بعد أكثر من 70 عامًا من الأبحاث المهملة، يأتي الذكاء الاصطناعي اليوم ليحدث ثورة في مجال تصميم الأكواد التصحيحية للحذف. فقد استطاع الباحثون استغلال تقنية جديدة تُعرف بالبحث التطوري المدعوم بنموذج لغوي كبير (LLM) لاكتشاف أكواد تصحيح قوية وبحجم أقصى، مما يمثل تحولًا جذريًا في هذا المجال.

تستند هذه الأبحاث إلى تقنية تم تسميتها FunSearch، التي أصبحت أداة فعالة للكشف عن الوظائف التي تُستخدم لبناء أكواد تصحيح حذف قصيرة. وفي حالة حذف فردي، تمكن الباحثون من استخدام البحث للعثور على وظيفة أثبتوا أنها تُنتج كود Varshamov-Tenengolts، الذي يُعتبر الأمثل وفقًا للاعتقادات الحالية.

لكن الأمر لا يتوقف عند هذا الحد. فعند تناول موضوع الحذفات المتعددة والشفرات الرباعية، تبين أن الوظائف المكتشفة تشير إلى تحسينات على كنوز سابقة من الأكواد، رغم أن هذه النتائج تبقى تجريبية بدون توفير رؤى نظرية جديدة.

عند دراسة خيارات التصميم التي تتيح البحث التطوري المدعوم بنموذج لغوي، تبيّن أن تخصيص القوة الحاسوبية للبحث عن وظائف أكثر فعالية أفضل من التركيز على تتبع استدلالات أطول لكل وظيفة، كما أن التفاعل بين الأوصاف اللغوية الطبيعية والأكواد يظهر تحديات تؤثر سلبًا على جودة البحث.

واقترح العلماء أيضًا عملية إزالة التكرارات من الوظائف المتطابقة منطقيًا أثناء عملية التطور، وهي خطوة حاسمة لتعزيز تنوع البحث. ورغم ما تحمله هذه النتائج من إمكانيات هائلة في نظرية المعلومات وتصميم الأكواد، فإن المعوقات الحالية تتعلق بأن تقييم الوظائف يتزايد بشكل أسي مع طول الكود، مما يحد من التطبيق الفعلي لهذه الطرق في الأكواد الطويلة.

في الختام، تضيء هذه الاكتشافات الطريق نحو استخدام الذكاء الاصطناعي في معالجة القضايا المعقدة في تصميم الأكواد التصحيحية، مما يعكس قدرتها على إحداث ثورة في هذا المجال. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.