كيف يمكن لهاتفك اكتشاف الزلازل؟

أشخاص يراقبون التقارير الإعلامية في مركز القيادة التابع لقسم إدارة الطوارئ بمدينة نيويورك بعد حدوث الزلزال (أ.ب)
أشخاص يراقبون التقارير الإعلامية في مركز القيادة التابع لقسم إدارة الطوارئ بمدينة نيويورك بعد حدوث الزلزال (أ.ب)
TT

كيف يمكن لهاتفك اكتشاف الزلازل؟

أشخاص يراقبون التقارير الإعلامية في مركز القيادة التابع لقسم إدارة الطوارئ بمدينة نيويورك بعد حدوث الزلزال (أ.ب)
أشخاص يراقبون التقارير الإعلامية في مركز القيادة التابع لقسم إدارة الطوارئ بمدينة نيويورك بعد حدوث الزلزال (أ.ب)

بعد مرور ما يقرب من خمسين عاماً منذ أول مكالمة هاتفية جوالة، تساعد التكنولوجيا التي نحملها في جيوبنا في إنشاء أكبر نظام لكشف الزلازل في العالم.

ففي 25 أكتوبر (تشرين الأول) عام 2022 ضرب زلزال بقوة 5.1 درجة على مقياس ريختر منطقة خليج كاليفورنيا. لحسن الحظ، لم يكن اهتزازاً عنيفاً، لكن التقارير من السكان في جميع أنحاء المنطقة تدفقت إلى «هيئة المسح الجيولوجي الأميركية» (USGS) من أولئك الذين شعروا به، وتلقي عديداً من الأشخاص في المنطقة تنبيهات على هواتفهم قبل بدء الاهتزاز. وهو ما حدث أول من أمس، فقد تلقّى سكان جنوب كاليفورنيا تحذيرات، قبل 30 ثانية من وقوع زلزال بقوة 5.2 درجة على مقياس ريختر، يقع مركزه جنوب مدينة بيكرسفيلد مباشرة.

تعمل شركة «غوغل» مع «هيئة المسح الجيولوجي الأميركية» والأكاديميين في عدد من الجامعات في كاليفورنيا؛ لتطوير نظام إنذار مبكر ينبّه المستخدمين قبل بضع ثوانٍ من وصول الهزات، بصفتها نافذة تحذيرية قصيرة، ولكنّ بضع ثوانٍ يمكن أن تمنح وقتاً كافياً للاحتماء تحت طاولة أو مكتب. كما تمنح وقتاً كافياً لإبطاء القطارات، ومنع الطائرات من الإقلاع أو الهبوط، ومنع السيارات من دخول الجسور أو الأنفاق.

وعلى هذا النحو، من المرجح أن ينقذ هذا النظام الأرواح عندما تقع الزلازل القوية.

ووفقاً لتقرير نشره موقع شبكة «بي بي سي» البريطانية، فإنه يجري استخدم البيانات من مصدرين.

ففي البداية، اعتمد النظام على شبكة من 700 جهاز لقياس الزلازل (أجهزة تكشف عن الهزات الأرضية) رُكّبت في جميع أنحاء الولاية من قبل علماء الزلازل في «هيئة المسح الجيولوجي الأميركية»، ومعهد «كاليفورنيا للتكنولوجيا»، وجامعة «كاليفورنيا بيركلي»، وحكومة الولاية.

(تغذّي أجهزة قياس الزلازل في ولايتين أميركيتين أخريين -أوريغون وواشنطن- النظام المعروف باسم «ShakeAlert»)، لكن «غوغل» كانت تعمل أيضاً على إنشاء أكبر شبكة للكشف عن الزلازل في العالم من خلال الهواتف المملوكة لأفراد من عامة الناس.

وتحتوي معظم الهواتف الذكية التي تعمل بنظام التشغيل «أندرويد» من «غوغل» على مقاييس مثل التي تكتشف متى يتم تحريك الهاتف.

تُستخدم هذه بصورة شائعة لإخبار الهاتف بإعادة توجيه شاشته من الوضع الرأسي إلى الوضع الأفقي عند إمالته، على سبيل المثال، وتساعد أيضاً في توفير معلومات حول عدد الخطوات لمتعقب اللياقة البدنية من «غوغل».

ولكن أجهزة الاستشعار تلك حساسة بصورة مدهشة، ويمكنها أيضاً أن تعمل مثل جهاز قياس الزلازل المصغر. قدمت «غوغل» خاصية تمكّن المستخدمين بالسماح لهاتفهم بإرسال البيانات تلقائياً إلى نظام تنبيهات الزلازل في نظام «أندرويد»، إذا التقط جهازهم اهتزازات مميزة للموجات الأولية (P) للزلزال.

من خلال الجمع بين البيانات من آلاف أو حتى ملايين الهواتف الأخرى، يمكن للنظام معرفة ما إذا كان زلزال يحدث الآن وأين مكانه. ثم يمكنه إرسال تنبيهات إلى الهواتف في المنطقة التي من المرجح أن تضربها الموجات الزلزالية، ما يعطي تحذيراً مبكراً.

ولأن الإشارات اللاسلكية تنتقل بسرعة أكبر من الموجات الزلزالية، فإن التنبيهات يمكن أن تصل قبل بدء الهزة في مناطق بعيدة عن مركز الزلزال.

وقال مارك ستوجايتيس، مهندس البرمجيات في «أندرويد»: «نحن في الأساس نتسابق بسرعة الضوء (وهي تقريباً السرعة نفسها التي تنتقل بها الإشارات من الهاتف) ضد سرعة الزلزال، ولحسن حظنا، فإن سرعة الضوء أسرع بكثير».

نظراً إلى أن معظم البيانات يتم الحصول عليها من المستخدمين فإن التكنولوجيا تفتح إمكانية مراقبة الزلازل في المناطق التي لا توجد بها شبكات واسعة النطاق من أجهزة قياس الزلازل باهظة الثمن.

وهذا يعني زيادة إمكانية توفير تنبيهات الزلازل حتى في المناطق النائية والأكثر فقراً في العالم.

ومن بين ما يُقدّر بنحو 16 مليار هاتف جوال قيد الاستخدام في جميع أنحاء العالم، يعمل أكثر من ثلاثة مليارات منها بنظام «أندرويد»، ونظام تنبيهات الزلازل متاح الآن في أكثر من 90 دولة معرّضة بصفة خاصة للزلازل. ولكن النظام له حدوده، خصوصاً في المناطق النائية حيث يوجد عدد قليل من مستخدمي الهواتف في المناطق الموجودة قبالة السواحل؛ حيث يمكن أن تؤدي إلى حدوث «تسونامي». وعلى الرغم من أنه يمكن أن يساعد في إصدار تنبيهات قبل ثوانٍ قليلة، فإن علم التنبؤ بالزلازل قبل حدوثها لا يزال بعيد المنال كما كان دائماً.


مقالات ذات صلة

زلزال بقوة 6.6 درجة يضرب وسط تشيلي

أميركا اللاتينية صورة تُظهر جانباً من مدينة سانتياغو في تشيلي (رويترز-أرشيفية)

زلزال بقوة 6.6 درجة يضرب وسط تشيلي

قال المركز الألماني لأبحاث علوم الأرض إن زلزالاً بقوة 6.6 درجة ضرب وسط تشيلي، يوم الخميس.

«الشرق الأوسط» (سانتياغو)
آسيا مرشد سياحي في منطقة باهالغام بالشطر الهندي من كشمير (أرشيفية - أ.ب)

قتيل وأضرار جراء زلزال بقوة 6 درجات في شمال باكستان

لقي شخص حتفه وانهارت منازل عدة بعدما ضرب زلزال بقوة ست درجات ‌كشمير بشمال ‌باكستان، الاثنين، ⁠حسبما ​أفاد ‌مسؤول والمركز الأوروبي المتوسطي لرصد الزلازل.

«الشرق الأوسط» (نيودلهي)
أميركا اللاتينية لم ترد على الفور أي معلومات عن وقوع خسائر محتملة أو أضرار ناجمة عن الزلزال (رويترز)

زلزال بقوة 5.6 درجات يضرب جنوب المكسيك

أفادت الهيئة الوطنية المكسيكية لرصد الزلازل، الجمعة، بوقوع زلزال بقوة 5.6 درجات على مقياس ريختر بولاية كينتانا رو جنوب المكسيك.

«الشرق الأوسط» (مكسيكو)
المشرق العربي العاصمة الأردنية عمان (أرشيفية - بترا)

هزة أرضية بقوة 4.1 درجة تضرب الأردن

وقعت هزة أرضية بقوة 4.1 درجة على مقياس ريختر، شعر بها سكان مناطق مختلفة من الأردن، منها محافظتا عمان والبلقاء، صباح اليوم.

«الشرق الأوسط» (عمان)
شؤون إقليمية عناصر من الجيش الإسرائيلي (أ.ب)

تفعيل صافرات الإنذار في إسرائيل عقب زلزال بجنوب البلاد

أعلن الجيش الإسرائيلي تفعيل صافرات الإنذار في مدينة عراد بجنوب البلاد، وفي البحر الميت، نتيجة لوقوع زلزال، اليوم (الخميس).

«الشرق الأوسط» (تل أبيب)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.