المبرمج يكتب الكود، يشغّله، يرى الخطأ ويصحّحه. الآن يمكن إسناد هذه العملية إلى البرنامج نفسه. التعلم العميق في التصوير الطبي أصبح قادرًا على تحسين الخوارزميات، لكنه عادةً يتطلب الكثير من البيانات والأمثلة الجاهزة. الأداة الجديدة MadEvolve تعمل بشكل مختلف: تأخذ برنامجًا يعمل وتبدأ في «تطويره» — تغيّر أسطر الكود عشوائيًا، وتتحقق مما إذا كان التحسن قد حدث، وتحتفظ بالتغييرات الناجحة. وهكذا، خطوة بخطوة، تولد خوارزمية تتعامل مع المهمة بشكل أفضل بكثير من الأصلية.
اختبر المؤلفون MadEvolve على ثلاث مسائل في علم الكون. في الأولى، كان المطلوب استعادة توزيع المادة في الكون المبكر بناءً على المواقع الحالية للمجرات. وفي الثانية، تنظيف الإشارة من الهيدروجين عند تردد 21 سم من التشويش الأرضي. وفي الثالثة، حساب أسرع وأدق لكيفية تفاعل المادة المظلمة والغاز في النموذج الحاسوبي. في جميع الحالات، أعطى الكود المحسّن نتيجة أدق من الأصلية.
MadEvolve لا يبحث فقط عن معاملات أفضل، بل يغيّر منطق الحسابات نفسه. الأمر أشبه بميكانيكي لا يكتفي بضبط المكربن، بل يعيد تركيب المحرك ويجرب قطعًا مختلفة. هذا النهج يفتح الطريق أمام البحث التلقائي عن الخوارزميات العلمية — ليس فقط في علم الكون، بل أيضًا في مجالات أخرى تتطلب حسابات معقدة.
اسم MadEvolve يلمح إلى «mad science» — أي «العلم المجنون». لكن في الواقع، البرنامج يتصرف بمنهجية: يجرب، يقارن، ويبقي الأفضل.
في قصة ستانيسلاف ليم «الرحلة الرابعة عشرة»، يلتقي البطل بآلات تحسّن نفسها بنفسها إلى درجة أنها لم تعد بحاجة إلى صانعيها. MadEvolve خطوة متواضعة في الاتجاه نفسه.