مغامرات قتالية لاسترداد المدينة في «ذا ديفيجن 2: زعماء نيويورك»

قصة ملحمية ومزايا لعب مطورة... ودعم كامل للغة العربية في المحادثات والنصوص والقوائم

مراحل توسعية جديدة تعود باللاعبين إلى مدينة نيويورك
مراحل توسعية جديدة تعود باللاعبين إلى مدينة نيويورك
TT

مغامرات قتالية لاسترداد المدينة في «ذا ديفيجن 2: زعماء نيويورك»

مراحل توسعية جديدة تعود باللاعبين إلى مدينة نيويورك
مراحل توسعية جديدة تعود باللاعبين إلى مدينة نيويورك

تعود المراحل التوسعية في لعبة «ذا ديفيجن 2» The Division 2 المسماة بـ«زعماء نيويورك» Warlords of New York إلى مدينة «نيويورك» التي كانت مقرا لأحداث الجزء الأول من اللعبة.
ويقدم هذا الإصدار مزايا لعب جديدة وأخرى مطورة من الإصدارات السابقة تجعل من اللعبة الأفضل في السلسلة إلى الآن، والأكثر متعة وتشويقا. ونذكر ملخص قصة اللعبة وأبرز مزاياها الجديدة.
قصة مشوقة
تدور أحداث اللعبة بعد مرور 8 أشهر على انتشار فيروس دمر العالم، وانشقاق العميل «آرون كينر» Aaron Keener واحتلاله لجزء كبير من منطقة «مانهاتن» بمساعدة 4 منشقين آخرين يهدفون إلى نشر الفوضى والدمار. ويجب على اللاعب إيقاف «آرون» ومنع انهيار المجتمع.
وتقدم هذه المراحل التوسعية الجديدة 5 مهمات أساسية، كل منها يركز على اعتقال أحد المنشقين، مع تقديم 4 مناطق آمنة و8 نقاط عمليات مركزية و8 مهمات جانبية. وتتضمن المناطق الجديدة «الجسرين» ومركز الخدمة المدنية والحديقة والمركز المالي في المدينة،
ويجب على اللاعب اعتقال مساعدي «آرون» قبل مواجهته. ولدى الوصول إلى أحد المساعدين، فإن قتاله لن يكون بالأمر السهل، ذلك أن اللاعب سيكون مضطرا لمواجهة أعداد كبيرة من الجنود التي تهاجمه من كل صوب، إلى جانب استخدام المساعد لمهاراته الخاصة بشكل مبهر، مثل وجود مهارات تقنية لشخصية «ثيو بارنيل»، واستخدامه لتلك المهارات في إيجاد مجسمات ضوئية Hologram عنه في أماكن متفرقة لتشتيت انتباه اللاعب وجذبه إلى كمين قد يودي بحياته. الأمر المثير للاهتمام هو أن اللاعب سيحصل على قدرات كل مساعد بعد هزمه، مثل حصول اللاعب على جهاز إيجاد المجسمات الضوئية واستخدامه في المراحل اللاحقة لصالحه وخداع الأعداء.
وتجدر الإشارة إلى أنه ورغم أن أحداث هذا الجزء تدور في مدينة نيويورك التي دارت فيها أحداث الجزء الأول، إلا أن المناطق مختلفة، وتدور أحداث هذا الجزء في فصل الصيف (بعد مرور 8 أشهر على أحداث الجزء الأول، كما ذكر) مع امتداد الطبيعة واستردادها لأجزاء موسعة من المدينة، على خلاف فصل الشتاء في الجزء الأول، كما يمكن العثور على حيوانات برية تتجول في المدينة بحثا عن الغذاء.
مزايا ممتعة
ونظرا لأن هذا الإصدار هو عبار عن مراحل توسعية، فإن آلية اللعب مشابهة للإصدار الرئيسي، ولكن القوائم تختلف، حيث إنها أصبحت تعرض معلومات المعدات والمهارات بسرعة، مع سهولة مقارنتها مع المعدات الموجودة أمام اللاعب والتي يمكن أخذها أو تركها وفقا لما يناسب اللاعب. ويستطيع اللاعب تفكيك العديد من الأسلحة والمعدات، واستخدام قطعها وداراتها في معدات وأسلحة أخرى لتطوير أدوات لم تكن موجودة في السابق. ويمكن استخدام هذه الميزة لتطوير قدرات شخصية اللاعب بعد رفع مهاراتها إلى الحد الأقصى.
وتتضمن هذه المراحل التوسعية اللعبة الأساسية كاملة، مع تقديم تطوير لمهارات الشخصية لتصل إلى المستوى 30. مع تقديم العديد من الإضافات التي تسهل البدء باللعب. وتدعم اللعبة 16 لغة، من بينها اللغة العربية في محادثات الشخصيات وترجمة الحوارات والقوائم. وتجدر الإشارة إلى أن الشركة المطورة ستطلق مواسم جديدة للعبة كل 3 أشهر تقدم مهمات جديدة للتقدم في القصة يجب فيها مواجهة أعداء جدد وقواتهم الموالية، مع تقديم تحديات ومعدات وجوائز جديدة.
ويمكن الحصول على اللعبة بدءا من 3 مارس (آذار) المقبل مقابل 30 دولارا أميركيا على الكومبيوتر الشخصي وجهازي «إكس بوكس وان» و«بلايستيشن 4»، مع إطلاقها على منصة «غوغل ستاديا» السحابية قريبا.
مواصفات تقنية
وبالنسبة لمواصفات الكومبيوتر المطلوبة لعمل اللعبة بدقة 1080 وبسرعة 30 صورة في الثانية، فهي معالج «إنتل كور آي 5 2500 كيه» أو «إيه إم دي إف إكس 6350»، وذاكرة بسعة 8 غيغابايت، ونظام التشغيل «ويندوز 7» أو 8.1» أو 10 بتقنية 64 - بت، وبطاقة الرسومات «جيفورس جي تي إكس 780» أو «راديون آر9 280 إكس»، بذاكرة لبطاقة الرسومات تبلغ 3 غيغابايت على الأقل.
وإن كنت ترغب باللعب بدقة 1080 وبسرعة 60 صورة في الثانية، فينصح باستخدام معالج «إنتل كور آي 7 4790» أو «إيه إم دي رايزن 5 1500 إكس»، وذاكرة بسعة 8 غيغابايت، ونظام التشغيل «ويندوز 10» بتقنية 64 - بت، وبطاقة الرسومات «جيفورس جي تي إكس 970» أو «آر إكس 480»، بذاكرة لبطاقة الرسومات بسعة 4 غيغابايت على الأقل.
ولمن يرغب برفع مستويات الرسومات إلى 1440 وبسرعة 60 صورة في الثانية، فينصح باستخدام معالج «إنتل كور آي 7 6700 كيه» أو «إيه إم دي رايزن 7 1700 إكس»، وذاكرة بسعة 16 غيغابايت، ونظام التشغيل «ويندوز 10» بتقنية 64 - بت، وبطاقة الرسومات «جيفورس جي تي إكس 1070» أو «آر إكس فيغا 56»، بذاكرة لبطاقة الرسومات بسعة 8 غيغابايت على الأقل.
ولمحترفي اللعب الذين يرغبون باللعب بالدقة الفائقة 4K وبسرعة 60 صورة في الثانية، فينصح باستخدام معالج «إنتل كور آي 7 8700 كيه» أو «إيه إم دي رايزن 7 2700 إكس»، وذاكرة بسعة 16 غيغابايت، ونظام التشغيل «ويندوز 10» بتقنية 64 - بت، وبطاقة الرسومات «جيفورس آر تي إكس 2080 تي آي» أو «راديون 7»، بذاكرة لبطاقة الرسومات بسعة 11 غيغابايت على الأقل.

معلومات عن اللعبة
> الشركة المبرمجة: «ماسيف إنترتينمنت» Massive Entertainment
> الشركة الناشرة: «أوبيسوفت» Ubisoft
> موقع اللعبة على الإنترنت: www.TheDivisionGame.com
> نوع اللعبة: مغامرات قتالية Action Adventure
> أجهزة اللعب: «بلايستيشن 4» و«إكس بوكس وان» والكومبيوتر الشخصي
> تاريخ الإطلاق: 3 مارس (آذار) 2020
> تصنيف مجلس البرامج الترفيهية ESRB: M للبالغين فوق 18 عاما
> دعم للعب الجماعي: نعم



ميزات جديدة في «خرائط غوغل» تحول التطبيق إلى مساعد ذكي للتنقل

الذكاء الاصطناعي يحلل التقييمات والصور لاقتراح أماكن «مدونة غوغل»
الذكاء الاصطناعي يحلل التقييمات والصور لاقتراح أماكن «مدونة غوغل»
TT

ميزات جديدة في «خرائط غوغل» تحول التطبيق إلى مساعد ذكي للتنقل

الذكاء الاصطناعي يحلل التقييمات والصور لاقتراح أماكن «مدونة غوغل»
الذكاء الاصطناعي يحلل التقييمات والصور لاقتراح أماكن «مدونة غوغل»

تشهد خدمات الخرائط الرقمية تحولاً متسارعاً مع دخول تقنيات الذكاء الاصطناعي إلى صلب تجربة المستخدم، في خطوة تسعى من خلالها الشركات التقنية إلى إعادة تعريف مفهوم الملاحة التقليدية.

وفي هذا السياق، أعلنت «غوغل» عن مجموعة من المزايا الجديدة ضمن تطبيق «خرائط غوغل»، تهدف إلى جعل التخطيط للرحلات والتنقل داخل المدن أكثر تفاعلاً وذكاءً.

تتمثل أبرز هذه الإضافات في ميزة جديدة تحمل اسم «Ask Maps»، وهي أداة تعتمد على تقنيات الذكاء الاصطناعي التوليدي لتمكين المستخدمين من طرح أسئلة طبيعية ومباشرة داخل التطبيق، بدلاً من الاكتفاء بعمليات البحث التقليدية.

وبفضل هذه الميزة، يمكن للمستخدم الاستفسار عن أفضل الأماكن المناسبة لنشاط معين، مثل المقاهي الهادئة للعمل أو المطاعم المناسبة للقاءات العائلية، ليقوم النظام بتحليل كمّ كبير من البيانات المتاحة، بما في ذلك تقييمات المستخدمين والصور والمراجعات، ومن ثم تقديم اقتراحات دقيقة ومفصلة.

تعتمد هذه التقنية على نماذج الذكاء الاصطناعي المتقدمة التي طورتها «غوغل»، ما يسمح بتحويل تطبيق الخرائط من مجرد أداة لتحديد المواقع إلى مساعد رقمي قادر على فهم السياق وتقديم توصيات مخصصة لكل مستخدم.

إلى جانب ذلك، كشفت الشركة عن تطويرات جديدة في ميزة «الملاحة الغامرة» (Immersive Navigation)، التي تُقدم تجربة عرض ثلاثية الأبعاد أكثر واقعية لمسارات التنقل.

وتتيح هذه الميزة للمستخدم استعراض الطريق بشكل تفصيلي قبل بدء الرحلة، مع عرض المباني والطرق والمعالم المحيطة بدقة بصرية عالية، فضلاً عن توضيح المسارات والانعطافات ومداخل الوجهات المختلفة، بما يُسهم في تقليل الأخطاء أثناء القيادة أو الوصول إلى المواقع المزدحمة.

وحسب ما أعلنته الشركة، فقد بدأت هذه المزايا الوصول تدريجياً إلى المستخدمين؛ حيث تم إطلاقها أولاً في الولايات المتحدة، مع بدء توفرها كذلك في الهند على الهواتف الذكية العاملة بنظامي «آندرويد» و«آي أو إس».

ومن المتوقع أن تتوسع هذه الخصائص لاحقاً إلى أسواق إضافية حول العالم خلال الفترة المقبلة، ضمن خطة تدريجية لتعميمها على نطاق أوسع.


دراسة صادمة: 8 من كل 10 روبوتات ذكاء اصطناعي قد تساعد بالتخطيط لهجمات عنيفة

شعار تطبيق «شات جي بي تي» يظهر على شاشة (أ.ف.ب)
شعار تطبيق «شات جي بي تي» يظهر على شاشة (أ.ف.ب)
TT

دراسة صادمة: 8 من كل 10 روبوتات ذكاء اصطناعي قد تساعد بالتخطيط لهجمات عنيفة

شعار تطبيق «شات جي بي تي» يظهر على شاشة (أ.ف.ب)
شعار تطبيق «شات جي بي تي» يظهر على شاشة (أ.ف.ب)

مع الانتشار المتسارع لتقنيات الذكاء الاصطناعي، أصبحت روبوتات الدردشة جزءاً من الحياة اليومية لملايين الأشخاص حول العالم. فهذه الأنظمة تُستخدم للحصول على المعلومات، وطلب النصائح، والإجابة عن الأسئلة المعقدة، بل وحتى لتقديم نوع من الدعم الاجتماعي أو الرفقة. ويعتمد عليها المستخدمون من مختلف الفئات العمرية، بما في ذلك الأطفال والمراهقون.

لكن تقريراً جديداً حذّر من مخاطر محتملة مرتبطة بهذه التقنيات، مشيراً إلى أن بعض روبوتات الدردشة المدعومة بالذكاء الاصطناعي قد تقدم معلومات تساعد المستخدمين على التخطيط لأعمال عنف خطيرة، بما في ذلك حوادث إطلاق النار في المدارس، وفقاً لما نقلته صحيفة «إندبندنت».

وحسب التقرير الصادر عن مركز مكافحة الكراهية الرقمية، فإن ثمانية من كل عشرة روبوتات دردشة تعمل بالذكاء الاصطناعي قد تساعد المستخدمين الشباب في التخطيط لهجمات عنيفة.

ورغم أن هذه الروبوتات يُفترض أن تعمل مصادر للمعلومات أو أدوات تعليمية ووسائل مساعدة يومية، فإن التقرير يشير إلى أن الواقع قد يكون أكثر تعقيداً وخطورة مما يُعتقد.

فقد وجد الباحثون أن ثمانية من أصل عشرة من برامج الدردشة الآلية الرائدة الموجهة للمستهلكين قدمت نوعاً من المساعدة للمستخدمين الذين طلبوا معلومات تتعلق بتنفيذ هجمات عنيفة. وشمل ذلك منصات معروفة مثل «شات جي بي تي» و«ديب سيك».

وجاء في التقرير: «قدمت معظم برامج الدردشة الآلية معلومات عملية للمستخدمين الذين يعبرون عن آيديولوجيات متطرفة، قبل أن تطلب منهم تحديد المواقع والأسلحة التي سيستخدمونها في الهجوم، وذلك في أغلب الردود».

وأشار التقرير إلى أن برنامج «ديب سيك» ذهب إلى أبعد من ذلك، إذ أفاد الباحثون بأنه تمنى للمهاجم المحتمل «إطلاق نار سعيداً وآمناً».

شعار تطبيق «ديب سيك» (رويترز)

وفقاً للمركز، فإن برنامج «كلود إيه آي» التابع لشركة «آنثروبيك» كان المنصة الوحيدة التي «أثبتت» قدرتها على تثبيط المستخدم عن التخطيط للهجمات العنيفة، ما يشير إلى وجود ضوابط أمان فعالة نسبياً، وإن كانت هذه الضوابط - حسب التقرير - لا تُطبّق بشكل مثالي في معظم المنصات الأخرى.

وأضافت المنظمة غير الربحية في تقريرها أن بعض الأنظمة أبدت استعداداً مرتفعاً للغاية للاستجابة لمثل هذه الطلبات.

فعلى سبيل المثال، أظهرت النتائج أن منصتي «Perplexity» و«Meta AI» قدمتا المساعدة للمهاجمين المحتملين في 100 في المائة و97 في المائة من الحالات على التوالي.

يأتي نشر هذا التقرير في أعقاب حادثة إطلاق نار في مدرسة «تومبلر ريدغ» في مقاطعة كولومبيا البريطانية بكندا. وقد أُفيد لاحقاً بأن أحد موظفي شركة «أوبن إيه آي» رصد داخلياً أن المشتبه به في الحادثة استخدم برنامج «شات جي بي تي» بطرق اعتُبرت متوافقة مع التخطيط لأعمال عنف.

وفي تعليقه على النتائج، قال عمران أحمد، رئيس مركز مكافحة الكراهية الرقمية: «قد تساعد برامج الدردشة الآلية المدعومة بالذكاء الاصطناعي، والمندمجة الآن في حياتنا اليومية، مطلق النار التالي في مدرسة على التخطيط لهجومه، أو متطرفاً سياسياً على تنسيق عملية اغتيال».

وأضاف: «عندما تُصمم نظاماً يهدف إلى الامتثال لكل طلب، وتحقيق أقصى قدر من التفاعل، وتجنب رفض أي استفسار، فإنه في نهاية المطاف قد يمتثل للأشخاص الخطأ».

وختم بالقول: «ما نشهده هنا ليس مجرد فشل تكنولوجي، بل فشل في تحمل المسؤولية».


أبحاث جديدة لفهم تفكير الذكاء الاصطناعي وفتح «صندوقه الأسود»

تعتمد الطريقة الجديدة على استخراج المفاهيم من داخل النموذج نفسه بدلاً من فرض مفاهيم محددة مسبقاً من قبل الخبراء (أدوبي)
تعتمد الطريقة الجديدة على استخراج المفاهيم من داخل النموذج نفسه بدلاً من فرض مفاهيم محددة مسبقاً من قبل الخبراء (أدوبي)
TT

أبحاث جديدة لفهم تفكير الذكاء الاصطناعي وفتح «صندوقه الأسود»

تعتمد الطريقة الجديدة على استخراج المفاهيم من داخل النموذج نفسه بدلاً من فرض مفاهيم محددة مسبقاً من قبل الخبراء (أدوبي)
تعتمد الطريقة الجديدة على استخراج المفاهيم من داخل النموذج نفسه بدلاً من فرض مفاهيم محددة مسبقاً من قبل الخبراء (أدوبي)

أصبحت أنظمة الذكاء الاصطناعي أكثر تطوراً كالتعرف إلى الصور وتشخيص الأمراض والمساعدة في اتخاذ قرارات معقدة. لكن رغم هذا التقدم الكبير، لا يزال كثير من نماذج التعلم الآلي المتقدمة يعمل بطريقة توصف غالباً بأنها «صندوق أسود». فهي تقدم تنبؤات دقيقة، لكن الأسباب التي تقود إلى هذه التنبؤات تبقى غير واضحة، حتى بالنسبة للمهندسين الذين طوروا هذه الأنظمة.

ويعمل باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) حالياً على معالجة هذه المشكلة من خلال تطوير طرق تساعد أنظمة الذكاء الاصطناعي على شرح قراراتها. ويهدف هذا العمل إلى جعل نماذج التعلم الآلي ليست دقيقة فحسب، بل أكثر شفافية أيضاً، حيث يتمكن البشر من فهم المنطق الذي يقف وراء التنبؤات التي تقدمها هذه الأنظمة.

تفسير قرارات الذكاء الاصطناعي

تزداد أهمية قدرة الذكاء الاصطناعي على تفسير قراراته مع توسع استخدام هذه التقنيات في مجالات حساسة، مثل الرعاية الصحية والنقل والبحث العلمي. ففي هذه المجالات، يحتاج المستخدمون غالباً إلى فهم العوامل التي أدّت إلى نتيجة معينة، قبل أن يتمكنوا من الوثوق بها أو الاعتماد عليها.

فعلى سبيل المثال، قد يرغب طبيب يراجع تشخيصاً طبياً قدّمه نظام ذكاء اصطناعي في معرفة الخصائص التي دفعت النموذج إلى الاشتباه بوجود مرض معين. وبالمثل، يحتاج المهندسون الذين يعملون على تطوير السيارات ذاتية القيادة إلى فهم الإشارات أو الأنماط التي جعلت النظام يحدد وجود مشاة أو يفسر موقفاً مرورياً معيناً.

غير أن كثيراً من نماذج التعلم العميق تعتمد على علاقات رياضية معقدة تشمل آلافاً حتى ملايين من المتغيرات. ورغم أن هذه الأنظمة قادرة على اكتشاف أنماط دقيقة داخل البيانات، فإن الطريقة التي تصل بها إلى قراراتها قد تكون صعبة الفهم بالنسبة للبشر. وقد أصبح هذا النقص في الشفافية أحد أبرز التحديات في مجال الذكاء الاصطناعي الحديث.

ولهذا ظهر مجال بحثي يعرف باسم «الذكاء الاصطناعي القابل للتفسير»، ويهدف إلى تطوير تقنيات تساعد البشر على فهم كيفية وصول الأنظمة الذكية إلى نتائجها، بما يسمح بتقييم موثوقيتها واكتشاف الأخطاء المحتملة وتعزيز الثقة في الأنظمة المؤتمتة.

تهدف هذه الأبحاث إلى بناء أنظمة ذكاء اصطناعي أكثر موثوقية ومساءلة من خلال تحقيق توازن بين دقة النماذج وإمكانية تفسيرها (أدوبي)

نهج قائم على المفاهيم

ركّز الباحثون في «MIT » على تحسين تقنية تعرف باسم «نموذج عنق الزجاجة المفاهيمي». ويهدف هذا النهج إلى جعل طريقة تفكير أنظمة الذكاء الاصطناعي أكثر وضوحاً للبشر.

في هذا النموذج، لا ينتقل النظام مباشرة من البيانات الخام إلى النتيجة النهائية. بدلاً من ذلك، يحدد أولاً مجموعة من المفاهيم أو الخصائص التي يمكن للبشر فهمها، ثم يستخدم هذه المفاهيم كأساس لاتخاذ القرار.

فإذا كان النظام، على سبيل المثال، مدرباً على التعرف إلى أنواع الطيور من الصور، فقد يحدد أولاً خصائص بصرية مثل «أجنحة زرقاء» أو «أرجل صفراء». وبعد التعرف إلى هذه السمات، يمكن للنظام أن يصنف الطائر ضمن نوع معين.

وفي مجال التصوير الطبي، قد تشمل هذه المفاهيم مؤشرات بصرية، مثل أنماط معينة في الأنسجة أو أشكال محددة تساعد في اكتشاف الأمراض. ومن خلال ربط التنبؤات بهذه المفاهيم الواضحة، يصبح من الأسهل على المستخدمين فهم الطريقة التي توصل بها النظام إلى نتيجته.

حدود المفاهيم المحددة مسبقاً

ورغم أن استخدام المفاهيم يمكن أن يجعل أنظمة الذكاء الاصطناعي أكثر شفافية، فإن النسخ السابقة من هذا النهج كانت تعتمد إلى حد كبير على مفاهيم يحددها الخبراء مسبقاً. لكن في الواقع، قد لا تعكس هذه المفاهيم دائماً التعقيد الكامل للمهمة التي يؤديها النظام. فقد تكون عامة للغاية أو غير مكتملة أو غير مرتبطة مباشرة بالأنماط التي يستخدمها النموذج فعلياً أثناء اتخاذ القرار. وفي بعض الحالات، قد يؤدي ذلك إلى تقليل دقة النموذج أو تقديم تفسير لا يعكس الطريقة الحقيقية التي يعمل بها.

ولهذا سعى فريق «MIT» إلى تطوير طريقة جديدة تستخرج المفاهيم مباشرة من داخل النموذج نفسه. فبدلاً من فرض أفكار محددة عليه مسبقاً، تحاول هذه التقنية تحديد الأنماط والتمثيلات التي تعلمها النموذج خلال مرحلة التدريب. بعد ذلك، يتم تحويل هذه الأنماط الداخلية إلى مفاهيم يمكن للبشر فهمها واستخدامها لتفسير قرارات النظام.

تزداد أهمية تفسير قرارات الذكاء الاصطناعي مع استخدامه في مجالات حساسة مثل الطب والنقل والبحث العلمي (أدوبي)

ترجمة تفكير الآلة إلى لغة مفهومة

لتحقيق ذلك، جمع الباحثون بين مكونين مختلفين من تقنيات التعلم الآلي. يقوم الأول بتحليل البنية الداخلية للنموذج المدرب لتحديد الخصائص الأكثر أهمية التي يعتمد عليها عند اتخاذ التنبؤات. أما الثاني فيحوّل هذه الخصائص إلى مفاهيم يمكن للبشر تفسيرها. وبمجرد تحديد هذه المفاهيم، يصبح النظام ملزماً بالاعتماد عليها عند إصدار توقعاته. وبهذا تتشكل سلسلة واضحة منطقياً تربط بين البيانات المدخلة والنتيجة النهائية.

ويشبه الباحث الرئيسي أنطونيو دي سانتيس هذا الهدف بمحاولة فهم طريقة تفكير الإنسان. ويقول: «بمعنى ما، نريد أن نكون قادرين على قراءة عقول نماذج الرؤية الحاسوبية هذه. نموذج عنق الزجاجة المفاهيمي هو إحدى الطرق التي تسمح للمستخدمين بفهم ما الذي يفكر فيه النموذج ولماذا اتخذ قراراً معيناً». ويرى الباحثون أن استخدام مفاهيم مستخرجة من المعرفة الداخلية للنموذج يمكن أن ينتج تفسيرات أكثر وضوحاً ودقة مقارنة بالطرق السابقة.

تحقيق التوازن بين الدقة والشفافية

يُعد تحقيق التوازن بين دقة النماذج وإمكانية تفسيرها أحد التحديات الرئيسية في مجال الذكاء الاصطناعي القابل للتفسير. فالنماذج الأكثر تعقيداً غالباً ما تحقق أفضل النتائج من حيث الدقة، لكنها تكون أيضاً الأصعب في الفهم. يحاول النهج الجديد الذي طوّره باحثو «MIT» معالجة هذه المشكلة من خلال اختيار عدد محدود من المفاهيم الأكثر أهمية لشرح كل تنبؤ. وبهذه الطريقة يركز النظام على الإشارات الأكثر صلة بالقرار بدلاً من الاعتماد على علاقات خفية داخل النموذج. كما يساعد ذلك على تقليل ما يعرف بـ«تسرب المعلومات»، وهي الحالة التي يعتمد فيها النموذج على أنماط في البيانات لا تظهر في التفسير الذي يقدمه.

نحو أنظمة ذكاء اصطناعي أكثر مساءلة

مع ازدياد اعتماد المؤسسات على أنظمة الذكاء الاصطناعي في اتخاذ القرارات، من المرجح أن تصبح القدرة على فهم طريقة عمل هذه الأنظمة أكثر أهمية. فالنماذج الأكثر شفافية يمكن أن تساعد الباحثين على اكتشاف التحيزات المحتملة وتحسين موثوقية الأنظمة والتأكد من أنها تعمل كما هو متوقع. ويمثل البحث الذي أجراه فريق «MIT» خطوة في هذا الاتجاه. فمن خلال تمكين نماذج التعلم الآلي من تفسير قراراتها بطريقة أكثر وضوحاً ومعنى، قد يسهم هذا النهج في تقليص الفجوة بين الخوارزميات المعقدة والفهم البشري.