كيف تختار الكومبيوتر المحمول الأمثل للدراسة؟

سرعات أعلى للتحصيل الدراسي... موثوقية عالية وقدرات مطورة لممارسة الألعاب

يحتاج الطلاب إلى كومبيوترات محمولة فائقة الأداء وسهلة الحمل للدراسة والترويح عن النفس
يحتاج الطلاب إلى كومبيوترات محمولة فائقة الأداء وسهلة الحمل للدراسة والترويح عن النفس
TT

كيف تختار الكومبيوتر المحمول الأمثل للدراسة؟

يحتاج الطلاب إلى كومبيوترات محمولة فائقة الأداء وسهلة الحمل للدراسة والترويح عن النفس
يحتاج الطلاب إلى كومبيوترات محمولة فائقة الأداء وسهلة الحمل للدراسة والترويح عن النفس

مع بداية عام دراسي جديد، يواجه الأهل والطلاب خيارات كثيرة لشراء كومبيوتر محمول جديد يتناسب مع متطلبات الدراسة. لكن كثيراً من الطلاب سيحتاجون إلى كومبيوتر للعب والترفيه بعد إتمام واجباتهم المنزلية ومشروعاتهم. سنستعرض في هذا الموضوع مجموعة من العوامل التي يُنصح بأخذها بعين الاعتبار لدى البحث عن كومبيوتر محمول يقدم الثبات وسرعة العمل اللازمين للدراسة، والقدرات التقنية المتقدمة للترفيه في وقت الفراغ، كلها في تصاميم ذات وزن منخفض وسهلة الحمل وعمر ممتد للبطارية.

- أداء مطور وبطارية «معمّرة»
أول عامل يجب أخذه بعين الاعتبار هو الثبات والموثوقية؛ حيث يجب أن يعمل الكومبيوتر دون إغلاقه للبرامج والمشروعات الدراسية بسبب عطل فني حتى لا تضيع ساعات طويلة من الأبحاث والعمل على المشروعات جراء ذلك. وبإمكان الطلاب التركيز على دراستهم باستخدام كومبيوترات محمولة مزودة بوحدات رسومات متقدمة لمعالجة الرسومات التي تستخدم تعاريف مطورة خصيصاً لرفع ثبات أفضل برامج العمل، مثل وحدات «جيفورس آر تي إكس 30» GeForce RTX 30.
العامل الثاني هو العمر الطويل للبطارية، إذ لا يكفي البحث عن بطارية ذات شحنة كبيرة فقط، بل يجب التركيز على كفاءة عمل الدارات الكهربائية الداخلية وتطلبها للطاقة. وتدعم الكومبيوترات المزودة بوحدات الرسومات المذكورة تقنية «أدفانسد أوبتيمو» Advanced Optimu لرفع كفاءة استهلاك البطارية وإطالة عمرها، وهي جزء من تقنيات MAX - Q المتخصصة برفع كفاءة الطاقة ومستويات الأداء.
وتعتمد تقنية «ماكس - كيو» على العتاد الصلب والبرمجيات لتقديم مستويات أداء عالية من حيث استخدام الطاقة وخفض الضجيج ورفع مدة استخدام البطارية. الأمر الذي ينجم عنه كومبيوترات منخفضة السماكة وذات وزن خفيف تستطيع العمل بسرعات عالية بهدوء كبير ولمدة أطول. وتختار برمجيات «ويسبرمود 2» WhisperMode 2 الإعدادات المثلى لكل حالة استخدام، وهي تقنية تتخصص بخفض الضجيج الناجم عن تبريد الدارات الإلكترونية للكومبيوتر المحمول وسرعة دوران مراوحها، بحيث يختار المستخدم درجة الصوت المرغوبة وفقاً لرغبته لتعدل هذه التقنية سرعات المراوح الداخلية، مقدمة أفضل أداء ممكن دون إزعاج المستخدم، والحصول على راحة أعلى لدى الاستخدام المكثف. وتمزج هذه التقنية بين هندسة التصميم والتبريد وخفض السماكة وهدوء مراوح التبريد، دون التضحية بمستويات الأداء أو مدة استخدام البطارية.
ونذكر كذلك تقنية «التسريع الديناميكي» Dynamic Boost التي ترفع مستويات الأداء بنحو 16 في المائة بفضل استخدام تقنيات الذكاء الصناعي، مع تقديم أكثر من 70 برنامجاً يدعم تقنيات الذكاء الصناعي لتسريع العمل واللعب بشكل أكثر ذكاء. وتشمل البرامج التي تدعم هذه التقنية Adobe Photoshop وPremiere Pro وAutoCAD وLightroom وDavinci، وغيرها.

- تسريع الدراسة
العامل الثالث هو تسريع عمل برامج الهندسة والبرمجية وتمثيل البيانات والرسومات المتقدمة وتحريرها بشكل سريع، إلى جانب قدرتها على استخدام تقنيات الذكاء الصناعي بدقة عالية. ومن أبرز الأجهزة المزودة بهذه الوحدات كومبيوترات «إنفيديا إستوديو» NVIDIA Studio التي تقدم برامج أعلى سرعة مقارنة بالأجهزة الأخرى، ومنها برامج وخدمات Omniverse وCanvas وBroadcast، وبرامج تعريف Drivers ثابتة جداً حتى لا يخسر الطلاب عملهم. كما تستخدم هذه الكومبيوترات دارات إلكترونية متخصصة بتسريع تصميم الرسومات وتحرير الصور وعروض الفيديو، إلى جانب سهولة إضافة المؤثرات البصرية المبهرة بضغطة زر واحدة.
وتسخّر تقنيات هذه الكومبيوترات تقنيات الذكاء الصناعي لخفض الزمن اللازم لإتمام الوظائف المطلوبة ورفع مستويات الأداء وقدرات البرامج، وبالتالي جعل الطالب يركز على إكمال المشروعات المطلوبة منه، سواء أكانت تحرير عروض فيديو أو التفاعل مع الآخرين بالصوت والصورة أو إعداد العروض التقديمية المختلفة.
وتزيل تقنية «برودكاست» الضجيج الصوتي من حول المستخدم، مثل أصوات مكيف الهواء أو أبواق السيارات إن كانت غرفة المستخدم بالقرب من شارع مزدحم، مع القدرة على تحليل الخلفية الموجودة وراء المستخدم واستبدالها بأخرى بكل سهولة. ويُترجم هذا الأمر على شكل تفاعل أكثر سلاسة مع الآخرين عبر الإنترنت، إضافة إلى قدرة التقنية على تتبع موقع المستخدم والتركيز عليه، إلى جانب قدرتها على إزالة الضجيج البصري الرقمي، وبالتالي تقديم جودة صورة عالية خلال تقديم العروض والتعاون مع الآخرين في المشروعات الدراسية. وتتم هذه العملية بفضل استخدام الذكاء الصناعي المدمج.

- قدرات ترفيهية عالية
عامل إضافي يُنصح به هو دعم الألعاب الإلكترونية بعد الانتهاء من الدراسة على الكومبيوتر بهدف عدم شراء كومبيوتر ألعاب إضافي لاستخدامه في وقت الفراغ. وتقدم تعاريف Game Ready Drivers أفضل التجارب منذ اليوم الأول لإطلاق كبرى الألعاب، وذلك بالتعاون مع الشركة المطورة خلال مرحلة برمجة اللعبة. وتهدف هذه التعاريف إلى رفع مستويات الرسومات والمؤثرات البصرية وثبات اللعبة وضمان عدم توقفها عن العمل وخسارة التقدم في مراحل اللعبة. ويتم تجربة هذه التعاريف عبر آلاف الدارات الإلكترونية المختلفة، مثل الذاكرة والمعالجات واللوحات الرئيسية، وغيرها.
وتدعم هذه الكومبيوترات المحمولة تقنيات ذكاء صناعي تستطيع رفع أداء الرسومات ومعدل الإطارات في الثانية FPS مع المحافظة على جودة الصورة. واسم هذه التقنية هو «رفع دقة الصورة بالتعلم العميق» Deep Learning Super Sampling DLSS وهي تستخدم تقنيات الذكاء الصناعي فورياً لمعالجة عدد أقل من البكسل على الشاشة (يتم معالجة ربع أو نصف عدد البكسل، وفقاً للبرنامج أو اللعبة) ولكن مع رفع دقة وجودة الصورة بنحو الضعف، دون التأثير سلباً على قدرات معالجة الصورة، وهي موجودة في أكثر من 150 لعبة، بما فيها ألعاب Spider - Man Remastered وGod of War وDying Light 2 Stay Human وBattlefield 2022 وRed Dead Redemption 2 وكثير غيرها من الألعاب المقبلة.
تقنية أخرى هي «ردة الفعل» Reflex التي تخفض من زمن الاستجابة لأوامر المستخدم وترفع دقة اللعب بشكل كبير وتقدم الأفضلية للاعبين المتطلبين لأعلى مستويات الدقة والاستجابة للحصول على تفوق وأفضلية أعلى في الألعاب التنافسية، مثل Fortnite وRainbow Six Siege وOverwatch وValorant وApex Legends وأيضاً لعبة God of War.
وبفضل مزيج من الأداء العالي للرسومات والمعدل السريع للرسومات في كل الثانية وخفض زمن الاستجابة لأوامر المستخدم، سيحصل الطالب على أفضل مستويات الأداء للدراسة والترفيه في جهاز محمول واحد أنيق، وزنه خفيف، وبطاريته ذات عمر طويل، وبسعر معتدل. وسيستطيع الطلاب أداء الواجبات المنزلية وإكمال المشروعات التعليمية بدقة أعلى، سواء أكانوا يعملون على تصاميم هندسية أو رسوم مجسمات ثلاثية الأبعاد أو تحرير عروض الفيديو الدراسية أو العمل عبر عدة شاشات، دون القلق من توقف البرامج عن العمل.


مقالات ذات صلة

بدء تطبيق المرحلة الإلزامية الأولى لتوحيد منافذ الشحن في السعودية

الاقتصاد مقر هيئة الاتصالات والفضاء والتقنية في الرياض (الموقع الإلكتروني)

بدء تطبيق المرحلة الإلزامية الأولى لتوحيد منافذ الشحن في السعودية

بدأ تطبيق المرحلة الإلزامية الأولى لتوحيد منافذ الشحن للهواتف المتنقلة والأجهزة الإلكترونية في السوق، لتكون من نوع «USB Type - C».

«الشرق الأوسط» (الرياض)
الاقتصاد جانب من اجتماع خلال منتدى حوكمة الإنترنت الذي عقد مؤخراً بالعاصمة الرياض (الشرق الأوسط)

تقرير دولي: منظومات ذكية ومجتمعات ممكّنة تشكل مستقبل الاقتصاد الرقمي

كشف تقرير دولي عن عدد من التحديات التي قد تواجه الاقتصاد الرقمي في العام المقبل 2025، والتي تتضمن الابتكار الأخلاقي، والوصول العادل إلى التكنولوجيا، والفجوة…

«الشرق الأوسط» (الرياض)
تكنولوجيا تتميز سمكة «موبولا راي» بهيكلها العظمي الغضروفي وأجنحتها الضخمة ما يسمح لها بالانزلاق بسهولة في الماء (أدوبي)

سمكة تلهم باحثين لتطوير نموذج مرشّح مياه صناعي!

طريقة تغذية سمكة «موبولا راي» تدفع باحثي معهد ماساتشوستس للتكنولوجيا لتطوير أنظمة ترشيح فعالة.

نسيم رمضان (لندن)
تكنولوجيا تعمل استراتيجيات مثل الأمن متعدد الطبقات واستخبارات التهديدات المتقدمة على تعزيز دفاعات الشركات السعودية (شاترستوك)

السعودية تسجل 44 % انخفاضاً في الهجمات الإلكترونية حتى نوفمبر مقارنة بـ2023

تواجه السعودية التحديات السيبرانية باستراتيجيات متقدمة مع معالجة حماية البيانات وأمن السحابة وفجوات مواهب الأمن السيبراني.

نسيم رمضان (لندن)
خاص تتضمن الاتجاهات الرئيسة لعام 2025 الاستعداد الكمومي وممارسات الأمن السيبراني الخضراء والامتثال (شاترستوك)

خاص كيف يعيد الذكاء الاصطناعي والحوسبة الكمومية تشكيل الأمن السيبراني في 2025؟

«بالو ألتو نتوركس» تشرح لـ«الشرق الأوسط» تأثير المنصات الموحدة والذكاء الاصطناعي والحوسبة الكمومية على مستقبل الأمن السيبراني.

نسيم رمضان (لندن)

هل أصبحنا على أعتاب مرحلة تباطؤ الذكاء الاصطناعي؟

هل أصبحنا على أعتاب مرحلة تباطؤ الذكاء الاصطناعي؟
TT

هل أصبحنا على أعتاب مرحلة تباطؤ الذكاء الاصطناعي؟

هل أصبحنا على أعتاب مرحلة تباطؤ الذكاء الاصطناعي؟

يوجه ديميس هاسابيس، أحد أكثر خبراء الذكاء الاصطناعي نفوذاً في العالم، تحذيراً لبقية صناعة التكنولوجيا: لا تتوقعوا أن تستمر برامج المحادثة الآلية في التحسن بنفس السرعة التي كانت عليها خلال السنوات القليلة الماضية، كما كتب كاد ميتز وتريب ميكل (*).

التهام بيانات الإنترنت

لقد اعتمد باحثو الذكاء الاصطناعي لبعض الوقت على مفهوم بسيط إلى حد ما لتحسين أنظمتهم: فكلما زادت البيانات التي جمعوها من الإنترنت، والتي ضخُّوها في نماذج لغوية كبيرة (التكنولوجيا التي تقف وراء برامج المحادثة الآلية) كان أداء هذه الأنظمة أفضل.

ولكن هاسابيس، الذي يشرف على «غوغل ديب مايند»، مختبر الذكاء الاصطناعي الرئيسي للشركة، يقول الآن إن هذه الطريقة بدأت تفقد زخمها ببساطة، لأن البيانات نفدت من أيدي شركات التكنولوجيا.

وقال هاسابيس، هذا الشهر، في مقابلة مع صحيفة «نيويورك تايمز»، وهو يستعد لقبول «جائزة نوبل» عن عمله في مجال الذكاء الاصطناعي: «يشهد الجميع في الصناعة عائدات متناقصة».

استنفاد النصوص الرقمية المتاحة

هاسابيس ليس الخبير الوحيد في مجال الذكاء الاصطناعي الذي يحذر من تباطؤ؛ إذ أظهرت المقابلات التي أُجريت مع 20 من المديرين التنفيذيين والباحثين اعتقاداً واسع النطاق بأن صناعة التكنولوجيا تواجه مشكلة كان يعتقد كثيرون أنها لا يمكن تصورها قبل بضع سنوات فقط؛ فقد استنفدت معظم النصوص الرقمية المتاحة على الإنترنت.

استثمارات رغم المخاوف

بدأت هذه المشكلة في الظهور، حتى مع استمرار ضخ مليارات الدولارات في تطوير الذكاء الاصطناعي. في الأسبوع الماضي، قالت شركة «داتابريكس (Databricks)»، وهي شركة بيانات الذكاء الاصطناعي، إنها تقترب من 10 مليارات دولار في التمويل، وهي أكبر جولة تمويل خاصة على الإطلاق لشركة ناشئة. وتشير أكبر الشركات في مجال التكنولوجيا إلى أنها لا تخطط لإبطاء إنفاقها على مراكز البيانات العملاقة التي تدير أنظمة الذكاء الاصطناعي.

لا يشعر الجميع في عالم الذكاء الاصطناعي بالقلق. يقول البعض، بمن في ذلك سام ألتمان الرئيس التنفيذي لشركة «أوبن إيه آي»، إن التقدم سيستمر بنفس الوتيرة، وإن كان مع بعض التغييرات في التقنيات القديمة. كما أن داريو أمودي، الرئيس التنفيذي لشركة الذكاء الاصطناعي الناشئة، «أنثروبيك»، وجينسن هوانغ، الرئيس التنفيذي لشركة «نيفيديا»، متفائلان أيضاً.

قوانين التوسع... هل تتوقف؟

تعود جذور المناقشة إلى عام 2020، عندما نشر جاريد كابلان، وهو فيزيائي نظري في جامعة جونز هوبكنز، ورقة بحثية تُظهِر أن نماذج اللغة الكبيرة أصبحت أكثر قوة وواقعية بشكل مطرد مع تحليل المزيد من البيانات.

أطلق الباحثون على نتائج كابلان «قوانين التوسع (Scaling Laws)»... فكما يتعلم الطلاب المزيد من خلال قراءة المزيد من الكتب، تحسنت أنظمة الذكاء الاصطناعي مع تناولها كميات كبيرة بشكل متزايد من النصوص الرقمية التي تم جمعها من الإنترنت، بما في ذلك المقالات الإخبارية وسجلات الدردشة وبرامج الكومبيوتر.

ونظراً لقوة هذه الظاهرة، سارعت شركات، مثل «OpenAI (أوبن إيه آي)» و«غوغل» و«ميتا» إلى الحصول على أكبر قدر ممكن من بيانات الإنترنت، وتجاهلت السياسات المؤسسية وحتى مناقشة ما إذا كان ينبغي لها التحايل على القانون، وفقاً لفحص أجرته صحيفة «نيويورك تايمز»، هذا العام.

كان هذا هو المعادل الحديث لـ«قانون مور»، وهو المبدأ الذي كثيراً ما يُستشهد به، والذي صاغه في ستينات القرن العشرين المؤسس المشارك لشركة «إنتل غوردون مور»؛ فقد أظهر مور أن عدد الترانزستورات على شريحة السيليكون يتضاعف كل عامين، أو نحو ذلك، ما يزيد بشكل مطرد من قوة أجهزة الكومبيوتر في العالم. وقد صمد «قانون مور» لمدة 40 عاماً. ولكن في النهاية، بدأ يتباطأ.

المشكلة هي أنه لا قوانين القياس ولا «قانون مور» هي قوانين الطبيعة الثابتة. إنها ببساطة ملاحظات ذكية. صمد أحدها لعقود من الزمن. وقد يكون للقوانين الأخرى عمر افتراضي أقصر بكثير؛ إذ لا تستطيع «غوغل» و«أنثروبيك» إلقاء المزيد من النصوص على أنظمة الذكاء الاصطناعي الخاصة بهما، لأنه لم يتبقَّ سوى القليل من النصوص لإلقائها.

«لقد كانت هناك عائدات غير عادية على مدى السنوات الثلاث أو الأربع الماضية، مع بدء تطبيق قوانين التوسع»، كما قال هاسابيس. «لكننا لم نعد نحصل على نفس التقدم».

آلة تضاهي قوة العقل البشري

وقال هاسابيس إن التقنيات الحالية ستستمر في تحسين الذكاء الاصطناعي في بعض النواحي. لكنه قال إنه يعتقد أن هناك حاجة إلى أفكار جديدة تماماً للوصول إلى الهدف الذي تسعى إليه «غوغل» والعديد من الشركات الأخرى: آلة يمكنها أن تضاهي قوة الدماغ البشري.

أما إيليا سوتسكيفر، الذي كان له دور فعال في دفع الصناعة إلى التفكير الكبير، كباحث في كل من «غوغل» و«أوبن أيه آي»، قبل مغادرته إياها، لإنشاء شركة ناشئة جديدة، الربيع الماضي، طرح النقطة ذاتها خلال خطاب ألقاه هذا الشهر. قال: «لقد حققنا ذروة البيانات، ولن يكون هناك المزيد. علينا التعامل مع البيانات التي لدينا. لا يوجد سوى شبكة إنترنت واحدة».

بيانات مركبة اصطناعياً

يستكشف هاسابيس وآخرون نهجاً مختلفاً. إنهم يطورون طرقاً لنماذج اللغة الكبيرة للتعلُّم من تجربتهم وأخطائهم الخاصة. من خلال العمل على حل مشاكل رياضية مختلفة، على سبيل المثال، يمكن لنماذج اللغة أن تتعلم أي الطرق تؤدي إلى الإجابة الصحيحة، وأيها لا. في الأساس، تتدرب النماذج على البيانات التي تولِّدها بنفسها. يطلق الباحثون على هذا «البيانات الاصطناعية».

أصدرت «اوبن أيه آي» مؤخراً نظاماً جديداً يسمى «OpenAI o1» تم بناؤه بهذه الطريقة. لكن الطريقة تعمل فقط في مجالات مثل الرياضيات وبرمجة الحوسبة؛ حيث يوجد تمييز واضح بين الصواب والخطأ.

تباطؤ محتمل

على صعيد آخر، وخلال مكالمة مع المحللين، الشهر الماضي، سُئل هوانغ عن كيفية مساعدة شركته «نيفيديا» للعملاء في التغلب على تباطؤ محتمل، وما قد تكون العواقب على أعمالها. قال إن الأدلة أظهرت أنه لا يزال يتم تحقيق مكاسب، لكن الشركات كانت تختبر أيضاً عمليات وتقنيات جديدة على شرائح الذكاء الاصطناعي. وأضاف: «نتيجة لذلك، فإن الطلب على بنيتنا التحتية كبير حقاً». وعلى الرغم من ثقته في آفاق «نيفيديا»، فإن بعض أكبر عملاء الشركة يعترفون بأنهم يجب أن يستعدوا لاحتمال عدم تقدم الذكاء الاصطناعي بالسرعة المتوقَّعة.

وعن التباطؤ المحتمل قالت راشيل بيترسون، نائبة رئيس مراكز البيانات في شركة «ميتا»: «إنه سؤال رائع نظراً لكل الأموال التي يتم إنفاقها على هذا المشروع على نطاق واسع».

* خدمة «نيويورك تايمز»