تعتبر مشكلة تقسيم الحد الأدنى (Minimum Cut Problem) في الرسوم البيانية غير الموجهة ذات الوزن (Undirected Edge-Weighted Graph) من الموضوعات الساخنة في علم الحوسبة الرياضية. الهدف هو تقسيم مجموعة العقد إلى قسمين مع تقليل مجموع الأوزان المتصلة بالحدود بينهما. في السنوات الأخيرة، تم تطوير مجموعة من الخوارزميات السريعة لمعالجة هذه المشكلة، حتى وصلنا إلى الأسرع بينها باستخدام خوارزمية غير دقيقة للحصول على حد أفضل.

تستند تقنية VieCut المنبعثة من هذه الأبحاث إلى تحليل بيانات متنوع، وحققت أداءً يفوق الحلول السابقة بنسب تصل إلى 2.5 مرة بشكل تسلسلي، وحوالي 12.9 مرة عند التشغيل بشكل متوازي. لكن الأمور لم تتوقف هنا، فقد قمنا بالخطوة التالية باستخدام منهجية جديدة تُطلق عليها هندسة الخوارزميات الوكيلة (Agentic Algorithm Engineering).

هذا النهج يعتمد على نماذج لغوية ضخمة تعمل بشكل مستقل على تنفيذ دورات تحسين الخوارزميات على قاعدة رمز برمجي قائم بالفعل. حيث تقوم بتشكيل فرضيات حول أماكن فقدان الوقت أثناء التشغيل، ثم تطبق هذه الأفكار وتقوم بتقييم النتائج.

وعلى الرغم من أننا قمنا بتعديل خوارزميتنا يدوياً بشكل شامل، وجدت التقنيات الجديدة تحسينات ملحوظة. على سبيل المثال، حققنا نسبة تحسين تصل إلى 1.28 عند التشغيل التسلسلي و 1.63 عند استخدام 32 تدفقاً متوازياً على أنماط حقيقية، في حين زادت النسب إلى 6.26 و127 في حالات DIMACS الأساسية. فالتقدم في هذا المجال يعد بفضل دمج الذكاء الاصطناعي وإمكانياته في تحسين الكود البرمجي.