من التجارب إلى المصانع... كيف يتحول الذكاء الاصطناعي بنيةً تحتية وطنية؟

خبراء: سيادة الذكاء الاصطناعي باتت محوراً استراتيجياً يُعاد عبرها تعريفه بوصفه بنية تحتية وطنية وصناعية لا أدوات تقنية منفصلة (شاترستوك)
خبراء: سيادة الذكاء الاصطناعي باتت محوراً استراتيجياً يُعاد عبرها تعريفه بوصفه بنية تحتية وطنية وصناعية لا أدوات تقنية منفصلة (شاترستوك)
TT

من التجارب إلى المصانع... كيف يتحول الذكاء الاصطناعي بنيةً تحتية وطنية؟

خبراء: سيادة الذكاء الاصطناعي باتت محوراً استراتيجياً يُعاد عبرها تعريفه بوصفه بنية تحتية وطنية وصناعية لا أدوات تقنية منفصلة (شاترستوك)
خبراء: سيادة الذكاء الاصطناعي باتت محوراً استراتيجياً يُعاد عبرها تعريفه بوصفه بنية تحتية وطنية وصناعية لا أدوات تقنية منفصلة (شاترستوك)

على الرغم من كثرة مناقشة الذكاء الاصطناعي على نطاق واسع، وتخصيص ميزانيات كبيرة له، لكن تحويله إلى أنظمة إنتاجية واسعة النطاق يبقى محدوداً حتى الآن. فبينما تنتشر نماذج «إثبات المفهوم»، تظل الأنظمة القابلة للتأمين والحوكمة والتوسع عبر الوزارات أو القطاعات الصناعية محدودة.

هذه الفجوة التنفيذية تعيد تشكيل النقاش في المنطقة، حيث لم يعد السؤال «هل يجب تبنّي الذكاء الاصطناعي؟»، بل «كيف يجب بناء (الذكاء) نفسه؟».

بالنسبة للدكتور معتز بن علي، الرئيس التنفيذي لشركة «ماغنا إيه آي» ( Magna AI) تكمن الإجابة في إعادة تعريف الذكاء الاصطناعي بوصفه بنية تحتية وطنية وصناعية، لا مجرد أدوات تقنية منفصلة.

تقدّم «Magna AI» نفسها بوصفها أول «مصنع تحول بالذكاء الاصطناعي عبر سلسلة القيمة الكاملة» في العالم، وهو توصيف يعكس تحولاً أوسع تشهده السعودية ودول مجلس التعاون.

فسيادة الذكاء الاصطناعي، أي التحكم في البيانات والنماذج والبنية التحتية والحوكمة، باتت يُنظر إليها على أنها الثورة الصناعية القادمة، حيث تنتقل المنطقة من دور المتلقي للتكنولوجيا إلى دور المهندس الذي يضع أسسها.

معتز بن علي الرئيس التنفيذي لشركة «ماغنا إيه آي» (Magna AI)

سد فجوة التنفيذ

يرى مختصون أن أغلب الحكومات لا تعاني اليوم نقصاً في الاستراتيجيات الخاصة بالذكاء الاصطناعي، بل من غياب الآليات القادرة على تحويل تلك الاستراتيجيات أنظمةً تشغيلية موثوقة.

ويرى بن علي في لقاء خاص مع «الشرق الأوسط» أن المشكلة بنيوية في الأساس، ويتابع: «معظم الحكومات والمؤسسات الكبرى اليوم تعاني صعوبة التنفيذ على نطاق واسع. النماذج التقليدية عادةً ما تُقسّم المسؤوليات، فمزوّدو السحابة يقدمون البنية التحتية، وشركات الاستشارات تضع الاستراتيجيات، ومورّدو الحلول الجزئية يبيعون أدوات منفصلة. والنتيجة منظومة مجزأة يبقى فيها الذكاء الاصطناعي حبيس التجارب، يصعب تأمينه أو حوكمته أو تصنيعه على نطاق واسع».

يعدّ بن علي أن تأسيس شركته جاء لمحاولة إغلاق هذه الفجوة. فبدل العمل مستشاراً أو مزوّد طبقة واحدة، توحّد الشركة الحوسبة والبيانات والذكاء والأتمتة والحوكمة ضمن منصة تشغيلية متكاملة.

ويُعدّ نموذج «الهندسة الميدانية» أحد أبرز ملامح هذا التوجه، حيث تعمل الفرق مباشرة داخل الوزارات والمؤسسات لربط الذكاء الاصطناعي بالمهام الفعلية والسياسات والأولويات الوطنية. وفي هذا السياق، لا تُضاف عناصر السيادة لاحقاً، بل تُدمج منذ البداية؛ ما يتيح للحكومات التوسع دون التفريط بالتحكم أو الامتثال التنظيمي.

السيادة دون عزلة

غالباً ما يُساء فهم مفهوم سيادة الذكاء الاصطناعي على أنه انغلاق تقني، لكن بن علي يرفض هذا التصور. ويؤكد أن «السيادة والابتكار العالمي يسيران جنباً إلى جنب».

تتعاون «ماغنا إيه آي» مع شركاء عالميين مثل «إنفيديا» و«وسترون ديجيتال تكنولوجي» للوصول إلى قدرات حوسبة وبنية تحتية متقدمة على مستوى عالمي.

فخدمات «إنفيديا» المصغّرة (NIM) تتيح أداءً وقابلية توسع ضروريين لتطبيقات الذكاء الاصطناعي التوليدي والتنبؤي على مستوى المؤسسات، بينما تجلب «وسترون» خبرة عميقة في تكامل العتاد وبناء الأنظمة واسعة النطاق.

لكن الأهم، حسب بن علي، هو كيفية نشر هذه التقنيات. إذ تُغلَّف الابتكارات العالمية ضمن «بنية جاهزة للسيادة»، تُمكّن العملاء من تحديد مكان تخزين البيانات، وطريقة نشر النماذج، والبيئات المستخدمة سواء كانت سحابة عامة أو خاصة أو سيادية أو بنى داخلية.

ويشرح قائلاً: «توطين البيانات وضبط الوصول والامتثال للتشريعات المحلية كلها مصمَّمة ضمن المنصة منذ البداية، لا تُضاف بوصفها حلولاً ترقيعية لاحقة».

باحثون: التحول الصناعي القائم على الذكاء الاصطناعي يتطلب منصات متكاملة تربط البيانات والحوسبة والحوكمة مباشرة بالعمليات وسلاسل الإمداد (شاترستوك)

عمود فقري صناعي جاهز للذكاء الاصطناعي

يتجلى هذا التوجه بوضوح في استراتيجية «Magna AI» الصناعية. فمن خلال تحالف بقيمة 1.1 مليار ريال سعودي مع «تكنوفال» (TechnoVal)، تعمل الشركة على إنشاء أول مركز بيانات صناعي جاهز للذكاء الاصطناعي في المملكة.

يفيد بن علي بأن هذا المشروع يستهدف جوهر التحديات التي تواجه التصنيع وسلاسل الإمداد. فالمصانع اليوم مطالَبة بأن تكون أكثر كفاءة ومرونة واستدامة، وهو ما يتطلب ذكاءً لحظياً يمتد عبر خطوط الإنتاج والمستودعات وشبكات النقل.

ويقول: «بالنسبة للمصنّعين، يعني ذلك صيانة تنبؤية تقلل فترات التوقف، وتحليلات جودة تقلص الهدر، وتخطيطاً ذكياً يحسّن الإنتاج عبر منشآت عدة».

أما في قطاع اللوجيستيات، فيترجم ذلك إلى توقع أدق للطلب وتحسين المخزون، وذكاء في المسارات ورصد للمخاطر عبر الحدود. والأهم أن كل ذلك يتم ضمن أطر تنظيمية وأمنية وطنية؛ ما يسمح بتشغيل أحمال ذكاء اصطناعي عالمية المستوى محلياً.

من المصانع إلى النماذج القابلة للتكرار

ضمن شراكتها مع «تكنوفال»، تعمل «ماغنا إيه آي» على تحويل مجموعات صناعية مثل «HSA» و«OMACO» إلى نماذج صناعية مُدارة بالذكاء الاصطناعي. فهذه الشركات تعمل عبر قطاعات تشمل السلع الاستهلاكية والتغليف واللوجيستيات والتصنيع ومعالجة الأغذية في أكثر من 80 سوقاً عالمية.

يشمل التحول إنشاء نسيج بيانات موحد عبر المصانع، ونشر تحليلات تنبؤية وتوجيهية للعمليات، وإدخال مساعدات ذكية لدعم المخططين والفرق الميدانية، وبناء توائم رقمية تمكّن القيادات من محاكاة القرارات قبل تنفيذها. يذكر بن علي أن «الهدف هو التحسين المستمر القائم على البيانات».

وبمجرد إثبات نجاح هذا النموذج، يصبح قالباً قابلاً للتطبيق في قطاعات أخرى، مثل المواني والمرافق وتجارة التجزئة والإنشاءات وحتى شبكات الرعاية الصحية الموزعة. ويضيف: «ما يجعل هذا النهج فعّالاً هو ارتباطه المباشر بالأثر المالي والتشغيلي، وهو ما تبحث عنه القطاعات الأخرى أيضاً».

استدامة التحول تعتمد على بناء مهارات محلية وتعريف إقليمي للذكاء الاصطناعي المسؤول يعزز الثقة والسيادة والامتثال (شاترستوك)

قيمة اقتصادية تتجاوز الأتمتة

تستهدف «Magna AI» توليد أكثر من 10 مليارات دولار من القيمة الاقتصادية، وهو رقم يصفه بن علي بأنه انعكاس للأثر الوطني والمؤسسي لا للإيرادات فقط. فإدماج الذكاء الاصطناعي في العمليات الأساسية يضاعف الإنتاجية عبر قرارات أسرع، وهدر أقل، واستغلال أفضل للأصول.

ويشير بن علي إلى أن منظومات شركته قادرة على خفض تكاليف التحول بنسبة تتراوح بين 30 و50 في المائة، مع تسريع واضح لزمن تحقيق القيمة. كما يمتد الأثر إلى إدارة المخاطر، عبر التنبؤ الدقيق، والصيانة الاستباقية، وتعزيز المرونة السيبرانية.

وفي الوقت نفسه، يفتح هذا التحول المجال أمام صناعات جديدة، مع تنامي الطلب على مهارات الذكاء الاصطناعي والأمن السيبراني والخبرات القطاعية.

ويوضح أن «الأثر الحقيقي سيظهر في مؤسسات أكثر تنافسية، ووظائف أعلى قيمة، وصعود منتجات وشركات ذكاء اصطناعي مبنية في السعودية والخليج تخدم أسواقاً عالمية».

المهارات مضاعفاً حقيقياً للأثر

يشدد بن علي على أن التكنولوجيا وحدها لا تكفي، «فالمهارات هي المضاعف، ومن دون محرك مستدام لتطوير الكفاءات، سيكون أي أثر اقتصادي قصير الأمد».

تركز «ماغنا إيه آي» على بناء ثقافة شاملة للذكاء الاصطناعي داخل المؤسسات، ثم دمج المواهب التطبيقية مباشرة في بيئات العمل، مع أولوية لبناء قدرات محلية تقلل الاعتماد على الخبرات المستوردة. وبما أن الشركة تدير «مصانع ذكاء اصطناعي» حقيقية، فإن التعلم يتم في بيئات إنتاجية فعلية.

تعريف إقليمي للذكاء الاصطناعي المسؤول

تتبنى «ماغنا إيه آي» تعريفاً إقليمياً للذكاء الاصطناعي المسؤول، يعكس الخصوصيات التنظيمية والثقافية والأمنية للمنطقة.

وتقول الشركة إن «الذكاء الاصطناعي المسؤول هنا يجب أن يكون سيادياً، وآمناً، ومتوافقاً مع القوانين، ومتسقاً ثقافياً، ومسؤولاً اقتصادياً». يبدأ ذلك بسيادة البيانات، مروراً بالأمن وسلاسل التوريد الموثوقة، ووصولاً إلى أنظمة واعية بالتشريعات وقابلة للتدقيق. كما تظل الرقابة البشرية عنصراً أساسياً في الاستخدامات عالية التأثير.

يرى بن علي أن دول الخليج، بفضل استثماراتها التنظيمية والبنيوية، تمتلك فرصة حقيقية لتصبح مرجعاً عالمياً في أطر الذكاء الاصطناعي الموثوق.

ويتابع: «إذا جمع الخليج بين الزخم التنظيمي والتطبيقات واسعة النطاق، يمكنه تقديم نماذج عملية لكيفية نشر ذكاء اصطناعي قوي ومُحكم في آن واحد».

ويتقاطع ذلك مع «رؤية السعودية 2030»، التي تضع الذكاء الاصطناعي في صميم التنويع الاقتصادي.

الذكاء بنيةً تحتية

خلال خمس سنوات، يتوقع بن علي تحولاً جذرياً في طريقة «بناء الذكاء» عبر «انتقال الحكومات والمؤسسات من مشاريع متفرقة إلى مصانع ذكاء اصطناعي».

وبرأيه، ستصبح هذه المصانع منصات دائمة تستوعب البيانات وتولّد الرؤى وتحدّث النماذج ضمن أطر حوكمة واضحة، مع شفافية وثقة لازمتين لاستخدام الذكاء الاصطناعي في القطاعات الحساسة.


مقالات ذات صلة

3 نماذج ذكاء اصطناعي جديدة من «مايكروسوفت» للصوت والصورة والنص

تكنولوجيا أطلقت «مايكروسوفت» 3 نماذج «MAI» جديدة تشمل تحويل الصوت إلى نص وتوليد الصوت وإنشاء الصور (مايكروسوفت)

3 نماذج ذكاء اصطناعي جديدة من «مايكروسوفت» للصوت والصورة والنص

«مايكروسوفت» تطلق نماذج «MAI » للصوت والصورة والنص؛ لتعزيز التطبيقات متعددة الوسائط مع تركيز على الأداء والتكلفة والتكامل داخل «فاوندري».

نسيم رمضان (لندن)
تكنولوجيا أطلقت «غوغل» نموذج «Gemma 4» بترخيص مفتوح يتيح الاستخدام والتعديل والنشر دون قيود كبيرة (رويترز)

«Gemma 4» من «غوغل»: ذكاء اصطناعي مفتوح يعمل على الأجهزة الشخصية

«غوغل» تطلق «Gemma 4» كنموذج مفتوح يعمل محلياً... ما يعزز الخصوصية ويقلل الاعتماد على السحابة ويدعم قدرات متقدمة للمطورين.

نسيم رمضان (لندن)
تكنولوجيا حماية البيانات المالية لم تعد تعتمد على الحلول التقنية فقط بل تتطلب منظومة متكاملة تشمل التنظيم والسلوك البشري (شاترستوك)

دراسة: حماية البيانات المالية تحتاج إلى أكثر من حلول تقنية

تشير الدراسة إلى أن حماية البيانات المالية تتطلب مزيجاً من التقنية والتنظيم وسلوك المستخدم مع تزايد التهديدات التي تتجاوز الحلول الأمنية التقليدية.

نسيم رمضان (لندن)
تكنولوجيا أصبح «شات جي بي تي» متاحاً داخل «CarPlay» عبر تفاعل صوتي فقط يتناسب مع بيئة القيادة (شاترستوك)

«شات جي بي تي» يرافقك أثناء القيادة… عبر «CarPlay» من «أبل»

«شات جي بي تي» يصل إلى «CarPlay» كتجربة صوتية فقط، مع قدرات محدودة، في خطوة نحو دمج الذكاء الاصطناعي بالقيادة اليومية.

نسيم رمضان (لندن)
تكنولوجيا لا تزال الميزة في مرحلة تجريبية مع تساؤلات حول الثقة والاعتماد على الأنظمة الذكية في العمل (شاترستوك)

«مايكروسوفت» تتيح «كوبايلوت كوورك» زميل عمل رقمياً ضمن «فرونتير»

«مايكروسوفت» تطلق «Copilot Cowork» لتنفيذ مهام متعددة الخطوات في تحول نحو ذكاء اصطناعي يشارك فعلياً في إنجاز العمل داخل المؤسسات.

نسيم رمضان (لندن)

3 نماذج ذكاء اصطناعي جديدة من «مايكروسوفت» للصوت والصورة والنص

أطلقت «مايكروسوفت» 3 نماذج «MAI» جديدة تشمل تحويل الصوت إلى نص وتوليد الصوت وإنشاء الصور (مايكروسوفت)
أطلقت «مايكروسوفت» 3 نماذج «MAI» جديدة تشمل تحويل الصوت إلى نص وتوليد الصوت وإنشاء الصور (مايكروسوفت)
TT

3 نماذج ذكاء اصطناعي جديدة من «مايكروسوفت» للصوت والصورة والنص

أطلقت «مايكروسوفت» 3 نماذج «MAI» جديدة تشمل تحويل الصوت إلى نص وتوليد الصوت وإنشاء الصور (مايكروسوفت)
أطلقت «مايكروسوفت» 3 نماذج «MAI» جديدة تشمل تحويل الصوت إلى نص وتوليد الصوت وإنشاء الصور (مايكروسوفت)

أطلقت «مايكروسوفت» 3 نماذج جديدة من الذكاء الاصطناعي ضمن منصة «فاوندري (Foundry)» في خطوة تعكس توجهاً واضحاً نحو بناء منظومة متكاملة تدعم التطبيقات متعددة الوسائط، بدلاً من الاعتماد على نماذج منفصلة لكل استخدام. وبحسب ما ورد في مدونة رسمية للشركة، تشمل النماذج الجديدة «MAI-Transcribe-1» لتحويل الصوت إلى نص، و«MAI-Voice-1» لتوليد الصوت، و«MAI-Image-2» لإنشاء الصور، وهي متاحة حالياً للمطورين عبر «Foundry» وبيئة «MAI Playground».

من نماذج منفصلة إلى منظومة متكاملة

تعكس هذه الخطوة تحولاً في طريقة بناء تطبيقات الذكاء الاصطناعي. فبدلاً من الاعتماد على نموذج واحد شامل، تتجه «مايكروسوفت» نحو تطوير مجموعة من النماذج المتخصصة، كل منها يعالج نوعاً مختلفاً من بيانات الصوت والصورة والنص.

هذا النهج ينسجم مع الاتجاه الأوسع في الصناعة نحو ما يُعَرف بـ«الذكاء الاصطناعي متعدد الوسائط»، حيث يمكن للأنظمة التعامل مع أنواع مختلفة من المدخلات والمخرجات ضمن تجربة واحدة متكاملة.

أحد أبرز النماذج الجديدة هو «MAI-Transcribe-1»، المصمم لتحويل الكلام إلى نَصٍّ بدقة عالية، حتى في البيئات غير المثالية مثل الضوضاء أو تسجيلات الاجتماعات.

تشير «مايكروسوفت» إلى أنَّ النموذج يدعم 25 لغة من أكثر اللغات استخداماً، ويحقِّق أداءً متقدماً وفق معايير قياس معتمدة، مع سرعة معالجة أعلى مقارنة بأنظمة سابقة. كما تمَّ تصميمه للعمل في ظروف واقعية، مثل مراكز الاتصال أو الاجتماعات، حيث تتداخل الأصوات وتختلف جودة التسجيل. هذا التركيز على «البيئة الواقعية» يعكس تحولاً في تصميم النماذج، من الأداء في المختبرات إلى الأداء في الاستخدام الفعلي.

تركز النماذج على الأداء في البيئات الواقعية وسرعة المعالجة وليس فقط نتائج المختبر (مايكروسوفت)

الصوت الاصطناعي

يركز نموذج «MAI-Voice-1» على توليد الصوت، مع محاولة جعل النتائج أكثر واقعية من حيث النبرة والتعبير. ووفقاً للمدونة، يمكن للنموذج إنتاج صوت طبيعي يحافظ على هوية المتحدث حتى في المحتوى الطويل. كما يتيح إنشاء أصوات مخصصة باستخدام عينة قصيرة من التسجيل الصوتي. ويتميَّز كذلك بسرعة عالية، حيث يمكنه توليد دقيقة من الصوت خلال ثانية واحدة تقريباً، ما يفتح المجال أمام استخدامه في تطبيقات مثل المساعدات الصوتية، أو المحتوى الصوتي التفاعلي.

توليد الصور

أما النموذج الثالث الذي يدعى «MAI-Image-2» فيركز على إنشاء الصور مع تحسينات في السرعة والأداء. تشير «مايكروسوفت» إلى أنَّ النموذج يوفِّر سرعة توليد أعلى تصل إلى ضعفين مقارنة بالإصدارات السابقة، مع الحفاظ على جودة مناسبة للاستخدامات الإبداعية مثل التصميم والإعلانات. كما تمَّ تصميمه ليلبي احتياجات المُصمِّمين وصناع المحتوى، من خلال تحسين عناصر مثل الإضاءM، ودقة التفاصيل، والنصوص داخل الصور.

صور أنشأتها «WPP» باستخدام «MAI-Image-2» (مايكروسوفت)

السرعة والتكلفة... عاملان حاسمان

إلى جانب الأداء، تركز «مايكروسوفت» على جانب التكلفة الذي لا يقل أهمية. تشير الشركة إلى أنَّ النماذج الجديدة تقدِّم ما تصفه بـ«أفضل توازن بين السعر والأداء»، مع كفاءة أعلى في استخدام الموارد، بما في ذلك تقليل استهلاك وحدات المعالجة الرسومية (GPU). هذا الجانب يعكس واقعاً متزايد الأهمية في سوق الذكاء الاصطناعي، حيث لم يعد التحدي في بناء النماذج فقط، بل في تشغيلها على نطاق واسع بتكلفة مقبولة.

لا يمكن فصل هذا الإعلان عن استراتيجية «مايكروسوفت» الأوسع في مجال الذكاء الاصطناعي. فإطلاق نماذج داخلية يُعزِّز استقلالية الشركة، ويقلل اعتمادها على شركاء خارجيِّين، في ظلِّ منافسة متزايدة مع شركات مثل «غوغل»، و«أمازون». كما أنَّ دمج هذه النماذج داخل منتجات مثل «كوبايلوت (Copilot)»، و«تيمز (Teams)»، و«بينغ (Bing)» يشير إلى توجه نحو تحويل الذكاء الاصطناعي من ميزة إضافية إلى بنية أساسية داخل المنتجات الرقمية.

تسعى «مايكروسوفت» إلى تحقيق توازن بين الكفاءة والتكلفة في تشغيل نماذج الذكاء الاصطناعي (مايكروسوفت)

من النماذج إلى التطبيقات

رغم أنَّ الإعلان يركز على النماذج نفسها، فإنَّ القيمة الحقيقية تظهر في كيفية استخدامها. تَوفُّر هذه الأدوات للمطورين يعني إمكانية بناء تطبيقات تجمع بين الصوت والنص والصورة ضمن تجربة واحدة.

هذا قد يفتح المجال أمام تطبيقات جديدة، مثل أنظمة تحويل الاجتماعات إلى نصوص قابلة للبحث، ومساعدات صوتية أكثر واقعية، وأدوات تصميم مدعومة بالذكاء الاصطناعي.

في المجمل، يشير إطلاق هذه النماذج إلى مرحلة جديدة في تطور الذكاء الاصطناعي، حيث لم يعد التركيز على نموذج واحد قوي، بل على منظومة متكاملة من النماذج المتخصصة. وبينما لا تزال المنافسة في هذا المجال في مراحل متسارعة، فإنَّ ما يتضح هو أن الاتجاه العام يتجه نحو بناء بنى تحتية للذكاء الاصطناعي، وليس مجرد أدوات منفصلة.


القمر مختبراً... كيف يشكّل «أرتميس» بروفة «ناسا» لرحلات المريخ؟

رواد الفضاء الأربعة في مهمة «أرتميس ‌2» (ناسا)
رواد الفضاء الأربعة في مهمة «أرتميس ‌2» (ناسا)
TT

القمر مختبراً... كيف يشكّل «أرتميس» بروفة «ناسا» لرحلات المريخ؟

رواد الفضاء الأربعة في مهمة «أرتميس ‌2» (ناسا)
رواد الفضاء الأربعة في مهمة «أرتميس ‌2» (ناسا)

تُقدم مهمة «أرتميس ‌2» (Artemis II) من «ناسا» بوصفها أول رحلة مأهولة ضمن برنامج العودة إلى القمر منذ عقود. لكن في الواقع، يمكن فهم ذلك بشكل أدق كمرحلة تمهيدية «أو بروفة» لهدف أبعد وأكثر تعقيداً وهو إرسال البشر إلى المريخ.

فعلى عكس مهام «أبولو» في ستينات القرن الماضي وسبعيناته، التي ركزت على الهبوط قصير المدى والإنجاز الرمزي، صُمم برنامج «أرتميس» حول فكرة الوجود المستدام. وهذا الفرق جوهري في قيمته الاستراتيجية. فالقمر هنا ليس الوجهة النهائية، بل ساحة اختبار تُجرَّب فيها التقنيات والقدرات البشرية ونماذج التشغيل في بيئة فضائية حقيقية، قبل الانتقال إلى رحلات متعددة السنوات نحو المريخ.

رائد الفضاء فيكتور غلوفر يجري فحوص تسرّب على بدلته الفضائية داخل غرفة تجهيز الطاقم (ناسا)

اختبار التقنيات خارج مدار الأرض

يتمثل أحد الأدوار الأساسية لـ«أرتميس» في اختبار التقنيات التي ستكون حاسمة لاستكشاف الفضاء العميق. فبعثات المريخ ستتطلب أنظمة قادرة على العمل بشكل مستقل لفترات طويلة، مع دعم محدود من الأرض.

على سطح القمر، تخطط «ناسا» لاختبار أنظمة دعم الحياة القادرة على إعادة تدوير الهواء والماء بكفاءة لفترات ممتدة. ويجب أن تعمل هذه الأنظمة بشكل موثوق في بيئات يصعب فيها الإمداد، حيث لا مجال للأخطاء. كما ستُختبر أنظمة توليد الطاقة التي تعتمد إلى حد كبير على الطاقة الشمسية في ظروف قاسية، تشمل ليالي قمرية قد تمتد لأسبوعين.

ومن المجالات الأساسية أيضاً، استخدام الموارد المحلية (ISRU)؛ إذ يُعتقد أن القطب الجنوبي للقمر يحتوي على جليد مائي يمكن تحويله أكسجيناً للتنفس وهيدروجيناً كوقود. وإذا ثبتت جدوى ذلك، فقد يقلل الحاجة إلى نقل كميات كبيرة من الموارد من الأرض، وهو أمر يصبح ضرورياً في بعثات المريخ.

كما ستُختبر أنظمة الحركة على السطح، والمساكن، والعمليات الميدانية، بما في ذلك المركبات الجوالة المضغوطة، والوحدات السكنية القابلة للتوسعة، والأنظمة الروبوتية المساندة للرواد.

صورة أيقونية لأثر قدم بسطح القمر خلال السير على القمر في مهمة «أبوبو 11» 20 يوليو 1969 (ناسا)

قدرة الإنسان على التحمل

يطرح إرسال البشر خارج مدار الأرض المنخفض تحديات لم تُختبر بشكل كافٍ منذ حقبة «أبولو». ويوفر «أرتميس» فرصة لدراسة أداء الرواد خلال مهام أطول في بيئات فضائية أكثر قسوة.

ويُعدّ التعرض للإشعاع أحد أبرز هذه التحديات. فعلى عكس رواد محطة الفضاء الدولية، الذين يستفيدون من حماية جزئية يوفرها المجال المغناطيسي للأرض، سيتعرض رواد القمر ومن ثم المريخ لمستويات أعلى من الإشعاع الكوني. وفهم كيفية الحد من هذه المخاطر سيكون أمراً حاسماً.

كما أن العوامل النفسية والبدنية لا تقل أهمية؛ إذ يمكن للعزلة الطويلة وضيق المساحات وتأخر الاتصالات أن تؤثر على أداء الطاقم. ورغم أن القمر يبعد بضعة أيام فقط عن الأرض، فإنه يوفّر بيئة أكثر واقعية من المدار الأرضي لدراسة هذه التأثيرات. ومن المتوقع أن توفر مهام «أرتميس» خاصة تلك التي تتضمن إقامة أطول على سطح القمر، بيانات مهمة لتطوير معايير اختيار الرواد وتدريبهم والتخطيط لبعثات المريخ.

لقطة مقرّبة لوجه رائد الفضاء توماس سترافورد قائد مهمة «أبوبو 10» (ناسا)

بناء لوجيستيات الفضاء وإدارتها

تمثل اللوجيستيات مجالاً آخر يعمل فيه «أرتميس» كمنصة اختبار. فالوجود المستدام على القمر يتطلب تطوير سلاسل إمداد تمتد إلى ما وراء الأرض، تشمل نقل المعدات والوقود والمواد الاستهلاكية عبر مهام متعددة.

ويلعب «Lunar Gateway» دوراً محورياً في هذه المنظومة؛ إذ يُخطط أن يكون محطة مدارية حول القمر تُستخدم نقطةَ انطلاقٍ للبعثات إلى السطح والعودة منه، إضافة إلى كونه منصةً للتعاون الدولي.

ويعكس هذا النهج القائم على توزيع مكونات المهمة عبر منصات متعددة التعقيد المتوقع في بعثات المريخ، حيث يجب تنسيق العمل بين مركبات فضائية، وأنظمة سطحية، وبنية تحتية مدارية.

كما تشمل هذه المنظومة أنظمة الاتصال. فرغم أن القمر يتيح اتصالاً شبه فوري مع الأرض، فإن بعثات المريخ ستشهد تأخراً قد يصل إلى 20 دقيقة في كل اتجاه. لذلك؛ يُعدّ تطوير أنظمة أكثر استقلالية وقدرة على اتخاذ القرار، أمراً ضرورياً، ويشكّل «أرتميس» خطوة وسيطة نحو ذلك.

نموذج تشغيلي جديد

يعكس «أرتميس» أيضاً تحولاً في طريقة تنظيم المهام الفضائية. فبعكس «أبولو» التي كانت تقودها الحكومات بالكامل، يعتمد «أرتميس» بشكل كبير على الشراكات مع القطاع الخاص والجهات الدولية.

فمشاركة الشركات الخاصة مثل تطوير أنظمة الهبوط البشري تُدخل ديناميكيات جديدة تتعلق بالتكلفة والابتكار وتقاسم المخاطر. كما أن التعاون الدولي يوسّع نطاق البرنامج من الناحيتين التقنية والسياسية.

ومن المرجح أن يكون هذا النموذج ضرورياً لبعثات المريخ، التي تتطلب موارد وخبرات تتجاوز قدرات جهة واحدة. وبذلك يُعدّ «أرتميس» ليس فقط منصة اختبار تقنية، بل أيضاً تجربة في الحوكمة والتعاون.

صاروخ «ناسا» العملاق «أرتميس إس إل إس» في مركز كيندي الفضائي (ناسا)

القمر نقطةَ انطلاق

لم يكن اختيار القمر ميدانَ اختبار أمراً عشوائياً. فبفضل قربه من الأرض؛ يمكن تنفيذ مهام متكررة وتدريجية، مع الحفاظ على مستوى مقبول من المخاطر.

ففي حال حدوث خلل، تظل إمكانية التدخل أو الإمداد قائمة، على عكس بعثات المريخ، حيث تصبح هذه الخيارات شبه مستحيلة. وهذا يجعل القمر بيئة مناسبة لاختبار الأنظمة في ظروف واقعية دون تحمل المخاطر الكاملة للرحلات بين الكواكب.

ومع ذلك، لا يمكن تجاهل الفروقات بين القمر والمريخ، فالمريخ يمتلك غلافاً جوياً وجاذبية مختلفة وظروفاً بيئية أكثر تعقيداً. ورغم أن «أرتميس» لا يحاكي هذه العوامل بالكامل، فإنه يسهِم في تقليل درجة عدم اليقين في عناصر أساسية.

أبعد من مجرد عودة

قد يُقلل وصف «أرتميس» بأنه مجرد عودة إلى القمر من فهم غايته الحقيقية. فالبرنامج يمثل انتقالاً من الاستكشاف المؤقت إلى الوجود المستدام، ومن المهام المنفصلة إلى الأنظمة المتكاملة.

وبهذا المعنى، لا يتعلق «أرتميس» بإعادة زيارة وجهة معروفة، بل بالتحضير لوجهة غير مسبوقة. فالتقنيات ونماذج التشغيل والعوامل البشرية التي يجري اختبارها على القمر تشكّل جميعها عناصر أساسية لمهمة أكبر. ويبقى نجاح هذا النهج في تمهيد الطريق إلى المريخ سؤالاً مفتوحاً، في ظل التحديات التقنية والتمويلية وتأخيرات الجدول الزمني.

لكن ما يبدو واضحاً هو المنطق الاستراتيجي وراءه: القمر يوفر بيئة يمكن من خلالها اختبار أسس استكشاف الفضاء العميق. ومن خلال ذلك، يضع «أرتميس» نفسه ليس بوصفه نهاية، بل بوصفه خطوة أساسية نحو الوجهة التالية.


«Gemma 4» من «غوغل»: ذكاء اصطناعي مفتوح يعمل على الأجهزة الشخصية

أطلقت «غوغل» نموذج «Gemma 4» بترخيص مفتوح يتيح الاستخدام والتعديل والنشر دون قيود كبيرة (رويترز)
أطلقت «غوغل» نموذج «Gemma 4» بترخيص مفتوح يتيح الاستخدام والتعديل والنشر دون قيود كبيرة (رويترز)
TT

«Gemma 4» من «غوغل»: ذكاء اصطناعي مفتوح يعمل على الأجهزة الشخصية

أطلقت «غوغل» نموذج «Gemma 4» بترخيص مفتوح يتيح الاستخدام والتعديل والنشر دون قيود كبيرة (رويترز)
أطلقت «غوغل» نموذج «Gemma 4» بترخيص مفتوح يتيح الاستخدام والتعديل والنشر دون قيود كبيرة (رويترز)

توسّع شركة «غوغل» توجهها نحو الذكاء الاصطناعي المفتوح مع إطلاق «غاما4» (Gemma 4)، وهو جيل جديد من النماذج المصممة للعمل، ليس فقط في مراكز البيانات، بل أيضاً محلياً على الأجهزة الشخصية. يعكس هذا التوجه تحوّلاً أوسع في الصناعة نحو جعل الذكاء الاصطناعي المتقدم أكثر إتاحة، مع منح المطورين تحكماً أكبر في كيفية تشغيل هذه الأنظمة ومكانها.

يبني «Gemma 4» على عائلة نماذج «Gemma» التي طرحتها «غوغل» سابقاً كبديل خفيف لنماذجها الأكثر قوة ولكن المغلقة ضمن منظومة «جيميناي» ( Gemini). وعلى عكس النماذج التي تعتمد على السحابة، تم تصميم «غاما» ليكون خياراً أكثر مرونة، يتيح للمطورين تشغيل تطبيقات الذكاء الاصطناعي على أجهزتهم الخاصة.

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

انفتاح وذكاء محلي

في هذا الإصدار الجديد، توسّع «غوغل» هذا النهج بشكل واضح، حيث أصبح «Gemma 4» متاحاً بترخيص «Apache 2.0»، ما يتيح للمطورين استخدام النماذج وتعديلها ونشرها بحرية دون قيود صارمة. وتُعد هذه الدرجة من الانفتاح مهمة في سوق لا تزال فيه العديد من النماذج «المفتوحة» تفرض قيوداً على الاستخدام أو الوصول.

إحدى أبرز ميزات «Gemma 4» هي قدرته على العمل محلياً عبر مجموعة واسعة من الأجهزة. فقد صُممت النماذج لتتدرج من الخوادم القوية إلى الحواسيب المحمولة والهواتف الذكية وحتى الأجهزة الصغيرة مثل «رازبيري باي» (Raspberry Pi). ويتيح هذا النهج المعروف بالاعتماد على التشغيل المحلي بناء تطبيقات لا تحتاج إلى اتصال دائم بالسحابة، ما يقلل من زمن الاستجابة والتكاليف التشغيلية، ويعزز خصوصية البيانات.

كما تعكس التحسينات التقنية في «Gemma 4» طموحاً أوسع، إذ تصفه «غوغل» بأنه الأكثر قدرة ضمن نماذجها المفتوحة حتى الآن، مع تحسينات في قدرات الاستدلال ودعم سير عمل أكثر تعقيداً. وتشمل هذه القدرات حل المشكلات متعددة الخطوات، إضافة إلى ما يُعرف بالقدرات «الوكيلة» (Agentic)، حيث يمكن للنظام تنفيذ مهام، واستدعاء وظائف، والتفاعل مع البيانات بشكل أكثر استقلالية.

ومن الجوانب المهمة أيضاً دعم تعدد الوسائط، حيث يمكن لـ«Gemma 4» التعامل ليس فقط مع النصوص، بل أيضاً مع أنواع أخرى من البيانات مثل الصور أو الصوت، بحسب النسخة المستخدمة. ويتماشى ذلك مع اتجاه أوسع في الصناعة نحو تطوير أنظمة قادرة على فهم ودمج أنواع مختلفة من المدخلات.

وتتوفر النماذج بأحجام متعددة، ما يمنح المطورين مرونة في الاختيار بين نسخ خفيفة مناسبة للأجهزة المحمولة، وأخرى أكبر للأعمال الأكثر تعقيداً. وتُعد هذه المرونة جزءاً أساسياً من استراتيجية «غوغل» لتوسيع استخدام الذكاء الاصطناعي في بيئات ذات موارد محدودة.

يعكس الإطلاق توجهاً نحو ذكاء اصطناعي أكثر انفتاحاً وتوزيعاً مع استمرار تحديات الأداء والحوكمة (أ.ف.ب)

صعود الذكاء المحلي

يسلّط هذا الإطلاق الضوء على الأهمية المتزايدة لـ«الذكاء الاصطناعي المحلي» (Local AI). فتشغيل النماذج مباشرة على الأجهزة وما يُعرف أيضاً بـ«Edge AI» يُنظر إليه بشكل متزايد كحل لمعالجة قضايا مثل سيادة البيانات والخصوصية والتكلفة. ومن خلال إبقاء البيانات على الجهاز، يمكن للمؤسسات تقليل اعتمادها على البنية التحتية السحابية والتحكم بشكل أكبر في المعلومات الحساسة.

ويكتسب هذا التوجه أهمية، خاصة في قطاعات مثل الرعاية الصحية والبرمجيات المؤسسية والخدمات الحكومية، حيث قد تقيّد المتطلبات التنظيمية استخدام الذكاء الاصطناعي القائم على السحابة. ويوفر التشغيل المحلي بديلاً يسمح بإدماج قدرات متقدمة مع الالتزام بمعايير الخصوصية.

في المقابل، يعكس الانفتاح المتزايد في النماذج أيضاً اشتداد المنافسة في سوق الذكاء الاصطناعي. فشركات مثل «ميتا» إلى جانب مجتمعات المصادر المفتوحة، تعمل على تطوير نماذج متقدمة، ما يدفع الشركات الكبرى إلى تبني استراتيجيات أكثر انفتاحاً. ومن خلال «Gemma 4» تسعى «غوغل» إلى ترسيخ موقعها ضمن هذا المشهد المتغير.

مع ذلك، يبقى مفهوم «الانفتاح» في الذكاء الاصطناعي محل نقاش. فحتى مع تراخيص مرنة مثل «Apache 2.0» لا تكون جميع جوانب تطوير النماذج مثل بيانات التدريب مكشوفة بالكامل. ويستمر الجدل حول ما إذا كانت هذه النماذج تمثل انفتاحاً حقيقياً، خصوصاً مع تزايد قوتها وتأثيرها.

كما تواجه النماذج المحلية تحديات عملية، إذ يتطلب تشغيل الذكاء الاصطناعي المتقدم على الأجهزة تحسينات دقيقة لتحقيق توازن بين الأداء وحدود العتاد، خاصة في الهواتف والأجهزة الصغيرة. ويزداد التعقيد عند محاولة ضمان أداء متسق عبر بيئات مختلفة.

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

تحول نحو اللامركزية

رغم هذه التحديات، يشير إطلاق «Gemma 4» إلى اتجاه واضح، وهو انتقال الذكاء الاصطناعي من الاعتماد الكامل على السحابة إلى نماذج أكثر توزيعاً ومرونة. فلم يعد المطورون مضطرين للوصول إلى الذكاء الاصطناعي عبر واجهات برمجة التطبيقات فقط، بل بات بإمكانهم دمجه مباشرة داخل التطبيقات والأجهزة.

ويحمل هذا التحول تداعيات أوسع على كيفية تطوير الذكاء الاصطناعي والتحكم فيه وتحقيق العوائد منه. فالنماذج المفتوحة والمحلية قد تقلل الاعتماد على المنصات الكبرى، وتمنح الشركات الصغيرة والمطورين المستقلين مساحة أكبر للابتكار.

في الوقت نفسه، يثير هذا الانفتاح أسئلة جديدة حول الحوكمة والسلامة والمسؤولية. فكلما أصبحت أدوات الذكاء الاصطناعي أكثر قوة وانتشاراً، ازدادت الحاجة إلى ضمان استخدامها بشكل مسؤول.