علوم القطيف مقالات علمية في شتى المجالات العلمية
The 2026 AI Index Report
(جامعة ستانفورد – Stanford University)
أصدرت جامعة ستانفورد النسخة التاسعة من تقرير مؤشر الذكاء الاصطناعي، المعنون بـ “مؤشر ستانفورد للذكاء الاصطناعي لعام 2026م”، ويشير التقرير إلى أن الذكاء الاصطناعي يتقدم بسرعة، وينتشر على نطاق واسع، ويخلق قيمة اقتصادية حقيقية، إلا أن الحوكمة والسلامة والفهم العام لا يواكب هذا التطور. كما يسلط الضوء على اتساع الفجوة بين قدرات الذكاء الاصطناعي واستعداد المجتمع لإدارته.
وجاء التقرير في 425 صفحة، وشارك في إعداده مجموعة كبيرة من الأكاديميين في الجامعة، ويحتوي مقدمة وتسعة فصول وملحق.
الفصل الرابع: الاقتصاد
تضاعفت استثمارات الشركات العالمية في مجال الذكاء الاصطناعي بأكثر من الضعف في عام 2025. وسجل الاستثمار الخاص أسرع نمو بنسبة 127.5%، ليشكل الآن 60% من الإجمالي. وقاد الذكاء الاصطناعي التوليدي هذا الارتفاع، بنمو تجاوز 200%، مستحوذاً على ما يقارب نصف إجمالي تمويل الذكاء الاصطناعي الخاص. وارتفع عدد شركات الذكاء الاصطناعي الممولة حديثاً بنسبة 71%، وتضاعفت قيمة عمليات التمويل التي بلغت مليارات الدولارات تقريباً.
ولا تزال الولايات المتحدة الأمريكية تتصدر الاستثمارات الخاصة العالمية في مجال الذكاء الاصطناعي، حيث استثمرت 23 ضعف ما استثمرته الصين. وفي مجال الذكاء الاصطناعي التوليدي، تجاوزت استثمارات الولايات المتحدة إجمالي استثمارات الصين وأوروبا مجتمعة بفارق كبير. ومع ذلك، من المرجح أن تكون أرقام الاستثمار الخاص أقل من إجمالي إنفاق الصين على الذكاء الاصطناعي، حيث خصصت صناديق التوجيه الحكومية ما يقدر بنحو 184 مليار دولار لشركات الذكاء الاصطناعي بين عامي 2000 و2023.
وترتفع إيرادات شركات الذكاء الاصطناعي بمعدلات سريعة تاريخياً، لكن تكاليف الحوسبة والإنفاق على البنية التحتية تصل أيضاً إلى مستويات قياسية. وتحقق الشركات الرائدة في مجال الابتكار نموًا ملحوظًا في الإيرادات خلال فترة وجيزة، إلا أن الإنفاق على الحوسبة قد ازداد بشكل كبير على أساس سنوي. وقد سارع مزودو الخدمات السحابية الرئيسيون إلى زيادة نفقاتهم الرأسمالية، حيث أعلنت غوغل عن إنفاق أكثر من 150 مليار دولار أمريكي على النفقات الرأسمالية السنوية في عام 2025.
وقد نمت القيمة التي يحصل عليها المستهلكون من الذكاء الاصطناعي التوليدي بنسبة 54% خلال عام واحد. وبلغ فائض المستهلك الأمريكي المُقدّر 172 مليار دولار أمريكي سنويًا بحلول أوائل عام 2026، ارتفاعًا من 112 مليار دولار أمريكي في العام السابق، مع تضاعف متوسط القيمة لكل مستخدم ثلاث مرات خلال الفترة نفسها. ولا تزال معظم هذه الأدوات مجانية أو شبه مجانية.
واستمر تبني الذكاء الاصطناعي في المؤسسات في الارتفاع عام 2025، ليصل إلى 88% من المؤسسات التي شملها الاستطلاع، على الرغم من أن استخدام وكلاء الذكاء الاصطناعي لا يزال في مراحله الأولى. ويُستخدم الذكاء الاصطناعي التوليدي الآن في وظيفة تجارية واحدة على الأقل في 70% من المؤسسات، وسجلت الصين وأوروبا أعلى معدلات الزيادة السنوية. وكان استخدام وكلاء الذكاء الاصطناعي في خانة الآحاد في جميع الوظائف التجارية تقريبًا.
وبلغ تبني الذكاء الاصطناعي التوليدي 53% خلال ثلاث سنوات، متجاوزًا بذلك سرعة تبني الحاسوب الشخصي أو الإنترنت. ويتفاوت معدل التبني بشكل كبير بين الدول، ويرتبط ارتباطًا وثيقًا بنصيب الفرد من الناتج المحلي الإجمالي، مع أن بعض الدول تتجاوز ما يُتوقع بناءً على الدخل، مثل سنغافورة بنسبة 61% والإمارات العربية المتحدة بنسبة 54%. وعلى الرغم من ريادة الولايات المتحدة في الاستثمار في الذكاء الاصطناعي وتطوير النماذج، إلا أنها تحتل المرتبة 24 بنسبة 28.3%.
وتظهر آثار الذكاء الاصطناعي على سوق العمل بشكل متفاوت، حيث تتركز في مسارات التوظيف وبين أصغر العاملين في المهن الأكثر عرضة للتأثر. وقد انخفضت فرص العمل لمطوري البرمجيات الذين تتراوح أعمارهم بين 22 و25 عامًا بنسبة 20% تقريبًا منذ عام 2024. وتشير استطلاعات رأي أصحاب العمل إلى مزيد من التغييرات في المستقبل، حيث يتوقع ثلث المشاركين في الاستطلاع تقليصًا في القوى العاملة خلال العام المقبل.
ويتوقع ثلث المؤسسات أن يُقلص الذكاء الاصطناعي عدد موظفيها في العام المقبل، على الرغم من أن فقدان الوظائف على نطاق واسع لم يظهر بعد في بيانات التوظيف الإجمالية. وتوقع ما يقرب من نصف المؤسسات التي شملها الاستطلاع تغييرًا طفيفًا أو معدومًا. وتُتوقع أعلى نسبة انخفاض في عمليات الخدمات، وسلسلة التوريد، وهندسة البرمجيات. وفي جميع الوظائف تقريبًا، تتجاوز الانخفاضات المتوقعة الانخفاضات التي لوحظت بالفعل.
وتُحقق مكاسب الإنتاجية من الذكاء الاصطناعي أكبر قدر في الأعمال المنظمة والقابلة للقياس حيث يسهل رصد المخرجات. وتشير الدراسات إلى مكاسب تتراوح بين 14% و15% في دعم العملاء، و26% في تطوير البرمجيات، و50% في مخرجات التسويق. وتكون المكاسب أقل في المهام التي تتطلب تفكيرًا معمقًا، وتثير الأدلة الحديثة مخاوف من أن الاعتماد الكبير على الذكاء الاصطناعي قد يُؤدي إلى عواقب سلبية طويلة الأمد في التعلم، مما يُبطئ من تطور المهارات بمرور الوقت.
ولا تزال الصين تُركّب عددًا من الروبوتات الصناعية يفوق مجموع ما تُركّبه بقية دول العالم، وقد اتسعت الفجوة في عام 2024. واستحوذت الصين على 54% من الروبوتات الصناعية المُركّبة عالميًا، ارتفاعًا من 51.1% في عام 2023. وكان النمو العالمي على أساس سنوي ثابتًا، وشهدت العديد من الأسواق الرئيسية، بما في ذلك الولايات المتحدة وألمانيا وإيطاليا، انخفاضات. وكانت تايوان استثناءً، حيث سجلت أعلى معدل نمو سنوي بنسبة 33%.
الفصل الخامس: العلوم
تتزايد المنشورات العلمية المتعلقة بالذكاء الاصطناعي عامًا بعد عام. وقد بلغ عدد منشورات الذكاء الاصطناعي في العلوم الطبيعية حوالي 80,150 منشورًا في عام 2025، بزيادة قدرها 26% عن عام 2024. ويمثل الذكاء الاصطناعي الآن ما بين 5.8% و8.8% من الناتج البحثي العلمي، وذلك بحسب المجال، بعد أن كان أقل من 1% في عام 2010.
وتتفوق النماذج الرائدة على الكيميائيين البشريين في المتوسط، لكنها لا تستطيع إعادة إنتاج الأبحاث المنشورة. ففي منصة “كيم بينتش” (ChemBench)، تتجاوز أفضل النماذج متوسطات الخبراء البشريين في أكثر من 2700 سؤال في الكيمياء، بينما تواجه صعوبة في المهام الأساسية. وفي منصة “ريبليكايشين بينتش” (ReplicationBench)، تسجل النماذج الرائدة أقل من 20% في إعادة إنتاج الأبحاث على نطاق واسع في الفيزياء الفلكية. أما في منصة “يونيف أيرث” (UnivEarth)، فتجيب وكلاء نماذج اللغة الكبيرة LLM على أسئلة رصد الأرض بدقة 33%، ويفشل برنامجهم في 58% من الحالات.
وفي عام 2025، أطلق علم الفلك أول نموذج أساسي، وأول معيار قياس للتصور، ومجموعة بيانات تدريبية بحجم 100 تيرابايت، مما يشير إلى تحول شامل في هذا المجال نحو بنية تحتية تعتمد على الذكاء الاصطناعي. ويُعدّ نموذج “ايون-1” (AION-1)، الذي تم تدريبه على أكثر من 200 مليون جرم سماوي من 5 مسوحات رئيسية، أول نموذج أساسي في علم الفلك. وقدّم “أستروفيس بينتش” (AstroVisBench) أول معيار قياس للحوسبة العلمية والتصور في مجال الذكاء الاصطناعي.
وفي عام 2025، قام نظام ذكاء اصطناعي بتشغيل مسار كامل للتنبؤ بالطقس من البداية إلى النهاية لأول مرة. واستبدل نظام “آردفارك ويذر” (Aardvark Weather) مسار التنبؤ العددي التقليدي بنظام تعلم آلي واحد، ووصلت نماذج متعددة للطقس تعتمد على الذكاء الاصطناعي إلى مرحلة التشغيل الفعلي. ويُنتج “فوركاستنيت 3” (FourCastNet 3) تنبؤًا عالميًا لمدة 60 يومًا في أقل من 4 دقائق، أي أسرع من الطرق السابقة من 8 إلى 60 مرة.
وفي مهام البحث العلمي الشاملة، تُحقق أفضل أنظمة الذكاء الاصطناعي ما يقارب نصف ما يحققه خبراء الدكتوراه. فعلى منصة “بيبر بينتش” (PaperArena)، حقق أفضل برنامج دقة بلغت 38.8%، مقارنةً بدقة 83.5% التي حققها خبير حاصل على درجة الدكتوراه. أما على منصة “بيكس بينتش” (BixBench)، فقد حققت النماذج الرائدة دقة تقارب 17% في تحليل المعلوماتية الحيوية الواقعية.
وقد قُبلت أول ورقة بحثية مُولّدة بالكامل بواسطة الذكاء الاصطناعي في ورشة عمل مُحكّمة عام 2025، إلا أن قائمة الاكتشافات المؤكدة تجريبيًا للذكاء الاصطناعي لا تزال محدودة. وقد أنتج برنامج “ساكاناز ايه ىي سياينتس-في2” (Sakana’s AI Scientist-v2) ورقة بحثية قُبلت في ورشة عمل المؤتمر الدولي حول تمثيلات التعلم (ICLR) دون استخدام قوالب مُبرمجة يدويًا. كما تم التحقق من صحة برنامج “عالم الذكاء الاصطناعي المشارك في غوغل” (Google’s AI Co-Scientist) في ثلاثة مجالات طبية حيوية.
وتنشأ معظم نماذج الذكاء الاصطناعي للعلوم من مؤسسات أكاديمية وحكومية، على عكس هيمنة الصناعة على مجال الذكاء الاصطناعي للأغراض العامة. وتنتج العديد من نماذج الذكاء الاصطناعي الأساسية للعلوم عن تعاون دولي. وتأتي مجموعات بيانات علوم الأرض بالكامل من مصادر حكومية وأكاديمية، بينما تقود الصناعة تطوير النماذج الأساسية في مجال الطقس والمناخ.
الفصل السادس: الطب
في علم الأحياء الجزيئي، تتفوق النماذج الأصغر حجمًا على النماذج الأكبر. فقد تفوق نموذج “ام اس ايه بيرفورمر” (MSAPairformer)، وهو نموذج لغة بروتينية يحتوي على 111 مليون مُعامل، على الطرق الرائدة السابقة في اختبار “بروتين جيم” (ProteinGym) المعياري؛ كما تفوق نموذج “جي بي ان – ستار” (GPN-Star)، وهو نموذج جينومي يحتوي على 200 مليون مُعامل، على نموذج يحتوي على 40 مليار مُعامل.
وقد برزت نماذج الخلايا الافتراضية كأفق جديد في عام 2025، مع إصدارات رئيسية منها “إيفو 2” (Evo 2) من معهد “آرك” (Arc) [معهد آرك هو منظمة بحثية طبية حيوية غير ربحية مقرها في بالو ألتو، كاليفورنيا، وقد شارك في تأسيس المعهد أستاذة الكيمياء الحيوية بجامعة ستانفورد البروفيسور سيلفانا كونرمان، وأستاذ الهندسة الحيوية بجامعة كاليفورنيا في بيركلي البروفيسور باتريك هسو، والرئيس التنفيذي لشركة سترايب باتريك كوليسون، وكانت البروفيسور كونرمان أول مديرة تنفيذية له]، و “ستيت” (STATE)، و “ألفا جينوم” (AlphaGenome) من “ديب مايند” (DeepMind). وتهدف هذه النماذج إلى التنبؤ باستجابات الخلايا للأدوية والاضطرابات الجينية دون الحاجة إلى إجراء تجارب معملية، على الرغم من أن الأنظمة الحالية لا تزال تتطلب التحقق التجريبي.
وكما هو الحال في مجالات الذكاء الاصطناعي الأخرى، فإن تطوير النماذج البيولوجية يواجه عوائق متزايدة تتعلق بالبيانات أكثر من البنية. ومع تمثيل نماذج الطي المشترك لجميع أنواع البنى في بنك بيانات البروتين، شهد عام 2025 تحولًا نحو مجموعات البيانات المُستخلصة للبنى المتوقعة بواسطة الذكاء الاصطناعي والتدريب على مصادر البيانات التجريبية المُجمعة، مما وسّع مجموعات التدريب من مئات الآلاف من المدخلات إلى عشرات الملايين.
وقد شهدت أدوات الذكاء الاصطناعي التي تُنشئ تلقائيًا ملاحظات سريرية من زيارات المرضى انتشارًا واسعًا في عام 2025. ففي العديد من أنظمة المستشفيات، أفاد الأطباء أنهم يقضون وقتًا أقل بنسبة تصل إلى 83% في كتابة الملاحظات، مع انخفاض ملحوظ في الإرهاق، حيث أفاد أحد أنظمة المستشفيات بتحقيق عائد على الاستثمار بنسبة 112%.
ورخصت إدارة الغذاء والدواء الأمريكية 258 جهازًا طبيًا يعمل بالذكاء الاصطناعي في عام 2025، معظمها من خلال مسارات لا تتطلب تجارب سريرية جديدة. ودخلت الغالبية العظمى منها السوق عبر مسارات تعديل الأجهزة التي تعتمد على أدلة السلامة والفعالية الحالية بدلاً من التجارب العشوائية الجديدة، حيث لم تتجاوز نسبة الأجهزة التي تدعمها الدراسات السريرية المدعومة ببيانات التجارب العشوائية 2.4%.
وحقق نظام ذكاء اصطناعي متعدد العوامل نسبة 85.5% في دراسات حالات منشورة معقدة، مقابل 20% للأطباء الذين يعملون دون مساعدة. وتم اختبار مُنسق التشخيص بالذكاء الاصطناعي من مايكروسوفت، بالاقتران مع “أو 3” (o3) من شركة “اوبن ايه آي”، على حالات صعبة مستقاة من الأدبيات الطبية، مقارنةً بالأطباء الذين يعملون دون أدواتهم المعتادة. وقد أظهرت أطر العمل متعددة العوامل، بشكل عام، تحسنًا في دقة التشخيص بنسبة تتراوح بين 70% وأكثر من 60% مقارنةً بالأساسيات أحادية العامل.
وتظهر الملخصات المُولّدة بالذكاء الاصطناعي الآن في أعلى نتائج البحث على غوغل بنسبة تتراوح بين 84% و 92% من عمليات البحث المتعلقة بالصحة. وتُؤدي أسئلة الأعراض والأسئلة الصحية الشائعة إلى ظهور نظرة عامة للذكاء الاصطناعي في 92% من الحالات، تليها استفسارات العلاج والحالة. وأصبحت هذه الملخصات الآن ميزة روتينية في عمليات البحث عن المعلومات الصحية، مما يُؤثر على التفسير الأولي لأسئلة المستخدمين.
وقد تضاعف النقاش حول أخلاقيات الذكاء الاصطناعي في المنشورات الطبية أكثر من مرتين في عام 2025، لكن النقاش لا يزال محدودًا. وتهيمن الحوكمة على النقاش، بينما لا تزال مساءلة الخوارزميات والأمن البيولوجي والعدالة الصحية العالمية غير مستكشفة بشكل كافٍ.
ويتزايد الاهتمام البحثي بالتوائم الرقمية الطبية بسرعة، وفي التجارب السريرية الدقيقة، تُبشر النتائج الأولية بالخير. ففي تجربة عشوائية شملت 150 مريضًا بالسكري، حقق 71% منهم مستويات سكر دم صحية على مدار عام واحد مع تقليل جرعات أدويتهم بشكل آمن.
قريبا: ملخص تقرير مؤشر ستانفورد للذكاء الاصطناعي لعام 2026م (ج4).
رابط الجزء الأول: https://www.qatifscience.com/?p=34800
رابط الجزء الثاني: https://www.qatifscience.com/?p=34811
المصدر:
https://hai.stanford.edu/ai-index/2026-ai-index-report
شاهد تقرير مرئي عن اعلان اصدار التقرير عبر الرابط:
https://www.youtube.com/watch?v=ouIeC1fogvU&t=63s
