لو كان باحثو الذكاء الاصطناعي في جوجل يتمتعون بروح الدعابة، لكانوا أطلقوا على TurboQuant، خوارزمية ضغط ذاكرة الذكاء الاصطناعي الجديدة فائقة الكفاءة التي أعلن عنها يوم الثلاثاء، اسم “Pied Piper” – أو على الأقل هذا ما يعتقده الإنترنت.
النكتة هي إشارة إلى الشركة الناشئة الخيالية Pied Piper التي كانت محور المسلسل التلفزيوني “Silicon Valley” على شبكة HBO والذي استمر من عام 2014 إلى عام 2019.
اتبع العرض مؤسسي الشركة الناشئة أثناء تنقلهم في النظام البيئي التكنولوجي، ومواجهة تحديات مثل المنافسة من الشركات الكبرى، وجمع التبرعات، وقضايا التكنولوجيا والمنتجات، وحتى (وهو ما يسعدنا كثيرًا) أبهر الحكام في نسخة خيالية من TechCrunch Disrupt.
كانت تقنية Pied Piper المتقدمة في البرنامج التلفزيوني عبارة عن خوارزمية ضغط أدت إلى تقليل أحجام الملفات بشكل كبير مع ضغط شبه بدون فقدان. إن تقنية TurboQuant الجديدة من Google Research تدور أيضًا حول الضغط الشديد دون فقدان الجودة، ولكن يتم تطبيقها على عنق الزجاجة الأساسي في أنظمة الذكاء الاصطناعي. ومن هنا المقارنات.
ووصفت أبحاث جوجل هذه التقنية بأنها طريقة جديدة لتقليص الذاكرة العاملة للذكاء الاصطناعي دون التأثير على الأداء. وفقًا للباحثين، فإن طريقة الضغط، التي تستخدم شكلاً من أشكال تكميم المتجهات لإزالة اختناقات ذاكرة التخزين المؤقت في معالجة الذكاء الاصطناعي، ستسمح بشكل أساسي للذكاء الاصطناعي بتذكر المزيد من المعلومات مع شغل مساحة أقل والحفاظ على الدقة.
ويخططون لتقديم النتائج التي توصلوا إليها في مؤتمر ICLR 2026 الشهر المقبل، إلى جانب الطريقتين اللتين تجعلان هذا الضغط ممكنًا: طريقة التكميم PolarQuant وطريقة التدريب والتحسين التي تسمى QJL.
إن فهم الرياضيات المعنية هنا هو شيء قد يتمكن الباحثون وعلماء الكمبيوتر من القيام به، ولكن النتائج مثيرة للاهتمام في صناعة التكنولوجيا الأوسع ككل.
إذا تم تنفيذه بنجاح في العالم الحقيقي، يمكن أن يجعل TurboQuant الذكاء الاصطناعي أرخص في التشغيل عن طريق تقليل “الذاكرة العاملة” وقت التشغيل – المعروفة باسم ذاكرة التخزين المؤقت KV – بمقدار “6x على الأقل”.
حتى أن البعض، مثل الرئيس التنفيذي لشركة Cloudflare Matthew Prince، يطلقون على هذه اللحظة اسم DeepSeek من Google – في إشارة إلى مكاسب الكفاءة المدفوعة بنموذج الذكاء الاصطناعي الصيني، الذي تم تدريبه بجزء صغير من تكلفة منافسيه على رقائق أسوأ، مع الحفاظ على قدرته التنافسية على نتائجه.
ومع ذلك، تجدر الإشارة إلى أن TurboQuant لم يتم نشره على نطاق واسع بعد؛ لا يزال هذا بمثابة اختراق معملي في هذا الوقت.
وهذا يجعل المقارنات مع شيء مثل DeepSeek، أو حتى Pied Piper الخيالي، أكثر صعوبة. على شاشة التلفزيون، كانت تقنية Pied Piper ستغير قواعد الحوسبة بشكل جذري. وفي الوقت نفسه، يمكن أن يؤدي TurboQuant إلى مكاسب في الكفاءة وأنظمة تتطلب ذاكرة أقل أثناء الاستدلال. لكنه لن يحل بالضرورة النقص الأوسع في ذاكرة الوصول العشوائي (RAM) الناجم عن الذكاء الاصطناعي، نظرًا لأنه يستهدف فقط ذاكرة الاستدلال، وليس التدريب – والذي لا يزال يتطلب كميات هائلة من ذاكرة الوصول العشوائي.
د. ياسين سعيد نعمان كاتب ومحلل سياسي يمني، يتمتع بخبرة أكاديمية وإعلامية تمتد لأكثر من خمسة عشر عامًا في مجالي الدراسات السياسية والعلاقات الدولية. يشغل منصب كاتب رأي ومحلل في الموقع، حيث يقدم قراءات معمّقة وتحليلات استراتيجية حول التطورات السياسية في اليمن والمنطقة.
حصل على درجة الدكتوراه في العلوم السياسية، وشارك في إعداد أبحاث ودراسات تناولت قضايا التحول السياسي، الحوكمة، والصراعات الإقليمية. كما ساهم في عدد من الندوات والمؤتمرات الفكرية، وقدم أوراقًا بحثية متخصصة في الشأن اليمني.
تتميز مقالاته بالتحليل المتوازن والرؤية الاستراتيجية القائمة على المعطيات الميدانية والمراجع الأكاديمية، مع التزام واضح بالموضوعية والدقة.
للتواصل بخصوص المقالات التحليلية أو المشاركات الفكرية: