مسلاط «بين كيو جي إس 2» المحمول... لأفضل المشاهدات

* خدمات «تريبيون ميديا»
* خدمات «تريبيون ميديا»
TT

مسلاط «بين كيو جي إس 2» المحمول... لأفضل المشاهدات

* خدمات «تريبيون ميديا»
* خدمات «تريبيون ميديا»

يتميّز مسلاط (برجكتور) «بين كيو جي إس 2» الضوئي، بقابلية الحمل وسهولة الضبط والتركيب الخالي من أي جلبة وتعقيد. خلال الاختبار، تفاجأتُ جداً ببدء هاتفي بالبثّ عبر المسلاط بعد دقائق فقط من إخراجه من علبته.
نعم، بعد دقائق من رفعه من العلبة، أصبحت لدي صورة مسلّطة على شاشة منزلية مصنوعة من خشب الأشجار في حديقة المنزل. يقدّم هذا المسلاط صورة عالية الدقّة والوضوح بألوان ثابتة وحيّة خالية من الظلال المشتّتة مع وضوح في الرؤية من الزوايا كما في الوسط.
بشكلٍ عام، يعمل هذا الجهاز على أي سطحٍ مستوٍ ومتين ولا يحتاج إلّا إلى وضعه على قاعدة ثلاثية الأرجل أو ما يشبهها. ويضمّ «بين كيو جي إس 2» BenQ GS2 تعديل بزاوية 40 درجة وأكثر لتفادي تأثير «كيستون» keystone adjustment (الظلال المشتّتة للرؤية) وضمان حصولكم على صورة من نوعية عالية.
بعد وصله بالطاقة وضبط وضعيته وتسليطه على «الشاشة الهدف»، يصبح بإمكانكم اختيار شبكة الواي - فاي والأجهزة التي تريدونه أن يتصل بها (يتوافق مع برامج iOS وMacOs وحتّى أندرويد). وتجدر الإشارة إلى أنّ اتصال المسلاط بالآيفون والآيباد وجهاز ماك بوك برو خلال الاختبارات حصل دون أي مشاكل أو تعقيدات.
يختلف المحتوى المعروض بحسب الجهاز المستخدم لبثّه، فضلاً عن أنّه يعتمد أيضاً على المصدر، حسب ما ورد على الموقع الإلكتروني المخصّص للمنتج الذي أورد ما يلي «يهمّنا إعلامكم بأنّ مشاهدة محتوى خدمات التدفّق الإلكتروني كـ(نتفليكس) و(أمازون برايم فيديو) و(ديزني بلاس) من أجهزة محمولة عبر مسلاط (بين كيو) ليس خياراً متاحاً في الوقت الحالي. ويعود هذا الأمر إلى النموذج التجاري الذي تفرضه هذه المنصّات والذي يعتمد على الاشتراك ويراعي مسألتي الرخصة وحقوق النشر». تأمل الشركة منح الجهات المنظّمة لحقوق النشر إذناً قريباً يسمح لأجهزة الآيفون ببثّ «نتفليكس» وخدمات تدفّق أخرى عبر جميع الأجهزة. ولكنّ لا داعي لخيبة الأمل؛ لأنّكم تستطيعون استخدام أجهزة الماك بوك برو مع متصفّح «موزيلّا فايروكس» الذي أتاح لحساباتي على «يوتيوب تي في» و«نتفليكس» العمل بشكل رائع مع المسلاط الجديد.
يقدّم لكم المسلاط لائحة خيارات تظهر أمامكم على الشاشة وتصحبكم في رحلة ثبيت الجهاز ووصله بالواي - فاي والأجهزة التي تريدون استخدامها في التدفّق لتبدأ بعدها الخطوات بالظهور حسب الجهاز الذي اخترتموه.
إذا سلكتم طريق الآيفون، ستجدون أنّ الاتصال سهلٌ جداً. وبعيداً عن خدمات التدفّق التي لا يمكن تشغيلها عبره، يمكنكم استخدامه لبثّ محتوى تطبيقات محطّات التلفزيون المحليّة كـ«سي إن إن».
يقدّم لكم المسلاط ذو التصميم المربّع (مقاساته: 5.4 بـ5.6 بـ5.4 بوصة/ وزنه: 1.58 كغ) الكثير من الخصائص والمزايا التي ستروق لكم، بالإضافة إلى حقيبة قماشيّة ناعمة ولافتة للنظر لحمل كلّ ما يخصّ الجهاز من المحوّل الكهربائي إلى الإكسسوارات القليلة التي تأتي معه. يمكنكم استخدام «بين كيو» في الداخل أو الخارج أو حمله معكم إلى منزل أحد الأصدقاء.
يتّسم المسلاط بتصميم متين من قطعة واحدة وغلاف خارجي من المطّاط يضمن حمايته من السقطات عن ارتفاع 0.4 متر، فضلاً عن أنّه حائز تصنيف IPX2 المقاوم للغرق، لكن هذا لا يعني طبعاً أن تسمحوا بسقوطه من مكانٍ عالٍ أو رميه في حمّام السباحة. يتصل المحوّل الكهربائي الذي يأتي معه مغناطيسياً وينفصل فوراً وبخفّة عند تعثّر أي شخص بشريطه، ما يضمن بقاء المسلاط في مكانه سالماً.
وأخيراً، يضمّ «بين كيو» مزايا كثيرة أبرزها بلوتوث 4.0 مدمج للاتصال بمكبّرات الصوت الخاصة بكم أو لاستخدام مكبري الصوت الداخليين (2 واط) المتوفرين في المسلاط. يعمل اتصال الواي - فاي المدمج فيه مع إرسالات 2.4 و5 غيغاهرتز، ويقدّم لمستخدمه عددًا من المنافذ أهمها HDMI (الواجهة متعددة الوسائط عالية الوضوح) (1.4 a)/ HDCP (حماية المحتوى الرقمي ذي النطاق الترددي العالي) (1.4)/ USB-C/ USB 2.0 (من النوع A)/ ومخرج صوتي 3.5 ملم وجهاز استشعار للضوء. يصل سطوع صورته المسلطة إلى 500 لومن وتبلغ دقّة عرضها 720p (1280 x 720 بيكسل). ويبلغ سعر المنتج عبر موقع الشركة الإلكتروني: 599 دولاراً.



دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
TT

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

أظهرت نماذج اللغة الكبيرة (LLMs)، مثل النماذج التي يقوم عليها نموذج «GPT-4»، قدرات مذهلة في توليد النصوص، سواء أكان ذلك في كتابة الشعر، أو تأليف المقالات، حتى تقديم حلول برمجية. تُدرَّب هذه النماذج، المعتمدة على بنى معمارية متقدمة تُعرف باسم «المحوّلات» (Transformers)، على توقع تسلسل الكلمات، ما يمكّنها من الاستجابة للمطالبات بطرق تحاكي فهماً يشبه البشري. ومع ذلك، تشير أبحاث حديثة إلى أن هذه النماذج، على الرغم من قدراتها المثيرة للإعجاب، قد لا تتعلم بالفعل الحقائق الكامنة عن العالم.

خريطة لمدينة نيويورك الأميركية (أدوبي)

التنقل في مدينة نيويورك دون خريطة

في دراسة حديثة قادها آشِش رامباتشان، أستاذ مساعد في الاقتصاد وباحث في مختبر نظم المعلومات واتخاذ القرار بمعهد ماساتشوستس للتكنولوجيا (LIDS)، قام الباحثون باختبار مدى قدرة نموذج لغوي مبني على «المحوّلات» على التنقل في مدينة نيويورك. وبينما أظهر النموذج دقة عالية في تقديم توجيهات دقيقة خطوة فخطوة عبر شبكة شوارع المدينة، تراجع أداؤه بشكل كبير عندما تمت إضافة عراقيل مثل إغلاق بعض الشوارع والتحويلات.

وعندما حلّل الباحثون أنماط التنقل التي أنتجها النموذج، اكتشفوا أن «خرائط» مدينة نيويورك التي كوّنها النموذج كانت تحتوي على مسارات غير واقعية، مثل شوارع غير موجودة وروابط غير دقيقة بين تقاطعات متباعدة. هذا الاكتشاف أثار تساؤلات حول حدود هذه النماذج، خاصة في البيئات التي تتطلب دقة كبيرة.

التداعيات في العالم الحقيقي

تنطوي هذه القيود على تداعيات هامة. فعلى الرغم من أن نماذج الذكاء الاصطناعي تبدو قادرة على التعامل مع مهام معقدة، فإن أداءها قد يتراجع بشكل كبير عندما تتغير المتغيرات البيئية، ولو بشكل بسيط. على سبيل المثال، قد يتمكن النموذج من التنقل في خريطة ثابتة لمدينة نيويورك، لكنه يتعثر عند مواجهة تحديات غير متوقعة، مثل إغلاق الشوارع. ويحذر فريق البحث من أن استخدام هذه النماذج في تطبيقات حقيقية قد يؤدي إلى فشل غير متوقع إذا واجهت سيناريوهات خارجة عن بيانات التدريب.

لعبة «أوثيللو» هي لعبة ألواح استراتيجية يشارك فيها لاعبان يلعبان على لوح مقسم إلى 8 × 8 مربعات غير مختلفة اللون (أدوبي)

مقاييس لتقييم الفهم

لمزيد من التعمق في مدى قدرة نماذج الذكاء الاصطناعي على تكوين «نماذج للعالم»، أي تمثيلات داخلية للقواعد والهيكليات، طوّر الفريق مقياسين جديدين للتقييم، هما «تمييز التسلسل» و«ضغط التسلسل».

يقيس «تمييز التسلسل» قدرة النموذج على التمييز بين سيناريوهات مختلفة، مثل تمييز موضعين مختلفين على لوحة لعبة «أوثيللو». ويقيّم المقياس ما إذا كان النموذج يفهم أن مدخلات مختلفة تحمل دلالات مختلفة.

أما مقياس «ضغط التسلسل» فيقيّم قدرة النموذج على إدراك الحالات المتطابقة، مثل وضعين متطابقين على لوحة لعبة «أوثيللو»، ويفهم أن خطوات التحرك التالية من كل وضع يجب أن تكون متشابهة.

قام الفريق باختبار هذه المقاييس على فئة معينة من المسائل تشمل تسلسلاً محدداً من الحالات والقواعد، مثل التنقل في شبكة شوارع أو لعب «أوثيللو». من خلال هذه التقييمات، سعى الباحثون لفهم ما إذا كانت النماذج قد طوّرت بالفعل نماذج منطقية للعالم.

العشوائية قد تؤدي إلى فهم أعمق

كشف البحث عن نتيجة غير متوقعة، حيث أظهرت النماذج التي دربت على تسلسلات عشوائية قدرة أكبر على بناء نماذج داخلية دقيقة مقارنة بتلك التي دربت على بيانات منظمة. على سبيل المثال، في لعبة «أوثيللو»، كانت النماذج المدربة على حركات عشوائية قادرة على التعرف على جميع الحركات الممكنة، حتى الحركات غير المثلى التي لا يلجأ إليها اللاعبون المحترفون.

وأوضح كيون فافا، الباحث الرئيسي وأستاذ زائر في جامعة هارفارد، أنه «من الناحية النظرية، عندما يتم تدريب النموذج على حركات عشوائية، فإنه يرى مجموعة كاملة من الاحتمالات، بما في ذلك الخيارات غير المحتملة». ويبدو أن هذا التعرض الواسع «يساعد النموذج في تكوين نموذج أكثر دقة للعالم، وإن لم يلتزم بالأسلوب الأمثل».

ورغم هذه النتائج، لم يستطع أي من النماذج تكوين نموذج منطقي متكامل للعالم في مهمة التنقل. وعندما أضاف الباحثون تحويلات إلى خريطة نيويورك، فشلت جميع النماذج في التكيف. وأشار فافا إلى أن «التراجع في الأداء كان مفاجئاً؛ إغلاق واحد في المائة فقط من الشوارع تسبب في انخفاض الدقة بشكل حاد، من أداء شبه مثالي إلى 67 بالمائة فقط».

تراجع أداء نماذج الذكاء الاصطناعي بشكل كبير عندما تتغير المتغيرات البيئية ولو بشكل بسيط (أدوبي)

بناء نماذج للعالم موثوقة

تسلط نتائج هذه الدراسة الضوء على تحدٍ كبير، يتمثل في أنه عندما تبدو المحوّلات قادرة على أداء مهام معينة، فإنها قد تفتقر إلى الفهم الأساسي للقواعد. وشدّد رامباتشان على ضرورة الحذر، قائلاً: «غالباً ما يفترض الناس أنه بما أن هذه النماذج تحقق نتائج رائعة، فلا بد أنها طوّرت فهماً جوهرياً للعالم. لكن دراستنا تشير إلى أننا بحاجة إلى النظر في هذا الافتراض بعناية وعدم الاعتماد على الحدس فقط».

ويخطط الباحثون لتوسيع دراستهم لتشمل تحديات أكثر تعقيداً حيث قد تكون القواعد غير معروفة كلياً أو متغيرة. وباستخدام مقاييسهم التقييمية على هذه المجالات، يأملون في فهم حدود نماذج الذكاء الاصطناعي بشكل أفضل وتوجيه تطويرها في المستقبل.

تداعيات أوسع وأهداف مستقبلية

تتجاوز تداعيات هذا البحث فهم العالم الافتراضي، وتمس التطبيقات العملية. إذا كانت نماذج الذكاء الاصطناعي غير قادرة على تكوين نماذج داخلية دقيقة للعالم، فإن ذلك يثير تساؤلات حول استخدامها في مجالات تتطلب منطقاً دقيقاً، مثل القيادة الذاتية، والأبحاث العلمية، والتخطيط اللوجستي. ويقول الباحثون إن الحاجة ملحة لإعادة التفكير في كيفية تدريب هذه النماذج وتقييمها لتكون أكثر تكيفاً وموثوقية.

هذا البحث مدعوم من قبل عدة مؤسسات، بما في ذلك مبادرة علوم البيانات في جامعة هارفارد، ومؤسسة العلوم الوطنية، ومؤسسة ماك آرثر. سيتم عرض الدراسة في مؤتمر نظم معالجة المعلومات العصبية، حيث سيواصل الباحثون مناقشة تعقيدات نماذج الذكاء الاصطناعي واستكشاف مسارات جديدة لتطويرها.