تقنيات تخزين بسعات كبيرة وسرعات فائقة تقاوم الصدمات والعوامل الجوية

«الشرق الأوسط» تستعرض أبرز مزاياها واستخداماتها المُثلى

حلول التخزين المختلفة في السعة والسرعة  والوظيفة والسعر للاستخدامات المتنوعة
حلول التخزين المختلفة في السعة والسرعة والوظيفة والسعر للاستخدامات المتنوعة
TT

تقنيات تخزين بسعات كبيرة وسرعات فائقة تقاوم الصدمات والعوامل الجوية

حلول التخزين المختلفة في السعة والسرعة  والوظيفة والسعر للاستخدامات المتنوعة
حلول التخزين المختلفة في السعة والسرعة والوظيفة والسعر للاستخدامات المتنوعة

تطورت تقنيات التخزين بشكل كبير خلال الأعوام الماضية وأصبحت توفر سعات ضخمة وسرعات نقل بيانات كبيرة، مع انخفاض وزنها وأسعارها. ولكن هذه التقنيات يختلف بعضها عن بعض في الوظيفة والسعر، حيث تقدم تقنيات الأقراص الصلبة القياسية «HDD» سعات تخزين ضخمة بسعر منخفض ولكنّ سرعات نقل البيانات فيها أقل مقارنةً بالتقنيات الأخرى، بالإضافة إلى تقنية الحالة الصلبة «SSD» التي تقدم سرعات نقل عالية وسعات عالية بسعر معتدل، إلى جانب تقنية «NVME» التي تقدم سرعات نقل فائقة وسعات معتدلة بسعر أعلى مقارنةً بتقنية الحالة الصلبة. وسنستعرض في هذا الموضوع مجموعة من وحدات التخزين التي تستخدم هذه التقنيات، ونذكر أبرز مزاياها واستخداماتها المُثلى.

سرعات نقل فائقة
أول مجموعة وحدات تخزين سنذكرها تعتمد على تقنية NVME M.2 2280 التي هي عبارة عن شريحة طويلة قليلاً توضع داخل الكومبيوتر مباشرةً على اللوحة الرئيسية أو عبر بطاقة خاصة. وتعتمد هذه التقنية على وسط نقل في اللوحة الرئيسية والمعالج اسمه «PCIe» لنقل البيانات بسرعات كبيرة جداً، خصوصاً مع دعم «ويندوز 11» لتقنية «DirectStorage» التي تنقل بيانات الرسومات مباشرة من وحدة التخزين إلى بطاقة الرسومات دون المرور عبر المعالج والذاكرة الرئيسية، الأمر الذي من شأنه رفع سرعة معالجة الصور وعروض الفيديو فائقة الدقة أو حتى الألعاب الإلكترونية، وبشكل كبير.
الوحدة الأولى هي «WD Blue SN550» بسعة 1024 غيغابايت (1 تيرابايت) التي تقدم سرعات قراءة تبلغ 2400 ميغابايت في الثانية (2.4 غيغابايت في الثانية) و1750 ميغابايت في الثانية (1.75 غيغابايت في الثانية) للكتابة. هذه الوحدة مناسبة لتسريع الاستخدامات اليومية واللعب بالألعاب الإلكترونية مقارنةً بالتقنيات الأخرى، حيث إنها تقدم أداءً عالياً بسعر منخفض (392 ريالاً سعودياً، أي نحو 104 دولارات) وترفع من معدل استجابة البرامج والتطبيقات بشكل كبير. وتستطيع هذه الوحدة نقل البيانات بسرعات عالية دون رفع درجة حرارتها، الأمر الذي يعني أنه يمكن استخدامها دون الحاجة لأي تبريد إضافي خاص بها. ولدى اختبار الوحدة، كانت سرعة الاستجابة عالية، واستطاعت قراءة وكتابة البيانات الضخمة وحتى آلاف الملفات الصغيرة بسرعات مُرضية جداً. وتستخدم هذه الوحدة تقنية «PCIe 3» للعمل، أي إنها متوافقة مع الكومبيوترات الموجودة في الأسواق منذ عام 2010 وحتى الآن، وهي متوافرة بسعات 256 و512 و1024 غيغابايت.
الوحدة الثانية هي «WD Blue SN570» بسعة 500 غيغابايت التي تقدم سرعات قراءة تبلغ 3500 ميغابايت في الثانية (3.5 غيغابايت في الثانية) و2300 ميغابايت في الثانية (2.3 غيغابايت في الثانية) للكتابة. وتقدم هذه الوحدة تطويرات في سرعة القراءة والكتابة مقارنةً بالإصدارات السابقة بسبب استخدام شريحة تخزين وشريحة تحكم بالبيانات ذات قدرات أعلى في سعر منخفض (226 ريالاً سعودياً، أي نحو 60 دولاراً). وتستطيع هذه الوحدة نقل البيانات بسرعات عالية دون رفع درجة حرارتها (تم نقل 400 غيغابايت من المعلومات ولم تتجاوز حرارتها 59 درجة مئوية، الأمر الذي يعد معتدلاً)، أي إنه يمكن استخدامها دون الحاجة لأي تبريد إضافي خاص بها. ولدى اختبار الوحدة، كانت سرعة الاستجابة عالية، واستطاعت قراءة وكتابة البيانات الضخمة وحتى آلاف الملفات الصغيرة بسرعات مُرضية جداً. وتستخدم هذه الوحدة تقنية «PCIe 3» للعمل، أي إنها متوافقة مع الكومبيوترات الموجودة في الأسواق منذ عام 2010 حتى الآن، وهي متوافرة بسعات 256 و512 و1024 غيغابايت. هذه الوحدة مناسبة لتسريع الاستخدامات اليومية واللعب بالألعاب الإلكترونية مقارنةً بالتقنيات الأخرى، وهي خيار ممتاز لهذه الفئة من الاستخدامات.
الوحدة الثالثة هي «WD Black SN770 Game Drive» بسعة 1 تيرابايت التي تقدم سرعات قراءة تبلغ 5150 ميغابايت في الثانية (5.15 غيغابايت في الثانية) و4850 ميغابايت في الثانية (4.85 غيغابايت في الثانية) للكتابة. وتعد هذه الوحدة نقلة نوعية كبيرة في سرعات القراءة والكتابة، الأمر الذي يجعلها مثالية للعب بالألعاب المتقدمة جداً أو لتحرير عروض الفيديو عالية الدقة. وتستطيع هذه الوحدة نقل البيانات بسرعات فائقة دون رفع درجة حرارتها (تم نقل 700 غيغابايت من المعلومات ولم تتجاوز حرارتها 82 درجة مئوية، الأمر الذي يعد مرتفعاً بعض الشيء ولكنه لا يزال في الحدود الطبيعية). ويمكن استخدامها دون الحاجة لأي تبريد إضافي خاص بها، ولكن إن كان الاستخدام مكثفاً ولفترات مطولة، فيُنصح باستخدام وحدة تشتيت للحرارة Heatsink (بسعر 10 دولارات من أي متجر لعتاد الكومبيوتر) للحصول على عمر أطول على المدى البعيد. وتستخدم هذه الوحدة تقنية «PCIe 4» للعمل، أي إنها متوافقة مع الكومبيوترات الموجودة في الأسواق منذ عام 2019 حتى الآن، وهي متوافرة بسعات 256 و512 و1024 و2048 غيغابايت. ويبلغ سعر إصدار 1024 غيغابايت (1 تيرابايت) الذي تم اختباره (477 ريالاً سعودياً، نحو 127 دولاراً).
وعلى الرغم من أن هذه الوحدات تقدم سعات تخزين عالية تصل إلى 2 تيرابايت في بعض الأحيان، فإنها مناسبة أكثر لقراءة وكتابة الملفات عوضاً عن كونها وسطاً للتخزين والأرشفة، حيث إن هذا النوع من الاستخدام مناسب لتقنيات «HDD» بشكل أكبر من التي يكون فيها التركيز على عامل السعة الضخمة والسعر المنخفض دون الاكتراث لسرعات النقل. وسنتحدث عن هذه التقنية بعد قليل.

تقنيات التخزين المحمولة
وننتقل الآن إلى وحدات التخزين المحمولة فائقة السرعة التي يمكن نقلها بين الأجهزة المختلفة من خلال منفذ «يو إس بي»، على خلاف التقنية السابقة التي تتطلب فتح الكومبيوتر المكتبي أو المحمول لتركيبها. وتستخدم هذه الوحدات تقنية الحالية الصلبة «Solid State Drive SSD» لتقديم سرعات عالية للبيانات ومزايا تشفير للبيانات (في حال فقدان وحدة التخزين) في وزن خفيف وقدرات تحمل عالية. ويستخدم بعضها تقنية «NVME» داخل عبوة صغيرة الحجم لرفع سرعة قراءة وكتابة البيانات يمكن وصلها بأي جهاز من خلال منفذ «يو إس بي».
الوحدة الأولى هي «WD My Passport SSD» بسعة 1 تيرابايت التي تقدم سرعات قراءة تبلغ 1050 ميغابايت (1 تيرابايت) و1000 ميغابايت للكتابة (1 تيرابايت). وتصميم الوحدة أنيق وسماكتها منخفضة ويبلغ وزنها 54 غراماً فقط، الأمر الذي يجعل نقلها سهلاً للغاية، مع قدرتها على تحمل السقوط من مسافات تصل إلى مترين. وتم اختبار نقل 700 غيغابايت من البيانات، ولم ترتفع درجة حرارة الوحدة أكثر من 45 درجة مئوية، وهي حرارة منخفضة. ويمكن وصل الوحدة بالهاتف الجوال عبر منفذ «يو إس بي تايب - سي» من خلال سلك موجود في العبوة، أو يمكن وصله بالكومبيوتر باستخدام مهيئ خاص يقدم منفذ «يو إس بي» القياسي. والوحدة متوافرة بسعات 500 غيغابايت و1 و2 و4 تيرابايت، ويبلغ سعر إصدار 1 تيرابايت الذي تم اختباره 849 ريالاً سعودياً (نحو 226 دولاراً).
وإن أردت الحصول على مستويات أداء مرتفعة وحماية كبيرة للبيانات، فنذكر وحدة «SanDisk Extreme Portable SSD» التي تسمح بتشفير البيانات بتقنية «AES 256 - bit» وهي مقاومة للبلل والغبار وفقاً لمعيار «IP65»، مع قدرتها على تحمل السقوط من مسافات تصل إلى مترين، وبوزن منخفض يبلغ 63 غراماً يسهّل حملها أينما ذهب المستخدم. وتستطيع هذه الوحدة قراءة البيانات بسرعة 1050 ميغابايت (1 تيرابايت) و1000 ميغابايت للكتابة (1 تيرابايت)، وتم اختبار نقل 500 غيغابايت من البيانات، ولم ترتفع درجة حرارة الوحدة أكثر من 44 درجة مئوية. ويمكن وصل الوحدة بالهاتف الجوال عبر منفذ «يو إس بي تايب - سي» من خلال سلك موجود في العبوة، أو يمكن وصلها بالكومبيوتر الشخصي باستخدام مهيئ خاص يقدم منفذ «يو إس بي» القياسي. الوحدة متوافرة بسعات 500 غيغابايت و1 و2 و4 تيرابايت، ويبلغ سعر إصدار 1 تيرابايت الذي تم اختباره 710 ريالات سعودية (نحو 189 دولاراً).

سعات تخزين كبيرة
أما إن أردت الحصول على كميات كبيرة من السعة التخزينية، فيمكنك استخدام وحدة «SanDisk Professional G - Drive ArmorATD» التي تقدم سعة تخزينية تبلغ 2 تيرابايت وبسرعة قراءة وكتابة للبيانات تبلغ 140 ميغابايت في الثانية (تدور الأقراص الداخلية بسرعة 5400 دورة في الدقيقة RPM). وتستطيع الوحدة تحمل الأوزان فوقها لغاية 500 كيلوغرام، مع تقديم أجزاء متخصصة بامتصاص الصدمات داخل الهيكل المصنوع من الألمنيوم المقوّى، وتقديم أطراف مطاطية لمنع انزلاق الوحدة من يد المستخدم في أثناء الحمل، إلى جانب تحملها الصدمات من ارتفاعات تصل إلى متر ومقاومة البلل والغبار وفقا لمعيار «IP54». ويمكن استخدام هذه الوحدة لتخزين الصور وعروض الفيديو والملفات المهمة أينما كان المستخدم، وهي مناسبة للمصورين الذين يريدون تصوير الطبيعة أو الأماكن المختلفة في ظروف صعبة، مثل الغبار والأماكن الوعرة. تصميم الوحدة أنيق وفاخر، وهي تقدم منفذ «يو إس بي» القياسي و«يو إس بي تايب - سي» لتوافق أفضل مع الكومبيوترات المحمولة الحديثة التي تستخدم منفذ «يو إس بي تايب - سي» فقط. الوحدة متوافرة بسعات 1 و2 و4 و5 تيرابايت، ويبلغ سعر إصدار 2 تيرابايت الذي تم اختباره 436 ريالاً سعودياً (نحو 116 دولاراً)، ويبلغ وزنها 231 غراماً.وننتقل الآن إلى وحدة «WD Black D10 Game Drive 8TB» بسعة 8 تيرابايت التي تستهدف اللاعبين الذين يريدون تخزين كميات كبيرة من الألعاب، سواء للكومبيوترات الشخصية أو لأجهزة الألعاب، حيث تستطيع هذه الوحدة قراءة وكتابة البيانات بسرعة 250 ميغابايت في الثانية وبمعدل 7200 دورة في الدقيقة «RPM». وهذه الوحدة صامتة لدى الاستخدام ولن يشعر المستخدم بسرعة دوران الأقراص الداخلية، وهي تستهدف الاستخدام المكتبي لأنها تتطلب وجود منفذ كهربائي.
تصميم الوحدة جميل وأنيق خصوصاً مع استخدام اللون الأسود في تصميم يشابه التصاميم العسكرية التي تجذب اللاعبين. وتوجد أرجل مطاطية أسفل الوحدة إلى جانب وحدات تثبيت بلاستيكية تمنع انزلاقها من على مكتب المستخدم، مع القدرة على وضعها طولياً أو أفقياً. وتقدم الوحدة منفذي «يو إس بي» قياسيين بقدرة 7.5 واط لشحن الملحقات المختلفة (مثل أدوات التحكم بالألعاب) خلال الاستخدام. وتكفي هذه السعة لتخزين نحو 200 لعبة متقدمة، وهي متوافرة بسعات 1 و2 و5 و8 و12 تيرابايت، ويبلغ سعر إصدار 8 تيرابايت الذي تم اختباره 1008 ريالات سعودية (نحو 268 دولاراً).
أما وحدة التخزين الأخيرة لهذه الفئة فهي «SanDisk Professional G - Drive 12TB» بسعة 12 تيرابايت التي تقدم سرعات قراءة وكتابة تبلغ 240 ميغابايت في الثانية بسرعة 7200 دورة في الدقيقة «RPM». وتسمح السعة التخزينية الكبيرة لهذه الوحدة بتخزين ملايين الصورة وعروض الفيديو ونحو 300 لعبة متقدمة، مع القدرة على وصلها بالكومبيوترات الشخصية وأجهزة الألعاب عبر منفذ «يو إس بي» القياسي أو «يو إس بي تايب - سي». ويمكن لهذه الوحدة شحن كومبيوترات «ماكبوك» أو «ماكبوك برو» بقدرة 45 واط عبر مفذ «يو إس بي تايب - سي»، وهي مصنوعة من الألمنيوم المقوّى الذي يقدم مظهراً أنيقاً. وتحتاج هذه الوحدة إلى وجود مقبس كهربائي، الأمر الذي يعني أنها مناسبة للاستخدام على مكتب المستخدم. الوحدة متوافرة بسعات 4 و6 و12 و18 تيرابايت، ويبلغ سعر إصدار 12 تيرابايت الذي تم اختباره 1780 ريالاً سعودياً (نحو 474 دولاراً).



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.