عربي English Türkçe اردو فارسى
pdf
Logo
صورة الغلاف اقرأ النسخة المطبوعة
آخر الأخبار
استمع إلى "إيجاز" اليوم
11:53 دقيقه
تكنولوجيا

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

توافر عنصر الإبداع يبشّر بفتوحات علمية وتقنية وثقافية كبرى

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة
  • لندن: «الشرق الأوسط»
TT
  • لندن: «الشرق الأوسط»
TT

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

القدرة على نمو الخوارزميات في غياب المُدخَلات البشرية هي جوهر الذكاء الاصطناعي يستخدم كل من الذكاء الاصطناعي التوليدي Generative AI والتعلم الآلي (تعلّم الآلة) Machine learning الخوارزميات في معالجة التحديات المعقدة، ولكن الذكاء الاصطناعي التوليدي يستخدم نمذجة أكثر تطوراً وخوارزميات أكثر تقدماً لإضافة العنصر الإبداعي.

ذكاء اصطناعي وتعلّم آلي

إن الذكاء الاصطناعي التوليدي هو شكل من أشكال الذكاء الاصطناعي المصمم لإنتاج محتوى مثل النصوص، والصور، والفيديو، والموسيقى. ويستخدم نماذج لغوية كبيرة وخوارزميات لتحليل الأنماط في مجموعات البيانات ومحاكاة نمط أو بنية أنواع معينة من المحتوى.

من ناحية أخرى، يساعد التعلم الآلي أجهزة الكومبيوتر على تعلُّم المهام والإجراءات باستخدام التدريب المصمم، استناداً إلى نتائج مجموعات البيانات الكبيرة، وهو عنصر أساسي في أنظمة الذكاء الاصطناعي. وقد خصّص موقع «إي ويك» الإلكتروني موضوعاً للمقارنة بين خصائص هذين النظامين واستخداماتهما.

مخطط للمقارنة

إليكم مخططاً للمقارنة بين الذكاء الاصطناعي التوليدي (1) مقابل التعلم الآلي (2).

إن الذكاء الاصطناعي التوليدي والتعلم الآلي هما تقنيتان مرتبطتان ارتباطاً وثيقاً، كما يوضح الجدول أدناه. وفي حين أن الذكاء الاصطناعي التوليدي يتفوّق في إنشاء المحتوى، فإن التعلم الآلي موجه إلى تحليل البيانات والنماذج الإحصائية.

> التعريف:

1. إنشاء محتوى جديد.

2. تحليل البيانات لإجراء تنبؤات.

• استخدام الخوارزميات:

1. خوارزميات متقدمة ومبتكرة.

2. التعرف على نمط البيانات.

• المُخرَجات:

1. النصوص، والصور، والفيديو، والموسيقى.

2. التنبؤات والتصنيفات.

• مجالات التطبيق:

1. إنشاء المحتوى والتصميم.

2. تحليل البيانات والأمن السيبراني.

• القاعدة التقنية:

1. نماذج اللغة الكبيرة والشبكات التوليدية التنافسية.

2. النماذج الإحصائية والخوارزميات.

التاريخ والتطور

على مدى عدة عقود، كان تطور كل من الذكاء الاصطناعي التوليدي والتعلم الآلي مدفوعاً بالتطوير المستمر للخوارزميات المصممة لأداء مهام محددة.

على مدار العقد الماضي، ازداد مستوى تعقيد هذه الخوارزميات بصورة كبيرة. وفي أكثر مراحل تطورها أضحى بمقدورها أن تكتسب قدرة التأدية الوظيفية من دون استمرار المدخلات البشرية. وهذه القدرة على النمو في غياب المدخلات البشرية هي جوهر الذكاء الاصطناعي، الذي هو أساس كل من الذكاء الاصطناعي التوليدي والتعلم الآلي.

في السنوات القليلة الماضية، مكّنت التطورات في القدرة الحاسوبية وتوافر البيانات -التي صارت ممكنة من خلال منصات الحوسبة السحابية مثل «أمازون ويب سيرفيسز»، و«مايكروسوفت أزور»- من تحقيق تقدم كبير.

ظهر التعلم الآلي أولاً، مع التركيز على تحديد الأنماط واتخاذ القرارات القائمة على البيانات. وبُني الذكاء الاصطناعي التوليدي على هذه الأسس، عبر تقديم نماذج قادرة على خلق محتوى جديد وأصلي من خلال التعلم من مجموعات البيانات الواسعة.

حدث التقدم الرئيسي في مجال الذكاء الاصطناعي التوليدي في نوفمبر (تشرين الثاني) عام 2022. عندما أطلقت شركة «أوبن إيه آي» برنامج «تشات جي بي تي»، وهو تطبيق يخلق محتوى يستند إلى المطالبات النصية واستفسارات اللغة الطبيعية.

ما هو الذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي عبارة عن تقنية ناشئة تستخدم الذكاء الاصطناعي، والخوارزميات، ونماذج اللغة الكبيرة لإنتاج عدة أنواع من المحتوى، من النصوص إلى الصور إلى الفيديو.

يستفيد التعلم الآلي من التعلم العميق وتقنيات الشبكة العصبية، لإنشاء المحتوى الذي يستند إلى الأنماط التي يلاحظها في مجموعة واسعة من المحتويات الأخرى. وعلى الرغم من أن هذا المحتوى مُصنّف على أنه أصلي فإن الذكاء الاصطناعي التوليدي في الواقع يستخدم التعلم الآلي ونماذج الذكاء الاصطناعي، لتحليل إبداعات الآخرين السابقة ثم تكرارها. إنه يستفيد من مستودعات ضخمة من المحتويات، ويستخدم تلك المعلومات لمحاكاة الإبداع البشري.

مع الذكاء الاصطناعي التوليدي يمكنك القيام بمهام مثل تحليل الأعمال الكاملة لكتاب مشهورين، مثل: تشارلز ديكنز، أو جي كيه رولينغ، أو إرنست همنغواي؛ لإنتاج رواية أصلية تسعى لمحاكاة نمط هؤلاء المؤلفين وأنماط الكتابة لديهم.

وبالتالي، فإن مشاريع الذكاء الاصطناعي التوليدي تتجاوز كثيراً مستوى التعلم الآلي التقليدي. من خلال استخدام أشكال متعددة من أنظمة التعلم الآلي، والنماذج، والخوارزميات، والشبكات العصبية، يُقدم الذكاء الاصطناعي التوليدي انطلاقة جديدة إلى عالم الإبداع.

حالات استخدام النظم الذكية

يستخدم الذكاء الاصطناعي التوليدي في تعزيز -وليس استبدال- أعمال الكتاب ومصممي الغرافيك والفنانين والموسيقيين من خلال إنتاج مواد جديدة. وهو مفيد بصورة خاصة في عالم الأعمال في مجالات مثل وصف المنتجات، ويمكن أن يخلق كثيراً من الاختلافات في التصاميم القائمة. كما يمكنه مساعدة الفنان على استكشاف المفاهيم الجديدة عبر الوسائط المختلفة.

وفيما يلي بعض حالات استخدامه، بدءاً من حالات الاستخدام المؤسساتية للذكاء الاصطناعي التوليدي إلى عمليات تنفيذ التطبيقات الأصغر نطاقاً.

> البيع بالتجزئة. يعمل الذكاء الاصطناعي التوليدي على تعزيز عمليات البيع بالتجزئة بشكل كبير من خلال أتمتة إنشاء أوصاف المنتجات، وتوليد محتوى تسويقي مخصص، وتحسين إدارة المخزون.

وبينما يركّز التعلم الآلي على تحليل البيانات لتقديم التوصيات، يأخذ الذكاء الاصطناعي التوليدي خطوة أبعد من خلال إنشاء المحتوى نفسه.

> قطاع الأعمال. يمكن رؤية الذكاء الاصطناعي التوليدي في مجال الأعمال في عمليات مثل وضع التقارير وإنجازها، وتصور البيانات، وإنشاء مواد تسويقية. يمكن للشركات إنشاء تقارير الأعمال تلقائياً عن طريق تحليل مجموعات البيانات الكبيرة واستخراج الرؤى الرئيسية، ما يقلّل من الأخطاء والوقت المستغرق لهذه المهام. وهذا يسمح لمحللي الأعمال بالتركيز على اتخاذ القرارات الاستراتيجية بدلاً من إعداد التقارير العادية.

وبالمقارنة، يُستخدم التعلم الآلي عادة لتحليل أنماط البيانات وتقديم رؤى تنبؤية، في حين يعتمد الذكاء الاصطناعي التوليدي على هذه الرؤى لإنتاج تقارير وعروض تقديمية شاملة.

> الرعاية الصحية. في مجال الرعاية الصحية، يساعد الذكاء الاصطناعي التوليدي على إنشاء بيانات طبية اصطناعية للبحث، وتطوير خطط علاجية مخصصة، وتعزيز الدقة التشخيصية. ومرة أخرى، يبني الذكاء الاصطناعي التوليدي على الأساس الذي وضعته الآلة.

وفي حين يتفوّق التعلم الآلي في تحديد الأنماط لدى البيانات الطبية، فإن الذكاء الاصطناعي التوليدي يذهب إلى أبعد من ذلك عبر توليد بيانات جديدة وسيناريوهات علاجية جديدة، يمكن أن تساعد في البحوث الطبية والتشخيصات.

• التصنيع والإنتاج. الذكاء الاصطناعي التوليدي هو تقنية مُرحب بها عندما يتعلق الأمر بالنمذجة الأولية. ويعمل على تحسين تصميم المنتجات وعمليات التصنيع من خلال إنشاء نماذج التصميم الأولية المتعددة استناداً إلى قيود ومدخلات محددة.

وبينما التعلم الآلي يُستخدم في التنبؤ باحتياجات الصيانة وتحسين جداول الإنتاج، فإن الذكاء الاصطناعي التوليدي يتيح إنشاء التصاميم والحلول المبتكرة التي يمكن تنفيذها مباشرة في التصنيع.

• الخدمات المالية. في القطاع المالي، يعمل الذكاء الاصطناعي التوليدي على تعزيز الخدمات من خلال توليد تقارير مالية مخصصة، وأتمتة الكشف عن الأنشطة الاحتيالية، وتحسين إدارة المخاطر.

وفي حين أن التعلم الآلي عادة ما يكتشف الأنماط وأشكال الشذوذ، لا يحدد الذكاء الاصطناعي التوليدي هذه المشكلات فحسب، وإنما يُنشئ أيضاً تقارير تفصيلية واستراتيجيات معينة لمعالجتها.

• دعم العملاء. يعمل الذكاء الاصطناعي التوليدي على تحسين دعم العملاء من خلال روبوتات المحادثة المتقدمة والمساعدين الافتراضيين. تعتمد الشركات روبوتات المحادثة العاملة بالذكاء الاصطناعي التوليدي، للتعامل مع مجموعة واسعة من استفسارات العملاء؛ من توصيات المنتجات إلى تتبع الطلبات. ولا تزال روبوتات المحادثة هذه تتشابه مع البشر على نحو متزايد.

يمكن للذكاء الاصطناعي التوليدي خلق استجابات مخصصة ومناسبة من حيث السياق، ما يجعل التفاعلات تبدو أكثر إنسانية وأكثر فاعلية من أساليب العمل البسيطة القائمة على التعلم الآلي.

الأكثر قراءة

 
 
تكنولوجيا

ما وراء الإطلاق… التقنيات الخفية التي تقود مهمة «أرتميس 2»

صاروخ «ناسا» العملاق أرتميس «إس إل إس» في مركز كينيدي الفضائي (أ.ف.ب)
صاروخ «ناسا» العملاق أرتميس «إس إل إس» في مركز كينيدي الفضائي (أ.ف.ب)
TT
TT

ما وراء الإطلاق… التقنيات الخفية التي تقود مهمة «أرتميس 2»

صاروخ «ناسا» العملاق أرتميس «إس إل إس» في مركز كينيدي الفضائي (أ.ف.ب)
صاروخ «ناسا» العملاق أرتميس «إس إل إس» في مركز كينيدي الفضائي (أ.ف.ب)

أطلقت وكالة الفضاء الأميركية (ناسا) مهمة «أرتميس ‌2» (Artemis II) في أول رحلة مأهولة ضمن برنامج العودة إلى القمر منذ عقود. ورغم أن الأنظار تتجه عادة إلى الصاروخ الضخم الذي يحمل المركبة إلى الفضاء، فإن جوهر المهمة يكمن في منظومة معقدة من التقنيات التي تعمل خلف الكواليس. تقنيات لا تهدف فقط إلى الوصول، بل تمكين البشر من العيش، والعمل خارج الأرض.

مهمة اختبار... لا مجرد رحلة

لا تستهدف «Artemis II» الهبوط على سطح القمر، بل تمثل رحلة اختبار شاملة للأنظمة التي ستعتمد عليها المهمات المستقبلية. وتشمل هذه الأنظمة الملاحة، والاتصال، ودعم الحياة، وإدارة الطاقة، إضافة إلى التفاعل بين الإنسان والآلة في بيئة الفضاء العميق. هذا التحول يعكس تغييراً في فلسفة الاستكشاف الفضائي. فبدلاً من التركيز على «الوصول»، أصبح التركيز على «الاستمرارية»، أي القدرة على البقاء في الفضاء لفترات طويلة، وهي خطوة أساسية نحو رحلات أبعد، مثل المريخ.

مهمة «أرتميس ‌2» التابعة لوكالة «ناسا» تنطلق من مركز كينيدي للفضاء في كيب كانافيرال بفلوريدا (رويترز)

«أوريون»... مركبة أم نظام تشغيل؟

في قلب المهمة تأتي مركبة «أوريون» (Orion) التي يمكن النظر إليها بوصفها منصة متكاملة تجمع بين عدة أنظمة تعمل بتناغم. فهي ليست مجرد كبسولة لنقل الرواد، بل بيئة مغلقة تحاكي قدر الإمكان ظروف الحياة على الأرض. تشمل هذه المنظومة أنظمة دعم الحياة التي تتحكم في الأكسجين، والضغط، والرطوبة، وأنظمة تنقية المياه، وإدارة النفايات، إضافة إلى أنظمة مراقبة صحية تتابع حالة الطاقم بشكل مستمر. كل هذه العناصر تجعل المركبة أقرب إلى «نظام تشغيل» بيئي يدير كل ما يتعلق بحياة الإنسان داخل الفضاء.

وتعتمد «Orion» أيضاً على وحدة الخدمة الأوروبية التي طورتها وكالة الفضاء الأوروبية لتوفير الطاقة، والدفع، والموارد الأساسية. هذا التكامل الدولي يعكس تحول برامج الفضاء من مشاريع وطنية إلى بنى تحتية عالمية مشتركة.

الملاحة خارج الأرض... استقلالية أكبر

في الفضاء العميق، لا يمكن الاعتماد بشكل كامل على الأنظمة الأرضية. فالإشارات تحتاج إلى وقت للوصول، ما يفرض تحدياً في اتخاذ القرارات الفورية.

لهذا، تعتمد «أرتميس ‌2» على مزيج من الملاحة الذاتية، والاتصال الأرضي، ما يمنح المركبة قدراً من الاستقلالية. هذه القدرة ليست تفصيلاً تقنياً، بل ضرورة، خصوصاً مع التفكير في رحلات أبعد، حيث يصبح التأخير الزمني أكبر.

كبسولة «أوريون» جزء من مهمة «أرتميس 2» التابعة لوكالة «ناسا» في فلوريدا (إ.ب.أ)

إدارة الطاقة... والعودة إلى الأرض

تعمل المركبة بالطاقة الشمسية، لكن التحدي لا يكمن فقط في توليد الطاقة، بل في إدارتها بكفاءة. فالأجهزة، وأنظمة الحياة، والاتصالات، كلها تعتمد على توزيع دقيق للطاقة. إلى جانب ذلك، تمثل الحرارة تحدياً أساسياً. ففي الفضاء يمكن أن تتعرض المركبة لدرجات حرارة متطرفة، ما يتطلب أنظمة تحكم حراري دقيقة تحافظ على استقرار البيئة الداخلية.

رغم أن الإطلاق يمثل لحظة حاسمة، فإن العودة إلى الأرض تُعد من أكثر مراحل المهمة تعقيداً. إذ تدخل المركبة الغلاف الجوي بسرعات هائلة، ما يولد حرارة شديدة تتطلب درعاً حرارياً متقدماً.

هذا الدرع لا يحمي المركبة فقط، بل يحدد أيضاً مدى نجاح المهمة في إعادة الطاقم بأمان، وهو عنصر أساسي في أي برنامج فضائي طويل الأمد.

الإنسان كجزء من المنظومة

ليست «أرتميس ‌2» اختباراً للآلات فقط، بل أيضاً للإنسان. سيتم تزويد رواد الفضاء بأجهزة استشعار لمراقبة المؤشرات الحيوية، بهدف فهم تأثير الرحلات الفضائية على الجسم. هذا يعكس تحولاً في النظرة إلى الطاقم، من «مستخدمين» للمركبة إلى عناصر بيانات داخل نظام متكامل. فالقدرة على تحليل هذه البيانات ستكون حاسمة في تصميم المهمات المستقبلية.

تعد أنظمة الاتصال من الجوانب التي لا يمكن إغفالها. فالحفاظ على اتصال مستقر بين المركبة والأرض يتطلب بنية تحتية معقدة، خاصة مع المسافات المتزايدة. هذه الأنظمة لا تضمن فقط التواصل، بل تلعب دوراً في نقل البيانات، وتحديث الأنظمة، ودعم اتخاذ القرار، ما يجعلها جزءاً أساسياً من نجاح المهمة.

بعد 53 عاماً... «ناسا» تعيد البشر إلى عتبة القمر

بين الطموح والتحديات

رغم التقدم التقني، لا تخلو المهمة من تحديات. فتعقيد الأنظمة، وتعدد الجهات المشاركة، والتكاليف المرتفعة، كلها عوامل تضيف ضغوطاً على البرنامج. كما أن بعض الاختبارات والتأخيرات التي سبقت المهمة تعكس طبيعة هذا النوع من المشاريع، حيث لا مجال للخطأ في بيئة عالية المخاطر.

لا يمكن النظر إلى «أرتميس ‌2» بوصفها مهمة منفصلة، بل هي جزء من مسار طويل. فالقمر هنا ليس الهدف النهائي، بل محطة اختبار. الهدف الأكبر هو تطوير تقنيات تتيح للبشر السفر إلى المريخ، والبقاء هناك. وفي هذا السياق، تصبح «أرتميس ‌2» أقل ارتباطاً بالوجهة، وأكثر ارتباطاً بالأنظمة التي تختبرها.

فما يجري اليوم ليس مجرد إطلاق جديد، بل محاولة لإعادة تعريف العلاقة بين الإنسان والفضاء عبر تقنيات قد تجعل الوجود خارج الأرض أمراً قابلاً للاستمرار، لا مجرد تجربة مؤقتة.

مواضيع
ناسا علوم الفضاء تقنيات جديدة تقنية تطور التكنولوجيا تكنولوجيا أميركا السعودية
تكنولوجيا

دراسة: حماية البيانات المالية تحتاج إلى أكثر من حلول تقنية

حماية البيانات المالية لم تعد تعتمد على الحلول التقنية فقط بل تتطلب منظومة متكاملة تشمل التنظيم والسلوك البشري (شاترستوك)
حماية البيانات المالية لم تعد تعتمد على الحلول التقنية فقط بل تتطلب منظومة متكاملة تشمل التنظيم والسلوك البشري (شاترستوك)
TT
TT

دراسة: حماية البيانات المالية تحتاج إلى أكثر من حلول تقنية

حماية البيانات المالية لم تعد تعتمد على الحلول التقنية فقط بل تتطلب منظومة متكاملة تشمل التنظيم والسلوك البشري (شاترستوك)
حماية البيانات المالية لم تعد تعتمد على الحلول التقنية فقط بل تتطلب منظومة متكاملة تشمل التنظيم والسلوك البشري (شاترستوك)

تزداد أهمية حماية البيانات الشخصية، خصوصاً المالية، مع توسع الأنظمة الرقمية التي باتت تدير جانباً كبيراً من الحياة اليومية. دراسة حديثة منشورة في «Electronic Government: An International Journal» تسلط الضوء على التحديات المتزايدة في هذا المجال، مشيرة إلى أن تعقيد البيئة الرقمية يجعل من الصعب الاعتماد على حل واحد لضمان الأمان.

توضح الدراسة أن الأنظمة المالية الرقمية لم تعد تعتمد فقط على البنية التقنية، بل أصبحت جزءاً من منظومة أوسع تشمل المستخدمين والمؤسسات والتشريعات. وفي هذا السياق، لم يعد الاختراق نتيجة ثغرة واحدة، بل نتيجة تفاعل عدة عوامل في الوقت نفسه، ما يجعل الحماية أكثر تعقيداً.

تركّز الدراسة على ثلاثة عناصر أساسية تشكل أساس أي نظام آمن وهي السرية وسلامة البيانات وإمكانية الوصول. فالسرية تعني حماية المعلومات الحساسة بحيث لا يتم الوصول إليها إلا من قبل المستخدمين المصرح لهم. أما سلامة البيانات تتعلق بالحفاظ على دقة المعلومات ومنع التلاعب بها. كما أن إمكانية الوصول تضمن أن يتمكن المستخدم الشرعي من الوصول إلى بياناته دون عوائق.

وتشير الدراسة إلى أن أي خلل في أحد هذه العناصر يمكن أن يؤدي إلى خسائر مالية مباشرة، أو إلى تراجع الثقة في الأنظمة الرقمية بشكل عام.

تهديدات تتطور بسرعة

تواجه الأنظمة المالية اليوم مجموعة متزايدة من التهديدات، أبرزها «التصيد الاحتيالي» (Phishing)، الذي يعتمد على خداع المستخدم للحصول على بياناته، إضافة إلى البرمجيات الخبيثة التي تستهدف الأجهزة بشكل مباشر. كما تشير الدراسة إلى خطر «التهديدات الداخلية» حيث قد يأتي الاختراق من داخل المؤسسات نفسها، سواء بشكل متعمد أو نتيجة سوء استخدام الصلاحيات. وتضيف أن الهجمات واسعة النطاق التي تستهدف قواعد بيانات كاملة، أصبحت أكثر شيوعاً، مع وجود أسواق سوداء لبيع البيانات المسروقة. هذه التهديدات لم تعد تقليدية، بل تتطور باستمرار لتتجاوز أنظمة الحماية المعروفة، ما يجعل من الصعب الاعتماد على أساليب الدفاع التقليدية فقط.

تتطور التهديدات السيبرانية بسرعة وتشمل التصيد الاحتيالي والبرمجيات الخبيثة والاختراقات واسعة النطاق (شاتوستوك)

الأنظمة التنظيمية... ضرورة وليست كافية

في مواجهة هذه المخاطر، تعمل المؤسسات المالية ضمن أطر تنظيمية صارمة تشمل التشفير والمصادقة متعددة العوامل والتدقيق المستمر. لكن الدراسة تشير إلى أن هذه الإجراءات، رغم أهميتها، لا توفر حماية كاملة.

فالقوانين والتقنيات يمكن أن تقلل من المخاطر، لكنها لا تلغيها. إذ تبقى هناك فجوة بين ما يمكن للنظام التقني تحقيقه، وما يمكن أن يحدث نتيجة سلوك المستخدم أو تطور الهجمات.

العامل البشري... الحلقة الأضعف

من أبرز ما تؤكد عليه الدراسة أن المستخدم نفسه يمثل أحد أهم نقاط الضعف في النظام. فحتى مع وجود أنظمة حماية متقدمة، يمكن لخطأ بسيط مثل الضغط على رابط مزيف أو استخدام كلمة مرور ضعيفة أن يؤدي إلى اختراق كامل. وتشير النتائج إلى أن التوعية تلعب دوراً محورياً في تقليل هذه المخاطر. فتعليم المستخدمين كيفية التعرف على محاولات الاحتيال، واستخدام كلمات مرور قوية، وعدم إعادة استخدامها عبر منصات مختلفة، يمكن أن يكون له تأثير كبير على مستوى الأمان.

بناءً على ذلك، تقترح الدراسة أن حماية البيانات المالية يجب أن تعتمد على مقاربة شاملة تجمع بين التكنولوجيا، والتنظيم، والسلوك البشري.

فبدلاً من التركيز على أداة واحدة، يجب بناء نظام متكامل يأخذ في الاعتبار جميع نقاط الضعف المحتملة. وهذا يشمل تطوير تقنيات أكثر ذكاءً، وتحديث التشريعات بشكل مستمر، وتعزيز وعي المستخدمين.

الثقة عامل حاسم

لا تتعلق المسألة فقط بحماية البيانات، بل بالحفاظ على الثقة في النظام الرقمي ككل. فكل اختراق لا يؤثر فقط على المستخدم المتضرر، بل ينعكس على ثقة المستخدمين الآخرين في الخدمات الرقمية.

وتحذر الدراسة من أن فقدان هذه الثقة قد يكون له تأثير أوسع على الاقتصاد الرقمي، حيث يعتمد جزء كبير من النشاط الاقتصادي اليوم على التعاملات الإلكترونية.

تشير الدراسة إلى أن التحدي الحقيقي في حماية البيانات المالية لا يكمن في تطوير تقنيات جديدة فقط، بل في القدرة على دمج هذه التقنيات ضمن منظومة أوسع تشمل الإنسان والتنظيم.

مواضيع
تقنيات الذكاء الاصطناعي تقنيات جديدة تقنية تطور التكنولوجيا أمن إلكتروني حماية البيانات السعودية
تكنولوجيا

«شات جي بي تي» يرافقك أثناء القيادة… عبر «CarPlay» من «أبل»

أصبح «شات جي بي تي» متاحاً داخل «CarPlay» عبر تفاعل صوتي فقط يتناسب مع بيئة القيادة (شاترستوك)
أصبح «شات جي بي تي» متاحاً داخل «CarPlay» عبر تفاعل صوتي فقط يتناسب مع بيئة القيادة (شاترستوك)
TT
TT

«شات جي بي تي» يرافقك أثناء القيادة… عبر «CarPlay» من «أبل»

أصبح «شات جي بي تي» متاحاً داخل «CarPlay» عبر تفاعل صوتي فقط يتناسب مع بيئة القيادة (شاترستوك)
أصبح «شات جي بي تي» متاحاً داخل «CarPlay» عبر تفاعل صوتي فقط يتناسب مع بيئة القيادة (شاترستوك)

أصبح بالإمكان استخدام «شات جي بي تي» (ChatGPT) داخل نظام «كاربلاي» (CarPlay) من «أبل»، في خطوة تعكس توسع حضور الذكاء الاصطناعي خارج الهاتف نحو بيئات الاستخدام اليومية مثل السيارة. ومع تحديثات «26.4 iOS » الأخيرة، فتحت «أبل» المجال أمام تطبيقات المحادثة الصوتية للعمل داخل «CarPlay»؛ ما يتيح للمستخدمين التفاعل مع أنظمة، مثل «تشات جي بي تي»، أثناء القيادة.

هذه الخطوة تبدو للوهلة الأولى امتداداً طبيعياً لانتشار الذكاء الاصطناعي، لكنها في الواقع تمثل تحولاً أوسع في كيفية استخدام هذه التقنيات، من واجهات تعتمد على الشاشة إلى تفاعل صوتي مستمر ومندمج في السياق اليومي.

تجربة صوتية بالكامل

على عكس استخدام «شات جي بي تي» على الهاتف أو الحاسوب، تقتصر التجربة داخل «كار بلاي» على الصوت. لا توجد واجهة نصية، ولا إمكانية لعرض الإجابات على الشاشة. بدلاً من ذلك، يعتمد التفاعل على طرح الأسئلة واستقبال الإجابات صوتياً، بما يتماشى مع متطلبات السلامة أثناء القيادة.

هذا القيد ليس تقنياً فقط، بل تصميمي أيضاً؛ فبيئة السيارة تفرض نمط استخدام مختلفاً، حيث يجب أن تكون التجربة بسيطة وسريعة ولا تتطلب انتباهاً بصرياً مستمراً. وفي هذا السياق، يصبح الصوت هو الوسيط الأساسي، وليس مجرد خيار إضافي.

لا يزال «سيري» المساعد الأساسي بينما يعمل «شات جي بي تي» بوصفه خياراً مكملاً وليس بديلاً (شاترستوك)

كسر احتكار «سيري»... جزئياً

لفترة طويلة، كان «سيري» المساعد الصوتي الوحيد داخل «كار بلاي». لكن التحديثات الأخيرة تشير إلى بداية انفتاح النظام على خدمات ذكاء اصطناعي خارجية. ومع ذلك، لا يعني هذا أن «ChatGPT» حل محل «سيري»؛ فلا يزال «سيري» المساعد الافتراضي، ولا يمكن استبداله بالكامل. كما أن استخدام «شات جي بي تي» يتطلب فتح التطبيق بشكل يدوي، ولا يدعم أوامر تنشيط مباشرة مثل «Hey Siri». وهذا يضعه حالياً في موقع مكمل، وليس بديلاً.

رغم أن إدخال «شات جي بي تي» إلى «كاربلاي» يمثل خطوة لافتة، فإن قدراته داخل السيارة لا تزال محدودة. فهو لا يستطيع التحكم بوظائف السيارة، ولا الوصول إلى إعدادات النظام، ولا التفاعل العميق مع تطبيقات أخرى. بمعنى آخر، ما نراه اليوم هو وصول الذكاء الاصطناعي إلى السيارة، وليس اندماجه الكامل فيها.

لكن الأهمية لا تكمن في الوظائف الحالية بقدر ما تكمن في الاتجاه الذي تشير إليه؛ فوجود «ChatGPT» داخل «CarPlay» يعكس تحول السيارة إلى مساحة جديدة للتفاعل مع الذكاء الاصطناعي، إلى جانب الهاتف والحاسوب.

تظل قدرات «شات جي بي تي» داخل السيارة محدودة دون تكامل عميق مع النظام أو وظائف السيارة (أ.ف.ب)

السيارة بوصفها واجهة جديدة للذكاء الاصطناعي

ما يتغير هنا ليس فقط مكان استخدام الذكاء الاصطناعي، بل طبيعته أيضاً. ففي السيارة، لا يكون المستخدم جالساً أمام شاشة، وإنما يصبح منخرطاً في القيادة. وهذا يفرض نمطاً جديداً من التفاعل، يعتمد على الصوت والسياق والاختصار. في هذا النموذج، يتحول الذكاء الاصطناعي إلى ما يشبه «مرافقاً رقمياً» يمكنه الإجابة عن الأسئلة، وتقديم معلومات، أو حتى المساعدة في مهام بسيطة أثناء التنقل.

وهذا يفتح الباب أمام استخدامات محتملة تتجاوز ما هو متاح حالياً، مثل التفاعل مع أنظمة الملاحة، أو تقديم توصيات سياقية، أو إدارة بعض جوانب الرحلة.

ورغم هذه الإمكانات، لا تزال التجربة في مراحلها الأولى. فغياب التكامل العميق، والاعتماد الكامل على الصوت، وضرورة تشغيل التطبيق يدوياً، كلها عوامل تحد من سهولة الاستخدام.

كما أن هناك تساؤلات أوسع تتعلق بمدى الحاجة الفعلية لمثل هذه الخدمات داخل السيارة. فكثير من المستخدمين يعتمدون بالفعل على أنظمة قائمة مثل «سيري» أو مساعدات الملاحة؛ ما يطرح سؤالاً حول القيمة المضافة التي يقدمها «شات جي بي تي» في هذا السياق.

من الصعب النظر إلى هذه الخطوة بوصفها ميزة منفصلة فقط. فهي تشير إلى تحول تدريجي في دور الذكاء الاصطناعي، من أداة تُستخدم عند الحاجة، إلى جزء من البيئة المحيطة بالمستخدم.

في هذا الإطار، تصبح السيارة واحدة من عدة نقاط اتصال مع الذكاء الاصطناعي، إلى جانب المنزل والمكتب والهاتف. ومع استمرار تطور هذه الأنظمة، قد يتحول هذا التفاعل من تجربة محدودة إلى عنصر أساسي في الحياة اليومية.

مواضيع
تقنيات الذكاء الاصطناعي تقنيات جديدة تقنية الذكاء الاصطناعي تطور التكنولوجيا أبل شات جي بي تي السيارات السيارات الذكية أميركا السعودية