نزيف العقول في DeepMind 2026: من غادر، وأين ذهب، وتقنيات الاستدلال التي ابتكرها

في يونيو 2026، شهدت جوجل ديب مايند (Google DeepMind) واحدة من أكثر موجات نزيف الكفاءات تركيزًا في تاريخ الذكاء الاصطناعي. خلال أسبوع واحد فقط، أعلن ما لا يقل عن خمسة باحثين كبار عن مغادرتهم للانضمام إلى ميتا (Meta)، أوبن إيه آي (OpenAI)، وأنثروبيك (Anthropic). تسببت هذه الاستقالات في خسارة ما يقرب من 270 مليار دولار من القيمة السوقية لشركة ألفابيت (Alphabet)، وأثارت تساؤلات جدية حول قدرة جوجل على الاحتفاظ بالباحثين الذين بنوا أهم أنظمة الذكاء الاصطناعي لديها .

يقدم هذا المقال حسابًا دقيقًا ومؤكدًا بالحقائق لكل باحث: من غادر، وأين ذهب، وما الذي دفعهم للمغادرة. يليه شرح واضح للتقنيات الثلاث التي طورها ديني زو (Denny Zhou)، المعروف باسم "ملك الاستدلال".

المغادرون المؤكدون: خمسة باحثين، ثلاثة منافسين

من بين الأسماء الستة التي يتم تداولها عادةً، تم تأكيد مغادرة خمسة باحثين فقط من جوجل ديب مايند خلال هذه الفترة. الاسم السادس، داون سونغ (Dawn Song)، لا يظهر في أي تقارير إخبارية تغطي موجة يونيو 2026، ويبدو أنه خطأ. خلفية سونغ هي في مجال الأمن والذكاء الاصطناعي (جامعة كاليفورنيا، بيركلي)، ولم يتم العثور على أي دليل على وجودها في جوجل ديب مايند أو مغادرتها خلال هذه الفترة .

نوام شازير (Noam Shazeer) → أوبن إيه آي (18 يونيو 2026)

شازير هو أحد المخترعين المشاركين لهندسة المحولات (Transformer)، وقائد مشارك لنماذج جيميني (Gemini) من جوجل، وأحد أهم باحثي الذكاء الاصطناعي في العقد. يُقال إن رحيله كان بسبب إعادة توزيع داخلية للموارد الحاسوبية، حيث وجهت جوجل قوة الحوسبة الخاصة بفريقه إلى فريق التدريب المسبق في ديب مايند بلندن، مما أدى إلى تعليق مشروعه لإصدار متغير من المحولات . وهذا كان لافتًا بشكل خاص لأن جوجل لم تكن قد أعادت شازير إلا في عام 2024 من خلال صفقة استحواذ على شركته الناشئة Character.AI بقيمة 2.7 مليار دولار .

جون جامبر (John Jumper) → أنثروبيك (19 يونيو 2026)

جامبر، الحائز على جائزة نوبل في الكيمياء لعام 2024 بالمشاركة عن تطوير ألفا فولد (AlphaFold)، أعلن على منصة X أنه يغادر بعد "ما يقرب من 9 سنوات" . كانت الفترة الأخيرة له في جوجل مركزة على أدوات البرمجة بالذكاء الاصطناعي، وليس على العمل العلمي الذي أكسبه جائزة نوبل . تسبب رحيله، بالإضافة إلى رحيل شازير، في محو ما يقرب من 270 مليار دولار من القيمة السوقية لشركة ألفابيت في جلسة تداول واحدة .

جوناس أدلر (Jonas Adler) → أنثروبيك (أُعلن في ~24 يونيو 2026)

كان أدلر يُنظر إليه داخليًا كمساهم رئيسي في نماذج جيميني وجهود جوجل في البرمجة بالذكاء الاصطناعي. أشار أشخاص مطلعون على هذه الخطوة إلى رغبته في العمل في شركة ذكاء اصطناعي ناشئة أكثر مرونة .

ألكسندر بريتزل (Alexander Pritzel) → أنثروبيك (أُعلن في ~24 يونيو 2026)

عمل بريتزل على التدريب المسبق لنماذج جيميني وألفا فولد. تم الإبلاغ عن رحيله مع أدلر، وبنفس السياق وهو البحث عن بيئات عمل أسرع .

ديني زو (Denny Zhou) → ميتا (أُبلغ عنه في 26 يونيو 2026)

زو، المعروف بـ"ملك الاستدلال" في ديب مايند ومؤسس مجموعة أبحاث الاستدلال في جوجل برين (Google Brain)، غادر بهدوء. لم يقم بأي وداع عام، وقد تم الإبلاغ عن هذه الخطوة من قبل HTX بعد أن قام بتحديث حسابه على لينكد إن ليظهر أنه يعمل بالفعل في ميتا منذ أربعة أشهر . لم يتم تقديم أي تفسير من قبل زو أو ميتا.

السياق الأوسع: ما الذي دفع إلى النزوح؟

تصف مصادر متعددة نزيفًا أوسع للكفاءات في ديب مايند طوال عام 2026، مدفوعًا بثلاثة عوامل :

• الاستقطاب القوي من قبل المنافسين الممولين جيدًا، أنثروبيك وأوبن إيه آي، الذين يستعدان لظهورهما في السوق.
• الإحباط الداخلي من تخصيص الموارد الحاسوبية - الشعور بأن بيروقراطية جوجل تبطئ سرعة البحث مقارنة بالشركات الناشئة .
• تصور البيروقراطية: شعر الباحثون بإمكانية التحرك بشكل أسرع في مختبرات أصغر وأكثر تركيزًا.

التقنيات الثلاث للاستدلال من ديني زو

طور ديني زو والمتعاونون معه ثلاث تقنيات أساسية للاستدلال أصبحت أساسية لكيفية استدلال نماذج اللغة الكبيرة. إنها تشكل حزمة متطورة، كل منها يبني على سابقتها.

1. سلسلة الأفكار (Chain-of-Thought or CoT)

ما تفعله: بدلاً من مطالبة النموذج بإخراج إجابة مباشرة (إدخال → إخراج)، تطالبه سلسلة الأفكار بتوليد سلسلة من خطوات الاستدلال الوسيطة باللغة الطبيعية قبل الوصول إلى الإجابة النهائية (إدخال → خطوات استدلال → إخراج).

الفائدة الرئيسية: تحسن كبير في الأداء في مهام الحساب والحس السليم والاستدلال الرمزي. كما تتيح قابلية التفسير - حيث يمكنك قراءة "عملية التفكير" للنموذج. عند دمجها مع نماذج كبيرة مثل PaLM-540B، حققت سلسلة الأفكار نتائج متطورة باستخدام 0.1% فقط من الأمثلة المشروحة .

2. الاتساق الذاتي (Self-Consistency)

ما تفعله: استراتيجية فك تشفير تعمل على تحسين سلسلة الأفكار. بدلاً من استخدام سلسلة استدلال واحدة، يقوم النموذج بتوليد مسارات استدلال متعددة ومستقلة (عبر أخذ العينات بدرجة حرارة أعلى)، ثم يختار الإجابة الأكثر اتساقًا عبر جميع المسارات عن طريق تصويت الأغلبية .

الفائدة الرئيسية: يخفف من تباين سلسلة استدلال واحدة. قد تكون سلسلة أفكار واحدة خاطئة بسبب خطوة واحدة معيبة؛ أما الاتساق الذاتي فيأخذ متوسطًا عبر التنوع ويكون أكثر قوة بشكل ملحوظ في معايير الرياضيات والاستدلال . أكد ديني زو أن الاتساق الذاتي لا ينبغي تفسيره بشكل سطحي على أنه مجرد تصويت بالأغلبية، بل هو تطبيق تجريبي للتهميش .

3. التحفيز من الأقل إلى الأكثر (Least-to-Most Prompting)

ما تفعله: استراتيجية تحفيز من مرحلتين مصممة للمشكلات الأصعب من الأمثلة الواردة في الطلب. أولاً، يقوم النموذج بتحليل المشكلة الصعبة الأصلية إلى قائمة من المشكلات الفرعية الأبسط. بعد ذلك، يحلها بالتسلسل، مستخدمًا إجابة كل مشكلة فرعية سابقة كسياق للمشكلة التالية .

الفائدة الرئيسية: تمكن من التعميم من السهل إلى الصعب - يمكن للنموذج حل المشكلات التي هي أصعب بشكل صارم من أي مثال تم عرضه عليه. تم إثبات ذلك في مهام التلاعب الرمزي، ومعايير التعميم التركيبي مثل SCAN وCFQ، ومهام الاستدلال الرياضي . يصفها زو بأنها "تخطيط + استدلال" .

ملخص

تم تأكيد مغادرة خمسة من أصل ستة باحثين من ديب مايند إلى ميتا، أوبن إيه آي، أو أنثروبيك في يونيو 2026، مدفوعين بالاستقطاب من المنافسين، والنزاعات على تخصيص الموارد الحاسوبية، والرغبة في بيئات عمل أسرع. لم يتم التحقق من مغادرة داون سونغ ولا تنتمي إلى هذه الموجة. تشكل تقنيات زو الثلاث - سلسلة الأفكار، والاتساق الذاتي، ومن الأقل إلى الأكثر - حزمة متطورة: سلسلة الأفكار تضيف خطوات استدلال، والاتساق الذاتي يضيف تصويتًا عبر مسارات استدلال متعددة، ومن الأقل إلى الأكثر يضيف تحليل المشكلات وحلها بالتسلسل للمشكلات الأصعب.