«نيوتن»… ذكاء اصطناعي يتدارك الأحداث قبل وقوعها

يتنبأ بالأنماط المستقبلية لها ويُشبه «جي بي تي» لكنه موجّه للعالم المادي

تحليل البيانات من المستشعرات
تحليل البيانات من المستشعرات
TT
20

«نيوتن»… ذكاء اصطناعي يتدارك الأحداث قبل وقوعها

تحليل البيانات من المستشعرات
تحليل البيانات من المستشعرات

مدينة بيلفيو الأميركية، موطن لآلاف من موظفي «مايكروسوفت»، حيث يقبع نظام مراقبة حركة المرور المُدعّم بالذكاء الاصطناعي ليُلبي كل التوقعات. فباستخدام كاميرات المرور الحالية القادرة على قراءة اللافتات والإشارات الضوئية، لا يتتبع النظام الحوادث فحسب، بل أيضاً الحوادث التي «كادت تقع». ويقترح حلولاً للمشرفين على تنظيم المرور، مثل إعادة النظر في مسار المنعطفات، أو تغيير خط التوقف عن الحركة.

البرنامج يحلل بيانات حركة المرور
البرنامج يحلل بيانات حركة المرور

ذكاء اصطناعي للعالم المادي

لكن تقنية الذكاء الاصطناعي هذه لم تولد من «مايكروسوفت» وشراكتها الكبيرة مع «أوبن إيه آي»، بل طُوّرت من قِبل شركة ناشئة تُدعى «أركيتايب إيه آي» Archetype AI التي قد تُعتبر بمثابة «أوبن إيه آي» في العالم المادي.

يقول إيفان بوبيريف، المؤسس المشارك للشركة: «تُبلغ سلطات المدينة عن حادث بعد وقوعه. لكن ما تُريد معرفته هو، على سبيل المثال، أين الحوادث التي كادت تقع – لأن أحداً لا يستطيع الإبلاغ عنها. وتريد السلطات منع وقوعها». لذا، يُعدّ التنبؤ بالمستقبل أحد أهمّ استخداماتنا حالياً.

أسس بوبيريف وليوناردو جيوستي الشركة بعد مغادرتهما فريق التكنولوجيا والمشاريع المتقدمة التابع لشركة «غوغل»، حيث عملا على مبادرات مشاريع متطورة، مثل مشروع النسيج الذكي «جاكار»، ومشروع رادار الأدوات «سولي». ويشرح بوبيريف تاريخ عمله في شركات عملاقة مثل «سوني» و«ديزني»، حيث كان على المهندسين دائماً تطوير خوارزمية واحدة لفهم أشياء مثل نبضات القلب، وأخرى للخطوات. كل شيء مادي تُريد قياسه، مهما كان، كان دائماً نظاماً منفصلاً – كان برنامجاً صغيراً آخر يجب برمجته ودعمه.

وهناك الكثير مما يحدث داخل عالمنا الطبيعي بحيث لا يمكن قياسه أو دراسته من خلال هذا النهج الذي يُركّز على معالجة مشكلة واحدة في كل مرة. ونتيجة لذلك، لا تزال أجهزتنا المتطورة تقنياً لا تفهم سوى القليل جداً عن بيئتنا الحقيقية، وما يحدث فيها بالفعل.

استنتاجات فيزيائية بدلاً من اللغوية

ما تقترحه «أركيتايب» هو ذكاء اصطناعي قادر على تتبع تعقيد العالم المادي والتفاعل معه. خذ نموذج «نيوتن» الأساسي، فهو مُدرّب على أكوام من بيانات أجهزة الاستشعار المفتوحة من مصادر مثل وكالة ناسا، التي تنشر كل شيء بدءاً من درجات حرارة المحيطات المُجمّعة باستخدام ماسحات الميكروويف وصولاً إلى عمليات مسح الأشعة تحت الحمراء لأنماط السحب.

وكما يُمكن لنظم الذكاء الاصطناعي المطورة حديثاً استنتاج المنطق اللغوي من خلال دراسة النصوص، يُمكن لـ«نيوتن» استنتاج الفيزياء من خلال دراسة قراءات أجهزة الاستشعار.

البرنامج يتنبأ بالأحداث اللاحقة
البرنامج يتنبأ بالأحداث اللاحقة

«نيوتن» يحلل ويتنبأ

تكمن الميزة الرئيسة للشركة في قدرة «نيوتن» Newton على تحليل مخرجات أجهزة الاستشعار الموجودة بالفعل. يحتوي هاتفك على اثني عشر مستشعراً أو أكثر، وقد يحتوي العالم قريباً على تريليونات منها، بما في ذلك مقاييس التسارع، وأجهزة استشعار التدفق الكهربائي والسوائل، وأجهزة الاستشعار البصرية، والرادار. من خلال قراءة هذه القياسات، يُمكن لـ«نيوتن» تتبع وتحديد ما يحدث داخل البيئات بدرجة مُذهلة.

حتى أنه أثبت قدرته على التنبؤ بالأنماط المستقبلية للتنبؤ بأحداث تتراوح من تأرجح بندول صغير في مختبر إلى حادث مُحتمل في مصنع، إلى البقع الشمسية والمد والجزر في الطبيعة.

من نواحٍ عديدة، تُنشئ أركيتايب النظامَ المطلوبَ حقاً للحوسبة المحيطة، وهي رؤيةٌ تتلاشى فيها الخطوط الفاصلة بين عالمنا الحقيقي وعالم الحوسبة. ولكن بدلاً من التركيز على رؤيةٍ طموحة، تُسوّق «نيوتن» كمترجمٍ عالميٍّ يُمكنه تحويل بيانات الاستشعار إلى رؤى قابلةٍ للتنفيذ.

يقول جيوستي: «(إنه) تحوّلٌ جذريٌّ في نظرتنا للذكاء الاصطناعي كمجتمع. (حالياً) هو تقنية أتمتة نستبدل فيها الذكاء الاصطناعي بجزء من عملنا البشري. نُفوّض الذكاء الاصطناعي للقيام بشيءٍ ما... نحاول تغيير المنظور، ونرى الذكاء الاصطناعي كطبقةٍ تفسيريةٍ للعالم المادي. سيساعدنا الذكاء الاصطناعي على فهم ما يحدث في العالم بشكلٍ أفضل».

ويضيف بوبيريف: «نريد أن يكون الذكاء الاصطناعي بمثابة قوةٍ عظمى تُمكّننا من رؤية أشياء لم نكن لنراها من قبل، وتُحسّن عملية اتخاذ القرار لدينا».

كيف يعمل الذكاء الاصطناعي من أركيتايب؟

في أحد عروض «أركيتايب» التوضيحية، يُلاحظ رادارٌ دخول شخصٍ ما إلى المطبخ. يستطيع الميكروفون الاستماع لأي شيء يُطلب منه، مثل غسل الأطباق. إنه عرض توضيحي لتقنيتين موجودتين في العديد من الهواتف الذكية، ولكن من خلال سياق «نيوتن»، تتحول بيانات المستشعرات إلى معرفة.

في عرض توضيحي آخر، يُحلل «نيوتن» أرضية مصنع ويُنشئ خريطة حرارية لمخاطر السلامة المحتملة (تُرسم بشكل ملحوظ في مسار رافعة شوكية تقترب من الناس). وفي عرض توضيحي ثالث، يُحلل «نيوتن» عمل قوارب البناء، ويرسم في الواقع جدولاً زمنياً لساعات نشاطها كل يوم.

بالطبع، لا يمكن للفيزياء وحدها استقراء كل ما يحدث في هذه المشاهد، ولهذا السبب يُدرج «نيوتن» أيضاً بيانات تدريب حول السلوك البشري (حتى يعرف ما إذا كان هزّ صندوق، على سبيل المثال، يمكن استنتاجه على أنه «سوء تعامل») ويستخدم تقنية النماذج اللغوية الكبيرة التقليدية لتصنيف ما يحدث.

ومن الناحية الفنية، يمكنك تشغيل «نيوتن» من أجهزة الكمبيوتر التي تديرها Archetype، أو على خدمات سحابية مثل AWS أو Azure، أو حتى على خوادمك الخاصة إذا كنت تفضل ذلك.

مهمتك الأساسية هي ببساطة تغذية أي بيانات استشعار تستخدمها شركتك بالفعل من خلال «عدسة» «نيوتن» للذكاء الاصطناعي. والعدسة هي استعارة الشركة لكيفية ترجمة معلومات الاستشعار إلى رؤى.

الاختلاف عن النماذج الذكية اللغوية

وبخلاف النماذج الذكية اللغوية، التي تعتمد على أسئلة وأجوبة تقودنا إلى استعارات مثل المحادثات والوكلاء، تُخرِج المستشعرات تدفقات من المعلومات قد تتطلب تحليلاً مستمراً. لذا، تُعدّ العدسة وسيلةً لتدقيق هذه البيانات على فترات زمنية، أو آنياً.

وستكون التكلفة التشغيلية لتشغيل «نيوتن» للذكاء الاصطناعي متناسبة مع كمية وتواتر تحليل المستشعر الخاص بك. ولكن ما يثير اهتمام الشركة بشكل خاص هو أن «نيوتن» للذكاء الاصطناعي، من خلال تحليل أشكال موجات المستشعرات، أثبت أنه لا يفهم الكثير مما يحدث فحسب، بل يمكنه أيضاً التنبؤ بما قد يحدث في المستقبل.

وكما أن الإكمال التلقائي يعرف مسبقاً ما قد تكتبه تالياً، يمكن لـ«نيوتن» النظر في أشكال موجات البيانات (مثل المعلومات الكهربائية أو الصوتية من جهاز) للتنبؤ بالاتجاه التالي. وفي المصانع، قد يسمح هذا برصد العطل الوشيك للآلة. كما تزعم «أركيتايب» أنها تستطيع تتبع تأرجح البندول الفوضوي بدقة والتنبؤ بحركاته التالية.

تعتقد «أركيتايب» أنها تستطيع إحداث ثورة في جميع أنواع المنصات، بدءاً من التطبيقات الصناعية، ووصولاً إلى التخطيط الحضري. وفي خطوتها التالية، تريد الشركة أن يُنتج «نيوتن» أكثر من مجرد نص؛ فلا يوجد سبب يمنعه من التواصل بالرموز أو الرسوم البيانية في الوقت الفعلي.

هذه الادعاءات، من ناحية، ضخمة للغاية، ويصعب فهمها. من ناحية أخرى، بنى بوبيريف مسيرته المهنية بأكملها على بناء ابتكارات مبتكرة ومذهلة من تقنيات موجودة، وهي فعالة بالفعل.

* مجلة «فاست كومباني» خدمات «تريبيون ميديا»


مقالات ذات صلة

مصر: أزمة إعلانية لاستعانة شركة حلويات بنجوم الزمن الجميل

يوميات الشرق فؤاد المهندس في الإعلان المثير للجدل (يوتيوب)

مصر: أزمة إعلانية لاستعانة شركة حلويات بنجوم الزمن الجميل

الإعلان المثير للجدل صُمِّم بالذكاء الاصطناعي بشكل كامل، يُظهر مجموعة من نجوم الزمن الجميل كأنهم يعملون في المحل الشهير ويقدِّمون الحلوى للزبائن...

أحمد عدلي (القاهرة)
يوميات الشرق صور مولدة بالذكاء الاصطناعي لإحدى لقطات فيلم «سمير وشهير وبهير» على غرار استديو غيبيلي (متداولة)

تفاعل «سوشيالي» مع صور من عالم «استوديو غيبلي»... ومخاوف بشأن حقوق الملكية

انتشرت في الأيام السابقة صور مُنتجة بالذكاء الاصطناعي على غرار  «استوديو غيبلي»، استوديو الرسوم المتحركة الياباني الشهير.

يسرا سلامة (القاهرة)
تحليل إخباري يُعيد الذكاء الاصطناعي تشكيل الذكاء البشري بتوسيع قدراته وتعزيز تفاعله مع الحواسيب (شاترستوك)

تحليل إخباري مستقبل العلاقة بين ذكاء الإنسان والحاسوب... تعايش أم صراع؟

يُحدث الذكاء الاصطناعي ثورة في قدرات الذكاء البشري، ما يُمكِّن من الاندماج الكامل مع الحواسيب لتعزيز القدرات الذهنية والتكنولوجية بشكل غير مسبوق.

د. حسن الشريف
خاص يعزز الذكاء الاصطناعي من كفاءة العمليات ويوفر تجارب تسوق شخصية من خلال تحسين الاتصال وتوفير تحليلات فورية (أ.ف.ب)

خاص كيف يساعد الذكاء الاصطناعي تجار التجزئة في تحليل سلوك المستهلك بدقة؟

تلعب الشبكات المدعومة بالذكاء الاصطناعي دوراً أساسياً في تخصيص تجربة التسوق فورياً مستفيدةً من بيانات تفاعلات العملاء وسجلات التصفح والرؤى القائمة على الموقع.

نسيم رمضان (لندن)
تكنولوجيا مزج الباحثون بين نماذج الذكاء الاصطناعي التوليدية لإنشاء أداة سريعة تنتج صوراً بدقة عالية (Christine Daniloff, MIT)

في جزء من الثانية... «هارت» يولد صوراً عالية الجودة عبر الذكاء الاصطناعي

«هارت» (HART) أداة جديدة لإنشاء الصور بالذكاء الاصطناعي، تتفوق على التقنيات الحالية بجودة أعلى، وسرعة أكبر بتسع مرات من النماذج الحالية!

نسيم رمضان (لندن)

كيف يسهم الذكاء الاصطناعي «مفتوح المصدر» في دعم التشخيص الطبي؟

الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
TT
20

كيف يسهم الذكاء الاصطناعي «مفتوح المصدر» في دعم التشخيص الطبي؟

الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)

يشهد مجال الذكاء الاصطناعي تطوراً غير مسبوق، حيث أصبحت النماذج اللغوية الكبيرة (LLMs) قادرة على أداء مهام معرفية معقدة في الطب، فمن الإجابة الدقيقة عن الأسئلة الطبية متعددة الاختيارات، إلى تقديم استدلالات سريرية متقدمة ووضع تشخيص تفاضلي للحالات الطبية المعقدة، يثبت الذكاء الاصطناعي قدرته على دعم التشخيص الطبي.

وتشير الإحصاءات إلى أن الأخطاء التشخيصية تتسبب في وفاة أو إعاقة دائمة لنحو 795 ألف مريض سنوياً في الولايات المتحدة وحدها. ومع التكاليف الباهظة الناتجة عن التشخيص الخاطئ أو المتأخر، يمكن للذكاء الاصطناعي أن يلعب دوراً حيوياً في تحسين دقة التشخيصات وتقليل الأخطاء الطبية. وخلال العامين الماضيين، تفوقت نماذج الذكاء الاصطناعي «مغلقة المصدر»، مثل (GPT - 4) من شركة «أوبن إي آي»، في تشخيص الحالات الطبية المعقدة، ما جعلها جزءاً من تطبيقات الرعاية الصحية. ورغم توفر نماذج «مفتوحة المصدر»، فإنها لم تصل بعد إلى نفس مستوى الأداء.

لكن دراسة لباحثين من كلية الطب بجامعة هارفارد الأميركية كشفت عن أن النماذج الحديثة مفتوحة المصدر، مثل (Llama 3.1) من شركة «ميتا»، يمكنها منافسة النماذج مغلقة المصدر، حيث حققت نتائج واعدة في اختبارات متقدمة. وأظهرت الدراسة أن (Llama 3.1) قدم أداءً مماثلاً لأحد أقوى النماذج المغلقة في تشخيص الحالات الطبية المعقدة، ونُشرت نتائجها بعدد 17 مارس (آذار) 2025 بدورية (JAMA Health Forum).

ويُعد (Llama 3.1) جزءاً من سلسلة نماذج (Llama) التي تطورها «ميتا» بوصفها بديلاً مفتوح المصدر، ما يتيح للباحثين استخدامها وتعديلها بحرية دون قيود تجارية. وتتميز النماذج المفتوحة بإمكانية تخصيصها وفق الاحتياجات الخاصة، مثل التدريب على بيانات داخلية دون مشاركة معلومات حساسة، بينما تبقى النماذج المغلقة احتكارية وتعمل فقط عبر خوادم الشركات.

نماذج الذكاء الاصطناعي تعتمد على مجموعات ضخمة من البيانات (جامعة هارفارد)
نماذج الذكاء الاصطناعي تعتمد على مجموعات ضخمة من البيانات (جامعة هارفارد)

تشخيص الأمراض

تعتمد نماذج الذكاء الاصطناعي، المفتوحة والمغلقة، على تحليل بيانات ضخمة تشمل الكتب الطبية والأبحاث وبيانات المرضى، ما يساعدها في تشخيص الأمراض مثل الأورام وفشل القلب والتهابات القولون. وعند مواجهة حالة جديدة، تقارن النماذج المعلومات الواردة بما تعلمته سابقاً لتقديم تشخيصات محتملة.

وخلال الدراسة، خضع نموذج (Llama 3.1) لاختبار شمل 70 حالة سريرية معقدة و22 حالة جديدة لضمان دقة التقييم. وحقق دقة 70 في المائة في التشخيص، متفوقاً على (GPT - 4) الذي سجل 64 في المائة، وحدد التشخيص الصحيح في محاولته الأولى بنسبة 41 في المائة مقابل 37 في المائة لـ(GPT - 4). أما في الحالات الجديدة، فقد ارتفعت دقته إلى 73 في المائة، مع تحديد التشخيص الصحيح كمقترح أول بنسبة 45 في المائة.

وقال الدكتور أرغون مانراي، الباحث الرئيسي للدراسة وأستاذ المعلوماتية الطبية الحيوية بجامعة هارفارد، إن الذكاء الاصطناعي يمكن أن يكون مساعداً موثوقاً للأطباء إذا أُدمج بحكمة في البنية التحتية الصحية.

وأضاف لـ«الشرق الأوسط» أن النماذج المفتوحة والمغلقة تختلف في الخصوصية وأمان البيانات، حيث تتيح النماذج المفتوحة تشغيلها والاحتفاظ بالبيانات داخل المستشفيات؛ ما يحافظ على سرية بيانات المرضى، بينما تتطلب النماذج المغلقة إرسال البيانات لخوادم خارجية، ما قد يثير مخاوف أمنية. كما أن النماذج المفتوحة أكثر مرونة وأقل تكلفة، مما يجعلها مناسبة للمؤسسات محدودة الموارد.

ورغم ذلك، أشار مانراي إلى تحديات تعيق تبني النماذج المفتوحة، مثل الحاجة لفريق تقني للصيانة وصعوبة تكاملها مع الأنظمة الطبية مقارنة بالمغلقة، التي توفر دعماً فنياً متكاملاً. كما أن ضمان دقتها يتطلب دراسات سريرية إضافية وتحديثات مستمرة لتحسين الأداء وتجنب التحيزات.

منصات مفتوحة المصدر

تتوفر عدة نماذج طبية مفتوحة المصدر، أبرزها منصة (Azure AI Foundry) من «مايكروسوفت»، التي توفر نماذج ذكاء اصطناعي متقدمة لتحليل الصور الطبية وإعداد تقارير الأشعة السينية. وتضم المنصة نماذج مثل (MedImageInsight) لتصنيف الصور وكشف الحالات غير الطبيعية، و(MedImageParse) لتحديد حدود الأورام والأعضاء، و(CXRReportGen) لتحليل صور الأشعة السينية وإنتاج تقارير تشخيصية تلقائياً، مما يعزز دقة التشخيص ويسرّع إعداد التقارير الطبية. كما طوّرت شركة «إنفيديا» مع جامعة كينغز كوليدج لندن منصة (MONAI) لدعم بناء وتدريب نماذج الذكاء الاصطناعي في التصوير الطبي، مع تعزيز الخصوصية ودقة التشخيص.

كما أطلق باحثو جامعة كورنيل الأميركية منصة (OpenMEDLab) في مارس 2024، لتطوير نماذج ذكاء اصطناعي متعددة الوسائط بالمجال الطبي، مستندة إلى نماذج مثل (Gemini) من «غوغل»، مما يتيح نتائج تنافسية وتشجيع الابتكار في الرعاية الصحية.