المكتبات الأميركية تتيح الزيارات... هاتفياً

عروضها الرقمية تتنوّع من واحدة لأخرى

المكتبات الأميركية تتيح الزيارات... هاتفياً
TT

المكتبات الأميركية تتيح الزيارات... هاتفياً

المكتبات الأميركية تتيح الزيارات... هاتفياً

تُقرض المكتبات العامّة الكتب الإلكترونية للنّاس منذ 20 عاماً، إلا أن الكثير منها وسّع معروضاته لتشمل كتباً صوتية رقمية، ومجلّات، وكتباً مصوّرة، وفيديوهات وخدمات أخرى حتّى قبل الجائحة التي ساعدت في دفع التحوّل إلى المجموعات الرقمية.

إذا كنتم تشعرون بالفضول حول محتوى مكتبتكم المحلية ومجموعتها الرقمية ولكنّكم لا تملكون بطاقة مجّانية، إليكم ما يجب أن تفعلوه.

تحديد موقع المكتبة

إذا كنتم لا تعرفون موقع أقرب مكتبة، ابحثوا عبر الإنترنت. وعندما تجدونها، تصفّحوا موقعها الإلكتروني بحثاً عن معلومات عن التسجيل للحصول على بطاقة أو إمكانية استعارة كتبٍ إلكترونية وغيرها من المواد.

تختلف شروط الحصول على بطاقة من مكتبة إلى أخرى، حيث إنّ بعضها قد يطلب منكم أوراقاً تُثبت هويتكم وعنوان سكنكم، حتّى إن بعضها قد يجبركم على الحضور شخصياً في المرّة الأولى للتقدّم بطلب الحصول على البطاقة.

بعد إتمام عملية التسجيل، ستحصلون على اسم مستخدم أو رقم، ورمز أو كلمة مرور للدخول إلى موقع المكتبة.

تطبيقات الموارد المكتبية

تدير معظم المكتبات مواردها الإلكترونية بواسطة تطبيقات كـ«برس ريدر» PressReader و«هوبلا» Hoopla و«كانوبي» Kanopy لإعارة المجلّات الرقمية والفيديوهات؛ ابحثوا على موقع المكتبة عن الأشياء المتوفرة للإعارة وعن التطبيقات التي تسهّل العملية. بعدها سجّلوا دخولكم في التطبيق باستخدام الاسم أو الرقم الذي حصلتم عليه، أو تفاصيل البطاقة التي تملكونها.

وكما هو الحال عند استعارة الكتب الورقية وغيرها من المواد، قد تضطرون إلى الانتظار إذا كان ما تريدونه محجوزاً من قبل أشخاص آخرين، فضلاً عن أنّ مُهل الإعارة تختلف بين مكتبة وأخرى. يمكنكم غالباً استخدام المواد التي اقترضتموها على التطبيق الذي حدّدته المكتبة، ولكنّ بعض التطبيقات توفّر لمستخدميها خياراً يسمح لهم بإرسال المحتوى الذي يريدونه إلى جهاز «كيندل» للقراءة.

علاوةً على ذلك، تسمح بعض التطبيقات بإضافة عدّة مكتبات أو عدّة بطاقات لتوسيع خيارات الاستعارة، فضلاً عن أنّ بعض المؤسسات قد توفّر خيار استعارة الكتب الورقية وأقراص الفيديو.

المكتبات توفر إضافة إلى الكتب أدوات لتحديد النسب وقواعد بيانية بحثية وصور مرقمنة

تصفّح أبعد من الكتب

تسهّل التطبيقات استكشاف المجموعة الأساسية في أيّ مكتبة من أي جهاز محمول، ولكن غالباً ما تتيح لكم أيضاً الغوص أكثر فيما يستعرضه موقع المكتبة. تتنوّع العروض بين المكتبات وقد لا تجدون كلّ شيء بنسخة رقمية، ولكنّكم قد تعثرون على خرائط، وأدوات لتحديد النسب، وقواعد بيانية بحثية، وصور مرقمنة، وكتب سنوية مدرسية، وصحفٍ ورقية مؤرشفة.

في بعض الحالات، يمكنكم حفظ أو طباعة مواد من المنصّة الرقمية، ولكنّكم قد تضطرون لزيارة المكتبة شخصياً للاستفادة من بعض الموارد؛ كالتسجيل في خدمات تحديد النسب.

وأخيراً وليس آخراً، تقدّم بعض المؤسسات «مكتبة أشياء» للاستعارة لحملة بطاقاتها كالمعدّات التقنية، والألعاب اللوحية، وأدوات وأوعية للطهي التي يمكنكم التحقق منها على موقع خدمات المكتبة.

يمكنكم أيضاً تصفّح المواد الرقمية المتوفرة في جميع المكتبات المحلية، لا سيّما إذا كنتم تبحثون عن صورٍ تاريخية أو أي نوع من المحتوى.

ويحتوي «أرشيف الإنترنت» على ملايين الفيديوهات، والتسجيلات الصوتية، والصور، والكتب، والبرامج.

ملايين النصوص والصور والتسجيلات

على سبيل المثال، تملك «مكتبة أميركا الرقمية العامّة»، وهي عبارة عن منصّة تجمع المكتبات المجّانية والأرشيفات من جميع أنحاء البلاد في مكان واحد، قاعدة بيانات تحتوي على أكثر من 49 مليون نصّ، وصورة، وتسجيل صوتي، وفيديو على موقعها.

قد لا يمنحكم التصفّح الرقمي الحماس الذي تتوقعونه إذا كنتم من محبّي زيارة المكتبات، ولكنّ المكتبات الرقمية تضمن مكاسب كثيرة؛ أبرزها العمل المتواصل على مدى 24 ساعة للأشخاص الذي لا يستطيعون التوقف عن الاستكشاف.

* خدمة «نيويورك تايمز»

حقائق

أكثر من 49 مليوناً

نصّ وصورة وتسجيل صوتي وفيديو توجد على موقع «مكتبة أميركا الرقمية العامّة»


مقالات ذات صلة

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

تكنولوجيا بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

تشير دراسة حديثة إلى أن نماذج اللغة الكبيرة تفتقر إلى فهم حقيقي للعالم، إذ تتفوق في مهام ثابتة، لكنها تتعثر مع تغييرات بسيطة، ما يثير تساؤلات حول جدواها.

نسيم رمضان (لندن)
تكنولوجيا ستحدد انتخابات 2024 كيفية تطوير التكنولوجيا وحماية خصوصية المستخدمين ومستوى التدخل الحكومي في ذلك القطاع (أدوبي)

كيف ستؤثر الانتخابات الرئاسية الأميركية على مستقبل التكنولوجيا؟

ستتأثر السياسات التكنولوجية بنتائج الانتخابات الأميركية بشكل كبير بسبب اختلاف رؤى كل مرشح حول تنظيم الذكاء الاصطناعي وخصوصية البيانات ومكافحة الاحتكار.

نسيم رمضان (لندن)
تكنولوجيا توفر «غاما» منصة ذكية لإنشاء العروض التقديمية بسرعة معتمدة على الذكاء الاصطناعي لتبسيط عملية التصميم (غاما)

كيف تسهّل منصة «غاما» العروض التقديمية عبر الذكاء الاصطناعي؟

يمكن الآن للمستخدمين تحويل أفكارهم إلى شرائح عرض احترافية وجاهزة في ثوانٍ، ودون عناء التنسيق اليدوي.

عبد العزيز الرشيد (الرياض)
يوميات الشرق شعار تطبيق «تيك توك» (رويترز)

عائلات فرنسية تقاضي «تيك توك» بعد انتحار مراهقَين

رفعت 7 عائلات فرنسية دعوى قضائية ضد تطبيق «تيك توك»، متهمة المنصة بتعريض أطفالها المراهقين لمحتوى ضار أدى إلى انتحار اثنين منهم.

«الشرق الأوسط» (باريس)
خاص تستثمر «ساس» أكثر من مليار دولار في بحث وتطوير قدرات الذكاء الاصطناعي مع التركيز على السعودية كسوق رئيسية لها في المنطقة (شاترستوك)

خاص «ساس»: دمج البيانات الحقيقية والاصطناعية سيقود التحول الرقمي في السعودية

في حديث لـ«الشرق الأوسط»، تؤكد شركة «ساس» التزامها بدعم أهداف رؤية 2030 عبر استثمارات في البحث والتطوير لتعزيز قدرات الذكاء الاصطناعي.

نسيم رمضان (دبي)

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
TT

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

أظهرت نماذج اللغة الكبيرة (LLMs)، مثل النماذج التي يقوم عليها نموذج «GPT-4»، قدرات مذهلة في توليد النصوص، سواء أكان ذلك في كتابة الشعر، أو تأليف المقالات، حتى تقديم حلول برمجية. تُدرَّب هذه النماذج، المعتمدة على بنى معمارية متقدمة تُعرف باسم «المحوّلات» (Transformers)، على توقع تسلسل الكلمات، ما يمكّنها من الاستجابة للمطالبات بطرق تحاكي فهماً يشبه البشري. ومع ذلك، تشير أبحاث حديثة إلى أن هذه النماذج، على الرغم من قدراتها المثيرة للإعجاب، قد لا تتعلم بالفعل الحقائق الكامنة عن العالم.

خريطة لمدينة نيويورك الأميركية (أدوبي)

التنقل في مدينة نيويورك دون خريطة

في دراسة حديثة قادها آشِش رامباتشان، أستاذ مساعد في الاقتصاد وباحث في مختبر نظم المعلومات واتخاذ القرار بمعهد ماساتشوستس للتكنولوجيا (LIDS)، قام الباحثون باختبار مدى قدرة نموذج لغوي مبني على «المحوّلات» على التنقل في مدينة نيويورك. وبينما أظهر النموذج دقة عالية في تقديم توجيهات دقيقة خطوة فخطوة عبر شبكة شوارع المدينة، تراجع أداؤه بشكل كبير عندما تمت إضافة عراقيل مثل إغلاق بعض الشوارع والتحويلات.

وعندما حلّل الباحثون أنماط التنقل التي أنتجها النموذج، اكتشفوا أن «خرائط» مدينة نيويورك التي كوّنها النموذج كانت تحتوي على مسارات غير واقعية، مثل شوارع غير موجودة وروابط غير دقيقة بين تقاطعات متباعدة. هذا الاكتشاف أثار تساؤلات حول حدود هذه النماذج، خاصة في البيئات التي تتطلب دقة كبيرة.

التداعيات في العالم الحقيقي

تنطوي هذه القيود على تداعيات هامة. فعلى الرغم من أن نماذج الذكاء الاصطناعي تبدو قادرة على التعامل مع مهام معقدة، فإن أداءها قد يتراجع بشكل كبير عندما تتغير المتغيرات البيئية، ولو بشكل بسيط. على سبيل المثال، قد يتمكن النموذج من التنقل في خريطة ثابتة لمدينة نيويورك، لكنه يتعثر عند مواجهة تحديات غير متوقعة، مثل إغلاق الشوارع. ويحذر فريق البحث من أن استخدام هذه النماذج في تطبيقات حقيقية قد يؤدي إلى فشل غير متوقع إذا واجهت سيناريوهات خارجة عن بيانات التدريب.

لعبة «أوثيللو» هي لعبة ألواح استراتيجية يشارك فيها لاعبان يلعبان على لوح مقسم إلى 8 × 8 مربعات غير مختلفة اللون (أدوبي)

مقاييس لتقييم الفهم

لمزيد من التعمق في مدى قدرة نماذج الذكاء الاصطناعي على تكوين «نماذج للعالم»، أي تمثيلات داخلية للقواعد والهيكليات، طوّر الفريق مقياسين جديدين للتقييم، هما «تمييز التسلسل» و«ضغط التسلسل».

يقيس «تمييز التسلسل» قدرة النموذج على التمييز بين سيناريوهات مختلفة، مثل تمييز موضعين مختلفين على لوحة لعبة «أوثيللو». ويقيّم المقياس ما إذا كان النموذج يفهم أن مدخلات مختلفة تحمل دلالات مختلفة.

أما مقياس «ضغط التسلسل» فيقيّم قدرة النموذج على إدراك الحالات المتطابقة، مثل وضعين متطابقين على لوحة لعبة «أوثيللو»، ويفهم أن خطوات التحرك التالية من كل وضع يجب أن تكون متشابهة.

قام الفريق باختبار هذه المقاييس على فئة معينة من المسائل تشمل تسلسلاً محدداً من الحالات والقواعد، مثل التنقل في شبكة شوارع أو لعب «أوثيللو». من خلال هذه التقييمات، سعى الباحثون لفهم ما إذا كانت النماذج قد طوّرت بالفعل نماذج منطقية للعالم.

العشوائية قد تؤدي إلى فهم أعمق

كشف البحث عن نتيجة غير متوقعة، حيث أظهرت النماذج التي دربت على تسلسلات عشوائية قدرة أكبر على بناء نماذج داخلية دقيقة مقارنة بتلك التي دربت على بيانات منظمة. على سبيل المثال، في لعبة «أوثيللو»، كانت النماذج المدربة على حركات عشوائية قادرة على التعرف على جميع الحركات الممكنة، حتى الحركات غير المثلى التي لا يلجأ إليها اللاعبون المحترفون.

وأوضح كيون فافا، الباحث الرئيسي وأستاذ زائر في جامعة هارفارد، أنه «من الناحية النظرية، عندما يتم تدريب النموذج على حركات عشوائية، فإنه يرى مجموعة كاملة من الاحتمالات، بما في ذلك الخيارات غير المحتملة». ويبدو أن هذا التعرض الواسع «يساعد النموذج في تكوين نموذج أكثر دقة للعالم، وإن لم يلتزم بالأسلوب الأمثل».

ورغم هذه النتائج، لم يستطع أي من النماذج تكوين نموذج منطقي متكامل للعالم في مهمة التنقل. وعندما أضاف الباحثون تحويلات إلى خريطة نيويورك، فشلت جميع النماذج في التكيف. وأشار فافا إلى أن «التراجع في الأداء كان مفاجئاً؛ إغلاق واحد في المائة فقط من الشوارع تسبب في انخفاض الدقة بشكل حاد، من أداء شبه مثالي إلى 67 بالمائة فقط».

تراجع أداء نماذج الذكاء الاصطناعي بشكل كبير عندما تتغير المتغيرات البيئية ولو بشكل بسيط (أدوبي)

بناء نماذج للعالم موثوقة

تسلط نتائج هذه الدراسة الضوء على تحدٍ كبير، يتمثل في أنه عندما تبدو المحوّلات قادرة على أداء مهام معينة، فإنها قد تفتقر إلى الفهم الأساسي للقواعد. وشدّد رامباتشان على ضرورة الحذر، قائلاً: «غالباً ما يفترض الناس أنه بما أن هذه النماذج تحقق نتائج رائعة، فلا بد أنها طوّرت فهماً جوهرياً للعالم. لكن دراستنا تشير إلى أننا بحاجة إلى النظر في هذا الافتراض بعناية وعدم الاعتماد على الحدس فقط».

ويخطط الباحثون لتوسيع دراستهم لتشمل تحديات أكثر تعقيداً حيث قد تكون القواعد غير معروفة كلياً أو متغيرة. وباستخدام مقاييسهم التقييمية على هذه المجالات، يأملون في فهم حدود نماذج الذكاء الاصطناعي بشكل أفضل وتوجيه تطويرها في المستقبل.

تداعيات أوسع وأهداف مستقبلية

تتجاوز تداعيات هذا البحث فهم العالم الافتراضي، وتمس التطبيقات العملية. إذا كانت نماذج الذكاء الاصطناعي غير قادرة على تكوين نماذج داخلية دقيقة للعالم، فإن ذلك يثير تساؤلات حول استخدامها في مجالات تتطلب منطقاً دقيقاً، مثل القيادة الذاتية، والأبحاث العلمية، والتخطيط اللوجستي. ويقول الباحثون إن الحاجة ملحة لإعادة التفكير في كيفية تدريب هذه النماذج وتقييمها لتكون أكثر تكيفاً وموثوقية.

هذا البحث مدعوم من قبل عدة مؤسسات، بما في ذلك مبادرة علوم البيانات في جامعة هارفارد، ومؤسسة العلوم الوطنية، ومؤسسة ماك آرثر. سيتم عرض الدراسة في مؤتمر نظم معالجة المعلومات العصبية، حيث سيواصل الباحثون مناقشة تعقيدات نماذج الذكاء الاصطناعي واستكشاف مسارات جديدة لتطويرها.