«مشروع أثينا» من «إنتل»... تصاميم لأجهزة مستقبلية عالية الاستجابة

كومبيوترات محمولة رقيقة بأداء مرتفع وشحنة بطارية طويلة

كومبيوتر «سبيكتر فوليو» من «اتش بي» مثال على التعاون مع «انتل»
كومبيوتر «سبيكتر فوليو» من «اتش بي» مثال على التعاون مع «انتل»
TT

«مشروع أثينا» من «إنتل»... تصاميم لأجهزة مستقبلية عالية الاستجابة

كومبيوتر «سبيكتر فوليو» من «اتش بي» مثال على التعاون مع «انتل»
كومبيوتر «سبيكتر فوليو» من «اتش بي» مثال على التعاون مع «انتل»

تستعد أجهزة «كروم بوك» و«نوت بوك» للاستفادة من مشروع «أثينا» الذي تقوده «إنتل» الذي سيتولّى توجيه التصميمات المتفوقة التي ينتجها أهمّ الشركات المنتجة للكومبيوترات المحمولة، ومن بينها «غوغل»، خلال السنوات القليلة المقبلة.

- مشروع طموح
قبل أقل من ثمانية أعوام، أسهمت إنتل في إدخال العالم في عصر أجهزة «النوت بوك» (دفاتر الملاحظات) الرقيقة والخفيفة التي عرفت بعد ذلك باسم «ألترا بوك». واليوم، تستعدّ «إنتل» وعدد من شركائها لنقل أجهزة «ألترا بوك» إلى مرحلة جديدة عبر «مشروع أثينا» وفقاً لخريطة طريق تمتدّ لسنوات كثيرة مقبلة، أعلن عنها في معرض إلكترونيات المستهلكين الذي انتهى قريباً.
يقول مسؤولو «إنتل» التنفيذيون إنّهم مدعومون من شركاء كـ«آيسر» و«آسوس» و«ديل» و«غوغل» و«إتش بي» و«لونوفو» و«مايكروسوفت» و«سامسونغ» و«شارب»، إلى جانب غوغل، التي ستنتج جهاز «كروم بوك» جديد في إطار المشروع نفسه.
لم يتمّ حتى الساعة تحديد الاسم التجاري لأجهزة «النوت بوك» التي سيخرج بها برنامج «أثينا»، إلا أنه جرى تحديد الجدول الزمني لإطلاقها، حيث سيبدأ شحن أول «لابتوبات» المشروع في النصف الثاني من 2019.
ظهرت أجهزة «ألترا بوك» للمرة الأولى عام 2011، كردّة فعل على جهاز «ماك بوك إير» ذي الرقة المذهلة الذي بادر ستيف حوبز، رئيس «آبل» التنفيذي حينها، إلى سحبه من مغلّف ورقي عند تقديمه للمرة الأولى. ولكنّ «أثينا» لن تخرج بأجهزة أكثر رقّة، فقد أفاد جوش نيومان، المدير العام لقسم للابتكار الخلوي في «إنتل»، بأنّ هدف «أثينا» هو توجيه صنّاع «اللابتوبات» نحو صناعة أجهزة تقدّم أداء أفضل وخدمة بطارية أطول (20 ساعة).

- معالجات مطورة
يعتمد «مشروع أثينا» حالياً في تجهيز «اللابتوبات» على وحدات معالجات «إنتل» الكومبيوترية حصرياً. ولكن في إطار المشروع، تعتزم «إنتل» تبني مقاربة تعاونية متحرّرة من تركيبة جهاز «ألترا بوك» الأول.
في ذلك الحين بادرت «إنتل» حينها أولاً إلى إطلاق نسخة بفرق جهد كهربائي ضعيف من معالجات «إنتل» بنواة الجيل الثاني، ثم بعدها، أطلقت منصة «ألترا بوك». أما الآن فستعتمد أول أجهزة «النوتبوك» التي ستخرج إلى الضوء من «أثينا» في عام 2019 على تصميم معالجات «آيس ليك» بسماكة 10 ملم، الذي أطلقته «إنتل» للمرّة الأولى رسمياً في معرض إلكترونيات المستهلكين.
ولكنّ «مشروع أثينا» لا يتمحور حول تصميم «آيس ليك» Ice Lake، بل سيشمل الأجيال المتتالية من سلسلات «U» و«Y» من معالجات «إنتل» المنخفضة الطاقة، إذ سيُصار إلى تصميم هذه المعالجات لمنصات كومبيوتر محددة عبر شراكات مع مهندسي «إنتل»، وأعضاء من فرق التصميم في الشركات المصنّعة.
وفي حال بدا لكم الأمر مألوفاً، يجب أن يكون كذلك، فقد تمّت هندسة جهاز «إتش بي سبكتر فوليو» في إطار تعاوني، وسترون هذه الشراكة نفسها تمتد لتشمل تصاميم متطورة أخرى في أنحاء الصناعة. وتجدر الإشارة إلى وجود ما يسمّى بشهادة «مشروع أثينا» التي سيصار من خلالها إلى تبني علامة تجارية رسمية.

- مزايا الكومبيوترات الجديدة
إليكم ما سيقدّمه لكم «مشروع أثينا»، وفقاً لموقع «بي سي وورلد»: وضعت «إنتل» وشركاؤها خطّة لتنفيذها في أجهزة «أثينا»، إلى جانب بعض الأرقام والمواصفات الأولية لقيادة التطوّر. مثلاً، استبعدت الشركة «اللابتوبات» التي تأتي بمقاس 9 ملم وأصغر، على اعتبار أنها لا توفّر الحجم المطلوب لاستيعاب بطارية كبيرة، مقابل اعتماد تصميمات «اللابتوبات» التي تأتي مع مراوح ويبدأ حجمها من 15 ملم. ولكنّ أهداف مشروع أثينا تتجاوز حيّز المواصفات والتصميم.
> نشاط فوري للجهاز: على «لابتوب أثينا» أن ينتقل فوراً من وضع النوم إلى الاستيقاظ.
> الأداء / الاستجابة: يعتبر الأداء نقطة الارتكاز التقليدية الأهم لدى «إنتل»، إذ إنها لا تفكّر بسرعة إتمام وحدة المعالجة المركزية CPU) ) لمهمة واحدة، بل بمدى سرعة استجابة «اللابتوب» أثناء العمل على عدّة ملفات أو فتح عدة تطبيقات في وقت واحد.
> الذكاء الصناعي: شرحت الشركة أنّ الهدف هنا لا يتعلّق بالمساعدين الرقميين بقدر ما هو مساعدة المستخدم بذكاء على التركيز في عمله، من خلال فتح ملفات أخرى ذات صلة بالملفات التي يعمل عليها دون جلبة، أو عبر عزل مصادر التشتيت الخارجية. وهذه المهام تبدو شبيهة إلى حدّ بعيد بما تحاول الشركة القيام به بميزات كـ«تايملاين» و«مايكروسوفت سيرتش» و«فوكس أسيست» التي أضيفت إلى برنامجي «ويندوز» و«أوفيس» مع الوقت.
• خدمة البطارية: يرتكز الأمر على أفضل الترتيبات التي تعمل مع محيطها التقني بالمكونات الأقل حاجة للطاقة، ودمجها سوياً للتوصل إلى أفضل الوصفات لإطالة خدمة البطارية في السيناريوهات التي قد يواجهها المستهلكون في حياتهم اليومية.
> الاتصال: تستمر «إنتل» وشركاؤها في التخطيط لـ«اتصالات أكثر بساطة وأوتوماتيكية وأمان». وسوف تستخدم أجهزة «أثينا» الغيغابايت واي - فاي، والواي - فاي 6، وخدمة الجيل الرابع «إل تي إي»، وستنتقل على المدى البعيد إلى خدمة الجيل الخامس.
> عنصر الشكل: وفي هذا الشأن، لا تنوي «إنتل» وشركاؤها ابتكار تصميمات جديدة كلياً وبعيدة عن تلك المتوافرة اليوم في الأسواق. وقد تكون موجودة الأجهزة ذات شاشات العرض المزدوجة كنموذج «تايغر رابيدز» أو «آسوس بروجكت بريكوج»، بالإضافة إلى الأجهزة ذات الشاشات القابلة للطي، في أجهزة «أثينا» المستقبلية.

- مواصفات «أثينا» الأولية
في إطار «برنامج الابتكار المثالي» الذي ساعد في تطوير «سبيكتر فوليو» من «إتش بي» HP Spectre Folio في حينه، ستساعد «إنتل» شركاءها عبر تزويدهم بتقارير المشكلات والحلول، ومراجع التصميم والمستندات التقنية وبروتوكولات الإنترنت الأخرى. وفي الوقت الذي تتوقع فيه «إنتل» أن تبدأ تصميمات «أثينا» كمنتجات جديدة، فإنّ الشركة تأمل توسع المشروع ليشمل المنتجات السائدة التي تصنّعها أسماء غير معروفة.
> خدمة البطارية: من المتوقع أيضاً أن تشمل خدمة البطارية تحسناً تدريجياً مع توالي تصميمات «أثينا». هذا الأمر قد يعني أن أجهزة «أثينا» النهائية التي ستطرح في الأسواق ستقدّم خدمة بطارية تصل إلى 20 ساعة وأكثر على مستوى تشغيل مقاطع الفيديو.
> المنافذ: تضمّ جميع أجهزة أثينا منفذ «يو إس بي سي» للشحن السريع، خصوصاً أنّ الشاحن الخاص الذي يحمل اسم الشركات المنتجة بدأ يتلاشى وسيختفي مع الوقت. وفيما يتعلّق بالاتصال بالإنترنت، سيضمّ كلّ «لابتوب» يصدر تحت اسم «مشروع أثينا» منفذ «ثاندربولت 3» واحداً على الأقلّ، ومنفذ غيغابايت واي - فاي، حتى إن بعض الأجهزة ستضمّ منفذاً لاتصال الجيل الرابع «إل تي إي».
> الاتصال الهاتفي: وفي بعض الحالات، تعمل «إنتل» مع صُناع الكومبيوترات على التوصل لحلول بسيطة للاتصال بالهاتف. هذا الأمر قد يتجاوز الاتصال بالإنترنت، بحسب الشركة مسلّطة الضوء على تطبيقات «ويندوز» الموجودة في تركيبة الجهاز، كـ«ويندوز 10 أوون يور فون» أو «ديل موبايل كونكت». كما ستمتدّ الحلول لتشمل «كونكتد مودرن ستاندباي» التي ستضمن اتصال جهاز أثينا بالإنترنت، حتى عندما يكون في وضع النوم. هذا غير أن جميع أجهزة «كروم بوك» من «أثينا» ستدعم ما تسميه «غوغل»... «لوسيد سليب» الذي يضعها في وضع الاتصال حتى عند وقف التشغيل.
> الأداء: يتصدّر الأداء والاستجابة أولويات برنامج أجهزة «أثينا» 2019، إذ تريد الشركة الحفاظ على الأداء العالي نفسه حتى أثناء تزوّد الجهاز بالطاقة من البطارية.
كثيرة هي الأمور التي لم تتحدث عنها الشركة، وأهمها أن العالم تحوّل إلى مكان أصبحت فيه منصات أخرى، كالهاتف الذكي، تشكّل تهديداً لعرش «اللابتوبات» منذ سنوات. بعد التراجع الكبير الذي شهدته مبيعات الكومبيوترات عام 2016، أظهرت السوق نوعاً من الانتعاش والتجدد في آخر عام 2017 وحتى عام 2018. ولكنّ جهاز الكومبيوتر الذي يبدو أنّه سيتجاوز محنته ويثبت قدرته على الاستمرار، سيحتاج دون شكّ إلى الابتكار المستمر ليتمكن من تحقيق المكاسب.


مقالات ذات صلة

«ميتا» تطور نظارات ذكية تدعم العدسات الطبية لتوسيع الاستخدام اليومي

تكنولوجيا دمج العدسات الطبية في التصميم يجعل النظارات الذكية أقرب إلى الاستخدام اليومي بدلاً من كونها جهازاً إضافياً (ميتا)

«ميتا» تطور نظارات ذكية تدعم العدسات الطبية لتوسيع الاستخدام اليومي

تدعم نظارات "ميتا" الذكية العدسات الطبية لتوسيع الاستخدام لكنها تواجه تحديات في القيمة اليومية والخصوصية واعتماد المستخدمين على نطاق واسع.

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

تعليم روبوت بشري مهارات لعب التنس… من بيانات غير كاملة

تُظهر دراسة أن الروبوتات يمكنها تعلم مهارات حركية معقدة من بيانات غير مكتملة ما يفتح آفاقاً جديدة لتدريب الذكاء الاصطناعي.

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

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

يفرض تسارع الذكاء الاصطناعي ضغطاً على البنية التحتية، حيث يصبح تخزين البيانات وكفاءته واستدامته عاملاً حاسماً في القدرة على التوسع.

نسيم رمضان (لندن)
تكنولوجيا تتيح «غوغل» ميزة استيراد الذاكرة في «جيميناي» لنقل التفضيلات والسياق الشخصي من تطبيقات ذكاء اصطناعي أخرى (شاترستوك)

«غوغل» تتيح نقل سجل المحادثات والتفضيلات إلى «جيميناي»

«غوغل» تطلق استيراد الذاكرة في «جيميناي»، لنقل السياق والتفضيلات بين تطبيقات الذكاء الاصطناعي، وتعزيز تجربة شخصية مستمرة للمستخدمين.

نسيم رمضان (لندن)
تكنولوجيا يمكن للحوسبة الكمومية فك أعقد تشفير للبيانات في ثوان، ويسعى "كروم" لتغيير جذري ضد ذلك

كيف تعيد «غوغل» و«ميتا» صياغة مستقبلنا الرقمي؟

في وقت يتسارع فيه الزمن التقني نحو آفاق غير مسبوقة، لم تعد كبرى شركات التقنية تكتفي بتقديم خدمات تقليدية، بل باتت تخوض صراعاً مزدوجاً: الأول «دفاعي»

خلدون غسان سعيد (جدة)

«ميتا» تطور نظارات ذكية تدعم العدسات الطبية لتوسيع الاستخدام اليومي

دمج العدسات الطبية في التصميم يجعل النظارات الذكية أقرب إلى الاستخدام اليومي بدلاً من كونها جهازاً إضافياً (ميتا)
دمج العدسات الطبية في التصميم يجعل النظارات الذكية أقرب إلى الاستخدام اليومي بدلاً من كونها جهازاً إضافياً (ميتا)
TT

«ميتا» تطور نظارات ذكية تدعم العدسات الطبية لتوسيع الاستخدام اليومي

دمج العدسات الطبية في التصميم يجعل النظارات الذكية أقرب إلى الاستخدام اليومي بدلاً من كونها جهازاً إضافياً (ميتا)
دمج العدسات الطبية في التصميم يجعل النظارات الذكية أقرب إلى الاستخدام اليومي بدلاً من كونها جهازاً إضافياً (ميتا)

تدعم نظارات «ميتا» الذكية العدسات الطبية لتوسيع الاستخدام، لكنها تواجه تحديات في القيمة اليومية والخصوصية، واعتماد المستخدمين على نطاق واسع.

لطالما بقيت النظارات الذكية تقنية متقدمة، لكنها غالباً بعيدة عن الاستخدام اليومي الفعلي، لسبب بسيط، وهو أن معظم الناس الذين يرتدون نظارات يحتاجون إلى تصحيح البصر. ومن دون معالجة هذه النقطة، تبقى أي تقنية قابلة للارتداء محدودة الانتشار.

تحاول شركة «ميتا» تغيير هذا الواقع، عبر تطوير جيل جديد من النظارات المدعومة بالذكاء الاصطناعي والمصممة منذ البداية لاستيعاب العدسات الطبية، تسعى الشركة إلى مواءمة التكنولوجيا مع أحد أبسط متطلبات الرؤية.

عنصر أساسي في التصميم

في الإصدارات السابقة، كانت العدسات الطبية تُعامل غالباً كإضافة لاحقة، يتم تكييفها مع التصميم بدلاً من دمجها فيه. أما في النماذج الجديدة، فقد أصبحت جزءاً من التصميم الأساسي، حيث تم تطوير الإطارات لتناسب مجموعة واسعة من درجات النظر. هذا التحول ليس تفصيلاً تقنياً فحسب. فمع اعتماد مليارات الأشخاص حول العالم على النظارات الطبية، فإن أي جهاز لا يراعي هذا الاحتياج سيبقى خارج الاستخدام اليومي. ومن خلال دمج التصحيح البصري في التصميم، تحاول «ميتا» تحويل النظارات الذكية من منتج تقني إلى أداة يومية.

تستمر النظارات في تقديم مجموعة من الوظائف المعروفة، كالتواصل دون استخدام اليدين، والتقاط الصور وتشغيل الصوت والتفاعل مع مساعد ذكي. لكن الجديد هنا لا يكمن في الوظائف بحد ذاتها، بل في توسيع نطاق المستخدمين المحتملين. فبدلاً من أن تكون هذه النظارات خياراً إضافياً، تصبح قابلة للاستخدام بديلاً مباشراً للنظارات التقليدية. وهذا يغيّر طبيعة التبني من تجربة تقنية إلى جزء من الروتين اليومي.

توسيع قاعدة المستخدمين لا يعتمد فقط على التقنية بل على توافقها مع احتياجات الحياة اليومية (ميتا)

سوق تنمو... وتحديات قائمة

يأتي هذا التوجه في وقت تشهد فيه سوق النظارات الذكية نمواً متزايداً، مع دخول شركات تقنية كبرى واستكشافها لهذا المجال. لكن التحديات الأساسية لا تزال قائمة. من الناحية التقنية، لا تزال قيود، مثل عمر البطارية، وقدرة المعالجة، والاتصال تؤثر على الأداء. أما من ناحية المستخدم، فالتحدي الأكبر يكمن في مدى اندماج هذه الأجهزة في الحياة اليومية دون إحداث احتكاك. كما أن إضافة العدسات الطبية تعالج جزءاً من المشكلة، لكنها لا تقدم حلاً كاملاً.

تعتمد قيمة النظارات الذكية إلى حد كبير على كيفية استخدامها. تُعد الوظائف الحالية مثل التقاط الصور والحصول على معلومات أو التفاعل مع الرسائل مفيدة، لكنها لم تصل بعد إلى مستوى الضرورة اليومية لمعظم المستخدمين. في المقابل، تظهر إمكانات أوضح في الاستخدامات المتخصصة، مثل مساعدة الأشخاص ذوي الإعاقة البصرية على فهم محيطهم. هذه التطبيقات تعكس قدرة حقيقية للتقنية، لكنها لا تزال محدودة من حيث الانتشار.

نجاح النظارات الذكية يعتمد على تكامل التجربة بين العتاد والبرمجيات والذكاء الاصطناعي (ميتا)

الخصوصية... العامل الحاسم

إلى جانب التحديات التقنية، تبقى مسألة الخصوصية من أبرز العوامل المؤثرة في مستقبل هذه الأجهزة. فالقدرة على التقاط الصور أو الفيديو بشكل غير ملحوظ تثير تساؤلات حول الموافقة والرقابة، خصوصاً في الأماكن العامة. هذه المخاوف لا تتعلق بالقوانين فقط، بل بكيفية تقبل المجتمع لمثل هذه الأجهزة. وقد يكون هذا العامل الاجتماعي أكثر تأثيراً في تبني التكنولوجيا من أي تطور تقني بحد ذاته.

من جهاز إلى منصة

تعكس هذه الخطوة تحولاً أوسع في كيفية تقديم الأجهزة القابلة للارتداء. فبدلاً من التركيز على العتاد فقط، تتجه الشركات نحو بناء منظومات متكاملة تجمع بين الذكاء الاصطناعي والبرمجيات والخدمات. في هذا السياق، لا تمثل العدسات الطبية مجرد تحسين بصري، بل تصبح جزءاً من محاولة أوسع لتقليل الحواجز بين المستخدم والتكنولوجيا، وجعلها أكثر اندماجاً في الحياة اليومية.

لا تعني هذه التطورات أن النظارات الذكية أصبحت منتجاً ناضجاً بالكامل. لكنها تمثل خطوة نحو جعلها أكثر واقعية وقابلية للاستخدام.

فمن خلال معالجة أحد أهم العوائق العملية، تقترب «ميتا» من تحويل الفكرة إلى منتج يومي. ومع ذلك، يبقى نجاح هذه الأجهزة مرتبطاً بعوامل أوسع، تشمل القبول الاجتماعي، والقيمة الفعلية للمستخدم، وتطور التجربة. قد يكون إدخال العدسات الطبية خطوة ضرورية لكنها ليست كافية بمفردها لجعل النظارات الذكية جزءاً أساسياً من الحياة اليومية.


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.