قد يكون باحثو Google قد حلّوا تحديًا رئيسيًا في مجال الذكاء الاصطناعي. لقد طوروا "التعلم المعزز الداخلي" (internal RL)، وهي تقنية جديدة لتدريب نماذج الذكاء الاصطناعي. تساعد هذه التقنية الذكاء الاصطناعي على تعلم الاستدلال المعقد، متجاوزةً المزالق الشائعة لنماذج اللغات الكبيرة (LLM). هذا الإنجاز، الذي كُشف عنه في 16 يناير 2026، يمكن أن يمهد الطريق لوكلاء ذكاء اصطناعي متقدمين.

يوجه التعلم المعزز الداخلي العمليات الداخلية للنموذج. فبدلًا من التنبؤ بالكلمة التالية، فإنه يبني حلولًا خطوة بخطوة. يتيح هذا للذكاء الاصطناعي التعامل مع المهام المعقدة دون إشراف بشري مستمر. تجاوز الفريق قيود التنبؤ بالرمز المميز التالي.

قد يكون التأثير المباشر هائلاً. يعتقد الخبراء أن هذا يمكن أن يحدث ثورة في الروبوتات والأنظمة المستقلة. تقدم هذه الطريقة مسارًا قابلاً للتطوير نحو ذكاء اصطناعي ذكي حقًا.

تكافح نماذج اللغات الكبيرة (LLM) الحالية مع التخطيط طويل الأجل. تحد بنيتها، القائمة على التنبؤ بالرمز المميز التالي، من الاستكشاف. يقدم التعلم المعزز الداخلي نهجًا جديدًا للتعلم المعزز.

تخطط Google لمواصلة تحسين هذه التقنية. ينصب التركيز على التطبيقات الواقعية. يبدو مستقبل وكلاء الذكاء الاصطناعي أكثر إشراقًا من أي وقت مضى.