«نداء الواجب: العمليات السوداء 7»... تجربة متكاملة بين الإبهار البصري ونظام التقدم الموحد

نمط لعب فردي جريء ومزايا قتال ثورية... وعودة لروح اللعب الجماعي الكلاسيكي

مزايا لعب مبهرة عبر قصة مليئة بالخداع والتلاعب النفسي
مزايا لعب مبهرة عبر قصة مليئة بالخداع والتلاعب النفسي
TT

«نداء الواجب: العمليات السوداء 7»... تجربة متكاملة بين الإبهار البصري ونظام التقدم الموحد

مزايا لعب مبهرة عبر قصة مليئة بالخداع والتلاعب النفسي
مزايا لعب مبهرة عبر قصة مليئة بالخداع والتلاعب النفسي

لعبة «نداء الواجب: العمليات السوداء 7» Call of Duty: Black Ops 7 ليست مجرد إضافة سنوية للسلسلة، بل هي عودة صريحة ومثيرة للانتباه إلى الجذور المميزة للسلسلة مع جرعة مكثفة من الابتكار التقني وزيادة غير مسبوقة في المحتوى. ويقدم هذا الإصدار حزمة شاملة تبدأ بحملة قصصية تعاونية غامرة ومستفزة فكرياً، مروراً بتجربة لعب جماعي مصقولة ومرضية للغاية تعيد روح المنافسة، وصولاً إلى أنظمة لعب جديدة ومُحسّنة تضمن أن يجد كل لاعب ما يبحث عنه.

واختبرت «الشرق الأوسط» واحدة من أضخم ألعاب القتال والتصويب تنوعاً، ونذكر ملخص التجربة.

شخصيات متعددة في نمط اللعب الفردي تزيد من مستويات الانغماس

القصة ونمط الحملة

تُطلق الرواية العنان مباشرة للاعب في شبكة معقدة من الخداع والتلاعب النفسي، حيث إن الصراع الأساسي ليس جيوسياسياً تقليدياً فحسب، بل هو صراع وجودي عميق حول الإدراك ذاته. وتختبر المهام مراراً وتكراراً حدود منظور الفريق وتُجبر اللاعبين على التساؤل عما هو حقيقي وما هو مصطنع. وهذا التوتر المستمر يُولّد جواً من الشك المتواصل، وهي السمة المميزة التي اشتهرت بها سلسلة «بلاك أوبس»، ولكنها هنا مضخمة بفضل البراعة التقنية التي تقدم مشاهد بصرية سريالية ومذهلة تنتقل باللاعبين بين ذكريات مشوهة وعوالم كوابيس نفسية.

ونتبع وحدة عمليات خاصة متماسكة ولكنها محطمة داخلياً، يتم تكليفها بمهمة خطيرة لتحييد تهديد عالمي جديد تكمن جذوره في أحداث سابقة لم يتم إغلاق ملفاتها بالكامل. ويحمل كل عضو في هذه الوحدة عبئاً ثقيلاً وتجبرهم المهمة حتماً على مواجهة الظلال المنسية من تاريخهم الخاص. وتخدم عودة شخصيات أيقونية من الأجزاء السابقة كعناصر سردية محورية تربط الأزمة الحالية العالية المخاطر بالغموض الأخلاقي الذي حدد الصراعات السابقة وتضع أمام الفريق معضلات ليست لها حلول سهلة أو واضحة.

يقدم نمط اللعب الجماعي محتوى متنوعاً جداً

هذه المرة، العدو ليس مجرد قوة عسكرية؛ بل هو منظمة سرية ومحسوبة بدقة تستخدم المعلومات والذاكرة نفسها سلاحاً. وتهدف الأساليب إلى تدمير العقول بدلاً من هزيمة الجيوش، وزعزعة الحقائق التأسيسية للنظام العالمي. وتقود مطاردة هذا الخصم المراوغ الفريق عبر مواقع مذهلة وسريالية، من هياكل صناعية عملاقة على وشك الانهيار إلى مشاهد طبيعية رقمية تتحدى قوانين الفيزياء. وتُتوج هذه الرحلة بكشف الحقائق الصادمة حول طبيعة الإرادة الحرة والسيطرة.

وتظهر براعة المطورين في تصميم المراحل المعتمدة على الذكريات المشوهة، حيث تتنقل بنا اللعبة بين مواقع غريبة وعوالم كوابيس نفسية مليئة بالتفاصيل المذهلة بصرياً، من وحوش نباتية عملاقة إلى طرق سريعة مكسورة تتحدى قوانين الفيزياء. وبالإضافة إلى ذلك، جاءت الإضافة المفاجئة لنمط منظور الشخص الثالث Third-person (يمكن مشاهدة كامل الشخصية من خلفها) لتمنح اللاعبين طريقة جديدة وممتازة لخوض الحملة، موفرة مجال رؤية أوسع يساعد على إدارة الفوضى القتالية، مع الحفاظ على شعور الإطلاق الناري المتماسك والساحر.

مزايا جديدة وأسلوب لعب ممتع

وشهد نظام الحركة الشاملة Omnimovement تطوراً ملحوظاً في هذا الجزء، حيث أصبحت الحركة أكثر سلاسة وديناميكية. أما الإضافة الأكثر تأثيراً هنا فهي آلية القفز على الجدران Wall Jumping التي تمنح اللاعبين قدرة جديدة على استغلال المناطق الطولية في الخرائط. ولم يعد القتال مقتصراً على الأرض، بل أصبح يمتد إلى الجدران والأسطح، ما يفتح طرقاً جديدة للتسلل والمباغتة والفرار ويجعل سرعة رد الفعل والإبداع في الحركة عنصرين حاسمين في الفوز.

وإحدى المزايا الرئيسية التي تضمن بقاء اللاعبين منخرطين، هي نظام التقدم الموحد Unified Progression. وسواء كنت تلعب الحملة أو نمط الـ«زومبي» أو اللعب الجماعي، فإن كل نقطة خبرة تكسبها تسهم في مستوى حسابك الكلي وعمليات فتح الأسلحة ومسار الـ«برستيج» العام. ويضمن هذا النظام عدم إضاعة أي وقت، ويشجع اللاعب على تجربة جميع الأنماط. كما يوفر عمقاً كبيراً في التخصيص مع إطلاق 90 تمويهاً فريداً للأسلحة، ما يؤكد أن اللعبة هي أضخم إصدار في السلسلة على الإطلاق من حيث كمية المحتوى.

نمط اللعب الجماعي

ويُعد نمط اللعب الجماعي القلب النابض للعبة، وقدم المطورون تجربة قتالية مصقولة وسريعة ومحمومة. وتعود السلسلة إلى مستواها المعهود بفضل 16 خريطة جديدة مخصصة لنمط 6 ضد 6 لاعبين، إلى جانب خرائط أكبر للاشتباكات الجماعية 20 ضد 20 لاعباً. ونالت هذه الخرائط إشادة واسعة بتصاميمها الفعالة والمتوازنة، التي تخدم أساليب لعب مختلفة وتضمن تدفقاً ممتازاً للحركة والاشتباك، ما يجعلها في تحسن كبير عن خرائط الإصدار السابق.

وإلى جانب نمط اللعب عبر الإنترنت التقليدي، يشهد نمط مخلوقات الـ«زومبي» عودة مظفرة للنمط الكلاسيكي القائم على الجولات Round-Based، محتضناً أكبر خريطة «زومبي» في تاريخ اللعبة. وتم تعزيز التجربة بإضافة عناصر ممتعة مثل القدرة على قيادة المركبات ومواجهة موجات الوحوش في عالم «الأثير المظلم» الشاسع. ولعشاق التحدي المختلف، يوفر نمط Dead Ops Arcade 4 تجربة إطلاق نار من منظور علوي سريعة ومجنونة، ما يثبت أن اللعبة تقدم محتوى متنوعاً جداً.

مواصفات تقنية

ويتمتع محرك اللعبة برسومات عالية الدقة وباهرة. والتصميم الفني فريد من نوعه، حيث يخلق عالماً من الهلوسات البصرية المذهلة. وعلى الجانب التقني، تتميز اللعبة بجودة ممتازة وتفاصيل بيئية متقدمة. كما يكتمل الإبهار البصري بتصميم صوتي قوي ومؤثر يخدم أجواء القتال الشرس، حيث يبدو صوت كل رصاصة وانفجار ثقيلاً ومرضياً، ما يزيد من مستويات الانغماس في المعارك.

وتدعم اللعبة 14 لغة من بينها العربية، حيث يقدم هذا الإصدار دعماً لتعريب النصوص والقوائم بشكل احترافي، ما يضمن تجربة لعب غامرة ومفهومة دون الحاجة إلى الترجمة الفورية. هذا الالتزام باللغة الأم هو دليل على احترام السوق العربية، ويجعل من اللعبة تجربة متكاملة وممتعة للجمهور العربي.

معارك ضارية بصحبة الأجهزة الحربية المتقدمة

مواصفات الكومبيوتر المطلوبة

وبالنسبة لمواصفات الكومبيوتر المطلوبة لعمل اللعبة، فهي:

• المعالج: «إنتل كور آي5 6600» أو «إيه إم دي رايزن 5 1400»، أو أفضل (يُنصح باستخدام «إنتل كور آي7 6700 كيه» أو «إيه إم دي رايزن 5 1600 إكس»، أو أفضل)

• بطاقة الرسومات: «إنفيديا جي تي إكس 970 أو 1060» أو «إيه إم دي راديون آر إكس 470» أو «إنتل آرك إيه 580» بذاكرة رسومات تبلغ 3 غيغابايت، أو أفضل (يُنصح باستخدام «إنفيديا آر تي إكس 3060» أو «إيه إم دي راديون آر إكس 6600 إكس تي» أو «إنتل آرك بي 580»، بذاكرة رسومات تبلغ 8 غيغابايت، أو أفضل)

• الذاكرة: 8 غيغابايت (يُنصح باستخدام 12 غيغابايت)

• السعة التخزينية المدمجة: 116 غيغابايت بتقنية الحالة الصلبة Solid State Drive SSD

• نظام التشغيل: «ويندوز 10» بدقة 64-بت (يُنصح باستخدام «ويندوز 11» بدقة 64-بت)

معلومات عن اللعبة

• الشركة المبرمجة: «تري آرك» Treyarch www.Treyarch.com و«رايفن سوفتووير» Raven Software www.RavenSoftware.com

• الشركة الناشرة: «آكتيفيجن» Activision www.Activision.com

• موقع اللعبة: www.CallofDuty.com

• نوع اللعبة: قتال من المنظور الأول First-person Shooter FPS

• أجهزة اللعب: «بلايستيشن 4 و5» و«إكس بوكس وان وسيريز إس وإكس» والكومبيوتر الشخصي

• تاريخ الإطلاق: 14 نوفمبر (تشرين الثاني) 2025

• تصنيف مجلس البرامج الترفيهية ESRB: للبالغين فوق 17 عاما «M 17 Plus«

• دعم للعب الجماعي: نعم

عبد الله النصر مدير قسم منتجات الرياضات الإلكترونية في الاتحاد السعودي للرياضات الإلكترونية

مقابلة حصرية مع الاتحاد السعودي للرياضات الإلكترونية

تحدثت «الشرق الأوسط» حصرياً مع عبد الله النصر، مدير قسم منتجات الرياضات الإلكترونية في الاتحاد السعودي للرياضات الإلكترونية، الذي أكد أن لسلسلة ألعاب «كول أوف ديوتي» شعبية كبيرة جداً في المملكة العربية السعودية، ويتمنى أن تكون اللعبة جزءاً من الدوري السعودي للعام المقبل. ويرى أن الإصدار الجديد من اللعبة له فرصة كبيرة في أن ينتشر ويصبح جزءاً من المشهد العالمي مع منافسة من اللاعبين على ألقاب كبيرة.

وبالنسبة لعام 2026، فإنه يرى أنه سيكون عاماً استثنائياً بالنسبة للاتحاد السعودي للرياضات الإلكترونية، حيث ستُقام فيه الكأس الوطنية للرياضات الإلكترونية لأول مرة في مدينة الرياض. ومن أحد الأهداف الأساسية أن يحقق المنتخب السعودي ميداليات ذهبية في هذه البطولة، إضافة لطموح الاتحاد إلى رفع عدد اللاعبين وتطوير البنية التحتية لأكاديمية الرياضات الإلكترونية السعودية وجودة الدوري. وتهدف الأكاديمية إلى تقديم برامج تدريبية للاعبين والمحللين والمعلقين والحكام. كما يقدم الاتحاد منصة «برايم ليغ» التي تهدف إلى اكتشاف اللاعبين واستقطابهم ليصبحوا جزءاً من المنتخب والدوري السعودي، كل ذلك من خلال منصة رقمية عبر الإنترنت.

ويدعم الاتحاد اللاعبين السعوديين من جميع النواحي، سواء أكان الدعم معنوياً أم مادياً، بهدف رفع اسم المملكة. ومن الأمور التي يدعم الاتحاد اللاعبين من خلالها الشراكة مع كبرى الشركات المطورة والناشرة للألعاب، مثل شركة «آكتيفيجن» لإطلاق الإصدار الجديد للعبة «كول أوف ديوتي»، وتسهيل وصول اللاعبين السعوديين للمنافسة في البطولات العالمية.

ويرى عبد الله أن المملكة ستصبح القائدة في هذا القطاع خلال الخمس السنوات المقبلة، وستصبح مركزاً للألعاب والرياضات الإلكترونية. وأكد أن الرياضات الإلكترونية لها مستقبل، ويدعو جميع اللاعبين للمشاركة في البطولات المحلية والعالمية. وبالنسبة لحفل جوائز الرياضات الإلكترونية، فهو حفل يقيمه الاتحاد السعودي للرياضات الإلكترونية بشكل سنوي، بهدف تسليط الضوء على المواهب سواء في التعليق أو مواهب اللاعبين والأندية، ومشاركة تلك المواهب مع العالم.


مقالات ذات صلة

سوق الألعاب السعودية تقترب من 2.4 مليار دولار بنهاية 2025

خاص جانب من منافسات كأس العالم للرياضات الإلكترونية في الرياض (واس)

سوق الألعاب السعودية تقترب من 2.4 مليار دولار بنهاية 2025

بلغ حجم سوق الألعاب الإلكترونية في السعودية نحو 2.39 مليار دولار خلال عام 2025، في وقت تشهد فيه الصناعة تحولاً متسارعاً مدفوعاً بنمو قاعدة اللاعبين.

زينب علي (الرياض)
تكنولوجيا منظور جديد لشخصيات «بوكيمون» في عالم من دون بشر

لعبة «بوكيمون بوكوبيا»… بناء عالم من الصداقة والتعاون بعيداً عن صراعات القتال التقليدية

في ذكرى مرور 30 عاماً على إطلاق السلسلة المحببة

خلدون غسان سعيد (جدة)
رياضة سعودية روان البتيري رئيسة الاتحاد السعودي للرياضات الإلكترونية وهشام بن قاسم رئيس الاتحاد السعودي لكرة السلة (الاتحاد السعودي للرياضات الإلكترونية)

شراكة بين اتحادَي الرياضات الإلكترونية وكرة السلة لتعزيز حضور اللعبة رقمياً

أعلن الاتحاد السعودي للرياضات الإلكترونية الاثنين توقيع مذكرة تفاهم مع الاتحاد السعودي لكرة السلة.

«الشرق الأوسط» (الرياض)
تكنولوجيا معارك فضائية في المستقبل باستخدام «هياكل» آلية

لعبة «ماراثون»: رؤية مستقبلية لألعاب «الاستخراج» وانغماس كبير في المعارك

تركز على تجربة اللاعبين ضد بعضهم بعضاً وضد الذكاء الاصطناعي

خلدون غسان سعيد (جدة)
رياضة سعودية 4 ملايين ريال مجموع جوائز الموسم السعودي الجديد للرياضات الإلكترونية (الشرق الأوسط)

الدوري السعودي للرياضات الإلكترونية ينطلق بـ10 ألعاب عالمية

أعلن الاتحاد السعودي للرياضات الإلكترونية، الانطلاق الرسمي لموسم 2026 من الدوري السعودي للرياضات الإلكترونية.

سهى العمري (جدة)

لم يعد الطبيب وحده… كيف يشارك الذكاء الاصطناعي في القرار الطبي؟

تتجه الرعاية الصحية نحو دمج مصادر بيانات متعددة لتكوين فهم أكثر شمولاً لحالة المريض (شاترستوك)
تتجه الرعاية الصحية نحو دمج مصادر بيانات متعددة لتكوين فهم أكثر شمولاً لحالة المريض (شاترستوك)
TT

لم يعد الطبيب وحده… كيف يشارك الذكاء الاصطناعي في القرار الطبي؟

تتجه الرعاية الصحية نحو دمج مصادر بيانات متعددة لتكوين فهم أكثر شمولاً لحالة المريض (شاترستوك)
تتجه الرعاية الصحية نحو دمج مصادر بيانات متعددة لتكوين فهم أكثر شمولاً لحالة المريض (شاترستوك)

لم يعد الحديث عن الذكاء الاصطناعي في قطاع الرعاية الصحية يدور حول وعود مستقبلية أو تحولات مفاجئة، بل بات أقرب إلى مسار تطور تدريجي يعيد تعريف كيفية فهم المرض وعلاجه وإدارة الأنظمة الصحية. ففي عام 2026، تتجه الصناعة نحو مرحلة أكثر نضجاً، حيث تتحول البيانات من مجرد مورد داعم إلى بنية أساسية تقود القرارات والابتكار.

هذا التحول لا يقوم على تقنية واحدة، بل على تقاطع عدة اتجاهات كتكامل البيانات وتطور النماذج التحليلية وتوسع استخدام الذكاء الاصطناعي في العمليات اليومية، وظهور بيئات تنظيمية تسمح بتجريب هذه التقنيات دون الإخلال بالمعايير.

يتوسع دور الذكاء الاصطناعي ليصبح جزءاً من دعم القرار السريري وتحسين دقة التشخيص والعلاج

من بيانات متفرقة إلى منظومات متكاملة

أحد أبرز التغيرات يتمثل في كيفية التعامل مع البيانات الصحية. فبدلاً من الاعتماد على مصادر منفصلة، يتجه القطاع نحو دمج تدفقات متعددة تشمل الجينوم، والتصوير الطبي والسجلات السريرية والبيانات الناتجة عن الأجهزة القابلة للارتداء.

هذا التحول نحو البيانات المتعددة الوسائط لا يهدف فقط إلى زيادة حجم المعلومات، بل إلى وضعها في سياق متكامل يسمح بفهم أعمق للحالة الصحية لكل مريض. ومع تزايد هذا التكامل، تصبح هندسة البيانات نفسها عاملاً حاسماً في نجاح التحليل، وليس مجرد خطوة تقنية في الخلفية.

في الوقت نفسه، يتوسع دور الذكاء الاصطناعي من كونه أداة تحليل إلى شريك في اتخاذ القرار. فأنظمة دعم القرار السريري المدعومة بالذكاء الاصطناعي أصبحت قادرة على تحسين دقة التشخيص وتقديم توصيات علاجية أكثر تخصيصاً، مدعومة ببيانات واسعة النطاق. لكن هذا لا يعني استبدال الطبيب، بل إعادة توزيع الأدوار. فالأنظمة الذكية تبرز المخاطر وتقدم الخيارات، بينما يبقى القرار النهائي بيد الإنسان. هذا التوازن بين الأتمتة والحكم البشري يشكل أحد ملامح المرحلة الحالية في تطور الرعاية الصحية.

الرعاية تتجاوز المستشفى

من التحولات اللافتة أيضاً انتقال الرعاية الصحية تدريجياً من المؤسسات إلى المنازل. فمع تزايد استخدام أجهزة إنترنت الأشياء وتقنيات المراقبة عن بُعد، أصبح من الممكن متابعة المرضى بشكل مستمر، خصوصاً في حالات الأمراض المزمنة. هذه النماذج الجديدة لا تقتصر على تقليل التكاليف، بل تهدف إلى تحسين النتائج الصحية من خلال التدخل المبكر. ومع ذلك، لا تزال هذه المقاربات في مراحل التوسع التدريجي، حيث يتم اختبارها عبر مشاريع تجريبية قبل تعميمها على نطاق واسع.

يساهم الذكاء الاصطناعي في تسريع اكتشاف الأدوية وتحسين كفاءة التجارب السريرية (شاترستوك)

تسريع الابتكار عبر بيئات تنظيمية مرنة

في موازاة ذلك، بدأت الجهات التنظيمية تلعب دوراً أكثر مرونة في دعم الابتكار. إذ ظهرت بيئات تجريبية تسمح باختبار نماذج الذكاء الاصطناعي باستخدام بيانات اصطناعية أو محاكاة، ما يسرّع عملية التحقق دون تعريض خصوصية المرضى للخطر. هذا النهج يعكس تحولاً في طريقة تنظيم القطاع، من نموذج يعتمد على الموافقة المسبقة فقط، إلى نموذج يوازن بين التجريب والرقابة.

على مستوى البحث العلمي، تبرز تقنيات جديدة مثل التعلم الآلي الكمي، التي تُستخدم لتحسين التنبؤ بسلامة الأدوية في مراحل مبكرة. هذه الأدوات قد تقلل من معدلات الفشل في التجارب ما قبل السريرية، وهو أحد أكبر التحديات في تطوير الأدوية. إلى جانب ذلك، يساهم الذكاء الاصطناعي في تحليل التفاعلات الجزيئية وتسريع اكتشاف المركبات الدوائية، ما يقلص الوقت والتكلفة في المراحل الأولى من البحث.

بعيداً عن الاستخدامات الطبية المباشرة، يتوسع حضور الذكاء الاصطناعي في العمليات الإدارية والتشغيلية. فبحلول عام 2026، يُتوقع أن تعتمد المؤسسات الصحية بشكل متزايد على أنظمة ذكاء اصطناعي لإدارة مهام مثل الفوترة، وسير العمل، وتحسين الكفاءة. هذا التوجه يشير إلى أن الذكاء الاصطناعي لم يعد مجرد أداة متخصصة، بل أصبح جزءاً من البنية التشغيلية اليومية، على غرار الأنظمة السحابية أو إدارة علاقات العملاء.

تتزايد أهمية الرعاية الصحية المنزلية المدعومة بالمراقبة عن بُعد وتقنيات إنترنت الأشياء (شاترستوك)

جودة البيانات... العامل الحاسم

رغم هذا التوسع، تبرز حقيقة أساسية: نجاح الذكاء الاصطناعي في الرعاية الصحية يعتمد بدرجة كبيرة على جودة البيانات. فحتى أكثر النماذج تقدماً لا يمكنها تقديم نتائج دقيقة إذا كانت البيانات غير مكتملة أو غير متسقة. وفي هذا السياق، تصبح القدرة على جمع بيانات عالية الجودة، وربطها بشكل متكامل، عاملاً حاسماً في تحديد الجهات القادرة على تحقيق قيمة حقيقية من هذه التقنيات.

وكما هو الحال في أي تحول رقمي، لا تخلو هذه التطورات من تحديات. فزيادة الاعتماد على البيانات تثير قضايا تتعلق بالخصوصية، وأمن المعلومات، وإمكانية إساءة الاستخدام. ولهذا، يترافق التوسع في استخدام الذكاء الاصطناعي مع استثمارات موازية في الحوكمة والامتثال، لضمان تحقيق الفوائد دون تعريض النظام لمخاطر جديدة.

نحو نموذج جديد للرعاية الصحية

ما يتضح من هذه الاتجاهات هو أن قطاع الرعاية الصحية لا يشهد ثورة مفاجئة، بل تحولاً تدريجياً يعيد بناء أسسه. فبدلاً من الاعتماد على تدخلات متأخرة، يتجه النظام نحو الوقاية والتنبؤ، مدعوماً ببيانات متكاملة ونماذج تحليلية متقدمة.

في هذا النموذج، لا تكون البيانات مجرد سجل للماضي، بل أداة لتوقع المستقبل. ولا يكون الذكاء الاصطناعي بديلاً عن الإنسان، بل امتداد لقدراته.

وبينما لا تزال العديد من هذه التحولات في مراحلها الأولى، فإن الاتجاه العام يبدو واضحاً: مستقبل الرعاية الصحية سيُبنى على البيانات، لكن قيمته الحقيقية ستعتمد على كيفية استخدامها.


تعليم روبوت بشري مهارات لعب التنس… من بيانات غير كاملة

يمكن للروبوتات تعلم مهارات حركية معقدة باستخدام بيانات بشرية غير مكتملة بدلاً من الاعتماد على بيانات مثالية (المصدر)
يمكن للروبوتات تعلم مهارات حركية معقدة باستخدام بيانات بشرية غير مكتملة بدلاً من الاعتماد على بيانات مثالية (المصدر)
TT

تعليم روبوت بشري مهارات لعب التنس… من بيانات غير كاملة

يمكن للروبوتات تعلم مهارات حركية معقدة باستخدام بيانات بشرية غير مكتملة بدلاً من الاعتماد على بيانات مثالية (المصدر)
يمكن للروبوتات تعلم مهارات حركية معقدة باستخدام بيانات بشرية غير مكتملة بدلاً من الاعتماد على بيانات مثالية (المصدر)

في مسار تطوير الروبوتات البشرية، ظل التحدي الأكبر يتمثل في تعليم الآلات مهارات حركية معقدة تحاكي الإنسان. فالمهام التي تبدو طبيعية للبشر، مثل الجري أو القفز أو حتى لعب التنس، تتطلب تنسيقاً دقيقاً بين التوازن، والتوقيت، واتخاذ القرار في أجزاء من الثانية. تقليد هذه القدرات آلياً لم يكن ممكناً إلا في بيئات محدودة، وغالباً عبر بيانات مثالية يصعب الحصول عليها في الواقع.

لكن دراسة حديثة تقترح مساراً مختلفاً: ماذا لو لم تعد الحاجة إلى بيانات مثالية شرطاً أساسياً لتعليم الروبوتات؟

يركز البحث على تطوير نموذج لتعليم روبوت بشري مهارات لعب التنس، باستخدام بيانات حركة بشرية غير مكتملة أو غير دقيقة. وبدلاً من الاعتماد على تسجيلات كاملة ومضبوطة للحركات، يعمل النظام على استغلال مقاطع جزئية من البيانات، ثم إعادة تركيبها لبناء سلوك حركي متكامل.

يعتمد النموذج على تقسيم الحركات إلى مقاطع صغيرة وإعادة تركيبها لتكوين سلوك متكامل (المصدر)

من البيانات المثالية إلى البيانات الواقعية

تقليدياً، تعتمد أنظمة التعلم الحركي للروبوتات على بيانات عالية الجودة، يتم التقاطها باستخدام أنظمة متقدمة لتتبع الحركة. هذه البيانات توفر وصفاً دقيقاً لكل حركة، لكنها مكلفة وصعبة التوسّع، كما أنها لا تعكس دائماً تعقيد العالم الحقيقي. في المقابل، ينطلق هذا البحث من فرضية مختلفة، حيث إن البيانات الواقعية حتى وإن كانت غير كاملة، يمكن أن تكون كافية لتعليم مهارات معقدة، إذا تم التعامل معها بطريقة مناسبة.

وهنا، لا يحاول النموذج «تنقية» البيانات بقدر ما يعمل على فهم الأنماط الكامنة فيها، واستنتاج كيفية تحويلها إلى حركات قابلة للتنفيذ.

نموذج يتعلم من أجزاء متفرقة

يعتمد النظام المقترح على تقسيم البيانات الحركية إلى مقاطع صغيرة، تمثل كل منها جزءاً من حركة أكبر. ثم يقوم بربط هذه الأجزاء معاً داخل بيئة محاكاة، بحيث يتعلم الروبوت كيفية الانتقال من حركة إلى أخرى بسلاسة. هذه المقاربة تشبه إلى حد ما الطريقة التي يتعلم بها الإنسان مهارة جديدة، حيث يتم الجمع بين تجارب جزئية لتشكيل أداء متكامل. والنتيجة هي نموذج قادر على توليد حركات ديناميكية، دون الحاجة إلى مسار واحد محدد مسبقاً.

التنس كنموذج لاختبار التعقيد

اختار الباحثون لعبة التنس كبيئة اختبار، نظراً لما تتطلبه من تنسيق بين الحركة والإدراك. فالتعامل مع كرة متحركة يستدعي تقدير السرعة والاتجاه، واتخاذ قرار فوري بشأن كيفية الرد، ثم تنفيذ الحركة بدقة. في التجارب، تمكّن الروبوت من تعلم ضرب الكرة والتفاعل مع مواقف مختلفة، بما في ذلك الحفاظ على تبادل الكرات في بعض الحالات. ويشير ذلك إلى أن النموذج لا يقتصر على تكرار حركات محفوظة، بل يطوّر استجابة قابلة للتكيف مع السياق.

اختيار التنس كنموذج يبرز قدرة النظام على التنسيق بين الإدراك والحركة في بيئة ديناميكية (المصدر)

فجوة بين المحاكاة والواقع

كما هو الحال في كثير من أبحاث الروبوتات، يعتمد جزء كبير من التدريب على بيئات محاكاة. هذه البيئات تتيح تسريع عملية التعلم وتقليل المخاطر، لكنها لا تعكس دائماً تعقيدات العالم الحقيقي.

لذلك، يمثل نقل المهارات من المحاكاة إلى الواقع أحد التحديات الأساسية. وقد عمل الباحثون على تقليل هذه الفجوة عبر تصميم النموذج بحيث يأخذ في الاعتبار التباين وعدم الدقة في البيانات، وهو ما يجعله أكثر قدرة على التكيف عند التطبيق العملي.

ما الذي يتغير فعلاً؟

لا تكمن أهمية هذا البحث في قدرة الروبوت على لعب التنس بحد ذاتها، بل في ما تشير إليه من تحول أوسع في منهجية التعلم. فإذا كان بالإمكان تدريب الأنظمة على مهارات معقدة باستخدام بيانات غير مثالية، فإن ذلك يفتح الباب أمام استخدام مصادر بيانات أكثر تنوعاً، مثل الفيديوهات العامة أو التسجيلات غير المنظمة. وهذا بدوره قد يسرّع تطوير ما يُعرف بـ«الذكاء الاصطناعي المجسّد»، حيث تتفاعل الأنظمة مع العالم الفيزيائي بشكل مباشر.

حدود وتحديات قائمة

مع ذلك، لا تزال هذه المقاربة في مراحلها الأولى. فالروبوت لا يصل إلى مستوى الأداء البشري، ولا تزال قدرته على التعامل مع مواقف غير متوقعة محدودة. كما أن الاعتماد على المحاكاة يفرض قيوداً على مدى تعميم النتائج. لكن رغم هذه التحديات، يقدم البحث دليلاً على أن الطريق نحو تعليم الروبوتات قد لا يمر عبر الكمال، بل عبر القدرة على الاستفادة من النقص.

يشير هذا التوجه إلى إعادة التفكير في العلاقة بين البيانات والتعلم. فبدلاً من السعي إلى جمع بيانات مثالية ومكتملة، قد يكون التركيز مستقبلاً على تطوير نماذج قادرة على التعلم من الواقع كما هو بما يحمله من نقص وتباين. وفي هذا السياق، لا يمثل التنس سوى مثال تجريبي. أما الهدف الأوسع، فهو تمكين الروبوتات من اكتساب مهارات حركية متنوعة، تتراوح بين العمل الصناعي والخدمات اليومية.


الذكاء الاصطناعي وواقع البيانات... هل تواكب البنية التحتية هذا التسارع؟

النمو المتسارع للبيانات يفرض تحديات جديدة على البنية التحتية من حيث الكفاءة والاستدامة (غيتي)
النمو المتسارع للبيانات يفرض تحديات جديدة على البنية التحتية من حيث الكفاءة والاستدامة (غيتي)
TT

الذكاء الاصطناعي وواقع البيانات... هل تواكب البنية التحتية هذا التسارع؟

النمو المتسارع للبيانات يفرض تحديات جديدة على البنية التحتية من حيث الكفاءة والاستدامة (غيتي)
النمو المتسارع للبيانات يفرض تحديات جديدة على البنية التحتية من حيث الكفاءة والاستدامة (غيتي)

مع تسارع الذكاء الاصطناعي في توليد البيانات واستخدامها، يؤدي تزايد أهمية البنية التحتية إلى تحول أقل وضوحاً، لكنه أكثر عمقاً. فبينما يتركّز جزء كبير من النقاش العام حول الذكاء الاصطناعي على قوة الحوسبة وأداء النماذج، يشير قادة الصناعة بشكل متزايد إلى كيفية تخزين البيانات والوصول إليها وتوسيعها على نطاق واسع.

في إحاطة إعلامية خاصة حضرتها «الشرق الأوسط»، قدّم مسؤولون في شركة «سي غيت تكنولوجي» (Seagate Technology) هذا التحول بوصفه تغيراً هيكلياً، لا مجرد تحديث تقني. فالتحدي لم يعد يقتصر على إنتاج البيانات أو معالجتها، بل بات يتمحور حول القدرة على الحفاظ عليها وتوسيعها بكفاءة واستدامة وعلى نحو يمكن التنبؤ به. يقول ديف موسلي، الرئيس التنفيذي للشركة إن «ما نعلنه اليوم ليس مجرد إنجاز على مستوى المنتج، بل يعكس كيف يجب أن تتطور البنية التحتية لمواكبة التسارع غير المسبوق في نمو البيانات عالمياً».

ديف موسلي الرئيس التنفيذي لشركة «سي غيت تكنولوجي»

يصعب المبالغة في حجم هذا النمو. فحسب موسلي، انتقل حجم البيانات العالمية من نحو زيتابايت واحد في عام 2005 إلى أكثر من 70 زيتابايت في عام 2020، مع توقع إضافة مئات الزيتابايت في السنوات المقبلة. ورغم أن الذكاء الاصطناعي يعدّ محركاً رئيسياً لهذا التوسع، فإنه ليس العامل الوحيد؛ إذ تسهم خدمات الحوسبة السحابية والفيديو والأتمتة والمتطلبات التنظيمية في تشكيل منظومة بيانات أكثر تعقيداً واتساعاً.

هذا التداخل يعيد صياغة طريقة تقييم البنية التحتية. ويضيف موسلي أن «القصة لم تعد تتعلق بتقنية واحدة، بل بالبنية التحتية وتخصيص رأس المال». بمعنى آخر، لم يعد السؤال هو ما إذا كان بالإمكان إنتاج البيانات أو معالجتها، بل ما إذا كانت الأنظمة الداعمة قادرة على التوسع بكفاءة لمواكبة هذا النمو.

ما بعد الحوسبة

أحد أبرز الاستنتاجات هو أن مسار الذكاء الاصطناعي لا يمكن فهمه من خلال الحوسبة وحدها. فرغم أهمية المعالجات والمسرّعات، فإنها تعتمد بشكل أساسي على توفر البيانات.

ويشير موسلي إلى أنه «عندما يتحدث الناس عن بنية الذكاء الاصطناعي، يركّزون على الحوسبة التي لا يمكن أن تعمل دون بيانات. ماذا يحدث عندما تنفد البيانات من منصات الحوسبة؟ هذه مشكلة».

هذا الطرح يعيد وضع التخزين في قلب أنظمة الذكاء الاصطناعي. فالبيانات لا يكفي أن تكون موجودة، بل يجب الاحتفاظ بها وحمايتها وإمكانية استرجاعها على نطاق واسع. وفي بيئات الحوسبة فائقة الحجم، حيث تُتخذ القرارات على مدى خمس أو سبع أو حتى عشر سنوات، تتحول هذه المتطلبات معادلةً اقتصادية بقدر ما هي تقنية.

تكلفة التخزين لكل تيرابايت واستهلاك الطاقة وكثافة السعة لكل رفّ، كلها أصبحت عوامل حاسمة. وكما أفاد موسلي: «الذكاء الاصطناعي لا يتوسع بالحوسبة فقط، بل يعتمد على اقتصاديات مستدامة، والتخزين هو ما يحدد هذه الاقتصاديات».

الذكاء الاصطناعي لا يستهلك البيانات فقط... بل يضاعفها عبر النسخ وإعادة التدريب والاستخدام المستمر (غيتي)

من النمو إلى التراكم

جزء من هذا التحول يرتبط بطبيعة البيانات نفسها. فالذكاء الاصطناعي لا يستهلك البيانات فحسب، بل يضاعفها. ويصرح بي إس تيه، الرئيس التجاري للشركة بأن «الذكاء الاصطناعي لا يستهلك البيانات فقط، بل يراكمها». عملياً، يعني ذلك أن البيانات تُنسخ وتُوزَّع وتُحفظ ويُعاد استخدامها لتدريب النماذج وإعادة تدريبها. ونتيجة لذلك؛ لم يعد نمو البيانات خطياً، بل أصبح متسارعاً ومتراكماً.

ويظهر هذا الواقع في توسّع مراكز البيانات عالمياً. فهناك اليوم أكثر من 11 ألف مركز بيانات، مع توقع ارتفاع العدد إلى نحو 15 ألفاً خلال السنوات المقبلة. لكن الأهم هو حجم هذه المراكز. فما كان يُعدّ مركزاً ضخماً سابقاً بقدرة 10 ميغاواط تحل محله اليوم مراكز «عملاقة» تصل إلى 100 أو حتى 300 ميغاواط.

ويذكر تيه أنه «لا يكاد يمر يوم دون الإعلان عن بناء مركز بيانات جديد في مكان ما من العالم». لكن التحول الحقيقي لا يكمن في العدد فقط، بل في الحجم والضغط المتزايد على البنية التحتية.

التوسع دون اضطراب

مع هذا النمو، لا يتمثل التحدي في زيادة السعة فقط، بل في تحقيق ذلك دون إحداث اضطراب. فمشغلو البنية التحتية الضخمة لا يمكنهم تحمل تغييرات جذرية متكررة. ويلفت موسلي إلى أن بعض العملاء يتخذون قرارات تمتد لخمس أو سبع أو حتى عشر سنوات، ويحتاجون إلى ثقة بأن كثافة التخزين ستستمر في التوسع دون تغييرات معمارية معطِّلة.هذا التركيز على القابلية للتنبؤ أصبح بحد ذاته ميزة أساسية. فالتطور يجب أن يكون تدريجياً ومستمراً، لا أن يفرض إعادة تصميم مكلفة في كل مرحلة.

من جانبه، يوضح جون موريس، المدير التقني، أن التقنيات التقليدية لزيادة الكثافة وصلت إلى حدودها ويتابع: «تقنية التسجيل المغناطيسي التقليدية اقتربت من حدودها، ونحتاج إلى ابتكارات جديدة لدفع الجيل القادم من التخزين».

ولهذا؛ طوّرت الشركة تقنية التسجيل المغناطيسي بمساعدة الحرارة (HAMR)، التي تستخدم تسخيناً دقيقاً بالليزر لزيادة كثافة البيانات دون تغيير الحجم الفيزيائي للأقراص. ويشرح موريس بأن «الزيادة في السعة تتحقق من خلال الفيزياء الأساسية للتسجيل؛ ما يتيح اقتصاديات أفضل من حيث التكلفة لكل تيرابايت والاستثمار المطلوب». الأهم أن هذه التقنية لم تعد في مرحلة التجارب، بل انتقلت إلى بيئات الإنتاج الفعلية، حيث تم اعتمادها من قِبل عملاء في قطاع الحوسبة السحابية واسعة النطاق.

من الابتكار إلى الإنتاج الصناعي

تحويل الابتكار منتجاً فعلياً يتطلب أكثر من اختراق تقني، بل يحتاج إلى قدرة على التصنيع على نطاق واسع بدقة عالية. وحول ذلك يقول موريس إن «نقل هذه التقنية من البحث إلى الإنتاج تطلب تطوير تقنيات جديدة بالكامل»، مشيراً إلى التقدم في المواد والفوتونيات وعمليات التصنيع الدقيقة. وهذا ما يتيح التوسع التدريجي دون انقطاع. فكل جيل جديد يبني على السابق؛ ما يسمح بزيادة السعة دون الحاجة إلى إعادة تصميم الأنظمة بالكامل.

التحدي الأساسي لم يعد سرعة النماذج... بل قدرة البنية التحتية على التوسع بشكل مستدام وموثوق (غيتي)

اقتصاديات الحجم

على مستوى البنية التحتية الضخمة، حتى التحسينات الصغيرة تُحدِث فرقاً كبيراً. ويفسر موسلي بأنه في بيئة تخزين بحجم إكسابايت واحد، يمكن تحقيق تحسن في كفاءة الطاقة بنحو 47 في المائة مقارنة بالأنظمة السابقة، مع تقليل عدد الأقراص من نحو 50 ألفاً إلى نحو 22 ألفاً؛ ما يؤدي إلى تقليل المساحة والتبريد والتعقيد التشغيلي.

هذه ليست تحسينات هامشية، بل تغييرات تؤثر مباشرة على التكلفة والبنية.

وأشار تيه إلى أن الاستدامة أصبحت عاملاً مؤثراً في قرارات الشراء، قائلاً: «لم تعد الاستدامة مسألة ثانوية»، في إشارة إلى أهمية استهلاك الطاقة والبصمة الكربونية. كما أن نظرة المؤسسات إلى البيانات تغيّرت، حيث إنه «في السابق كانت البيانات تُعدّ تكلفة، أما اليوم فهي أصل استراتيجي يتراكم بمرور الوقت».

السؤال الحاسم

تشير هذه التطورات إلى تحول أوسع في تصميم بنية الذكاء الاصطناعي. فالتخزين الذي كان في الخلفية، أصبح اليوم في صميم التخطيط. في السابق، كانت الأولوية للحوسبة والذاكرة والشبكات. أما اليوم، فأصبح التخزين عاملاً حاسماً في قدرة الأنظمة على التوسع. وكما وصفه تيه: «كان التخزين مثل الهواء أو الماء أساسي، لكنه غير مرئي... إلى أن يغيب». اليوم، لم يعد كذلك، بل أصبح محورياً في بناء القدرات الرقمية.

بالنسبة لقيادة الشركة، يتجاوز هذا التحول حدود التقنية ليطرح سؤالاً أساسياً حول مستقبل الذكاء الاصطناعي. وباعتقاد موسلي أن «السؤال الأهم لهذا العقد ليس مدى سرعة تدريب النماذج، بل مدى قدرة البنية التحتية للبيانات على التوسع بشكل مستدام».

هذا الطرح يعيد توجيه النقاش، حيث إن مستقبل الذكاء الاصطناعي قد لا يعتمد فقط على تطور النماذج، بل على القدرة على إدارة البيانات على نطاق غير مسبوق بكفاءة واستقرار ودون انقطاع. وبهذا المعنى، قد لا يُقاس تقدم الذكاء الاصطناعي بذكائه فقط، بل بالبنية التحتية التي تجعله ممكناً.