نعيش حاليًا في العصر الذهبي للبحث والاكتشاف العلمي. فبالنسبة للعلماء والباحثين في Google Research، تمتد الفرصة إلى ما هو أبعد من ريادة الاختراقات. نحن أيضًا نبني ونشارك أدوات قوية تُمكّن النظام البيئي العالمي. ويعمل الذكاء الاصطناعي كمُضخّم لبراعة الإنسان، مما يخلق الظروف التي يزدهر فيها حب الاستطلاع والبحث الدقيق.
اليوم، في فعالية Research@ لدينا في ماونتن فيو، نستعرض كيف نضع رؤى وقدرات لم تكن ممكنة من قبل بين أيدي الأطباء والعلماء والمطورين ومسؤولي الصحة العامة وغيرهم.
إليك 10 أبرز النقاط:
1. جوجل إيرث AI تُمكّن الذكاء الكوكبي للمؤسسات والمجتمع
تتطلب معالجة التحديات العالمية ذكاءً كوكبياً دقيقاً وواقعياً. مع Google Earth AI, يصبح بالإمكان التنبؤ التهديدات الصحية العامة, يسرّع استثمارات الطاقة النظيفة، توفر الشركات بعد نظر ثاقبة، والمزيد. واليوم، نقوم بتوسيع وصول مبكر ودعوة الشركاء لاستكشاف ثلاث طرق جديدة للوصول إلى Google Earth AI's قدرات جديدة وتجريبية:
- إجراء تحليل جغرافي مكاني أعمق كجزء من ميزة تجريبية بالوصول المبكر في جوجل إيرث.
- إعداد تقييمات المخاطر والتنبؤ بسيناريوهات مختلفة عبر محرك التنبؤ الكوكبي.
- دمج تتيح لمطوري البرامج إمكانية الوصول البرمجي إلى الميزات الأساسية مثل تحليل صور الأقمار الصناعية وتحديد المسارات والتضمينات الديموغرافية، عبر تضمين مهارات وكيل الاستدلال الجغرافي المكاني الخاص بنا مباشرة في سير عمل مخصصة من خلال واجهة برمجة تطبيقات تجريبية للاتصال بين الوكلاء (agent-to-agent).
نعلن أيضًا عن دمج البحث عن مجموعات البيانات من Google للاستعلام من أكثر من 100 مليون مجموعة بيانات عامة، و TimesFM للتنبؤات اللحظية والتنبؤات المستقبلية للكواكب. وتُدعم كل هذه القدرات بأكثر من 70 أداة جيومكانية تشمل النماذج الأساسية الكوكبية مثل نموذج الأساس للاستشعار عن بُعد (RSFM) و نموذج الأساس لديناميكيات السكان (PDFM). وهي معتمدة عبر معايير تجريبية مفصّلة في التقرير التقني لشركة Earth AI. إنها تمكّن المطورين وقادة القطاع الصحي وفرق المؤسسات من أتمتة سير العمل الجغرافي المكاني المعقد.
ولمزيد من الدعم لجهود الأثر الاجتماعي، Google.org يقدم تمويلاً بقيمة 10 ملايين دولار للمنظمات العاملة على التكيف مع الأزمات والصحة العامة. ويشمل ذلك مبلغ 2 مليون دولار لـ معهد ميلكن لإزالة الاختناقات البنيوية التي تعترض الإسكان الميسّر والطاقة النظيفة والإنترنت واسع النطاق وأنظمة مياه الشرب الآمنة وغيرها من البنية الأساسية الأساسية.
Google Earth AIيُستخدم هذا النموذج الجيومكاني الأساسي للمساعدة في التنبؤ بتفشي الأمراض وتمكين فرق الصحة العامة من اتخاذ إجراءات استباقية ووقائية.
2. يساعد التنسيق متعدد الوكلاء العلماء على البناء على المعرفة القائمة
يقدم الأدبيات القائمة مصدراً رائعاً من المعرفة لدفع الاكتشافات العلمية الجديدة. لقد بنينا منظّماً متعدد الوكلاء (multi-agent orchestrator) يمكّن العلماء من إعادة إنتاج الأساليب والتحليلات السابقة ثم تطبيقها في سياقات جديدة لمعالجة تحديات بحثية مهمة. وعلى سبيل المثال، ساعد هذا الباحثين في تطبيق منهجية جديدة لحل مسائل التصميم العكسي في ميكانيكا الموائع على تصميم القسطرة البولية. واكتشفوا تصاميم قسطرة كانت، في المحاكاة، أفضل في منع العدوى البكتيرية.
يكمّل ذلك أدواتنا القائمة لتسريع سير العمل العلمي. مساعدة البحث التجريبي (Empirical Research Assistance) تمكّن العلماء من توليد واختبار آلاف من تنويعات التعليمات البرمجية بالتوازي، وقد ساعدت الباحثين على إنتاج نتائج تمتد من علم الأحياء إلى علم الكون إلى الاقتصاد. العالِم المساعد (Co-Scientist)، الذي بُني بالتعاون مع Google DeepMind، هو أداة متعددة الوكلاء قادرة على توليد فرضيات جديدة، وقد ساعد بالفعل شركاء، مثل باحثين في جامعة ستانفورد، على اكتشاف أدوية مُعاد توظيفها لمحاربة تليّف الكبد.
3. يساعد Deep Review المؤلفين على تحسين وضوح ودقة المستندات التقنية
المراجعة النظراء الشاملة هي جزء أساسي من المنهج العلمي. أنشأنا Deep Review، وهو نظام وُكَلي يقدّم تحقّقاً صارماً عبر مستندات معقدة. وهذا مهم بشكل خاص مع الاستخدام المتزايد للذكاء الاصطناعي لمساعدة الخبراء في صياغة المستندات التقنية. لقد استخدم العديد من باحثي Google والمؤلفين الخارجيين نسخة مبكرة من هذا النظام لمراجعة أكثر من 16,000 منشور بحثي مُقدَّم إلى مؤتمرات رائدة في علوم الحاسوب. يساعد النظام في العبء المعرفي الثقيل من خلال فحص الاتساق المنطقي وتأسيس الحقائق، بينما يحتفظ العلماء بسلطة الاتجاه الإبداعي. اليوم، نوسّع الوصول إلى Deep Review لعامة الناس لمساعدة الناس على التحقق من مجموعة متنوعة من المستندات التقنية، من الاتفاقيات القانونية إلى التقارير المالية.
معمارية النظام توضح خط الأنابيب ذا المراحل الأربع.
4. شرائح الذكاء الاصطناعي الطرفي من الجيل التالي تمكّن الشركات المصنّعة من بناء الأجهزة القابلة للارتداء في المستقبل
مع صعود الأجهزة القابلة للارتداء، يحتاج مصنّعو الأجهزة إلى أدوات لتطوير تطبيقات طرفية فعّالة تلبي توقعات العملاء العالية للأداء طوال اليوم. في وقت سابق من هذا العام، أطلقنا أول Coralboard من Synaptics، باستخدام نواة مُسرِّعة Coral NPU الخاصة بـ Google. وهي تمكّن مهندسي الذكاء الاصطناعي وتعلّم الآلة من النماذج الأولية السريعة وبناء الأجهزة. الأسبوع القادم، سنكشف عن شريحة الذكاء الاصطناعي الطرفي منخفضة الطاقة من الجيل التالي، المصممة بالتعاون المشترك، والتي أنشأتها Synaptics باستخدام الملكية الفكرية مفتوحة المصدر الخاصة بنا. تقدّم الشريحة كفاءة وأداءً أكبر لمهندسي التصميم الذين يبنون الجيل التالي من النظارات والساعات الذكية، والكاميرات المتصلة، وأجهزة البث، وأنظمة الرؤية والصناعة الصناعية.
شريحة الذكاء الاصطناعي الطرفي منخفضة الطاقة الجديدة من Synaptics، معروضة بجانب عملة معدنية لإظهار حجمها النسبي.
5. يحوّل TimesFM وTabFM طريقة عمل الشركات مع الأرقام
بينما تتفوق نماذج اللغة مع النصوص، تعتمد قرارات الأعمال والتشغيل أيضاً على الأرقام. TimesFM و TabFM هما نموذجان أساسيان مصممان خصيصاً للتفكير على التوزيعات الرقمية الخام — تدفقات السلاسل الزمنية (بيانات تتغير عبر الزمن) والبيانات الجدولية المهيكلة (مثل جداول البيانات). يقدّم كلا النموذجين تنبؤات دقيقة مباشرة دون أي تدريب. ويحتلان المراكز الأولى في أبرز المعايير العامة في مجاليهما، وهما متاحان لجميع مستخدمي Cloud BigQuery. اليوم، نعلن عن التكامل القادم لهذين النموذجين في Gemini for business. قريباً، سيتمكن أصحاب الأعمال والمحللون وقادة العمليات أو المنسقون من التنبؤ بالاتجاهات مثل مبيعات المنتجات أو سعة أسرّة المستشفيات، بناءً على جداول تشغيلية معقدة وملايين الصفوف من البيانات. تبقى البيانات الحساسة بأمان داخل محيط المؤسسة، ويحصل الناس على الإجابات التي يحتاجونها في ثوانٍ.
التنبؤ متعدد المتغيرات في TimesFM-3 يساعد على توقع ارتفاع المبيعات لشركة في أيام العروض الترويجية المخططة في المستقبل.
6. يمكّن MedGemma المبتكرين من بناء ونشر تطبيقات الذكاء الاصطناعي الصحي
MedGemma, نُشر الأسبوع الماضي في Nature Medicine، تم تنزيله أكثر من 10 ملايين مرة من قِبل أكثر من 65,000 مبتكر فريد. فهو بمثابة أساس مفتوح للمطورين الذين يبنون تطبيقات متخصصة. وقد طوّر المطورون هذا النظام ليلبي احتياجات مجتمعاتهم المحلية، من تمكين الفرز الأسرع في العيادات المكتظة إلى الفحص من أجل مرض العين و سرطان عنق الرحم.
بينما يعمل المطوّرون على ضبط MedGemma بدقة أكبر لمزيد من التخصصات وبيئات الرعاية، ندفع حدود الذكاء الاصطناعي الصحي المفتوح. يقدّم بحثنا الأحدث تقدّمات لـ MedGemma عبر استخدام الأدوات، بحيث يمكنه الاستعانة بالسجلات الصحية المتاحة والتطبيقات الأخرى التي يعتمد عليها الأطباء. نستكشف نماذج (modality) جديدة مثل التصوير الشعاعي للثدي والموجات فوق الصوتية وتخطيط القلب الكهربائي. وتشير المؤشرات المبكرة إلى مكاسب كبيرة في القدرات، مثل الإجابة عن الأسئلة السريرية وتفسير صور الأشعة وصور الجلد وشرائح علم الأمراض. وبهذه التطورات، نأمل في توسيع ما يمكن للمبتكرين بناءه، لنوصل رعاية صحية فعّالة إلى مزيد من المجتمعات حول العالم.
7. دراسة AMIE تدفع حدود كيفية دعم الذكاء الاصطناعي التحاوري للمرضى والأطباء
من خلال بحثنا حول AMIEنستكشف استخدام الذكاء الاصطناعي في الاستدلال السريري والمحادثات، لفهم كيف يمكن أن يمكّن الأطباء ويقوّي العلاقة بين المريض والطبيب. أبحاثنا هذا العام في الطبيعة طوّرت قدرات AMIE إلى ما هو أبعد من التشخيص الأولي نحو الإدارة طويلة الأمد للأمراض، وفي نيتشر ميديسين, نحن أظهر كيف يمكنه التفكير عبر البيانات متعددة الوسائط مثل الصور الطبية ونتائج المختبرات.
لنا دراسة جديدة في ذا لانسيت يقدم نظرة واعدة لكيفية تجسيد قدراتها في بيئات سريرية واقعية. في مركز بيث إسرائيل ديكونيس الطبي، استشار 98 مريضاً نظام AMIE بأمان قبل زيارات الرعاية العاجلة، وأفاد الأطباء بأن ملخصات الذكاء الاصطناعي ساعدتهم في الاستعداد في 75% من الحالات. كما نعمل على تطوير القدرات متعددة الوسائط لنظام AMIE نحو استشارات الفيديو في الوقت الفعلي وشرعوا في دراسة عشوائية على مستوى الدولة للذكاء الاصطناعي في بيئات الرعاية الافتراضية في العالم الواقعي بالشراكة مع Included Health.
AMIE هي جزء من رحلة بحثية صارمة تعود إلى ورقتنا البحثية الرائدة MedPalm ولا تزال في مرحلتها المبكرة.
8. تجعل Groundsource من الممكن للباحثين التنبؤ بالكوارث الطبيعية
يمكن للذكاء الاصطناعي أن يساعدنا في التنبؤ بالكوارث بدقة أكبر ووقت أطول، مما يمنح المجتمعات فرصة أفضل للاستعداد وإنقاذ الأرواح. لقد كنا نحرز تقدماً نحو نجمتنا الشماليةفي مجال الصمود أمام الأزمات: عالم لا يفاجأ فيه أحد بكارثة طبيعية.
خذ التنبؤ بالفيضانات. نحن نموذج هيدرولوجي عالمي، المنشورة في نيچر، يتيح لنا تقديم تنبؤات موثوقة للأنهار حتى 7 أيام مقدماً تغطي أكثر من 2 مليار شخص في أكثر من 150 دولة لأكثر الفيضانات النهرية أهمية وتأثيراً. ومع ذلك، قبل عام واحد فقط، كان التنبؤ بالسيول المفاجئة لا يزال يبدو بعيد المنال. Groundsource هو حديثنا الأخير منهجية مدعومة بالذكاء الاصطناعي الذي يحوّل المعلومات المتاحة للجمهور عن الأزمات إلى مجموعات بيانات تاريخية عالية الجودة، ما يتيح للباحثين بناء نماذج تنبؤية أكثر دقة.
طبقنا لأول مرة Groundsource مع Gemini لتحليل التقارير الإخبارية المتعلقة بالفيضانات وأنشأنا مجموعة بيانات منظمة تضم أكثر من 2.6 مليون حدث فيضان. ساعدتنا هذه المجموعة على التغلب على نقص بيانات الحقيقة الأرضية الخاصة بـ سيول مفاجئة وتدريب نموذج جديد يمكنه التنبؤ باحتمال حدوث فيضانات مفاجئة في المناطق الحضرية قبل 24 ساعة مقدماً. أصبحت مجموعة البيانات الآن جزءاً من مجموعة Google Earth AI وقد قمنا بجعلها متاح للعامة لمساعدة العلماء على إجراء المزيد من التحليل والبحث.
خريطة عالمية توضح كثافة أحداث الفيضانات في Groundsource. النقاط الحمراء تشير إلى فيضانات من GDACS.
9. تمنح أدوات التعلم التفاعلية المعلمين القدرة على إنشاء محاكاة مخصصة وموجّهة
مع واجهة المستخدم التوليدية (generative UI)، يمكننا تجاوز المخرجات الثابتة لتوليد برمجيات وظيفية وتفاعلية ديناميكيًا. تجربة بحثية يتناول هذا في مجال التعليم. نقوم بضبط دقيق لـ واجهة المستخدم التوليدية مع ضوابط تربوية تمكّن المعلمين من إنشاء محاكاة STEM مخصصة وموجّهة ومصممة وفق مناهجهم الدراسية. The مكتبة العينات يحتوي على أكثر من 30 أداة تفاعلية تعليمية مولّدة بالذكاء الاصطناعي، جميعها تم التحقق منها من قبل معلمين، لطلاب المرحلتين المتوسطة والثانوية في الفيزياء والكيمياء والأحياء والرياضيات. يمكن للمدارس التسجيل في برنامج Google for Education Pilot Program لمشاركة ملاحظاتها. سيساعدنا ذلك في تحسين عمليات المحاكاة وتطوير المزيد منها للاستخدام العام، مما يجعل الممارسة أكثر تفاعلية وجاذبية بكثير.
10. أداة Play with Putty تتيح النماذج الأولية التعاونية في الوقت الفعلي للفرق
Play with Putty تتيح للفرق البناء وإنشاء النماذج الأولية معًا في بيئة مشتركة دون مقاطعة تدفقهم الإبداعي. وهي تُظهر ما هو ممكن مع ازدياد كفاءة نماذج الذكاء الاصطناعي وقدرتها على توليد واجهات كاملة من أوامر اللغة الطبيعية. يمكن للأشخاص التفاعل مباشرة مع أي جزء من الواجهة، بينما يدعم التحرير متعدد اللاعبين التعاون السلس في الوقت الفعلي. صممنا Play with Putty في البداية لتمكين باحثينا وفرقنا عبر Google من إنشاء النماذج الأولية معًا — على سبيل المثال، استكشاف حلول ومرئيات جديدة باستخدام Google Earth AI. ومنذ ذلك الحين، فتحنا قائمة الانتظار على Google Labs لنقل متعة التعاون البشري إلى الفرق التي تستخدم الذكاء الاصطناعي في كل مكان.
تُبرز هذه التحديثات العشرة (10) التقدم الأخير من محفظتنا البحثية الواسعة عبر مجالات عديدة. تنجح التكنولوجيا عندما نُضاعف براعة الإنسان. وفي هذا العصر الذهبي للبحث والاكتشاف العلمي، الفرصة أكبر من أي وقت مضى — لرسم اختراقات جديدة ومشاركة أدوات تُمكّن الآخرين، بالتعاون مع الكثيرين. نحن متحمسون للرحلة المقبلة.