيها التعبير عن معيار الفوز أو الخسارة بدالة مُمَكْنَنة. أمّا علم الأحياء التجريبي wet-lab، وميزات المنتج التي تحتاج إلى اختبارات A/B، أو الأعمال الإبداعية التي تتطلب حلقات تقييم بشرية، فجميعها خارج النطاق.

أمّا الحد الثاني، فهو أنّ ~100 ساعة حوسبة لكل تقييم حل جديد تكلفة جدية. التوازي طبيعي على نطاق الـhyperscaler، غير أنّ سحب نفس النهج لفريق صغير مكلف. ويقلل التقييم المتسلسل واستراتيجية فلاش-أولاً وتخزين التقييم المؤقت والإيقاف المبكر التكلفة.

وثالثاً، إفصاح صادق: الأرقام في الورقة «vendor-reported» إلى حد كبير. لم يُكشف علناً عن تكوينات الأجهزة (جيل TPU، نموذج GPU)، ومنهجية القياس (عدد التشغيلات، الإحماء، التباين)، والتمييز بين الوسيط والمتوسط. المنطقة الوحيدة القابلة للتحقق هي النتائج الرياضية، إذ يمكن اختبارها في دفتر Colab في المستودع التكميلي للورقة. وينبغي تقييم مقاييس الإنتاج تحت نظام «القياس الداخلي للشركة».

رابعاً، مفتاح النسخ: إذا أردت امتلاك قالب ألفا إيفولف في نظامك الخاص، فيجب أن يذهب الاستثمار الأول إلى بنيتك التحتية للمُقيِّم المؤتمت. النماذج تُقلَّد بسرعة؛ أمّا تصميم المُقيِّم فسنوات من الهندسة.

9. منظور مهندس: ما الذي تغيَّر، وما الذي لم يتغيَّر

تقييم صادق بعد عام: الذكاء الاصطناعي ذاتي التحسين في الإنتاج حقيقي، لكن خطاب AGI أو «آلة تحل كل شيء» يبقى خاطئاً. ألفا إيفولف نظام يستطيع إنتاج مكاسب قابلة للقياس ودائمة في مسائل تحسين مضيَّقة. الأثر كبير لأن النسب المئوية الصغيرة على نطاق الـhyperscaler تعني دولارات كبيرة؛ غير أنه ليس أداة قابلة للنقل المباشر للفرق الصغيرة، إذ إنّ تكلفة النسخ مرتفعة.

ما تغيَّر: استُبدل سؤال «هل يعمل الذكاء الاصطناعي للتحسين؟» بسؤال آخر، وهو «ما مدى نضج بنيتك التحتية للتقييم المؤتمت؟». أي شخص يريد إجراء بحث تطوري على قاعدة كود يجب أن يحل أولاً تصميم المُقيِّم. ليس هذا تخصصاً جديداً للهندسة التقليدية؛ فالاختبارات ومعايير القياس والتنميط مألوفة، غير أنّ من يستخدمها اليوم بكثافة فاعلٌ غير بشري.

أمّا ما لم يتغيَّر، فهو أنّ التفسير والحكم والقرارات المعمارية لا تزال عملاً بشرياً. ينتج ألفا إيفولف Verilog وPallas قابلَين للقراءة، غير أنّ مصمم TPU هو من يقرر ما إذا كان هذا الكود يحل «المسألة الصحيحة». تبقى طبقة الثقة في موافقة الإنسان. مسار المهنة الهندسية يبقى نفسه؛ وما تغيَّر هو أنّ الـtool stack أقوى.

والخلاصة العملية: حدد عنق الزجاجة الكبير التالي لديك، سواء كان زمن تشغيل النواة، أم الجدولة، أم ضغط الفهرس، أم وقت البناء، ثم اسأل: «هل يمكن كتابة مُقيِّم مؤتمت لهذا؟». إذا كانت الإجابة نعم، فبناء حلقة بحث كود تطورية لم يعد خيالاً؛ وثمة بدائل مفتوحة مثل OpenEvolve متاحة أيضاً. أمّا إذا كانت الإجابة لا، فالعمل الحقيقي يقع في تعريف المُقيِّم، لا في النموذج. النماذج تُقلَّد بسرعة؛ أمّا الهندسة التي تُصمم المُقيِّم فمتقدمة بعقود.