GPT-Rosalind: تحديث OpenAI لعلوم الحياة بالذكاء الاصطناعي (2026)

في 3 يونيو 2026، أطلقت OpenAI تحديثًا رئيسيًا لـ GPT-Rosalind، نموذج الاستدلال الخاص بعلوم الحياة، حيث دمجت فيه قدرات البرمجة الوكيلية واستخدام الأدوات الخاصة بـ GPT-5.5 إلى جانب ذكاء أعمق في الكيمياء الطبية وعلم الجينوم. في اختبارات OpenAI الخاصة، يتفوق النموذج المحدث على GPT-5.5 في الكيمياء الطبية، وعلم الجينوم، ومهام المختبرات الرطبة (wet-lab) — مع استهلاك عدد أقل من التوكنز للوصول إلى تلك النتائج — وهو الآن في مرحلة العرض البحثي للمؤسسات المؤهلة في جميع أنحاء العالم.¹

ملخص

GPT-Rosalind هو أول نموذج من OpenAI مصمم خصيصًا لعلوم الحياة، تم تطويره من أجل البيولوجيا، واكتشاف الأدوية، والطب الانتقالي. يضيف تحديث 3 يونيو 2026 قدرات GPT-5.5 في البرمجة واستخدام الأدوات فوق استدلال أقوى في النطاق العلمي، وتفيد تقارير OpenAI بوجود مكاسب مقارنة بـ GPT-5.5 في ثلاثة معايير تقييم داخلية جديدة: MedChemBench (27.5% مقابل 25.1%)، وGeneBench (21.6% مقابل 20.4%)، وLabWorkBench (63.2% مقابل 55.8%)، وكل ذلك مع استخدام أقل للتوكنز.¹ هناك إضافتان لـ Codex — وهما Life Sciences Research و Life Sciences NGS Analysis — تحولان ذلك الاستدلال إلى سير عمل للمعلوماتية الحيوية قابل للتنفيذ، وقد سلطت OpenAI الضوء على Novo Nordisk من بين شركائها المذكورين في علوم الحياة، وهي قائمة تشمل أيضًا Amgen، وModerna، وAllen Institute، وThermo Fisher Scientific.¹² يظل النموذج في مرحلة العرض البحثي تحت برنامج "الوصول الموثوق"، والنتائج الخام هي تذكير بأن هذا يمثل تسريعًا للعلماء الخبراء، وليس تصميمًا ذاتيًا للأدوية.

ما هو GPT-Rosalind؟

GPT-Rosalind هو نموذج استدلال متطور قامت OpenAI ببنائه خصيصًا للأبحاث في مجالات البيولوجيا، واكتشاف الأدوية، والطب الانتقالي. قدمته OpenAI لأول مرة في 16 أبريل 2026 كأول إصدار في سلسلة نماذج علوم الحياة الخاصة بها، وتم نشره من خلال هيكل "وصول موثوق" بدلاً من إطلاق عام للجمهور.² في حين أن النموذج العام مثل GPT-5.5 مُحسَّن للمهام الواسعة، فإن GPT-Rosalind مضبوط للاستدلال حول الجزيئات، والبروتينات، والجينات، والمسارات، والبيولوجيا ذات الصلة بالأمراض، ولتشغيل الأدوات العلمية وقواعد البيانات التي يستخدمها الباحثون فعليًا.¹

تم تسمية النموذج تيمناً بـ Rosalind Franklin، التي ساعدت أبحاثها في الكشف عن بنية DNA.² التموضع ضيق النطاق عن قصد: هذا نموذج للأشخاص الذين يقومون بمراجعة الأدبيات العلمية، وتفسير التسلسل إلى الوظيفة، والتخطيط التجريبي، وتحليل البيانات — وليس روبوت دردشة للجميع.¹

ما الجديد في تحديث GPT-Rosalind لشهر يونيو 2026

التغيير الأبرز هو الأساس. يدمج GPT-Rosalind المحدث قدرات البرمجة الوكيلية واستخدام الأدوات الخاصة بـ GPT-5.5، وهو النموذج الذي أصدرته OpenAI في 23 أبريل 2026.¹³ علاوة على ذلك، أضافت OpenAI ذكاءً أقوى في مجالين أساسيين لاكتشاف الأدوية — الكيمياء الطبية وعلم الجينوم — ووسعت نطاق الأداء عبر التحليل والتصميم وسير العمل التجريبي.¹

لقياس ذلك، قامت OpenAI ببناء LifeSciBench، وهو معيار تقييم يتم الحكم عليه خارجيًا من قبل خبراء، ويأخذ نظرة شاملة للبحث بدلاً من اختبار قدرة واحدة في معزل. يستمد المهام من ستة مجالات لسير العمل مركزية في عمل علوم الحياة: التعامل مع الأدلة، والتحليل، والتصميم والتحسين، والاستدلال العلمي، والتحقق والعمليات، والترجمة والتواصل.¹ القصد هو مواءمة تقدم النموذج مع واقع كيفية إنجاز العمل العلمي فعليًا، بدلاً من التحسين من أجل درجة واحدة ضيقة.

GPT-Rosalind مقابل GPT-5.5: معايير التقييم

تفيد OpenAI بأن النموذج المتخصص يتفوق على قاعدة GPT-5.5 الخاصة به عبر ثلاثة معايير تقييم جديدة للنطاق — والجدير بالذكر أنه يفعل ذلك مع استخدام عدد أقل من التوكنز، وهو أمر مهم لكل من التكلفة وزمن الاستجابة في المهام العلمية طويلة المدى.¹

النتيجة الأبرز هي في LabWorkBench، حيث سجل GPT-Rosalind نسبة 63.2% مقابل 55.8% لـ GPT-5.5 — بزيادة قدرها 7.4 نقطة في معيار تقييم تقول OpenAI إنه يستخدم بيانات بروتوكول مختبر رطب مملوكة وغير ملوثة.¹ نتيجة علم الجينوم أكثر تواضعًا في الدقة (زيادة قدرها 1.2 نقطة) ولكنها تقترن بأكبر فوز في الكفاءة: توكنز أقل بنسبة 31% من GPT-5.5 في مهام GeneBench الوكيلية طويلة المدى.¹

هناك تنبيه هام بشأن السياق: كل هذه المعايير صممتها OpenAI، مع قياس الدرجات بواسطة OpenAI (يتم الحكم على LifeSciBench خارجيًا من قبل خبراء، لكن المعايير الأخرى هي تقييمات داخلية). لم يتم إعادة إنتاجها بشكل مستقل بعد، لذا فمن الأفضل قراءتها كإشارات تقدم داخلية بدلاً من تصنيفات نهائية متفق عليها بين المختبرات.

من الاستدلال إلى سير العمل المنفذ: إضافات Codex

نموذج الاستدلال الذي يتحدث فقط ليس ذا فائدة كبيرة في المختبر. مع هذا التحديث، شحنت OpenAI إضافتين تمنحان GPT-Rosalind طبقة تنفيذ داخل Codex: وهما Life Sciences Research و Life Sciences NGS Analysis.¹ معًا، يجلبان استرجاع الأدلة المصدرية، والتفسير البيولوجي، وتنفيذ المعلوماتية الحيوية في مساحة عمل واحدة، بحيث يمكن للباحثين ربط الأدلة الخارجية بتحليلات الأوميكس (omics) الخاصة بهم مع الحفاظ على النتائج والأصل.¹

الوصول مقسم إلى مستويات. يمكن لجميع مستخدمي Codex استخدام كلا الملحقين (plugins)؛ أما مستخدمو GPT-Rosalind من الشركات المؤهلة فيمكنهم بالإضافة إلى ذلك استخدام نموذج GPT-Rosalind نفسه لتشغيلهما.¹ كما أضافت OpenAI أدوات عرض تفاعلية لأنواع الملفات الحيوية الأصلية — التسلسل (sequence)، والمحاذاة (alignment)، والبنية (structure) — بحيث يمكن للعالم فحص بقايا طافرة أو جيب مرتبط بمثبط مباشرة بينما يقوم النموذج بالتحليل عبر سير العمل.¹ في العرض التوضيحي لـ OpenAI، يقوم ملحق NGS Analysis بتحويل مراجعة سجلات ctDNA المعالجة إلى دفتر ملاحظات تفاعلي يظهر طفرة KRAS G12C المتكررة، ثم يقوم ملحق Research بإضافة سياق الهدف والمثبط والمقاومة.¹

من يحصل على حق الوصول — وشراكة Novo Nordisk

لا يزال GPT-Rosalind في مرحلة المعاينة البحثية (research preview) بموجب نموذج نشر يعتمد على الوصول الموثوق. يقتصر التأهل على المنظمات التي تجري أبحاثاً مشروعة ذات فائدة عامة واضحة، مع إشراف قوي على الحوكمة والسلامة، ووصول محكم على مستوى المؤسسات.¹ ومع هذا التحديث، وسعت OpenAI نطاق التوفر للمنظمات المؤهلة عالمياً وبدأت في تقديم مساحة عمل تديرها OpenAI للمنظمات المؤهلة التي ليس لديها حساب Enterprise.¹

الشريك الذي سلطت OpenAI الضوء عليه في هذا التحديث هو Novo Nordisk، الشركة المصنعة لأدوية GLP-1 الشهيرة. قال مشعل باتيل، نائب رئيس المجموعة للذكاء الاصطناعي والابتكار الرقمي والبحث والتطوير في Novo Nordisk: "لتقديم قيمة حقيقية للباحثين، يجب أن ترتكز نماذج الذاء الاصطناعي المتقدمة على بيانات علمية موثوقة، وتتصل بأدوات تم التحقق منها، وتندمج في سير العمل الواقعي الذي يستخدمه الباحثون يومياً".¹ كانت Novo Nordisk بالفعل من بين العملاء الذين ذكرتهم OpenAI عند إطلاق GPT-Rosalind في أبريل — وهي قائمة تشمل أيضاً Amgen و Moderna ومعهد Allen و Thermo Fisher Scientific.² كما ربطت OpenAI هذا العمل بأجندتها الأوسع للمنفعة العامة، بما في ذلك Rosalind Biodefense، التي فصلتها في 29 مايو 2026.¹

GPT-Rosalind مقابل Isomorphic Labs: رهانان على اكتشاف الأدوية بالذكاء الاصطناعي

ليست OpenAI وحدها في السعي وراء الذكاء الاصطناعي لعلم الأحياء، والتباين مع معسكر Google مفيد. شركة Isomorphic Labs، وهي شركة اكتشاف الأدوية المنبثقة عن Google DeepMind والمبنية على AlphaFold، جمعت 2.1 مليار دولار في جولة تمويل من الفئة B في مايو 2026 لدفع خط إنتاجها من الأدوية المصممة بالذكاء الاصطناعي نحو التجارب السريرية.⁴

يمثل الاثنان نظريات مختلفة حول المكان الذي يضيف فيه الذكاء الاصطناعي قيمة. تقوم Isomorphic Labs ببناء محرك لتصميم الأدوية من البداية إلى النهاية يهدف إلى إنتاج مرشحين سريريين فعليين. أما GPT-Rosalind فهو طبقة تفكير تسرع عملية البحث البشري — من خلال تلخيص الأدلة، ونقد تصاميم الدراسات، والتخطيط للتجارب، وتشغيل المعلوماتية الحيوية — بدلاً من تصميم الجزيئات بشكل مستقل.¹⁴ يهدف أحدهما إلى استبدال أجزاء من خط أنابيب الاكتشاف؛ بينما يهدف الآخر إلى جعل العلماء الذين يديرونه أسرع.

اختبار الواقع: ماذا تعني نسبة 27.5% فعلياً

من الجدير التوقف عند رقم MedChemBench هذا. تعني درجة 27.5% أن GPT-Rosalind لا يزال يفشل في حوالي ثلاث من كل أربع مهام في الكيمياء الطبية في اختبار OpenAI المرجعي الخاص.¹ هذا ليس تقليلاً من شأنه — فهذه تقييمات صعبة للغاية صممها خبراء، والتفوق على نموذج عام رائد ببضع نقاط مع استخدام عدد أقل من الرموز (tokens) هو نتيجة حقيقية. لكنه يضع حالة الاستخدام الصادقة في إطارها: GPT-Rosalind هو أداة تساعد الباحثين الخبراء على العمل بشكل أسرع واختبار ضغط عملهم الخاص، وليس نظاماً يصمم الأدوية بمفرده.

تأطير OpenAI الخاص يدعم هذا التوجه. يتم تقديم النموذج كـ "شريك أكثر قدرة عبر دورة الحياة الكاملة للبحث العلمي"، مما يساعد العلماء على الانتقال "من الأسئلة الصحيحة إلى أدلة أوضح وتجارب أفضل".¹ ومثال التقييم الذي نشرته OpenAI — وهو نقد صارم لحزمة موافقة معجلة من FDA لعلاج جيني — معبر للغاية: قيمة النموذج هناك تكمن في اكتشاف عيوب خصوصية المقايسة والمتغيرات المربكة التي قد يثيرها مراجع متشكك، وليس في اختراع العلاج نفسه.¹

الخلاصة

يعد تحديث GPT-Rosalind لشهر يونيو 2026 خطوة مدروسة وموثوقة: قاعدة تعتمد على GPT-5.5، ومكاسب حقيقية (وإن كانت مبكرة) في الاختبارات المعيارية مقارنة بتلك القاعدة، وطبقة تنفيذ في Codex، وشريك جاد في مجال الأدوية وهو Novo Nordisk. إن نتائج الاختبارات المعيارية — التي تفوقت على GPT-5.5 مع استهلاك عدد أقل من الـ tokens — هي نوع من الفوز في الكفاءة والجودة الذي يهم في العمل العلمي الطويل والكثيف الأدوات. فقط يجب الحفاظ على صدق التوقعات: مع نسبة نجاح 27.5% في MedChemBench، هذا نموذج يجعل العلماء الخبراء أسرع، وليس نموذجاً يقوم بالعلم بدلاً عنهم.

قراءات ذات صلة: نموذج GPT-5.5-Cyber من OpenAI وتقييم AISI لتكافؤ الحدود، بناء تطبيقات أذكى باستخدام OpenAI API، و استخدام الكمبيوتر المقيد لـ Codex على نظام macOS.