الذكاء الاصطناعي
هل يتقدم جيمي니 من جوجل الآن في سباق الذكاء الاصطناعي؟
يُصَنَّف تطوير تقنية الذكاء الاصطناعي بشكل صحيح على أنه سباق، حيث تتنافس الشركات الناشئة الخاصة مثل OpenAI وAnthropic مع العمالقة التكنولوجية مثل Microsoft (MSFT ) وGoogle (GOOGL ). وقد تم دفع هذا السباق بمئات المليارات من الدولارات في الاستثمار، لا فقط في تطوير البرمجيات، ولكن أيضًا في المصروفات الرأسمالية الهائلة لبناء مراكز بيانات ضخمة وأكثر استهلاكاً للطاقة لتدريب أحدث النماذج.
في غضون ذلك، تتقدّم النماذج الصينية بسرعة، مما يضيف شعوراً بالطوارئ والمنافسة الجيوسياسية إلى جهود الشركات الغربية.
في الآونة الأخيرة، يبدو أن جيميني من جوجل يتقدم على منافسيه، خاصة مع إصدار جيميني 3 ديب ثينك، وهو نموذج يركز على الفهم الواقعي ليس فقط للغات ولكن أيضًا للعالم المادي. بالإضافة إلى ذلك، يتم اختيار جوجل أيضًا من قبل Apple (AAPL ) لتزويد أجهزتها بذكاء اصطناعي ويقدم تقدمًا في مجال تصنيع رقائق الذكاء الاصطناعي.
جيميني 3 ديب ثينك: ماذا تغير؟
إصدار ديب ثينك
مع الإصدار في 12 فبراير 2026، من جيميني 3 ديب ثينك، قامت جوجل بخطوة حاسمة إلى الأمام في الانتقال من الذكاء الاصطناعي الذي يركز بشكل رئيسي على البحث واللغة (LLMs) إلى ذكاء اصطناعي أكثر عمومية قادر على فهم العالم المادي.
هذا تطور مهم، حيث أن “الذكاء الاصطناعي المادي” هو الاتجاه الذي تتخذه الصناعة، وهو اتجاه قمنا بفحصه بتفاصيل أكبر في “الذكاء الاصطناعي المادي: الاستثمار في روبوتات الأنسان عام 2026”.
لم يكن ديب ثينك الجديد متاحًا في تطبيق جيميني لمشتركي جوجل آي ألترا، ومتاح لأول مرة من خلال واجهة برمجة تطبيقات جيميني لمجموعة من الباحثين والمهندسين والشركات، مما يجعل هذا الذكاء الاصطناعي متاحًا تجارياً، وليس فقط نموذج اختباري.
الرياضيات والعلوم أولاً
ما يميز ديب ثينك عن الإصدارات السابقة من جيميني، وإلى حد ما عن الذكاء الاصطناعي الآخر، هو التركيز على الفهم الرياضي.
النماذج اللغوية الكبيرة (LLMs) تؤدي أداءً سيئًا في المهام الرياضية البسيطة، وأحيانًا تفشل حتى في عمليات إضافة بسيطة أو العدّ بالترتيب. هذا ليس صحيحًا لديب ثينك، الذي أتاح وكلاء متخصصين لإجراء استكشاف رياضي على مستوى البحث. النموذج يتفوق بشكل كبير على النماذج الأخرى في اختبارات الرياضيات والعلوم. كما أنه يؤدي أداءً جيدًا في مهام البرمجة.
مصدر: جوجل
الفرق مع جيميني برو بريفيو أكثر وضوحًا في الاختبارات حول المواضيع العلمية، من الأولمبياد الدولي للرياضيات أو الأولمبياد الدولي للكيمياء، حيث سجل حوالي 82٪، مقارنة بـ 14٪ فقط لاختبار الرياضيات لنماذج LLM السابقة من جوجل.
مصدر: جوجل
كانت هذه النتائج ممكنة بفضل هيكل مختلف جذريًا عن “الذكاء الاصطناعي الكلاسيكي”، الذي يعاني من هلوسات عند قلة البيانات، وهو ما سيكون دائمًا الحال بالنسبة لأحدث الاكتشافات العلمية.
على سبيل المثال، بالنسبة للرياضيات النقية، يحتوي وكيل أبحاث رياضية (مسمى داخليًا أليثيا)، مدعومًا من جيميني ديب ثينك، على مُصادِق لغوي لتحديد العيوب في الحلول المرشحة. يُمَكِّن من عملية تكرارية لإنشاء ومراجعة الحلول. ومن المهم أن هذا الوكيل يمكن أن يعترف بالفشل في حل مشكلة، وهو ميزة رئيسية تحسنت من كفاءة الباحثين.
مصدر: جوجل
هذا النهج ليس فقط أكثر قوة في إعطاء النتائج الصحيحة، ولكنه أيضًا أكثر كفاءة، حيث أظهر أليثيا أن جودة التفكير الأعلى يمكن تحقيقها عند وقت حساب أقل.
يمكن توسيع هذا النهج من الرياضيات إلى العلوم الفيزيائية الأخرى. على سبيل المثال، وجد جيميني ديب ثينك كيفية استخدام “حل جديد باستخدام متعددات الحدود جيجنباور” لحساب الإشعاع الجاذبي من الخيوط الكونية.
تطبيقات علمية حقيقية
هذا الأداء يترجم بالفعل إلى تطبيقات علمية حقيقية من قبل الباحثين.
على سبيل المثال، استخدم الرياضياتي ليزا كاربون في جامعة روتجرز ديب ثينك لfinding خلل منطقي تم تجاهله من قبل المراجعين البشر في ورقة رياضية تقنية حول نظرية أينشتاين للجاذبية والmécanique الكمومية.
كما استخدم مختبر وانغ في جامعة ديوك ديب ثينك لتصميم وصفة لزراعة أفلام رقيقة شبه موصلة أكبر من 100 ميكرومتر، وهو هدف كان من الصعب تحقيقه في السابق.
التوزيع، الأجهزة، والزخم الاستراتيجي
يأتي إنجاز ديب ثينك على رأس أخبار جيدة أخرى لفريق الذكاء الاصطناعي في جوجل.
الأهم كان قرار أبل، العمالقة التكنولوجية الوحيدة التي جلست إلى حد كبير خارج سباق الذكاء الاصطناعي، لاعتماد جيميني كذكاء اصطناعي افتراضي على أجهزة أبل. في هذا السياق، من المنطقي أن أعلنت OpenAI في ديسمبر 2025 “كود أحمر” بشأن تقدم جوجل والشركات الأخرى في الذكاء الاصطناعي.
“لقد ازدادت قاعدة مستخدمي جيميني منذ إصدار جهاز توليد الصور، نانو بانانا، في أغسطس، وقالت جوجل إن المستخدمين النشطين الشهريين نموا من 450 مليون في يوليو إلى 650 مليون في أكتوبر.
تتعرض OpenAI أيضًا للضغط من Anthropic، التي تصبح شائعة بين عملاء الأعمال.”
فوز آخر لجوجل مؤخرًا هو نجاح شرائح الذكاء الاصطناعي. أولاً، كان أنثروبك، الذي أعلن أنه سوف يبدأ في استخدام شرائح الذكاء الاصطناعي من جوجل، تسمى وحدات معالجة التنسور (TPUs)، بما في ذلك استخدام ما يصل إلى مليون معالج لتشغيل برمجيات الذكاء الاصطناعي. الآن، الشركة المنافسة Meta أيضًا تنضم إلى استخدام وحدات معالجة التنسور من جوجل، مما يطرح السؤال عما إذا كانت جوجل تصبح منافسًا لنفيديا (NVDA ) بقدر ما هي منافس لشركة OpenAI.
(يمكنك قراءة المزيد عن وحدات معالجة التنسور والأجهزة الأخرى المحددة بالذكاء الاصطناعي مثل XPUs وFPGAs وغيرها في “الاستثمار في أجهزة الذكاء الاصطناعي: من وحدات المعالجة المركزية إلى XPUs“)
استراتيجية ألفابيت للذكاء الاصطناعي: التكامل الرأسي على نطاق واسع
اسحب للاطلاع →
| الشركة | تركيز النموذج | استراتيجية الأجهزة | سيطرة التوزيع | التكامل الرأسي |
|---|---|---|---|---|
| ألفابيت | جيميني 3 ديب ثينك (رياضيات/علوم) | وحدات معالجة التنسور الخاصة | أندرويد + البحث + توجيه أبل المحتمل | كامل العمود (الرقاقة → السحابة → المستهلك) |
| مايكروسوفت/أوبن آي آي | نماذج GPT (LLM عام) | وحدات معالجة الرسومات من نفيديا عبر أزور | ويندوز + تطبيقات الشركات | جزئي |
| ميتا | اللما (مفتوح الوزن) | وحدات معالجة الرسومات + سيليكون مخصص | منصات اجتماعية | متوسط |
| أنتروبك | كلود (تركيز على الشركات) | وحدات معالجة التنسور من جوجل | واجهة برمجة التطبيقات + صفقات الشركات | منخفض |
التركيز على وحدات معالجة التنسور هو دليل جيد على استراتيجية جوجل.
النماذج اللغوية الكبيرة الصلبة مثل جيميني والأداء الفعلي في تطبيقات العالم الحقيقي مثل ديب ثينك بالطبع مهمين جدًا.
لكن في السيطرة على توزيع الذكاء الاصطناعي وفي هيكل التكلفة والوصول إلى رأس المال، تتمتع جوجل بموقع قوي.
الوجود القوي لجوجل في سوق الهواتف المحمولة من خلال أندرويد قوي بالفعل، ولكن مع الصفقة مع أبل، فهو几乎 يضمن أن معظم طلبات الذكاء الاصطناعي التي لا يتم توجيهها بشكل محدد إلى تطبيق ذكاء اصطناعي معين ستذهب إلى جيميني، بشكل مباشر أو غير مباشر.
المكون الآخر هو زيادة الاعتماد على وحدات معالجة التنسور. تشير بعض التقارير إلى أن وحدات معالجة التنسور هي ~30٪ أرخص من وحدات معالجة الرسومات من نفيديا وتقدم أداءً أفضل 2-4 مرات لكل دولار في حمولة قابلة للمقارنة. انخفاض استهلاك الطاقة لنفس الحساب ليس فقط مشكلة مالية؛ إنه يساعد أيضًا على توسيع نطاق مراكز بيانات الذكاء الاصطناعي على الرغم من قيود الطاقة المتزايدة.
أخيرًا، مستوى التكامل الرأسي – بدءًا من وحدات معالجة التنسور، إلى مراكز بيانات مملوكة مباشرة، ومنصة سحابية للشركات، ثم قناة توزيع للمستهلكين – لا مثيل له في الصناعة، مع microsoft فقط التي تقترب إلى حد ما في الفضاء الشركات.
هل جيميني يتقدم فعلاً؟
الدعوة إلى فائز محدد في سباق الذكاء الاصطناعي هو بالتأكيد прежمر. على سبيل المثال، يمكن أن يقلب النموذج الحالي كله إذا كانت مراكز البيانات المدارية من قبل xAI/Space المندمجة تثبت أنها ميزة تنافسية قوية.
لكن يبدو أن بعض الاتجاهات تظهر التي تتحرك لصالح جوجل.
الأول هو الحاجة إلى أجهزة ذكاء اصطناعي مخصصة، وهو مجال ي tụن فيه العديد من العمالقة التكنولوجية، مما يعطي ميزة لصانعي الرقائق وجوجل.
الثاني هو أهمية سيطرة التوزيع على الجمهور العام، الذين قد لا يكونون على دراية جيدة بأي ذكاء اصطناعي يمكنهم أو يجب أن يستخدموه. في هذا الصدد، يُ鏡 وصول مباشر إلى نظام أبل بأكمله يُ鏡 الاستراتيجية السابقة لجعل جوجل محرك البحث الافتراضي على أجهزة آيفون (التي أدت حتى إلى أحكام مناهضة الاحتكار في الولايات المتحدة في أواخر 2025 لأنها “كانت مفيدة جدًا”).
معًا مع قوة ديب ثينك في الرياضيات والعلوم، تختبر جوجل بداية رائعة لعام 2026 فيما يتعلق بالذكاء الاصطناعي. ما إذا كان هذا الموقع الرائد سيتم الحفاظ عليه لفترة طويلة ضد رد الفعل من OpenAI وMicrosoft وMeta وAnthropic وعديد من النماذج الصينية – بما في ذلك من العمالقة التكنولوجية الصينية مثل Alibaba (BABA ) أو ByteDance – يبقى لم يُحسم بعد.
