قصة ملحمية في لعبة «سيكيرو»: الظلال تموت مرتين

مغامرة تركز على القتال الاستراتيجي في بيئة غنية بالتراث الياباني الممزوج بالخيال... وتطوير قدرات اللاعب وتبعات بيئية للخسارة

تركز اللعبة على مباغتة العدو بعد صد ضرباته العديدة
تركز اللعبة على مباغتة العدو بعد صد ضرباته العديدة
TT

قصة ملحمية في لعبة «سيكيرو»: الظلال تموت مرتين

تركز اللعبة على مباغتة العدو بعد صد ضرباته العديدة
تركز اللعبة على مباغتة العدو بعد صد ضرباته العديدة

ستأخذك لعبة «سيكيرو: الظلال تموت مرتين» Sekiro: Shadows Die Twice عبر رحلة ملحمية تاريخية للسلالات اليابانية تتطلب منك أكثر من 50 ساعة ممتعة من قتال الأعداء عبر بيئة جميلة جدا ومعارك ممتعة ومناطق سرية لتكون أقرب إلى فيلم بجودة إنتاج عالية أكثر منها لعبة إلكترونية.
وحصلت «الشرق الأوسط» على نسخة تجريبية من اللعبة قبل إطلاقها في الأسواق العالمية من شركة «أكتيفيجن» Activision الناشرة لها، ونذكر ملخص التجربة.
- قصة ملحمية
تدور أحداث اللعبة الخيالية في أواخر مرحلة «سينغوكو» اليابانية خلال القرن السادس عشر، حيث يقوم جنرال حرب اسمه «إشين أشينا» بانقلاب دموي ويتولى حكم منطقة «أشينا»، ولكن طفلا يتيما يبقى في المعركة، ليتبناه مقاتل ما أطلق عليه اسم «الذئب». وبعد مرور 20 عاما، لم يعد بإمكان أسياد المنطقة حمايتها من الأعداء بسبب تقدمهم في العمر ومرضهم، ليقوم حفيد الجنرال «إشين» بخطف أمير صغير واستخدامه كرهينة لحماية المنطقة، الأمر الذي يدفع باللاعب «الذئب» لإنقاذ الطفل. وخلال معركة الهروب، يفقد اللاعب يده اليسرى، ليستيقظ ويجد أنه قد تم استبدالها بيد صناعية تقدم قدرات مطورة للاعب صنعها نحات غامض أطلق على اللاعب اسم «سيكيرو» الذي يعني «الذئب ذا اليد الواحدة».
ويتمكن «سيكيرو» من مهاجمة قلعة «أشينا» ومواجهة الخاطف، ليتفاجأ بأن الأمير الصغير قرر التخلي عن ميراثه الذي تتقاتل بسببه الجيوش، في محاولة منه لإنهاء الحرب الشرسة. ويجب على «سيكيرو» الآن البحث في المناطق المحيطة بقلعة «أشينا» عن العناصر اللازمة لإقامة طقوس التخلي عن ميراثه، ليعود ويتفاجأ بأن مدربه الذي أنقذه وهو طفل ما يزال على قيد الحياة، ولكنه يبحث عن ميراث الأمير ويطلب من «سيكيرو» الآن التخلي عن ولائه للأمير وتقديم الولاء والطاعة له. ويحب على اللاعب هنا اختيار تقديم الولاء لمنقذه أو المحافظة على ولائه للأمير الصغير على حساب منقذه.
ولن نذكر المزيد من تفاصيل القصة ونترك ما تبقى منها للاعب ليكتشفها بنفسه، ولكننا نذكر بأنه هناك 4 نهايات مختلفة للعبة تعتمد على اختيار اللاعب في الموقف السابق، وموقف مقبل في القصة.
- مزايا ممتعة
تمزج اللعبة نمط اللعب القتالي مع عناصر من ألعاب تقمص الأدوار Role - playing Games لتطوير قدرات الشخصية وأدواتها وفقا للخبرة التي تكتسبها بعد قتال مجموعة من الأعداء، ويمكن اللعب بها فرديا وليس جماعيا. وتتميز اللعبة عن غيرها من ألعاب القتال بأنها لا تتطلب انتهاء طاقة الأعداء لهزمهم، بل يجب كسر حمايتهم بضربات مدروسة، الأمر الذي يفتح مجالا صغيرا لضربهم ضربة قوية جدا تهزمهم بسرعة، الأمر الذي يحول اللعبة من مجرد ضغط سريع على الأزرار إلى معارك استراتيجية للبحث عن نقطة الضعف وكسر حماية الأعداء بطرق مختلفة. ويمكن قتال الأعداء إما بالهجوم المباشر أو بالتخفي وهزمهم من دون علم الأعداء المحيطين باللاعب. هذه الآلية بالغة الأهمية في القتال، ولن يستطيع اللاعب التقدم بعيدا في عالم اللعبة دون إتقان هذه الآلية.
ويستطيع الأعداء توجيه ضربات لا يمكن صدها وقد تقتل اللاعب، حيث ستظهر إشارة حمراء باللغة اليابانية بالقرب من العدو قبل ضربه تلك الضربة بلحظات قليلة، الأمر الذي يعطي اللاعب أجزاء من الثانية للابتعاد عنها وعدم التضرر منها. ويجب على اللاعب عدم الهرب بعيدا، بل الابتعاد قليلا وصد الضربات التي يمكن صدها بحثا عن تلك الفترة القصيرة التي يمكن خلالها توجيه ضربة واحدة أو عدة ضربات إلى العدو، ذلك أن الهرب بعيدا عنه قد يعني استرجاعه لطاقته وكأن المواجهات السابقة لم تحدث. الجدير ذكره أن فرصة توجيه الضربة إلى العدو غالبا ما تأتي بعد توجيه العدو لضربة لا يمكن صدها، وبالتالي فإن الثبات في المعركة والمراوغة هما أمران ضروريان للفوز. وستقدم اللعبة أعداء جددا حتى لا يشعر اللاعب بالملل، بدءا من الوحوش والمقاتلين والنينجا والأعداء بالمسدسات وصولا إلى غوريلا من دون رأس والغيلان، وغيرها.
وتقدم اللعبة آليات مختلفة تتغير وفقا لقدرات اليد الصناعية التي يستخدمها اللاعب، مثل يد الخطاف التي يمكن من خلالها التنقل بسرعة بين المناطق المتباعدة عبر الحبل المدمج فيها، وإشعال النيران من خلال مدفع مدمج فيها للتأثير على الأعداء البعيدين قليلا، أو رمح مدمج لجلب الأعداء إلى جانب اللاعب، أو إطلاق نجوم النينجا الحادة للتأثير على الأعداء البعيدين عن اللاعب، وحتى مظلة الحماية ضد طلقات اللاعبين أو الفأس الذي يدمر دروع الأعداء بسرعة، وغيرها من القدرات الإضافية. كما يمكن استخدام عناصر مختلفة يعثر عليها اللاعب أثناء تنقله، من بينها عناصر تزيد من طاقته وأخرى لرمي التراب على أعين الأعداء بصدمهم لفترة قصيرة وضربهم ضربات استراتيجية، وغيرها.
وقد صممت مراحل اللعبة بعناية كبيرة وتسمح للاعب إما مواجهة الأعداء مباشرة أو التسلل من حولهم لهزمهم واحدا تلو الآخر، وبهدوء تام. كما يمكن التقدم في المراحل للعثور على مناطق مخفية أو أخرى تسهل التقدم في اللعب؛ كطريق مختصر أو منطقة بعناصر تعيد طاقة اللاعب بعد معارك مطولة. ويمكن أيضا التنقل بين المناطق التي زارها اللاعب بسهولة من خلال منارات خاصة، وذلك بهدف تسهيل اللعب وعدم شعور اللاعبين بالملل جراء التنقل بين مناطق اللعبة. وسيمر اللاعب بين الغابات الكثيفة والجبال المثلجة والتلال المزهرة والزنزانات المظلمة والحفر العميقة جدا والبحيرات السامة، وغيرها.
وفي حال خسر اللاعب، فيمكنه إكمال اللعب من النقطة نفسها التي خسر عندها أو معاودة اللعب من نقطة سابقة، ولكنه سيفقد نصف المال والخبرة الذين جمعهما خلال ذلك. وتجدر الإشارة إلى أن العالم من حول اللاعب سيتغير قليلا بعد توالي خساراته وعدم قدرته على الوصول إلى نقطة تسجيل التقدم، وذلك من خلال انتشار مرض بين الشخصيات المساندة بعد كل مرة يخسر فيها اللاعب، مع انخفاض قدرته على إكمال اللعب مباشرة بعد الهزيمة. وإن انتشر المرض بين تلك الشخصيات، فلن يستطيع اللاعب قبول المغامرات الإضافية التي تطلبها منه، والتي قد يحصل منها على عناصر مفيدة وخبرة إضافية. هذا، وسيفقد اللاعب فرصة الحصول على محاولة إضافية مجانية من اللعبة بعد خسارته مرات عديدة، حيث إن فرصة ذلك في الوضع الطبيعي هي 30 في المائة، بينما تنخفض إلى 5 في المائة بعد خسارته عدة مرات.
ويمكن للاعب استبدال نقاط الخبرة التي يحصل عليها مقابل نقاط تطوير قدرات الشخصية، مثل قدرات التخفي واسترجاع الطاقة بعد هزم الأعداء وزيادة قدرات اليد الصناعية، وغيرها. وتجدر الإشارة إلى أن اللعبة لا تركز على تنويع الأسلحة والدروع، بل على تطوير قدرات الشخصية، حيث يمكن أن يكمل اللاعب عالم اللعبة بالسيف نفسه الذي بدأ منه.
ولا يمكن إنكار تاريخ الشركة المطورة «فروم سوفتووير» FromSoftware في سلسلة ألعاب «دارك سولز» Dark Souls و«بلادبورن» Bloodborne، حيث إن اللعبة ليست بالسهلة، وسيخسر اللاعب مرات عديدة قبل أن يستطيع التقدم في معركة مع عدو ما، ولكن اللعبة تنحرف على المسار التقليدي لتلك السلاسل وتركز على عناصر القتال السريع والاستراتيجي أكثر من غيرها.
- مواصفات تقنية
رسومات اللعبة مبهرة جدا وتحاكي واقع المعارك الأليمة في تلك الفترة. وتقدم اللعبة بيئة متنوعة من منازل وأكواخ وغابات وأزهار وجسور وجبال وأودية، كلها مرسومة بدقة بالغة وبجمال يزيد من انغماس اللاعبين. وتحاكي الموسيقى أجواء اللعب بألحان يابانية مثيرة للاهتمام وصوتيات متنوعة. وتقارب اللعبة الموسيقى مع بيئة اللعب، بحيث سيسمع اللاعب أصوات الرهبان البوذيين في خلفية معركة بالقرب من معبد ياباني ابتعدوا فيه عن طقوسهم واتبعوا القوى الشريرة المحيطة بهم.
- معلومات عن اللعبة
> الشركة المبرمجة: «فروم سوفتووير» FromSoftware www.FromSoftware.jp-ww
> الشركة الناشرة: «أكتيفيجين» Activision www.Activision.com
> موقع اللعبة على الإنترنت: www.SekiroTheGame.com
> نوع اللعبة: مغامرات قتالية Action Adventure
> أجهزة اللعب: «بلايستيشن 4» و«إكس بوكس وان» والكومبيوتر الشخصي
> تاريخ الإطلاق: 22 – 03 - 2019
> تصنيف مجلس البرامج الترفيهية ESRB: للبالغين بعمر 17 عاما أو أكبر «M»
> دعم للعب الجماعي: لا


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.