ذكاء اصطناعي متقدم على عتادك: أسبوع المصادر المفتوحة من dlab

في قاعة تضم 150 طالبًا، طرح تيم دتمرس سؤالًا يقول إنه كان يخشى طرحه: من يخاف ألا يجد عملًا بعد التخرج؟ رفع نحو ثمانين بالمئة أيديهم. وفي تدوينة نُشرت في 21 سبتمبر، يرى أن هذا الخوف يقوم على افتراض خاطئ: أن مستقبل البحث ملك من يملك أكبر عدد من وحدات GPU.

وحدة البحث لم تعد الورقة العلمية

يكتب دتمرس أن سير العمل القائم على الوكلاء جعل المشاريع البحثية الفردية سريعة: ما كان يتطلب سنة من الهندسة والتجريب يستغرق الآن أسابيع، وأحيانًا أيامًا. وعندما يصبح كل مشروع رخيصًا، تتوقف الأوراق المتفرقة عن أن تُعد بحثًا جيدًا. «وحدة البحث هي المنظومة»، كما يكتب؛ وقد عمل مختبره أشهرًا على بناء مكوّنات يبني بعضها على بعض، ثم أصدر الآن مشروعين مفتوحي المصدر وأربع أوراق بحثية كحزمة واحدة هي أسبوع المصادر المفتوحة لـ dlab.

نماذج متقدمة على عتاد عادي

وُجّه وكيل بأمر واحد إلى تطبيقَي Mac وMetal في إطار الاستدلال الخاص بالمختبر، وتُرك وحده لتحسين النوى البرمجية. وكانت النتيجة استدلالًا مُكمَّمًا لنموذج Qwen 3.6 35B-A3B بسرعة 450 رمزًا في الثانية عند 1.5 بت لكل وزن — أي نحو عُشر الذاكرة التي يحتاجها نموذج بنصف الدقة.

وتتسع النماذج الأكبر أيضًا: يعمل Qwen 3.8 Flash Next، بـ125 مليار معامل، على وحدة GPU واحدة بسعة 24 غيغابايت، وهي البطاقة الموجودة في حاسوب مكتبي عادي؛ ومع AMD Strix أو NVIDIA DGX Spark أو حاسوب MacBook بذاكرة 128 غيغابايت، يشغّل الإطار DeepSeek V4.1 بنموذج يضم 550 مليار معامل. ومعالجة السياق تلقائية، ويبقى الاستدلال سريعًا حتى في السياقات الطويلة.

بحث ذاتي يعمل محليًا

جُمعت المكوّنات نفسها في نظام بحث ذاتي يعمل محليًا بالكامل دون أي اتصال بالإنترنت. وبحسب دتمرس، فهو يتفوق على أنظمة البحث العميق لدى مختبرات الطليعة، وعلى نظام Sakana AI ونظام ScientistOne من غوغل. وفي تجربة في المعلوماتية الحيوية بحث الوكيل عن مسألة رخيصة؛ فأعاد ثلاثة مرشحين، وخلال ساعتين تقريبًا حدّد حدًا أدنى جديدًا للطرق الاستدلالية، واختبر أفضل طريقة من هذا النوع في الأدبيات، ووجد مشكلات في مصادر البيانات المستخدمة في التقييم — وإن لم يصل إلى أحدث ما وصلت إليه الحالة.

تبقي تقنية الضغط التلقائي CliffCompaction الجلسات الطويلة حيّة، ويقول دتمرس إنها أقوى بكثير من الضغط التلقائي في Claude Code أو Codex. تمتد الجلسات لملايين الرموز، وبعضها تجاوز مئة مليون، في حين تنخفض التكلفة الإجمالية بنحو خمسين بالمئة؛ وقاس أحد الشركاء خفضًا بنسبة 45 بالمئة في ميزانيته الكاملة للذكاء الاصطناعي. وعلى KernelBench تبلغ أحدث ما وصلت إليه الحالة، متقدمة على مقاربات على غرار AlphaEvolve وعلى أنظمة الذاكرة الهرمية.

نهضة في الأكاديميا

يرى دتمرس أن مساحة المسائل الرخيصة في مهاجمتها والقيمة في حلها هائلة وبلا منافسة، لأن أصحاب الموارد الكبيرة يتنافسون على النطاق بدلًا من ذلك. وهو يحضّر دورة من أربعة أسابيع في CMU ودورة كاملة في الفصل المقبل بهدف نشر المادة على يوتيوب، ويشير إلى أن الطلب على مهندسي البرمجيات أعلى من أي وقت مضى.