يشهد عالم البرمجة تحولًا كبيرًا بفضل التقنيات الحديثة، وخاصةً في تحديث الأكواد العلمية القديمة لمواكبة التطورات المستمرة في بيئة الموارد الحاسوبية. يُعتبر تحديث الأكواد العلمية القديمة (Legacy Scientific Codes) ضرورة ملحة، حيث تُعَدّ عمليات التحويل إلى أنظمة جديدة وعمليات التوازي من أكثر المهام استهلاكًا للوقت في مجال هندسة البرمجيات البحثية.

في هذه الدراسة، نشارك تجربتنا الفريدة في تحديث NMAP-RKPM، وهو محرك فيزياء يعتمد على طريقة الجسيمات ذات النواة المتكررة (Reproducing Kernel Particle Method) ويتكون من حوالي 60,000 سطر. قمنا بتحويل هذا التطبيق أحادي الخيط المكتوب بلغة Fortran واستبداله بأداة تعتمد على لغة C++ وتعمل بالتوازي باستخدام OpenMP في غضون عدة أشهر.

ورغم التحديات التي واجهتنا، بما في ذلك قصور الأدوات المبنية على نماذج اللغات الضخمة (Large Language Models - LLM)، قمنا بتطوير منهجية ذكاء اصطناعي مرنة ومُنظَّمة تُعرف بـ "الذكاء الاصطناعي المدعوم". تتمثل هذه الاستراتيجية في توفير أمثلة يدوية، وضمان إمكانية البناء المستمر، وتحديد نطاق الجلسات بطريقة فعّالة.

يسلط البحث الضوء على الخطوات الناجحة التي اتبعناها بمساعدة الذكاء الاصطناعي، فضلاً عن المشكلات التي واجهتنا والدروس المستفادة من هذه التجربة.

إذا كنت مهتمًا بعالم الذكاء الاصطناعي وكيف يمكنه تعزيز تطوير البرمجيات، فاستعد لاكتشاف المزيد من التفاصيل حول هذه العملية المبتكرة!