على مر العصور، كان الذكاء الاصطناعي (Artificial Intelligence) مصدر إلهام لتقنياتنا من خلال الدراسات المتعلقة بالذكاء البيولوجي. ومن أبرز الأمثلة على ذلك هو التعلم بالتعزيز (Reinforcement Learning) الذي استلهم من سلوكيات التعلم لدى الحيوانات.

ومؤخراً، قام علماء النبات بالكشف عن مجموعة واسعة من السلوكيات المعقدة للنباتات التي تساعدها على التكيف بمرونة مع البيئات المتغيرة. في هذا السياق، يشير الباحثون إلى أن هذه السلوكيات يمكن أن تؤدي إلى تطوير أطر جديدة للذكاء الاصطناعي تتضمن مجموعة من المشكلات التي تم تجاهلها من قبل، مثل التعلم المراقب (Supervised Learning) وبحث الشجرة (Tree Search) ورضا القيود (Constraint Satisfaction).

لقد تم تسليط الضوء على هذه الفكرة من خلال مثالين على حل المشكلات بطريقة ذكية في عالم النباتات:
1. **تقليد الأوراق (Leaf Mimicry)** في نبات *بوكيلا تريفوليلاتا (Boquila trifoliolata)*، وهو كرمة قادرة على تعديل شكل أوراقها لتشابه أوراق عدة أشجار مضيفة في نفس الوقت.
2. **تنسيق نمو الجذور والأوراق (Root-Shoot Growth Coordination)**، حيث يقوم النبات بتخصيص الموارد عبر أنظمة الأعضاء لاستكشاف بيئات متميزة.

بينما يعتبر تقليد الأوراق خاصًا بنبات *بوكيلا*، فإن تنسيق نمو الجذور والأوراق هو سلوك مشترك بين معظم النباتات.

تسعى هذه الدراسة إلى التقاط المبادئ الحسابية الأساسية وتحديد المشكلات التي تتناسب مع هذه الأطر والتي لا تزال غير معالجة من قبل الذكاء الاصطناعي. علاوة على ذلك، يتم تقديم صياغات ومهام أولية لمناقشة كيفية تطبيقها على مشكلات غير متعلقة بالنباتات.

نتطلع إلى رؤية كيف ستؤثر هذه الابتكارات على مستقبل الذكاء الاصطناعي!