رئيس «مايكروسوفت السعودية»: المملكة تدخل مرحلة التنفيذ الفعلي للذكاء الاصطناعي

وضوح وثقة… معادلة السعودية الجديدة لتوسيع الذكاء الاصطناعي

المملكة تنتقل من مرحلة تجارب الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية داخل القطاعات الحيوية (شاترستوك)
المملكة تنتقل من مرحلة تجارب الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية داخل القطاعات الحيوية (شاترستوك)
TT

رئيس «مايكروسوفت السعودية»: المملكة تدخل مرحلة التنفيذ الفعلي للذكاء الاصطناعي

المملكة تنتقل من مرحلة تجارب الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية داخل القطاعات الحيوية (شاترستوك)
المملكة تنتقل من مرحلة تجارب الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية داخل القطاعات الحيوية (شاترستوك)

عندما استضافت الرياض جولة «مايكروسوفت للذكاء الاصطناعي» هذا الأسبوع كان الإعلان الرئيسي واضحاً: الشركة تؤكد أن العملاء سيتمكنون من تشغيل أعباء العمل السحابية من منطقة مراكز بيانات «أزور» اعتباراً من الربع الرابع من عام 2026.

غير أن خلف هذا الإنجاز التقني الهام تكمن دلالة أعمق. فالسعودية لم تعد في مرحلة تجريب الذكاء الاصطناعي، بل تدخل ما يمكن وصفه بمرحلة التنفيذ حيث تتقاطع البنية التحتية والحوكمة وتنمية المهارات واعتماد المؤسسات في مسار واحد. وبالنسبة لتركي باضريس، رئيس «مايكروسوفت السعودية»، فإن التوقيت لم يكن صدفة، بل نتيجة سنوات من التحضير.

يقول باضريس خلال لقاء خاص مع «الشرق الأوسط» على هامش الحدث: «تأكيد تمكين العملاء من تشغيل أعباء العمل السحابية من منطقة مراكز بيانات (أزور) في الربع الرابع من 2026 يمنح المؤسسات وضوحاً وثقة أثناء تخطيط رحلتها الرقمية ورحلة الذكاء الاصطناعي».

قد يبدو «الوضوح والثقة» تعبيرين إجرائيين، لكنهما في الواقع متغيران استراتيجيان. فالمؤسسات الحكومية والشركات الكبرى لا تنتقل إلى التوسع في الذكاء الاصطناعي اعتماداً على التجارب فقط، بل عندما تتأكد من توفر البنية التحتية محلياً، ومواءمة المتطلبات التنظيمية، وضمان استمرارية التشغيل على المدى الطويل. وإعلان منطقة «أزور» الجديدة يعني أن طبقة البنية التحتية لم تعد مجرد خطة مستقبلية، بل التزاماً محدد الجدول وقريب التنفيذ.

تركي باضريس رئيس «مايكروسوفت السعودية» متحدثاً إلى «الشرق الأوسط»

من التجارب إلى بيئات الإنتاج

شهدت قصة الذكاء الاصطناعي في السعودية مراحل متتابعة. المرحلة الأولى ركزت على توسيع البنية التحتية الرقمية، وتطوير الأطر التنظيمية، وتعزيز جاهزية الحوسبة السحابية. هذه المرحلة أسست القدرة. أما المرحلة الحالية فهي مرحلة التفعيل والاستخدام. وقد أوضح باضريس أن الحوار تغيّر بالفعل قائلاً: «نعمل في مختلف أنحاء المملكة بشكل وثيق مع الجهات الحكومية والمؤسسات والشركاء لدعم الجاهزية من تحديث البيانات والحوكمة إلى تطوير المهارات حتى يتمكن العملاء من الانتقال من مرحلة التجريب إلى مرحلة الإنتاج بثقة». الفرق بين «التجريب» و«الإنتاج» جوهري. فالتجارب تختبر الإمكانات، أما بيئات الإنتاج فتُعيد تشكيل سير العمل.

تُجسد شركات مثل «قدية للاستثمار» و«أكوا باور» هذا التحول. فبدلاً من استخدام الذكاء الاصطناعي كمبادرات تجريبية منفصلة، باتت هذه الجهات تدمجه في عملياتها اليومية.

تستخدم «أكوا باور» خدمات «أزور للذكاء الاصطناعي» ومنصة البيانات الذكية لتحسين عمليات الطاقة والمياه على نطاق عالمي، مع تركيز قوي على الاستدامة وكفاءة الموارد، من خلال الصيانة التنبؤية والتحسين المعتمد على الذكاء الاصطناعي.

أما «قدية»، فقد وسَّعت استخدام «مايكروسوفت 365 كوبايلوت» لتمكين الموظفين من تلخيص الاتصالات، وتحليل البيانات، والتفاعل مع لوحات المعلومات عبر مئات الأصول والمقاولين. لم يعد الذكاء الاصطناعي يعمل على هامش المؤسسة، بل أصبح جزءاً من بنيتها التشغيلية. هذا يعكس مرحلة نضج حقيقية. فالذكاء الاصطناعي يتحول من أداة استعراضية إلى أداة إنتاجية.

تأكيد تشغيل منطقة «أزور» في السعودية بحلول الربع الرابع 2026 يمنح المؤسسات وضوحاً وثقة للتخطيط والتوسع (غيتي)

البنية التحتية كإشارة استراتيجية

توفر منطقة مراكز بيانات «أزور» في شرق المملكة مزايا تتجاوز تقليل زمن الاستجابة. فهي تعزز الإقامة المحلية للبيانات وتدعم متطلبات الامتثال وتقوي الأطر السيادية الرقمية.

في قطاعات منظمة بشدة مثل المالية والرعاية الصحية والطاقة والخدمات الحكومية، لا تُعد مواءمة البيانات مع المتطلبات التنظيمية خياراً، بل ضرورة.

وأكد باضريس أن هذا الإنجاز يعكس التزاماً طويل الأمد «وأن هذا الإنجاز يمثل محطة مهمة في التزامنا طويل الأمد بتمكين أثر حقيقي وقابل للتوسع للقطاعين العام والخاص في المملكة».

التركيز على «الأثر القابل للتوسع» يعكس فهماً أعمق هو أن البنية التحتية لا تخلق القيمة بحد ذاتها، بل تهيئ الظروف لبنائها. والسعودية تتعامل مع الذكاء الاصطناعي باعتباره بنية اقتصادية أساسية، شبيهة بشبكات الطاقة أو النقل، تشكل قاعدة لرفع الإنتاجية.

الحوكمة كمحفّز للسرعة

على المستوى العالمي، غالباً ما يُنظر إلى تنظيم الذكاء الاصطناعي كعامل مُقيّد. أما في الحالة السعودية، فتبدو الحوكمة مدمجة في استراتيجية التسريع. يتطلب اعتماد الذكاء الاصطناعي في قطاعات حساسة أطر ثقة واضحة. كما أن الامتثال لا يمكن أن يكون لاحقاً، بل يجب أن يكون جزءاً من التصميم. كما أن مواءمة الخدمات السحابية مع متطلبات السيادة الرقمية الوطنية يقلل من الاحتكاك عند مرحلة التوسع. وعندما تثق المؤسسات بأن الامتثال مدمج في المنصة نفسها، تصبح قرارات التوسع أسرع. وبهذا المعنى، تتحول الحوكمة إلى عامل تمكين.

تحديث البنية البيانية وتوحيد الحوكمة شرط مسبق لتحويل الذكاء الاصطناعي إلى قيمة تشغيلية حقيقية (شاترستوك)

العائق غير المرئي

رغم أن الذكاء الاصطناعي التوليدي يتصدر العناوين، فإن التحدي الأكبر في المؤسسات غالباً ما يكمن في بنية البيانات. وأنظمة البيانات المجزأة والصوامع المؤسسية ونقص الحوكمة الموحدة، كلها عوامل تعيق التوسع.

الاستراتيجية في السعودية تركز على تحديث البنية البيانية كأساس. فبيئة بيانات منظمة ومتكاملة هي شرط مسبق لاستخدام الذكاء الاصطناعي بفعالية. من دون هذا الأساس، يبقى الذكاء الاصطناعي سطحياً.

أما أحد أكبر التحديات عالمياً فهو فجوة المهارات. وقد التزمت السعودية بتأهيل ثلاثة ملايين شخص بحلول 2030. التركيز لا يقتصر على الوعي، بل على التطبيق. إذ لا يمكن أن ينجح التحول دون رأس مال بشري قادر على دمج الذكاء الاصطناعي في سير العمل. وقد لفت باضريس إلى أهمية تطوير المهارات ضمن منظومة الجاهزية الشاملة. يقول إن التنافسية في عصر الذكاء الاصطناعي لا تُقاس فقط بقدرات النماذج، بل بقدرة القوى العاملة على توظيفها.

التحول القطاعي كاستراتيجية اقتصادية

لم تقتصر جولة الذكاء الاصطناعي في الرياض على العروض التقنية، بل سلطت الضوء على حالات استخدام قطاعية في الطاقة، والمشاريع الكبرى، والخدمات الحكومية. هذه ليست تطبيقات هامشية، بل ركائز لـ«رؤية 2030». إن دور الذكاء الاصطناعي في تحسين إدارة الطاقة يعزز الاستدامة، وفي إدارة المشروعات الكبرى يرفع كفاءة التنفيذ، وفي الخدمات الحكومية يحسن تجربة المواطن. والذكاء الاصطناعي هنا ليس صناعة مستقلة، بل محركاً أفقياً للإنتاجية.

التموضع في المشهد العالمي

تُقاس ريادة الذكاء الاصطناعي عالمياً بأربعة عناصر هي الحوسبة والحوكمة وتكامل المنظومة وجاهزية المهارات. وتعمل السعودية على مواءمة هذه العناصر في وقت واحد. منطقة «أزور» الجديدة توفر الحوسبة كما تعزز الأطر التنظيمية الثقة والشراكات تدعم التكامل، أما برامج التدريب فترفع الجاهزية.

تدخل السعودية الآن مرحلة حاسمة في مسار الذكاء الاصطناعي. فالبنية التحتية مؤكدة والاستخدامات المؤسسية تتوسع والحوكمة مدمجة والمهارات تتطور.

ويعد باضريس بأن الإعلان يمنح المؤسسات «وضوحاً وثقة» لتخطيط رحلتها. هذا الوضوح قد يكون الفارق بين الطموح والتنفيذ. وهنا تكمن دلالة جولة «مايكروسوفت» في الرياض، حيث إن البنية التحتية لم تعد هي الهدف، بل المنصة التي يُبنى عليها التحول.


مقالات ذات صلة

وزير الداخلية السعودي: تكامل أمني وتنظيمي وخدمي للعناية بالحجاج

الخليج الأمير عبد العزيز بن سعود أشاد بما تبذله قوات الأمن الخاصة من جهود نوعية ضمن منظومة أمن الحج (واس)

وزير الداخلية السعودي: تكامل أمني وتنظيمي وخدمي للعناية بالحجاج

أكد وزير الداخلية السعودي أن ما تشهده منظومة الحج من تكامل أمني وتنظيمي وخدمي، وما تملكه من تجهيزات متقدمة، يجسد مستوى العناية بضيوف الرحمن.

«الشرق الأوسط» (المشاعر المقدسة)
الخليج الحجاج خلال مبيتهم في مزدلفة ليلة العاشر من ذي الحجة قبل التوجه فجراً إلى منى (واس) p-circle 00:33

الحجاج يبيتون في مزدلفة... ويستعدون لرمي جمرة العقبة

استقر الحجاج في مزدلفة، مساء الثلاثاء، بعد أن منّ الله عليهم بالوقوف على صعيد عرفات حتى غروب شمس التاسع من ذي الحجة، في أجواء إيمانية تغمرها السكينة والطمأنينة.

«الشرق الأوسط» (المشاعر المقدسة)
عالم الاعمال «stc» تنجح في إدارة واحدة من أكبر ذروات التدفق الرقمي في العالم بمشعر عرفات

«stc» تنجح في إدارة واحدة من أكبر ذروات التدفق الرقمي في العالم بمشعر عرفات

كشفت «إس تي سي» عن نجاحها في إدارة واحدة من أكبر العمليات التشغيلية وأكثرها تعقيداً خلال يوم عرفة، وذلك بالاعتماد على منظومة رقمية مدعومة بالذكاء الاصطناعي.

«الشرق الأوسط» (مكة المكرمة)
الخليج حاج يحتضن رجل أمن سعودياً تقديراً وامتناناً لما يقدمه من عمل إنساني (تصوير: بشير صالح) p-circle

رجال أمن المشاعر المقدسة... سواعد تحمي وتحن على ضيوف الرحمن

تفيض رحلة ضيوف الرحمن الإيمانية في المشاعر المقدسة بمشاهد إنسانية متعددة، ترصدها عدسات المصورين ويلمسها الحجاج واقعاً يعيشونه.

إبراهيم القرشي (المشاعر المقدسة)
الخليج الحجاج وقفوا على صعيد عرفات تلهج ألسنتهم بالتلبية والتهليل والدعاء طلباً للمغفرة والرحمة (تصوير: بشير صالح) p-circle

الحجاج ينفرون إلى مزدلفة بعد وقفة عرفة... ومنى تتأهب لعودتهم

في مشهد مهيب، تدفق نحو 1.7 مليون حاج إلى مشعر عرفة لأداء الركن الأعظم للحج مع ساعات الصباح الأولى من يوم «التاسع من ذي الحجة» بلباسهم الأبيض الموحد.

عمر البدوي (المشاعر المقدسة) إبراهيم القرشي (المشاعر المقدسة)

دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
TT

دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان

لم يعد اختبار آلان تورينغ عام 1950 سؤالاً نظرياً من تاريخ علوم الحاسوب. تعيد دراسة جديدة منشورة في دورية «Proceedings of the National Academy of Sciences» اختبار الفكرة في سياق نماذج اللغة الكبيرة، وخلُصت إلى أن بعض هذه النماذج يمكن أن تبدو بشرية إلى درجة تجعل المشاركين يختارونها أحياناً على أنها الإنسان الحقيقي في المحادثة.

الفكرة الأصلية للاختبار تعود إلى آلان تورينغ: هل تستطيع آلة أن تقلد المحادثة البشرية بطريقة تجعل الشخص الذي يحاورها غير قادر على التمييز بينها وبين إنسان؟ الجديد هنا أن الباحثين لم يكتفوا بسؤال عام عن قدرة الذكاء الاصطناعي على الإجابة، بل اختبروا قدرته على الظهور على أنه بشر في محادثات قصيرة ومباشرة.

محادثة ثلاثية

اعتمدت الدراسة على نسخة ثلاثية من اختبار «تورينغ»، حيث كان المشارك يتحدث في كل تجربة وفي الوقت نفسه مع طرفين عبر واجهة نصية. أحدهما إنسان والآخر نموذج ذكاء اصطناعي. وبعد خمس دقائق من المحادثة، كان عليه أن يقرر أي الطرفين هو الإنسان. وفي تجربة تكرار منفصلة، امتدت بعض المحادثات إلى 15 دقيقة.

شارك في التجارب ما يقارب 500 شخص من مجموعتين مستقلتين. طلاب من جامعة كاليفورنيا في سان دييغو ومشاركون عبر منصة «بروليفيك» (Prolific) المخصصة للأبحاث المدفوعة. هذا التصميم كان مهماً لأنه حاول اختبار النتيجة عبر أكثر من عينة، لا داخل مجموعة واحدة فقط.

نماذج أكثر إقناعاً

اختبر الباحثون أربعة أنظمة منها «GPT - 4.5» و«LLaMa - 3.1 - 405B» على أنها نماذج حديثة، إلى جانب «GPT - 4o» و«ELIZA» كونها خطوط مقارنة أقدم. وكانت النتيجة الأبرز أن «GPT - 4.5» اختير على أنه الإنسان في 73 في المائة من الحالات عندما أُعطي تعليمات لتبني شخصية بشرية معينة. أما «LLaMa - 3.1 - 405B» فاختير على أنه الإنسان في 56 في المائة من الحالات، وهي نسبة عَدّها الباحثون غير قابلة للتمييز إحصائياً عن البشر الذين قورن بهم النموذج.

في المقابل، كانت نتائج الأنظمة الأقدم أضعف بكثير. فقد اختير «ELIZA» على أنه الإنسان في نحو 23 في المائة من الحالات، بينما بلغت النسبة لـ«GPT - 4» نحو 21 في المائة. وهذا يعني أن النجاح لم يكن عاماً لكل الأنظمة، بل ارتبط بنماذج محددة وبطريقة إعدادها للمحادثة.

نجاح النماذج ارتبط بتوجيهها لتبني شخصية بشرية لا بمجرد قدرتها العامة على الإجابة عن الأسئلة (أ.ف.ب)

قوة الشخصية المصطنعة

النقطة الحاسمة في الدراسة أن النماذج لم تنجح فقط لأنها تعرف معلومات كثيرة. النجاح جاء عندما طُلب منها تبني «شخصية» بشرية محددة، بأسلوب في الحديث ونبرة وتفاصيل اجتماعية تجعلها أقل مثالية وأكثر شبهاً بالبشر.

عندما أُزيلت هذه التعليمات التفصيلية، تراجعت قدرة النماذج على الظهور كبشر بوضوح. فقد انخفضت نسبة اختيار «GPT - 4.5» إلى 36 في المائة، و«LLaMa - 3.1» إلى 38 في المائة. وهذا يشير إلى أن القدرة موجودة، لكنها تحتاج غالباً إلى توجيه واضح حول كيفية التصرف كبشر، لا مجرد القدرة العامة على الإجابة.

بكلمات أخرى، ما جعل النموذج مقنعاً لم يكن التفوق في المنطق أو الرياضيات، بل محاكاة السلوك الاجتماعي على أنه نبرة طبيعية وقدر من الدعابة وإجابات غير كاملة أحياناً وتردد أو بساطة تشبه ما يحدث في محادثة بشرية عادية.

ماذا يقيس الاختبار؟

تطرح الدراسة سؤالاً مهماً حول معنى اختبار «تورينغ» اليوم. فقد كان يُنظر إليه تاريخياً كونه اختباراً لقدرة الآلة على مضاهاة الذكاء البشري. لكن مع نماذج تستطيع الإجابة بسرعة عن عدد كبير من الأسئلة، يصبح الاختبار أقرب إلى قياس «الشبه البشري» في المحادثة، لا الذكاء بالمعنى العميق أو الفهم الحقيقي.

هذا الفرق مهم لأن نجاح النموذج في إقناع شخص بأنه إنسان لا يعني بالضرورة أنه يفهم العالم كما يفهمه الإنسان، أو يمتلك وعياً أو نية. لكنه يعني أن قدرته على تقليد أنماط التفاعل البشري أصبحت قوية بما يكفي لإرباك المستخدمين في محادثة قصيرة.

الدراسة تفتح أسئلة مهمة حول الثقة والشفافية خصوصاً عندما لا يعرف المستخدم إن كان يتحدث مع إنسان أم نظام آلي

مخاطر الثقة والخداع

أهمية النتيجة لا تقف عند حدود المختبر. فإذا كان المستخدم العادي لا يستطيع دائماً التمييز بين الإنسان والنموذج، فإن ذلك يفتح أسئلة مباشرة حول الثقة على الإنترنت. فقد تُستخدم هذه القدرة في خدمة مفيدة، مثل دعم العملاء أو التعليم أو المساعدة الشخصية. لكنها قد تُستخدم أيضاً في الاحتيال، أو التلاعب، أو حملات الإقناع السياسي والتجاري، خصوصاً إذا لم يكن الطرف الآخر يعرف أنه يتحدث مع نظام آلي.

يشير الباحثون إلى أن نماذج اللغة الكبيرة يمكن دفعها بسهولة نسبية إلى الظهور على أنها بشر عندما تُعطى التعليمات المناسبة. وهذا يجعل الشفافية أكثر أهمية، خصوصاً في المنصات التي يتفاعل فيها المستخدمون مع حسابات لا يعرفون هويتها الحقيقية.

ما الذي لا تقوله الدراسة؟

لا تقول الدراسة إن الذكاء الاصطناعي أصبح مثل الإنسان، ولا أنها تثبت وجود وعي أو فهم داخلي لدى النماذج، بل إن بعض النماذج الحديثة، في ظروف اختبار محددة، استطاعت تقليد المحادثة البشرية بما يكفي لأن يخطئ المشاركون في تحديد الطرف البشري. لذلك، القيمة الحقيقية للبحث ليست في إعلان انتصار الآلة على الإنسان، بل في توضيح أن الحدود بين المحادثة البشرية والمحادثة الاصطناعية أصبحت أقل وضوحاً. وهذا يجعل الحاجة أكبر إلى قواعد إفصاح أوضح، وأدوات تحقق أفضل، ووعي عام بأن الطرف المقابل في المحادثة الرقمية قد لا يكون دائماً إنساناً.


حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
TT

حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)

لم تعد صفحة البحث في «غوغل» تشبه تماماً ما اعتاده المستخدمون لسنوات طويلة. فبدلاً من عرض روابط تقليدية فقط، بدأت الشركة تدفع بميزة «AI Overviews» إلى واجهة النتائج، حيث تظهر ملخصات مولدة بالذكاء الاصطناعي في أعلى الصفحة في بعض عمليات البحث.

تقدم «غوغل» هذه الميزة بوصفها طريقة أسرع للحصول على خلاصة أولية عن الموضوع، مع روابط تساعد المستخدم على التوسع في القراءة. وتقول الشركة إن «AI Overviews» توفر لمحة عن المعلومات الأساسية حول سؤال أو موضوع معين، مع روابط لاستكشاف المزيد على الويب.

لكن هذه التجربة لا تناسب جميع المستخدمين. فهناك من يفضّل الوصول مباشرة إلى الروابط الأصلية، وقراءة المصادر بنفسه، بدلاً من البدء بملخص آلي قد يختصر السياق أو يضع إجابة جاهزة قبل النتائج التقليدية.

حيلة «-ai»

حسب تقرير نشرته مواقع تقنية، يمكن لبعض المستخدمين تقليل ظهور ملخصات الذكاء الاصطناعي في نتائج البحث عبر إضافة معامل بحث بسيط إلى نهاية الاستعلام، وهو: «-ai».

الفكرة تقوم على استخدام إحدى أدوات البحث القديمة في «غوغل»، المعروفة باسم معاملات البحث أو «Search Operators» التي تسمح بتضييق نطاق النتائج أو استبعاد كلمات معينة.

مثلاً، بدلاً من البحث عن: «iPhone 18 release date» يمكن كتابة: «iPhone 18 release date -ai».

هنا يتعامل محرك البحث مع «-ai» بوصفه أمراً لاستبعاد النتائج المرتبطة بكلمة «ai». ووفق التقرير، قد يؤدي ذلك في بعض الحالات إلى ظهور صفحة أقرب إلى نتائج البحث التقليدية، من دون ملخص الذكاء الاصطناعي في الأعلى.

إضافة «-ai» إلى كلمات البحث قد تقلل ظهور ملخصات الذكاء الاصطناعي في بعض الحالات (غوغل)

ليست إعداداً دائماً

الأهم أن هذه الطريقة ليست إعداداً رسمياً لإيقاف «AI Overviews» بالكامل، وليست حلاً دائماً داخل حساب المستخدم. هي مجرد تعديل يدوي تجب إضافته في كل عملية بحث يريد فيها المستخدم تجنب ظهور الملخصات الآلية.

كما أنها ليست مضمونة في كل الحالات. فنتائج البحث تتغير حسب البلد واللغة ونوع السؤال وسياسات «غوغل» في عرض ميزات الذكاء الاصطناعي. لذلك من الأدق وصفها بأنها حيلة مؤقتة أو طريقة التفاف بسيطة، لا خيار رسمياً لإلغاء الميزة.

هذا التفصيل مهم، لأن بعض المستخدمين قد يظنون أن إضافة «-ai» تعني تعطيل الذكاء الاصطناعي داخل البحث كلياً. عملياً، هي فقط طريقة لاستبعاد كلمة معينة من الاستعلام، وقد يكون أثرها الجانبي أن ملخصات الذكاء الاصطناعي لا تظهر في بعض النتائج.

لماذا يريد البعض إخفاءها؟

الاعتراض على ملخصات الذكاء الاصطناعي لا يعني بالضرورة رفض التقنية نفسها. بالنسبة إلى كثير من المستخدمين، المشكلة في ترتيب التجربة. فالبحث التقليدي كان يمنحهم قائمة مصادر، ويختارون منها ما يريدون قراءته. أما الملخصات الآلية فتضع تفسيراً جاهزاً قبل الروابط، ما قد يدفع المستخدم إلى الاكتفاء بالخلاصة بدلاً من زيارة المواقع.

هذا يثير أسئلة أوسع حول طريقة الوصول إلى المعرفة على الإنترنت. هل يريد المستخدم إجابة سريعة، أم يريد مصادر متعددة؟ وهل يجب أن يكون الذكاء الاصطناعي في مقدمة البحث دائماً، أم خياراً يمكن تشغيله عند الحاجة؟

تقول «غوغل» إن «AI Overviews» صُمّمت لمساعدة المستخدمين على فهم جوهر الموضوعات المعقدة بسرعة، وإنها توفر نقطة انطلاق لاستكشاف الروابط الأخرى. كما تشير في وثائقها إلى أن الميزة تظهر في الاستعلامات التي ترى أنها تضيف قيمة تتجاوز ما تقدمه نتائج البحث العادية.

يظهر شعار «غوغل» خلال مؤتمر المطورين السنوي «غوغل آي/أو» في «أمهيثياتر» الواقع على الشاطئ في ماونتن فيو بكاليفورنيا (أ.ف.ب)

عودة إلى البحث القديم

الحيلة تعكس رغبة بعض المستخدمين في استعادة تجربة بحث أبسط. ليس بالضرورة لأنهم يرفضون الذكاء الاصطناعي، وإنما لأنهم يريدون التحكم في لحظة ظهوره. ففي بعض الأسئلة قد يكون الملخص السريع مفيداً. وفي حالات أخرى، خصوصاً عند البحث عن أخبار ومراجعات ومعلومات حساسة أو مصادر أصلية، قد يفضّل المستخدم رؤية الروابط مباشرة.

معاملات البحث ليست جديدة في «غوغل»، وقد استخدمت لسنوات لتحديد عبارات معينة بعلامات الاقتباس، أو استبعاد كلمات بعلامة الطرح، أو البحث داخل موقع محدد. الجديد هنا أن هذه الأدوات القديمة أصبحت تُستخدم لمقاومة طبقة جديدة من البحث تعتمد على الذكاء الاصطناعي.

سؤال أكبر حول التحكم

ظهور هذه الحيلة يسلط الضوء على نقطة أوسع في علاقة المستخدمين بمحركات البحث. مع إدخال الذكاء الاصطناعي في الواجهة الأساسية، يصبح السؤال أقل ارتباطاً بقدرة التقنية وأكثر ارتباطاً بحق المستخدم في اختيار شكل التجربة.

فإذا كانت «غوغل» ترى أن الملخصات الآلية تجعل البحث أسرع وأسهل، فإن بعض المستخدمين يرون أن السرعة لا تكفي دائماً. أحياناً يحتاجون إلى السياق والمصدر والمقارنة بين وجهات نظر مختلفة. لذلك قد تستمر الحاجة إلى أدوات تمنح المستخدم قدرة أكبر على تحديد ما يريد رؤيته سواء إجابة مولدة بالذكاء الاصطناعي، أم نتائج ويب تقليدية، أم مزيجاً بين الاثنين.

Your Premium trial has endedYour Premium trial has endedYour Premium trial has ended


تقنية تساعد الطائرات المسيّرة على تفادي العوائق في البيئات الخطرة

أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
TT

تقنية تساعد الطائرات المسيّرة على تفادي العوائق في البيئات الخطرة

أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)

قد تكون الطائرات المسيّرة مفيدةً في اللحظات الأولى بعد الزلازل أو الكوارث، خصوصاً عندما تحتاج فرق الإنقاذ إلى خريطة سريعة لمبنى منهار أو منطقة يصعب دخولها. لكن تشغيل روبوت طائر داخل بيئة غير معروفة ليس مهمة بسيطة. عليه أن يصل إلى هدفه بسرعة، ويتجنَّب العوائق المفاجئة، ويحافظ في الوقت نفسه على مسار سلس لا يستهلك طاقةً أو يعرِّضه للاصطدام.

مسار في أجزاء من الثانية

طوَّر باحثون من معهد ماساتشوستس للتكنولوجيا وجامعة بنسلفانيا نظاماً جديداً لتخطيط مسار الروبوتات يحمل اسم «مايتي (MIGHTY)». الفكرة الأساسية هي تمكين الطائرة المسيّرة من تعديل مسارها خلال أجزاء قليلة من الثانية عند ظهور عوائق، من دون أن تفقد اتجاهها نحو الهدف أو تضطر إلى حركات حادة وغير مستقرة.

النظام مُصمَّم ليعمل في الزمن الفعلي باستخدام الحاسوب والحساسات الموجودة على الروبوت نفسه. وهذا مهم لأنَّ الروبوت قد يعمل في بيئة بعيدة عن محطة تحكم أو شبكة اتصال مستقرة، كما في عمليات البحث والإنقاذ أو التفتيش الصناعي داخل منشآت معقدة.

التقنية الجديدة تساعد الطائرات المسيّرة على تعديل مسارها بسرعة عند ظهور عوائق مفاجئة (الجامعة)

صعوبة تخطيط المسار

تخطيط المسار هو البرنامج الذي يقرِّر كيف ينتقل الروبوت من نقطة إلى أخرى بأمان. تبدو المهمة بسيطةً على الورق، لكنها تصبح شديدة التعقيد عندما تتحرَّك الطائرة داخل مكان مليء بالعوائق أو عندما تظهر عقبات لم تكن موجودة في الخريطة الأولية. كثير من الأنظمة الحالية تواجه مفاضلةً واضحةً. بعض الحلول التجارية تستطيع توليد مسارات سلسة وسريعة، لكنها مكلفة وقد تعتمد على برمجيات مغلقة. أما البدائل مفتوحة المصدر، فقد تكون أقل أداءً أو أصعب في الاستخدام. لذلك حاول الباحثون بناء نظام مفتوح المصدر يقدِّم جودةً قريبةً من الأنظمة المتقدمة، مع قدرة على العمل مباشرة على الروبوت.

يقول كوتا كوندو، طالب الدراسات العليا في هندسة الطيران والفضاء في «MIT» والمؤلف الرئيسي للبحث، إن النظام يحقِّق أداءً مماثلاً أو أفضل باستخدام أدوات مفتوحة المصدر فقط، ما يتيح للباحثين والطلاب والشركات استخدامه بحرية. ويرى أنَّ إزالة حاجز التكلفة يمكن أن توسِّع دائرة الجهات القادرة على تطوير أنظمة تخطيط حركة عالية الأداء.

المشكلة في الوقت الثابت

تعتمد بعض أنظمة التخطيط على خطوة أولية تحدِّد الزمن المتوقِّع للوصول من نقطة البداية إلى الهدف. بعد ذلك، تبحث عن أفضل مسار ضمن هذا الزمن الثابت. هذه الطريقة تسهل الحساب، لكنها قد تخلق مشكلة عملية: إذا احتاجت الطائرة إلى الالتفاف حول عائق كبير، فقد تُجبر على زيادة سرعتها بشدة كي تصل في الوقت المحدد.

هذا السلوك قد يجعل تجنب العقبات أصعب، خصوصاً في البيئات التي تظهر فيها عوائق غير متوقعة. فالروبوت لا يحتاج فقط إلى مسار قصير، بل إلى مسار قابل للتنفيذ فعلياً، يأخذ في الاعتبار السرعة والتسارع وزمن الوصول.

الاختبارات أظهرت قدرة الطائرات المسيّرة على تفادي العوائق بسرعة عالية باستخدام برمجيات مفتوحة المصدر (شاترستوك)

طريقة رياضية مختلفة

يعالج «مايتي» هذه المشكلة عبر استخدام تقنية رياضية تُسمى «Hermite spline». بدلاً من حساب المسار أولاً ثم محاولة ملاءمته مع زمن ثابت، يعمل النظام على تحسين المسار والزمن معاً في خطوة واحدة. الهدف هو الوصول إلى مسار سلس وقابل للتحكم، مع تقليل زمن الرحلة من دون التضحية بالأمان. لكن تحسين المسار والزمن معاً يجعل المسألة الحسابية أكبر وأكثر صعوبة. لحل ذلك، لا يبدأ النظام من الصفر في كل مرة. بدلاً من ذلك، ينشئ تخميناً أولياً لمسار مناسب، ثم يحسنه تدريجياً عبر عملية تكرارية، مستفيداً من خريطة للمشهد تبنيها حساسات الليدار على الطائرة. هذا يسمح له بالاستجابة للعوائق الجديدة بسرعة، مع الحفاظ على مسار أكثر سلاسة.

نتائج أسرع من الطرق الحالية

في الاختبارات المحاكاة، احتاج «مايتي» إلى نحو 90 في المائة فقط من وقت الحوسبة الذي تتطلبه طرق متقدِّمة أخرى، بينما وصل إلى الهدف بأمان وبسرعة أعلى بنحو 15 في المائة. وفي الاختبارات على روبوتات حقيقية، وصلت الطائرة إلى سرعة 6.7 متر في الثانية مع تجنب جميع العوائق التي ظهرت في مسارها. هذه الأرقام مهمة لأنَّها توضِّح أنَّ النظام لا يكتفي بتحسين نظري في المختبر. فالتخطيط السريع لا يكون مفيداً إذا أنتج مسارات غير واقعية، والمسار الآمن لا يكفي إذا كان بطيئاً جداً في بيئة طارئة. القيمة هنا في الجمع بين السرعة والسلامة وقابلية التنفيذ على أجهزة الروبوت نفسه.

تطبيقات خارج المختبر

رغم أنَّ المثال الأبرز يتعلق بالطائرات المسيّرة في عمليات البحث والإنقاذ، فإنَّ الاستخدامات المحتملة أوسع. يمكن للنظام أن يساعد على توصيل الطرود داخل المدن، حيث تحتاج الطائرات إلى تفادي المباني والأسلاك والأشخاص والعوائق المتحركة. كما يمكن استخدامه في تفتيش المنشآت الصناعية المعقدة، مثل توربينات الرياح أو الهياكل التي يصعب وصول الإنسان إليها.

في هذه الحالات، لا يكفي أن يعرف الروبوت وجهته. عليه أن يتعامل مع بيئة قد تتغيَّر باستمرار، وأن يعدِّل مساره بسرعة من دون الاعتماد على حاسوب خارجي أو برنامج مكلف. لذلك تبدو ميزة المصدر المفتوح مهمة، لأنَّها قد تسمح بتبني النظام في مختبرات وشركات ومؤسسات لا تملك ميزانيات كبيرة للبرمجيات التجارية.

دافع إنساني وراء البحث

يرتبط العمل أيضاً بدافع شخصي لدى الباحث كوندو. فقد كان طفلاً عندما وقع حادث محطة فوكوشيما دايتشي النووية بعد زلزال شرق اليابان الكبير. تابع حينها الأخبار عن العمال الذين اضطروا إلى دخول مناطق خطرة لتقييم الوضع واحتواء الأضرار. ويقول إنَّ تلك التجربة جعلته مهتماً بتطوير روبوتات مستقلة تستطيع دخول البيئات الديناميكية والخطرة ثم العودة بالمعلومات، بينما يبقى البشر بعيدين عن الخطر.

هذا البعد يوضِّح سبب التركيز على الروبوتات القادرة على العمل في ظروف غير مثالية. فالتطبيقات الأكثر حساسية، مثل الكوارث أو البيئات الصناعية الخطرة، لا تسمح غالباً بالاعتماد على إعدادات مخبرية منظمة أو اتصالات مستقرة أو تدخل بشري مستمر.

نحو روبوتات متعددة

لا يزال النظام في مرحلة بحثية، رغم النتائج الواعدة. ويخطِّط الباحثون لتحسين «مايتي» بحيث يمكن استخدامه للتحكم في روبوتات عدة في الوقت نفسه، مع إجراء مزيد من تجارب الطيران في بيئات أصعب. كما يأمل الفريق في تطوير النظام المفتوح المصدر بناءً على ملاحظات المستخدمين. ويرى دافيدي سكاراموتسا، مدير مجموعة الروبوتات والإدراك في جامعة زيوريخ، والذي لم يشارك في البحث، أنَّ النظام يقدِّم مساهمةً مهمةً في الملاحة الرشيقة للروبوتات، لأنَّه يعيد النظر في طريقة تمثيل المسار نفسه. وبحسب رأيه، فإنَّ تحسين شكل المسار، والتوقيت، والسرعة، والتسارع، معاً تمنح الروبوتات حريةً أكبر في حساب حركات سريعة وقابلة للتنفيذ داخل البيئات المزدحمة.