عربي English Türkçe اردو فارسى
pdf
Logo
صورة الغلاف اقرأ النسخة المطبوعة
آخر الأخبار
استمع إلى "إيجاز" اليوم
11:56 دقيقه
تكنولوجيا

غالاكسي إس 8 و إس 8+ هاتفان بمزايا متقدمة

تصميم جميل بشاشة مبهرة وملحقات مبتكرة تزيد من قدراتهما

هاتف «غالاكسي إس 8+» إلى اليمين و«غالاكسي إس 8» إلى اليسار
هاتف «غالاكسي إس 8+» إلى اليمين و«غالاكسي إس 8» إلى اليسار
TT
TT

غالاكسي إس 8 و إس 8+ هاتفان بمزايا متقدمة

هاتف «غالاكسي إس 8+» إلى اليمين و«غالاكسي إس 8» إلى اليسار
هاتف «غالاكسي إس 8+» إلى اليمين و«غالاكسي إس 8» إلى اليسار

تستمر سلسلة المنافسة بين شركات صناعة الهواتف الجوالة، والتي تقدم للمستخدمين ابتكارات جديدة، من أحدثها هاتفي «غالاكسي إس 8» و«غالاكسي إس 8+» من «سامسونغ» الذين أطلقا أخيرا في المنطقة العربية، بشاشة أكبر من السابق وكاميرا متقدمة مع إضافة قارئ لبصمة عين المستخدم وتطوير واجهة استخدام الهاتف واستخدام مواصفات تقنية متطورة. واختبرت «الشرق الأوسط» إصدار «غالاكسي إس 8+»، ونذكر ملخص التجربة.
* تصميم جميل
أول ما سيلاحظه المستخدم لدى الإمساك بالهاتف هو أن الشاشة أصبحت ممتدة إلى الأعلى والأسفل أكثر من السابق وأصبحت تشغل مساحة إضافية على حساب الأطراف العلوية والسفلية، مما يقدم جمالا إضافيا للتصميم، ومساحة مشاهدة أكبر. كما وسيلاحظ المستخدم أن زر الشاشة الرئيسية Home قد اختفى من المنطقة الأمامية، وتم استخدام زر رقمي في المكان نفسه، ولكنه موجود على الشاشة نفسها، بحيث يمكن الضغط على تلك المنطقة في أي وقت للعودة إلى الشاشة الرئيسية، مع ارتجاج تلك المنطقة قليلا ليشعر المستخدم وكأنه ضغط على زر حقيقي. وبسبب تحويل الزر إلى صيغته الرقمية، تم تحويل مستشعر البصمات إلى المنطقة الخلفية في الهاتف وأصبح طوليا لتسريع عملية التعرف على بصمة إصبع المستخدم، ولكن موقعه أصبح إلى جانب الكاميرا وليس في المنتصف، الأمر الذي قد يجعل بعض المستخدمين يضغطون على زجاج الكاميرا دون قصد، وبالتالي ضرورة تنظيف الزجاج بعد تلك العملية لضمان التقاط صور واضحة إلى حين اعتياد المستخدم على الموقع الجديد لمستشعر البصمات.
وأزالت الشركة كذلك أزرار العودة إلى الشاشة السابقة والتنقل بين التطبيقات التي تعمل في الخلفية، ليصبحا رقميين على الشاشة نفسها وليس أسفلها، كما هو الحال في بعض الهواتف الأخرى التي تعمل بنظام التشغيل «آندرويد»، لتستفيد الشركة من المساحة المخصصة للأزرار في الإصدارات السابقة لصالح الشاشة.
الهاتف مصمم من الزجاج والمعدن وسيشعر المستخدم بجودة التصنيع لدى استخدامه، وهو متوازن لدى الاستخدام بيد واحدة ومركز ثقله مدروس حتى لا يسقط من يد المستخدم على الرغم من أن الشاشة طويلة مقارنة بالهواتف الأخرى. ولكن وعلى الرغم من أنه يمكن استخدام الهاتف بيد واحدة نظرا لأن تصميمه يركز على الطول أكثر من العرض، إلا أنه من الصعب الوصول إلى المنطقة العلوية من الهاتف لدى حمله واستخدامه بيد واحدة، وذلك بسبب طوله الذي يزيد عن هواتف أخرى منافسة، مثل «آيفون بلاس» و«هواوي بي 10 بلاس».
* مزايا مبهرة
الهاتف مقاوم للغبار والمياه لعمق متر ونصف ولمدة 30 دقيقة وفقا لمعايير IP68، ولكن الشركة لا تنصح بالسباحة أثناء حمله ذلك أن هذه العملية قد تقدم ضغطا إضافيا من الممكن أن يتجاوز قدرة مقاومة الهاتف للمياه، ولكن يمكن استخدامه للتصوير تحت المياه بكل سهولة. وتجدر الإشارة إلى أن مقاومته المياه خاصة بالمياه العذبة وليس البحر، ذلك أن البحر يحتوي على أملاح قادرة على نقل التيار الكهربائي قد تؤثر سلبا على الدارات الإلكترونية الداخلية.
وسيستفيد المستخدم من المساحة الإضافية للشاشة في تشغيل تطبيقين في آن واحد وتقسيم الشاشة إلى قسمين، بالإضافة إلى مساحة أكبر لمشاهدة عروض الفيديو بنسبة عرض تبلغ 18.5 إلى 9 عوضا عن 16 إلى 9 القياسية، ولكن الشركة توفر ميزة العرض بالنسبة القياسية أو شد الصورة إلى الجانبين على الشاشة كلها من خلال زر رقمي خاص يظهر على الشاشة. ويمكن مشاهدة عرض فيديو ما في القسم العلوي، وكتابة رسالة إلكترونية في الوقت نفسه في القسم السفلي. وإن رغب المستخدم باستخدام الهاتف بيد واحدة، فيقدم الهاتف ميزة عرض شاشة مصغرة لتسهيل التفاعل مع العناصر الموجودة فيها، بالإضافة إلى القدرة على إعادتها إلى الحجم الكامل بسهولة، وذلك من خلال النقر على زر الشاشة الرئيسية 3 مرات بسرعة.
وتستطيع الكاميرا التقاط صور عالية الجودة حتى في ظروف الإضاءة المنخفضة، مع تقديم تطبيق الكاميرا لقدرات تحكم متقدمة لمحترفي التصوير لالتقاط الصور الخلفية أو الصور الذاتية «سيلفي». ويدعم الهاتف مساعد «سامسونغ» الشخصي الجديد المسمى «بيكسبي» Bixby المصمم ليكون بديلا عن مساعد «غوغل» ومساعد «سيري» من «آبل»، ولكنه غير مفعل إلى الآن، مع وجود زر جانبي مخصص له. وستطلق الشركة تحديثا برمجيا قريبا يقوم بتفعيل هذا المساعد لدى الانتهاء من إعداده بالشكل الكامل. ومن مزايا الأمان في الهاتف قدرته على التعرف على بصمة عين المستخدم بدقة عالية، مع القدرة على التعرف على معالم الوجه لفتح قفل الهاتف أو تفعيل ميزة الدفع الإلكتروني في الدول والمتاجر التي تدعم هذه الميزة.
وتقدم الشركة ملحقات إضافية لتطوير تجربة الاستخدام، منها نظارات الواقع الافتراضي «غير في آر» Gear VR الجديدة التي تدعم التفاعل مع بيئة الواقع الافتراضي من خلال أدوات تحكم لاسلكية محمولة، بالإضافة إلى كاميرا «غير 360» Gear 360 المحيطية التي تصور البيئة من حول المستخدم في 360 درجة بكل سهولة وبدقة 15 ميغابيكسل. وستطلق الشركة ملحق «ديكس» DeX الذي يعتبر قاعدة توضع على المنضدة تشحن الهاتف لاسلكيا وتقوم بتبريده في الوقت نفسه، مع قدرتها على الاتصال بالتلفزيون أو شاشة الكومبيوتر عبر منفذ HDMI وتحويل الهاتف إلى كومبيوتر متنقل يعمل بلوحة مفاتيح وفأرة من خلال منفذي «يو إس بي» مدمجين في القاعدة.
* مواصفات تقنية
ويبلغ قطر شاشة «غالاكسي إس 8» 5.8 بوصة، بينما يبلغ قطر إصدار «غالاكسي إس 8+» 6.2 بوصة، مع استخدامهما زجاج «غوريلا غلاس 5» المقاوم للصدمات والخدوش. ألوان الشاشة جميلة وغنية وتدعم درجات متعددة من التباين تجعل عروض الفيديو والصور أكثر جمالا عند مشاهدتها. كما تدعم الشاشة تقنية المجال العالي الديناميكي High Dynamic Range HDR لطيف ألوان وتباين أكبر بين الألوان. وتجدر الإشارة إلى أن الشاشة تدعم الدقة الفائقة WQHD+، ولكن يجب تفعيلها من قائمة خيارات العرض، ذلك أن نمط العرض القياسي هو الدقة العالية FHD+، مع توفير نمط العرض بدقة 720 في حال الرغبة بالاستخدام المطول وعدم الحاجة لمشاهدة العروض والصور بدقة أعلى. ولدى استخدام الدقة الفائقة، فسيعرض الهاتف الصورة بكثافة تبلغ 529 بيكسل في البوصة.
ويدعم إصدار السعودية استخدام شريحتي اتصالات، مع استخدام معالج «إكسينوس 8895» Exynos 8895 ثماني النواة (4 أنوية بسرعة 1.7 غيغاهرتز و4 أخرى بسرعة 2. 3 غيغاهرتز، وفقا للحاجة)، وهو يعمل بنظام التشغيل «آندرويد 7.0». ويدعم الهاتف تقنية Cat9 LTE، وهي تقنية تقدم سرعات عالية جدا للاتصال بشبكات الجيل الرابع للاتصالات. وبالنسبة للكاميرا، فيستخدم الهاتف كاميرا خلفية تعمل بدقة 12 ميغابيكسل تدعم تقنية التثبيت البصري Optical Image Stabilization OIS، وأخرى أمامية بدقة 8 ميغابيكسل.
ويقدم الهاتفان 64 غيغابايت من السعة التخزينية المدمجة، مع القدرة على استخدام بطاقات الذاكرة الإضافية «مايكرو إس دي» لرفع السعة بـ256 غيغابايت إضافية، واستخدام 4 غيغابايت من الذاكرة للعمل. ويستخدم الهاتفان سماعة واحدة في المنطقة السفلية، مع توفير منفذ للسماعات الرأسية، الأمر الذي يدل على أن التخلص من هذا المنفذ والتحول إلى منفذ «يو إس بي - تايب سي» واحد ليس واردا في الأجهزة المتقدمة.
كما يدعم الهاتفان تقنية «بلوتوث 5.0» التي تزيد من مدى وسرعة الاتصال، بالإضافة إلى القدرة على ربط الهاتف بأكثر من سماعة لاسلكية في آن واحد وتشغيل صوتيات تطبيقين، كل من خلال سماعة مختلفة (مثل سماع صوتيات لعبة من سماعة وموسيقى من سماعة أخرى). كما ويدعم الهاتفان تقنية الاتصال عبر المجال القريب Near Field Communication NFC، مع استخدام منفذ «يو إس بي تايب - سي» لشحن الهاتف ونقل البيانات بينهما وبين الكومبيوتر. وتستطيع بطارية الهاتف التي تبلغ قدرتها 3000 ملي أمبير في إصدار «غالاكسي إس 8» و3500 ملي أمبير في إصدار «غالاكسي إس 8+» العمل لنحو يوم كامل، وتبلغ سماكة الهاتف 8 مليمترات لإصدار «غالاكسي إس 8» و8. 1 مليمتر لإصدار «غالاكسي إس 8+»، ويبلغ وزنه 155 غراما لإصدار «غالاكسي إس 8» و173 غراما لإصدار «غالاكسي إس 8+». ويبلغ سعر «غالاكسي إس 8» 2799 ريالا سعوديا (نحو 746 دولارا أميركيا)، بينما يبلغ سعر إصدار «غالاكسي إس 8+» 3099 ريالا (نحو 826 دولارا أميركيا). ويمكن تلخيص الفرق بين الهاتفين بأنهما متساويان في جميع المواصفات تقريبا، ويختلفان في سعة البطارية والقطر.

مواضيع
السعودية

الأكثر قراءة

 
 
تكنولوجيا

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
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.

مواضيع
البحوث الطبية آفاق علمية الصحة تقنيات الذكاء الاصطناعي الذكاء الاصطناعي تطور التكنولوجيا تكنولوجيا السعودية أميركا
تكنولوجيا

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
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.

مواضيع
تقنيات الذكاء الاصطناعي تقنيات جديدة تقنية تطور التكنولوجيا تكنولوجيا روبوت دراسة السعودية
تكنولوجيا

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
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.

مواضيع
تقنيات الذكاء الاصطناعي الذكاء الاصطناعي تقنيات جديدة تقنية تطور التكنولوجيا تكنولوجيا السعودية