«هواوي» تكشف عن هاتفي «بي 30» و«بي 30 برو» بقدرات تصويرية غير مسبوقة

تسجيل مزدوج لعروض الفيديو وتقريب لغاية 50 ضعفاً... وألوان غنية في ظروف الإضاءة المنخفضة عبر مصفوفة كاميرات خلفية رباعية

هاتف «بي 30 برو» وساعة «هواوي ووتش جي تي»
هاتف «بي 30 برو» وساعة «هواوي ووتش جي تي»
TT

«هواوي» تكشف عن هاتفي «بي 30» و«بي 30 برو» بقدرات تصويرية غير مسبوقة

هاتف «بي 30 برو» وساعة «هواوي ووتش جي تي»
هاتف «بي 30 برو» وساعة «هواوي ووتش جي تي»

كشفت «هواوي» عن أحدث إصداراتها في سلسلة الهواتف «بي» Huawei P، التي تقدم قدرات تصويرية متقدمة جداً، في تصميم أنيق. وعرضت الشركة هاتفي «بي 30» P30 و«بي 30 برو» P30 Pro من مؤتمر عقدته في مدينة باريس في 26 مارس (آذار)، حضرته «الشرق الأوسط». ونذكر أبرز مزايا الهاتفين اللذين يتوقع أن يكونا من أفضل الهواتف المتقدمة في عام 2019، بالإضافة إلى مجموعة من الملحقات المختلفة.
بداية يقدم الهاتفان قدرات تصويرية مطورة وعالية، منها تقريب الصورة لغاية 50 ضعفاً، والتسجيل المزدوج لعروض الفيديو القريبة والبعيدة في آن واحد، والتصوير الليلي بألوان غنية جدا. ويستخدم هاتف «بي 30 برو» مصفوفة كاميرات خلفية هي (من الأعلى إلى الأسفل) كاميرا عريضة العدسة لتصوير المعالم الكبيرة والصور الجماعية بدقة 20 ميغابكسل، وأخرى رئيسية تدعم تثبيت الصورة بصريا وتعمل بدقة 40 ميغابكسل، وثالثة لتقريب الصورة لغاية 5 أضعاف بصرياً ودعم تثبيت الصورة بصريا، مع القدرة على التقريب لغاية 50 ضعفاً رقمياً مع دمج التقريب من خلال العدسات (5 أضعاف) والرقمي (50 ضعفاً) للحصول على تقريب هجين لغاية 10 أضعاف دون فقدان أي جزء من تفاصيل الصورة بعد تقريبها على الإطلاق. كما يقدم الهاتف مستشعراً خاصاً لقياس بعد العناصر عنه وفصل الهدف المستهدف عن الخلفية بدقة كبيرة جدا وبوضوح مبهر لدرجة أن أجزاء شعر شخص ما ستبدو واضحة مقارنة بالخلفية المحيطة به.
وبالنسبة للكاميرا الأمامية المتخصصة بالتقاط الصور الذاتية «سيلفي»، فتبلغ دقتها 32 ميغابكسل، وهي تدعم التصوير بتقنية المجال العالي الديناميكي High Dynamic Range HDR والتصوير الليلي في ظروف الإضاءة المنخفضة.
ويستطيع الهاتف التقاط صور تبدو مستحيلة في ظروف الإضاءة المنخفضة أو المنعدمة، حيث استعرضت الشركة تجربة التقاط صورة لمجسمات في بيئة مظلمة بالكامل، لتظهر على الهاتف بألوانها الكاملة وإضاءة مبهرة يمكن الخلط بينها وبين وجود مصدر طبيعي للضوء، سواء كانت داخل المنزل أو في البيئة الخارجية. كما يمكن استخدام مستشعر بُعد العناصر عن المستخدم في تطبيقات الواقع المعزز Augmented Reality AR وإيجاد مجسمات رقمية لأي عنصر يختاره المستخدم وتحريكها بسهولة مباشرة من الهاتف. وتستطيع هذه التقنية قياس أبعاد العناصر من حول المستخدم بكل سهولة وبدقة تتجاوز 98.5 في المائة.
وبالنسبة لتصوير عروض الفيديو، فيقدم الهاتف تقنية التصوير المزدوج التي تدمج لقطات الأجسام القريبة والبعيدة في آن واحد وتضعها في تسجيل واحد جانبي، وذلك لتسجيل المجريات بشكل عام والتركيز على عنصر ما بشكل أكثر من غيره، مثل تصوير مباراة كرة قدم لطفلك في جهة والتركيز عليه وحده في الجهة الثانية. وسيساعدك محرر الأفلام الذي يعتمد على تقنيات الذكاء الصناعي بتحديد أبرز العناصر تلقائيا في الفيديو ويقدم لك الأدوات اللازمة لإضافة موسيقى الخلفية والمؤثرات الخاصة المختلفة، مثل الفواصل الزمنية والحركة البطيئة، وذلك بهدف تسهيل إنتاج محتوى فيديو جذاب تفخر بمشاركته مع الأهل والأصدقاء.
وتحدثت «الشرق الأوسط» حصريا مع «كليمينت وونغ»، مدير التسويق للمنتجات في «هواوي»، الذي قال إن الهاتف «يستخدم تقنيات الذكاء الصناعي لدعم نمط عرض الصورة بتقنية HDR+ بألوانها المبهرة، وذلك من خلال صُنع خريطة داخلية لكل صورة ملتقطة حول كمية تشبع الألوان، ومن ثم تحليلها في نواة الذكاء الصناعي وتعديل كل قسم منها بأفضل جودة ممكنة وفقاً للكثير من العوامل، كل ذلك في أجزاء من الثانية.
ويستطيع الذكاء الصناعي التعرف على وجود الأوجه في الصورة والأعشاب والشمس والبحر، وتطوير الألوان وفقاً لذلك. ويمكن تعزيز جودة الألوان بفضل المستشعر الأكبر الجديد الذي استبدل مجسات اللون الأخضر بأخرى تستشعر اللون الأصفر، ذلك أن مجسات اللون الأصفر تستطيع التقاط اللونين الأحمر والأخضر، الأمر الذي ينجم عنه ارتفاع في كمية التقاط الضوء بنسبة 40 في المائة مقارنة بمجسات الألوان الأحمر والأبيض والأزرق».
وننتقل الآن إلى تصميم الهاتف الفاخر والأنيق، حيث أزالت الشركة معظم الفراغ الموجود بين الشاشة الظاهرة والمنطقة الأمامية لصالح مزيد من المساحة للشاشة. وأزالت الشركة السماعة المستخدمة لسماع الطرف الآخر أثناء التحدث لصالح المزيد من المساحة للشاشة، حيث ستهتز المنطقة العلوية من الشاشة بالقرب من أذن المستخدم ليسمع الطرف الآخر بكل وضوح. هذه الميزة تعني أن صوت الطرف الثاني لن يكون مسموعا لأي شخص آخر موجود حول المستخدم مهما كانت درجة الصوت مرتفعة، مع المحافظة على صوت واضح ونقي للمستخدم أثناء التحدث.
وبالحديث عن الشاشة، فهي منحنية من الجانبين ويبلغ قطرها في إصدار «بي 30 برو» 6.47 بوصة، وهي تعرض الصورة بدقة 1080x2340 بكسل، وتقدم مستشعر بصمة مدمجا خلف الشاشة في المنطقة السفلية يعمل أسرع من مستشعر بصمة هاتف «مايت 20 برو» بنحو 30 في المائة. ويستخدم الهاتف معالج «كيرين 980» المتقدم بوحدتي معالجة عصبية للذكاء الصناعي، ويعمل بذاكرة تبلغ 8 غيغابايت وسعة تخزينية تتراوح بين 128 و512 غيغابايت (يدعم الهاتف استخدام بطاقات «نانو ميموري» Nano Memory صغيرة الأبعاد من «هواوي» بسعات تصل إلى 256 غيغابايت إضافية، وفقا للإصدار المرغوب، وهو يدعم الشحن فائق السرعة بفضل شاحنه الذي تبلغ قدرته 40 واط والذي يشحن 70 في المائة من بطارية الهاتف البالغ شحنتها 4200 ملي أمبير - ساعة في 30 دقيقة فقط، مع دعم للشحن اللاسلكي بقدرة 15 واط، ودعم الشحن اللاسلكي العكسي لشحن الملحقات والهواتف الأخرى التي تدعم تقنية الشحن اللاسلكي. وتتيح هذه التقنية استخدام الهاتف بصورة مكثفة لأكثر من يوم كامل دون الحاجة إلى شحن بطاريته مرة أخرى.
وبالنسبة لهاتف «بي 30»، فهو يشابه أخيه الأكبر ولكن قطر شاشته يبلغ 6.1 بوصة، ويبلغ شحن بطاريته 3650 ملي أمبير - ساعة، مع دعم الشحن السريع بقدرة 22.5 واط، ودعم معيار IP53 لمقاومة المياه والغبار، ولكنه يقدم سماعة أعلى الشاشة ومنفذا للسماعات الرأسية القياسية، ومصفوفة ثلاثية للكاميرات.
وعلى صعيد واجهة الاستخدام EMUI 9,1 فتقدم نظام الملفات القابلة للقراءة فقط EROFS بهدف رفع سرعة قراءة ذاكرة التخزين بنسبة كبيرة، مع دعم تقنية Huawei Share OneHop لمشاركة الملفات بسلاسة بين الهاتف والكومبيوترات المحمولة الخاصة بالشركة، وبمجرد تمرير الهاتف فوق منطقة خاصة على الكومبيوتر. كما يحتوي الهاتفان على نظام تبريد خاص يتيح لهما تبريد الحرارة بكفاءة وفعالية عالية، حتى في حالات الاستخدام المكثف. ويتمتع الهاتفان أيضا بإمكانيات اتصالات لاسلكية متقدمة ودعم استخدام شريحتي اتصال في آن واحد، ودعم رفع جودة الصوتيات من خلال تقنية Dual VoLTE.
ويتوافر الهاتفان بألوان الكريستال اللامع، والأسود، والأحمر، والأبيض اللؤلؤي، والأسود، وستطلقهما الشركة في المنطقة العربية في 11 أبريل (نيسان) بذاكرة تبلغ 6 غيغابايت، و128 غيغابايت للسعة التخزينية المدمجة لهاتف «بي 30» وبسعر 799 يورو (قد يتغير السعر لدى إطلاق الجهاز في المنطقة العربية)، و8 غيغابايت من الذاكرة وسعات تخزينية مدمجة تبلغ 128 أو 256 أو 512 غيغابايت لإصدار «بي 30 برو» بأسعار تتراوح بين 999 و1249 يورو (قد تتغير الأسعار لدى إطلاق الهاتف في المنطقة العربية)، مع توفير إصدار بذاكرة تبلغ 6 غيغابايت وسعة تخزينية مدمجة تبلغ 128 غيغابايت لإصدار «بي 30 برو لايت» وبسعر ستكشف عنه قريبا.
كما ستطلق الشركة إصدار «بي 30 لايت» الذي يقدم كاميرا التصوير الذاتي «سيلفي» بدقة 32 ميغابكسل التي تدعم مؤثرات التجميل وفقاً لتقنيات الذكاء الصناعي. ويقدم الهاتف كاميرا ثلاثية مع عدسة تصوير واسع بدقة 24 ميغابكسل تعمل بتقنيات الذكاء الصناعي، وأخرى بدقة 8 ميغابكسل لزاوية التصوير الواسع للغاية، وأخيرا عدسة بدقة 2 ميغابكسل. ويقدم الهاتف أيضا 4 غيغابايت من الذاكرة للعمل و128 غيغابايت من السعة التخزينية المدمجة وشاشة بقطر 6.15 بوصة. أما زجاج المنطقة الأمامية فمنحنٍ ومنخفض السماكة، وهو متوافر بألوان الأسود والأبيض اللؤلؤي والأزرق.
- ساعة ذكية وملحقات جديدة
> أطلقت الشركة أيضاً إصدارين من ساعتها الذكية «هواوي ووتش جي تي» Huawei Watch GT من طراز «آكتيف» Active و«إيليغانت» Elegant التي تقدم عمرا طويلا للبطارية في تصميم أنيق ومريح للاستخدام، إلى جانب الكشف عن سماعات «هواوي فري ليس» Huawei FreeLace اللاسلكية التي تتميز بأنه يمكن شحنها لمدة 5 دقائق لتعمل لـ4 ساعات، أو يمكنها العمل لمدة 18 ساعة بعد شحنها بالكامل، ويمكن شحنها مباشرة من الهاتف. وكشفت أيضا عن إصدار منخفض التكلفة من سماعاتها اللاسلكية «فري بادز لايت» FreeBuds Lite.
وكشفت الشركة كذلك عن بطارية محمولة جديدة بشحنة 12 ألف ملي أمبير - ساعة وبقدرة 40 واط تدعم الشحن السريع، إلى جانب الكشف عن نظارات «آي ووير» EyeWear من «جنتل مونستر» Gentle Monster التي تقدم سماعات جانبية داخلية وميكروفونين مدمجين لإجراء المحادثات أثناء ارتدائها وقدرتها على الرد على المكالمات بمجرد النقر على جانبها مرتين، وهي تبدو نظارة عادية أكثر منها تقنية، الأمر الذي يسهل ارتداءها.


مقالات ذات صلة

«أبل» في عامها الخمسين… قصة شركة أعادت تشكيل التكنولوجيا العالمية

تكنولوجيا رئيس شركة «أبل» تيم كوك خلال أحد المؤتمرات السنوية للشركة (إ.ب.أ)

«أبل» في عامها الخمسين… قصة شركة أعادت تشكيل التكنولوجيا العالمية

مسيرة «أبل» خلال 50 عاماً تعكس قدرة استثنائية على الابتكار وإعادة الابتكار، من مرآب صغير إلى شركة أعادت تشكيل التكنولوجيا العالمية.

نسيم رمضان (لندن)
تكنولوجيا قدرات ذكاء اصطناعي متقدمة بشاشة تحمي الخصوصية

تعرف على مزايا جوال «غالاكسي إس 26 ألترا»: نقلة في الخصوصية والذكاء الاصطناعي للجوالات

تصميم متين وأنيق باستوديو احترافي ذكي و«دائرة بحث» مطورة.

خلدون غسان سعيد (جدة)
تكنولوجيا استطلاع أميركي: المراهقون يتعرّضون لضغوط شديدة لنشر صور جنسية

استطلاع أميركي: المراهقون يتعرّضون لضغوط شديدة لنشر صور جنسية

شيوع تبادل «الرسائل الفاضحة» بينهم

كاثرين بيرسون (نيويورك)
تكنولوجيا ملحقات مفيدة لشحن هواتف «غالاكسي إس26» المقبلة بسرعة فائقة وموثوقية كبيرة

بعد الكشف عن سلسلة هواتف «غالاكسي إس26»: ملحقات شحن مبهرة تناسب نمط الحياة السريع

طاقة لا تنفد لتعزيز أداء الهواتف الجديدة

خلدون غسان سعيد (جدة)
يوميات الشرق الإفراط في استخدام الهواتف الذكية ليلاً يضعف التركيز خلال ساعات الصيام (جامعة هارفارد)

ما تأثير الهواتف على طاقة وتركيز الصائمين؟

مع تغيّر أنماط النوم خلال شهر رمضان نتيجة السحور والعبادات الليلية، تتعرض مستويات الطاقة لدى كثير من الصائمين لاختبار حقيقي.

«الشرق الأوسط» (القاهرة)

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.