لقد شهدنا في السنوات الأخيرة تقدمًا مذهلاً في مجال الذكاء الاصطناعي (AI)، وخاصة في تطوير ما يعرف بـ "علماء الذكاء الاصطناعي". هؤلاء العلماء هم آلات قادرة على أتمتة العلم بشكل كامل، حيث يمكنهم ابتكار فرضيات جديدة، استنتاج عواقبها، تصميم وتنفيذ التجارب، تفسير النتائج، وتعديل معتقداتهم بناءً على النتائج المكتشفة. إنهم ليسوا مجرد أدوات، بل وكلاء علميين متكاملين متصلين بالأدبيات والمعرفة الرسمية والنماذج الرياضية والمحاكاة وأنظمة تحليل البيانات والمختبرات الفيزيائية.

الأحداث بدأت مع أول آلة تُدعى آدم، التي قدّمت اكتشافات علمية جديدة من خلال دورات من تشكيل الفرضيات والتجارب الفيزيائية. ولا ننسى إيف التي وضعت أساس مختبرات القيادة الذاتية الحديثة. الآن، نماذج الأساس (Foundation Models) والوكالات الذاتية (Autonomous Agents) والروبوتات المخبرية تجعل من الممكن إنشاء أنظمة أكثر عمومية من آدم وإيف.

المشكلة المركزية ليست في إمكانية أتمتة المكونات الفردية للعلم، بل في كيفية دمج جميع هذه المكونات معًا. يجب على علماء الذكاء الاصطناعي دمج التعلم العصبي (Neural Learning) مع المنطق (Logic) والاحتمالات (Probability) والرياضيات (Mathematics) والتفكير السببي (Causal Reasoning) والمحاكاة والتصميم التجريبي والروبوتات والسجلات العلمية الرسمية.

تخيلوا عالماً حيث يسهم علماء الذكاء الاصطناعي في تسريع العلم، وجعل الأبحاث أكثر فعالية واقتصادية ومنظمة وقابلة لإعادة الإنتاج. إنهم قادرون على التحقيق في أنظمة معقدة للغاية، مما يسمح لآلاف من علماء الذكاء الاصطناعي بالعمل معًا على مشكلات واحدة. يهدف تحدي نوبل تورينج (Nobel Turing Challenge) إلى تطوير أنظمة ذكاء اصطناعي قادرة على تحقيق اكتشافات توازي الجودة التي أنجزها الفائزون بجائزة نوبل بحلول عام 2050.

ويبدو أن التقدم في هذا الاتجاه أسرع من المتوقع. عندما ننجح في ذلك، سنشهد ولادة شكل جديد من العلم ستغير وجه العالم.