هل تتجه غوغل للصدارة في الذكاء الاصطناعي؟
1) الأساس العلمي: Transformer
- نقطة الانطلاق الحديثة كانت ورقة Attention Is All You Need (2017) التي قدّمت معمارية الـTransformer؛ هذه المعمارية أصبحت قاعدة أغلب النماذج الكبيرة اليوم.
2) وزن DeepMind البحثي
- AlphaFold 3 نقل التنبؤ ببنى الجزيئات إلى مستوى تفاعلات البروتينات مع DNA/RNA والجزيئات الصغيرة؛ نشرته Nature عام 2024، ويُستَخدم فعليًا في الأبحاث الدوائية.
- AlphaGeometry 2 / AlphaProof حققا أداءً بمستوى ميدالية ذهبية/فضية في مسائل أولمبياد الرياضيات (استدلال رمزي صِرف، لا “حفظ”). الورقة البحثية لعام 2025 توثّق قفزة الحلّ في هندسة الأولمبياد.
3) ما تتيحه غوغل للمطورين (مفتوح المصدر والوصول)
- Embedding Gemma: نموذج تضمين صغير (~308M) مفتوح المصدر صُمّم للعمل على الأجهزة (on-device) لتطبيقات الاسترجاع الداعم للتوليد والبحث الدلالي.
- Gemma 3n (Nano): نموذج “موجَّه للأجهزة” مع فهم متعدد الوسائط (نص/صورة/صوت) وتخفيضات في الذاكرة والحساب (MatFormer وPLE).
- Live API: ليست مفتوحة المصدر، لكنها واجهة زمن-حقيقي للصوت/الفيديو بزمن كمون منخفض، مع تحسينات حديثة في native audio ووظائف الاستدعاء بالأدوات.
4) Gemini Deep Research: بحثٌ آلي منظَّم لا مجرد تلخيص
- ميزة تقسيم مهمة البحث إلى خطوات، تصفح مصادر متعددة، ثم إنتاج تقرير موثّق؛ حصلت على ترقيات ملحوظة في Google I/O 2025.
5) أين يقف Gemini 2.5 Pro؟
- بحسب إعلان مارس 2025، 2.5 Pro تصدّر/قاد طيفًا من مقاييس التفكير (مثل GPQA وAIME 2025) بدون حِيَل مكلفة وقت الاختبار (كالتصويت المتعدد). صفحات النماذج الرسمية تصفه بأنه “الأكثر تقدّمًا” في التفكير متعدد المجالات. الخلاصة: ما يزال ضمن الصدارة على مقاييس عديدة حتى اليوم، مع تفاوت طبيعي بين جداول الشركات والتقييمات المستقلة.
6) جديد Flash (إصدارات سبتمبر 2025)
- يوم 25 سبتمبر 2025 أعلنت غوغل معاينات Gemini 2.5 Flash Preview 09-2025 وFlash-Lite Preview 09-2025: تحسينات في استخدام الأدوات والمهام متعددة الخطوات، وتقليل الإطالة النصية (خفض تكلفة وزمن). مذكور صراحةً في ملاحظات Vertex AI وبطاقات النماذج.
- خلاصة المطور: Flash/Flash-Lite تستهدف “سرعة × جودة مناسبة × تكلفة منخفضة”، مع خيار التفكير عند الحاجة.
7) أفضلية بنيوية تجعل المنافسة «غير متناظرة»
- عتاد مملوك (TPU Trillium): الجيل السادس يقدّم ~4.7× قفزة في الأداء الأقصى لكل شريحة مقارنة بـ v5e، مع مضاعفة HBM وinterconnect، وهو جزء من بنية AI Hypercomputer في جوجل كلاود. هذه مزايا تكلفة/أداء يصعب مجاراتها لمن لا يملك عتادًا خاصًا.
- الإنفاق الرأسمالي (CapEx): Alphabet رفعت توجيه إنفاق 2025 إلى ≈85 مليار دولار لتوسيع مراكز البيانات وقدرات الذكاء الاصطناعي.
- التوزيع والتسويق: مصروفات البيع والتسويق في 2024 بلغت ≈27.8 مليار دولار (تقرير 10-K)، أي قدرة ضخّ وتسويق هائلة لأي منتج AI جديد.
8) عن Gemini 3.0 نهاية العام
- لا يوجد إعلان رسمي حتى الآن. النمط التاريخي لإصدارات 1.0/2.0/2.5 يوحي بإمكانية طرح كبير أواخر 2025، لكن ذلك ترجيح مجتمعي لا تعهّد. منطق اللعبة: لو جاء 3.0 بقفزة مماثلة، ومع بنية TPU/CapEx/توزيع بهذا الحجم، فترسيخ الصدارة يصبح احتمالًا واقعيًا.