تقنيات ثورية لتعزيز قدرات رسومات الكومبيوترات المحمولة

تصاميم مبهرة وتقنية متفوقة للطلاب والمحترفين واللاعبين... وتسخير تطور الذكاء الصناعي لمضاعفة مستويات الأداء

تسخر الكومبيوترات الحديثة تقنيات رسومات ثورية في تصاميم مبهرة
تسخر الكومبيوترات الحديثة تقنيات رسومات ثورية في تصاميم مبهرة
TT

تقنيات ثورية لتعزيز قدرات رسومات الكومبيوترات المحمولة

تسخر الكومبيوترات الحديثة تقنيات رسومات ثورية في تصاميم مبهرة
تسخر الكومبيوترات الحديثة تقنيات رسومات ثورية في تصاميم مبهرة

تطورت الكومبيوترات المحمولة بشكل كبير منذ إطلاق أولها في العام 1981 باسم Osborne 1 الذي قدم شاشة تعرض الصورة بالأبيض والأسود بقطر 5 بوصات (أصغر من معظم الهواتف الجوالة اليوم) وبذاكرته التي بلغت 64 كيلوبايت، ومعالجه الذي عمل بسرعة 4 ميغاهرتز وبوزنه الذي بلغ أكثر من 11 كيلوغراما.
ولكن مجالا واحدا كان يشكل فجوة ملحوظة بين الكومبيوترات المكتبية وتلك المحمولة، وهي قدرات بطاقة الرسومات، حيث إن الكومبيوترات المكتبية تستطيع تشغيل أعلى البطاقات قدرة وتبريدها بشكل صحيح لتعمل بأعلى مستويات الأداء الممكنة، على خلاف الكومبيوترات المحمولة التي كانت تستخدم إصدارات مصغرة من بطاقات الرسومات بسبب الأحجام الصغيرة لتلك الأجهزة، ولا تستطيع تشغيلها بكامل قدراتها بسبب تطلبها الكبير للطاقة الكهربائية وما ينجم عن ذلك من ضرورة للتبريد واستخدام المراوح التي تخفض من مدة الاستخدام لدى العمل عبر البطارية المدمجة. إلا أن هذا الأمر أصبح من التاريخ، حيث أصبح بمقدور الكومبيوترات المحمولة منافسة نظيرتها المكتبية، والتفوق عليها في بعض الأحيان، بسبب استخدامها للعديد من التقنيات الحديثة التي ترفع مستويات الأداء وتخفض من الحرارة المنبعثة وتسمح بالتعاون بين المعالج وبطاقة الرسومات، إلى جانب إطالة عمر البطارية في تصاميم لأجهزة منخفضة السماكة والوزن ذات شاشات عالية الدقة، مستخدمة تقنيات الذكاء الصناعي بشكل كبير لتحقيق ذلك.

- ثورة الرسومات
تستفيد الكومبيوترات المحمولة من التقنيات الحديثة بشكل كبير بفضل سلسلة بطاقات GeForce RTX 30 لرفع مستويات الأداء بشكل كبير وخفض استهلاك البطارية في آن واحد، الأمر الذي يعني حصول المستخدم على أفضل تقنيات الرسومات في أداء فائق وبسعر معتدل داخل كومبيوترات يمكن حملها أينما رغب المستخدم بفضل السماكة والوزن المنخفضين، واستخدامها لفترات مطولة. ولوحظت قفزة تقنية في نوعية شاشات هذه الكومبيوترات التي أصبحت تدعم عرض الصورة بتردد فائق يصل إلى 300 هرتز وبدقة عالية جدا. هذا الأمر يسمح باستخدام الكومبيوتر نفسه للدراسة والعمل واللعب بالألعاب المتطلبة في آن واحد، مع سهولة حمله أثناء التنقل.
وتستخدم بطاقات الرسومات المذكورة نظاما اسمه Max - Q يمزج بين هندسة التصميم والتبريد وخفض السماكة وهدوء مراوح التبريد، دون التضحية بمستويات الأداء ومدة استخدام البطارية المدمجة. ويستخدم هذه النظام عدة تقنيات داخل الجهاز المحمولة، منها Dynamic Boost 2.0 التي توزع الطاقة بين المعالج وبطاقة الرسومات وذاكرة الرسومات وفقاً للحاجة، وذلك بهدف خفض الانبعاثات الحرارية الناجمة وإطالة عمر البطارية.
تقنية أخرى مثيرة للاهتمام هي WhisperMode 2.0 التي تتخصص بخفض الضجيج الناجم عن تبريد الدارات الإلكترونية للكومبيوتر المحمول للمعالج وبطاقة الرسومات وباقي الدارات الإلكترونية وسرعة مراوحها، بحيث يختار المستخدم درجة الصوت المرغوبة وفقاً لرغبته لتعدل هذه التقنية سرعات المراوح الداخلية، مقدمة أفضل أداء ممكن دون إزعاج المستخدم.
ونذكر أيضا تقنية Advanced Optimus الذكية التي تقوم بالتبديل بين قدرات الرسومات الموجودة في بطاقة الرسومات المتخصصة وتلك الموجودة في وحدة الرسومات داخل المعالج وفقاً للحاجة، بحيث يمكن استخدام بطاقة الرسومات لدى الحاجة لاستخدام قدرات رسومات عالية (مثل الألعاب الإلكترونية وبرامج الرسومات المتقدمة)، أو وحدة الرسومات المدمجة في المعالج لدى استخدام برامج العمل أو استخدام وظائف نظام التشغيل القياسية. ومن شأن هذا الأمر رفع مدة استخدام بطارية الكومبيوتر المحمول وخفض الحرارة المنبعثة والضجيج الناجم عن مراوح التبريد، وإطالة عمر الدارات الإلكترونية. كما يمكن رفع سرعة استجابة البرامج والألعاب لأوامر المستخدم، مع عدم تقطع عرض صورة الألعاب بفضل استخدام تقنية مزامنة الصورة مع الشاشة المسماة G - SYNC.
وبالنسبة لتقنية Resizable Base Address Registers BAR، فهي تقنية ثورية تعمل على مستوى الدارات الإلكترونية للجهاز، وظيفتها هي السماح لمعالج الجهاز بالحصول على تقديم معلومات ذاكرة الصورة الخاصة ببطاقة الرسومات دفعة واحدة عوضا عن طلبها من الذاكرة عدة مرات، الأمر الذي يعني تبادل بيانات المعالج وبطاقة الرسومات بشكل مستمر، وبالتالي رفع مستويات الأداء بشكل ملحوظ في العديد من البرامج والألعاب، دون التضحية بعمر البطارية.
ومن التقنيات الثورية الأخرى Reflex التي تخفض من زمن الاستجابة لأوامر المستخدم، وترفع دقة اللعب بشكل كبير وتقدم الأفضلية للاعبين المتطلبين لأعلى مستويات الدقة والاستجابة. كما يمكن بث مجريات اللعب للآخرين عبر الإنترنت بسرعات فائقة وبأعلى جودة ممكنة باستخدام تقنية Encoder، الأمر الذي يحول غرفة المستخدم إلى ستوديو بث متكامل بأفضل الأدوات الممكنة، وبتكاليف منخفضة. وتسمح هذه التقنية بإزالة الضجيج الصوتي من حول اللاعب وتركيز تسجيل الصوتيات على صوته فقط وليس على البيئة، مستخدمة الذكاء الصناعي خلال ذلك.
وبالنسبة لصناع المحتوى والفنانين، فيمكن الاستفادة من أداة Omniverse التي تساعد في تسريع إكمال العمل على المشاريع الهندسية وتلك المتخصصة بالرسومات المجسمة باستخدام تقنيات الذكاء الصناعي. وتشمل قائمة الشركات المصنعة للكومبيوترات المحمولة التي تدعم هذه التقنية Razer وHP وLenovo وAsus، وغيرها.

- الذكاء الصناعي لرفع الأداء
وتشكل تقنية Deep Learning Super Sampling DLSS قفزة ثورية بالغة الأهمية في عالم الرسومات لمحاكاة القوانين الفيزيائية وتحرك العناصر في البيئة، ذلك أنها تستخدم تقنيات الذكاء الصناعي فوريا لمعالجة عدد أقل من البكسل على الشاشة (يتم معالجة ربع أو نصف عدد البكسل، وفقاً للبرنامج أو اللعبة) ولكن مع رفع دقة وجودة الصورة. وسيحصل المستخدم على مستويات أداء وجودة أعلى جراء استخدام هذه التقنية.
وتستخدم هذه التقنية أنوية خاصةً في بطاقات الرسومات تسمى «أنوية تينسور» Tensor Cores من شأنها تسريع حل مسائل الجبر الرياضية في الشبكات العصبية الموجودة في بطاقة الرسومات، والتي تتخصص في محاكاة القوانين الفيزيائية لتحرك العناصر وأثر الإسقاط الضوئي وانعكاساته على الأسطح المختلفة. وتقدم هذه التقنية 3 خيارات لجودة الصورة، هي «الجودة» و«الأداء» و«التوازن» بينهما، وذلك للتحكم بدقة معالجة الرسومات داخليا، بحيث يستطيع خيار «الأداء» تحقيق ما يصل إلى 4 أضعاف الدقة الأساسية، أي أن بطاقة الرسومات ستعالج الصورة بدقة 1080 ولكن جودة الصورة التي يتم عرضها هي 4K، دون ملاحظة أي أثر سلبي في النتيجة.
وتدرس هذه التقنية اتجاه العناصر المتحركة من الصورة Frame السابقة التي تكون بالدقة الفائقة، مثلا، وتستخدم تلك البيانات في الصورة التالية وتحاكي أثرها على الصورة التالية، عوضا عن معالجة الصورة التالية كليا من نقطة الصفر، ذلك أن العديد من عناصر الصورة التالية موجودة في الصورة السابقة ولا تحتاج لمعاودة معالجتها مرة أخرى. ويطلق مصطلح Temporal Feedback على هذه الآلية. وتستخدم شبكة ذكاء صناعي خاصةً الصورة السابقة بجودتها الفائقة، وتعمل على الصورة الحالية بجودة عادية، وتوجد الصورة التالية مستخدمة تلك البيانات لإيجاد صورة جديدة فائقة الدقة بسرعة عالية جدا. ولدى معالجة عشرات الآلاف من هذه الصور بدقة 16K الخارقة على أجهزة خادمة متقدمة جدا، يتم إيجاد نموذج خاص بتلك اللعبة يمكن لشبكة الذكاء الصناعي في بطاقة الرسومات استخدامه بعد تحميله عبر تحديث تعريف Driver بطاقة الرسومات على كومبيوتر المستخدم.
وكمثال على فوائد هذه التقنية، تستفيد لعبة Bright Memory بنحو 85 في المائة لرفع مستويات الأداء والحصول على معدل رسومات Frames Per Second يبلغ 60 صورة في الثانية مع دعم لتقنية تتبع الأشعة الضوئية من مصدرها Ray Tracing، بينما تستفيد لعبة Edge of Eternity بنحو 100 في المائة، و200 في المائة للعبة Fortnite. كما تستفيد ألعاب Anthem وBattlefield V وCall of Duty: Black Ops Cold War وControl وCyberpunk 2077 وDeath Stranding وGhostrunner وMarvel’s Avengers وThe Medium وMetro Exodus وMinecraft with RTX وOutriders وPumpkin Jack وShadow of the Tomb Raider وWatch Dogs: Legion، وغيرها، من هذه التقنية بدرجات كبيرة. وبالنسبة لمطوري الألعاب الإلكترونية، فيمكن استخدام إضافة Plugin لمحرك الألعاب Unreal Engine 4 لدعم تكامل هذه التقنية بشكل سلس وسهل.
ومن الألعاب الأخرى اللافتة للنظر التي تستفيد من هذه التقنية بشكل ملحوظ لعبة Call of Duty: Warzone التي تعتبر من أكثر الألعاب تطلبا لموارد الجهاز، بحيث يمكن الوصول إلى معدل صور في الثانية يتجاوز 208 من خلال 4 خيارات لتقنية DLSS، ورفع مستويات الأداء في الدقة الفائقة 4K بنحو 70 في المائة.


مقالات ذات صلة

الأصدقاء يعززون قدرتك على أداء وظائفك

علوم الأصدقاء يعززون قدرتك على أداء وظائفك

الأصدقاء يعززون قدرتك على أداء وظائفك

بينما تمنحك قلة من الروابط الوثيقة الرعاية والحماية، يوفر لك المحيط الخارجي من الأصدقاء العابرين، الفرص والتحفيز؛ ومن المرجح أنك لا تقدّر مدى أهمية هؤلاء جميعاً

هارا أستروف مارانو ود (واشنطن) ماريسا فرانكو (واشنطن)
تكنولوجيا نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

باحثو «MIT» يطورون طريقة تمكّن الذكاء الاصطناعي من تفسير قراراته بدقة ووضوح، ما يعزز الشفافية والثقة دون التضحية بالأداء.

تكنولوجيا تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

غوغل تطلق «الذكاء الشخصي» لربط بيانات المستخدم عبر خدماتها بهدف تقديم إجابات مخصصة مع الحفاظ على الخصوصية والتحكم الكامل للمستخدم.

نسيم رمضان (لندن)
تكنولوجيا يفتح الابتكار المجال لتطبيقات مستقبلية في التنقل والبيئات الواقعية المعقدة (شاترستوك)

روبوتات الدرّاجة تحقق توازناً ديناميكياً وتتجاوز العقبات

روبوت دراجة يحقق توازناً ديناميكياً ويتجاوز العقبات بسرعة مستفيداً من تصميم بسيط وتحكم متكيف يحاكي مهارات الإنسان في بيئات معقدة.

نسيم رمضان (لندن)
تكنولوجيا الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)

تقرير بالأرقام: الذكاء الاصطناعي يحقق عوائد ملموسة للشركات

الذكاء الاصطناعي يحقق عوائد ملموسة للشركات معززا الكفاءة والابتكار، لكن تحديات البيانات والتكلفة تعيق التوسع رغم زيادة الاستثمارات الكبيرة.

نسيم رمضان (لندن)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.