Google تعيد هيكلة فريق الضربات السريعة للبرمجة لتنافس Anthropic
تعمل شركة Google على إعادة تنظيم فريقها المتخصص في تطوير أدوات البرمجة بالذكاء الاصطناعي، ضمن ما يُعرف داخليًا بـ“فريق الضربات السريعة”، وذلك عبر تحويله إلى مجموعة جديدة تركز على مرحلة “midtraining”، في محاولة لتعزيز قدرتها التنافسية أمام Anthropic في ظل استمرار انتقال بعض الباحثين إلى الشركة المنافسة.
تفاصيل إعادة هيكلة فريق البرمجة بالذكاء الاصطناعي
تشير التقارير إلى أن Google تقوم بإعادة توجيه استراتيجيتها في تطوير نماذج البرمجة المتقدمة، بحيث لا يقتصر التركيز على تحسين النماذج بعد التدريب، بل يمتد إلى مرحلة وسطية تهدف إلى تحسين جودة التعلم أثناء عملية التدريب نفسها.
وتتضمن أبرز ملامح هذا التحول:
- إعادة تنظيم فريق “AI coding strike team” ليصبح فريق “midtraining” متخصصًا.
- التركيز على تحسين قدرات النماذج أثناء مرحلة التدريب وليس بعدها فقط.
- تطوير نماذج أكثر كفاءة في مهام البرمجة والتوليد البرمجي.
- محاولة تقليل الفجوة مع Anthropic في مجال نماذج البرمجة المتقدمة.
- الاستجابة لانتقال عدد من الباحثين إلى مختبرات منافسة.
لماذا تعتمد Google على استراتيجية “midtraining”؟
تهدف هذه الخطوة إلى معالجة التحديات التي تواجهها Google في سباق تطوير نماذج الذكاء الاصطناعي، خصوصًا في مجالات البرمجة والاستدلال المعقد.
ومن أبرز الأسباب:
- الحاجة إلى تحسين سرعة تطوير النماذج مقارنة بالمنافسين.
- تعزيز جودة النماذج في مرحلة التدريب بدل الاعتماد على التحسينات اللاحقة فقط.
- مواجهة فقدان بعض الكفاءات البحثية لصالح مختبرات أخرى.
- رفع أداء النماذج في تطبيقات البرمجة والأدوات الوكيلة (AI Agents).
- تقليل الفجوة التنافسية في سوق أدوات الذكاء الاصطناعي المتقدمة.
سياق المنافسة مع Anthropic
تأتي هذه الخطوة في وقت يشهد فيه قطاع الذكاء الاصطناعي منافسة متصاعدة بين Google وAnthropic، خاصة في مجال النماذج الموجهة للبرمجة والمساعدات الذكية.
وتشير التقارير إلى:
- استمرار انتقال بعض الباحثين من Google إلى Anthropic.
- تركيز Anthropic على تحسين قدرات النماذج الوكيلة والبرمجية.
- سباق متسارع لتطوير نماذج قادرة على تنفيذ مهام طويلة ومعقدة.
- تزايد أهمية “الهندسة التدريبية” كعامل تنافسي رئيسي بين المختبرات.
أهمية هذا التحول في تطوير الذكاء الاصطناعي
تعكس إعادة الهيكلة تحولًا أعمق في طريقة تطوير النماذج، حيث لم يعد التركيز فقط على حجم النموذج أو بياناته، بل على كيفية تحسينه أثناء عملية التدريب نفسها.
ومن أبرز الدلالات:
- انتقال التركيز من ما بعد التدريب إلى مراحل التدريب الوسيطة.
- زيادة أهمية فرق الهندسة المتخصصة في تحسين النماذج.
- تصاعد المنافسة على أفضل الباحثين في مجال الذكاء الاصطناعي.
- تسريع تطوير أدوات البرمجة المعتمدة على الذكاء الاصطناعي.
- إعادة تشكيل استراتيجيات الشركات الكبرى في تطوير النماذج.
تعكس خطوة Google لإعادة هيكلة فريقها المتخصص في البرمجة بالذكاء الاصطناعي سعيًا واضحًا لتعزيز موقعها في سباق النماذج المتقدمة، خصوصًا في مواجهة Anthropic. ومع استمرار انتقال المواهب وتغير استراتيجيات التدريب، يبدو أن المنافسة في هذا المجال تتجه نحو مراحل أكثر تعقيدًا وتخصصًا.
