اجتازت الطالبة زينة خالد المباركي مناقشة أطروحة الماجستير في برنامج ماجستير هندسة الكمبيوتر بكلية الهندسة والبترول بجامعة الكويت، بعنوان «توليد إرشادات لتلوين الرسم البياني بنماذج اللغة الكبيرة».
وتألفت لجنة المناقشة من الأستاذ الدكتور ميثم صفر رئيسًا، والأستاذ الدكتور عايد سلمان مناقشًا، والأستاذ الدكتور امتياز أحمد مشرفًا على الرسالة.
تتناول هذه الرسالة دور الذكاء الاصطناعي، وتحديدًا نماذج اللغة الكبيرة (LLMs)، في تصميم وتطوير خوارزميات إرشادية لحل مسألة تلوين الرسم البياني (Graph Coloring Problem)، التي تُعد من أبرز مسائل التحسين التوافقي في علوم الحاسوب، ولها تطبيقات متعددة في جدولة المهام وتخصيص الموارد وإدارة الشبكات. وتهدف الدراسة إلى استكشاف قدرة نماذج الذكاء الاصطناعي على ابتكار خوارزميات فعّالة قادرة على منافسة الخوارزميات التقليدية وتحسين جودة الحلول وكفاءة التنفيذ.
واعتمدت الباحثة في دراستها على خمسة نماذج لغوية متقدمة، وهي GPT-4o وGPT-5.1 وClaude 3.5 Sonnet وDeepSeek-V3 وLLaMA 3.1، لتوليد قواعد إرشادية تعتمد على الخصائص الرياضية للرسوم البيانية. وقد جرى تقييم هذه الخوارزميات على 140 حالة اختبار من رسوم بيانية مختلفة الأحجام والخصائص، باستخدام المعالجة التسلسلية عبر المعالج المركزي (CPU)، والمعالجة المتوازية عبر وحدات معالجة الرسومات (GPU) باستخدام تقنية CUDA. كما تمت مقارنة النتائج مع مجموعة من الخوارزميات التقليدية المعروفة، من بينها DSATUR وRLF وJones–Plassmann وcuGraph، لقياس جودة الحلول وسرعة التنفيذ ومدى كفاءة الخوارزميات المقترحة.
وقد أظهرت نتائج الدراسة أن الخوارزميات المولّدة بواسطة نماذج اللغة الكبيرة استطاعت تحقيق نتائج منافسة للخوارزميات التقليدية في المعالجة التسلسلية، والتفوق على عدد من الخوارزميات المرجعية في المعالجة المتوازية. كما كشفت الدراسة عن إمكانية تحسين أداء بعض النماذج من خلال التغذية الراجعة والتطوير التكراري، مع تحديد التحديات والقيود التي تواجه هذا النهج. وتسهم هذه الرسالة في إبراز إمكانات الذكاء الاصطناعي بوصفه أداة مساندة لتصميم الخوارزميات وتطويرها، وتفتح آفاقًا جديدة لتوظيف نماذج اللغة الكبيرة في معالجة مسائل التحسين المعقدة بكفاءة وفاعلية.
