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

خطوة نحو أتمتة العمل متعدد المراحل

لا تزال الميزة في مرحلة تجريبية مع تساؤلات حول الثقة والاعتماد على الأنظمة الذكية في العمل (شاترستوك)
لا تزال الميزة في مرحلة تجريبية مع تساؤلات حول الثقة والاعتماد على الأنظمة الذكية في العمل (شاترستوك)
TT

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

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

أعلنت شركة «مايكروسوفت» عن إتاحة ميزة «كوبايلوت كوورك» (Copilot Cowork) ضمن برنامج «فرونتير» (Frontier)، في خطوة تعكس تحولاً في دور الذكاء الاصطناعي داخل بيئة العمل من أداة مساعدة إلى نظام قادر على تنفيذ المهام.

وحسبما ورد في مدونة رسمية للشركة، لا تقتصر الميزة الجديدة على توليد النصوص أو تقديم اقتراحات، بل تهدف إلى تحويل «نية المستخدم» إلى سلسلة من الإجراءات الفعلية، فبدلاً من طلب مهمة واحدة، مثل كتابة بريد إلكتروني أو إعداد عرض، يمكن للمستخدم تفويض مهام متعددة الخطوات، ليقوم النظام بتخطيطها وتنفيذها تدريجياً مع إبقاء المستخدم ضمن دائرة المتابعة.

تمثل ميزة «Copilot Cowork» تحولاً من أدوات مساعدة إلى أنظمة قادرة على تنفيذ المهام متعددة الخطوات (شاترستوك)

من المساعدة إلى التنفيذ

لطالما ركّزت أدوات الذكاء الاصطناعي الإنتاجية على دعم المستخدم كتلخيص المحتوى أو اقتراح أفكار. لكن «كوبايلوت كوورك» يمثل تحولاً في هذا النهج. فالميزة الجديدة مصممة للتعامل مع «العمل الممتد»، أي المهام التي تتطلب عدة خطوات مترابطة، مثل إعداد مشروع أو تنسيق اجتماع أو تحليل بيانات عبر أكثر من تطبيق. وفي هذا السياق، لم يعد الذكاء الاصطناعي مجرد واجهة للرد على الأسئلة، بل أصبح أقرب إلى «زميل عمل رقمي» يمكنه تنفيذ أجزاء من العمل بشكل مستقل.

العمل عبر تطبيقات متعددة

أحد العناصر الأساسية في هذا التوجه هو التكامل داخل منظومة «Microsoft 365». فالميزة تعمل عبر تطبيقات مثل «Word» و«Excel» و«Outlook» و«Teams»، ما يسمح بتنفيذ المهام داخل السياق الفعلي للعمل، بدلاً من الانتقال بين أدوات مختلفة.

وتشير المدونة إلى أن النظام يعتمد على ما تسميه «مايكروسوفت» بـ«Work IQ»، وهي طبقة تهدف إلى فهم سياق العمل بشكل أوسع، من خلال ربط الملفات والاجتماعات والمحادثات والبيانات ذات الصلة. هذا الفهم السياقي يمكّن «Copilot» من اتخاذ قرارات أكثر دقة أثناء تنفيذ المهام، بدلاً من الاعتماد على مدخلات محدودة.

يتيح النظام تحويل نية المستخدم إلى سلسلة من الإجراءات داخل تطبيقات «Microsoft 365» (شاترستوك)

نماذج متعددة بدل نموذج واحد

من الجوانب اللافتة أيضاً اعتماد «Copilot Cowork» على نماذج ذكاء اصطناعي متعددة، بدلاً من نموذج واحد، فالنظام يمكنه الاستفادة من تقنيات مختلفة، واختيار النموذج الأنسب لكل مهمة.

هذا التوجه يعكس تحولاً أوسع في تصميم أنظمة الذكاء الاصطناعي؛ حيث لم يعد الهدف بناء نموذج واحد شامل، بل دمج قدرات متعددة ضمن نظام واحد قادر على التكيف مع طبيعة العمل.

ورغم هذه القدرات، لا تزال الميزة في مراحل الوصول المبكر عبر برنامج «Frontier»، ما يعني أنها تُختبر حالياً مع مجموعة محدودة من المستخدمين قبل التوسع في إتاحتها. وهذا يضعها في إطار تجريبي، لكنه يشير أيضاً إلى الانتقال من أدوات تعتمد على التفاعل اللحظي، إلى أنظمة قادرة على إدارة العمل بشكل مستمر.

إعادة تعريف العلاقة مع الذكاء الاصطناعي

ما تعكسه هذه الخطوة يتجاوز إضافة ميزة جديدة، فهي تُعيد صياغة العلاقة بين المستخدم والذكاء الاصطناعي داخل بيئة العمل. فبدلاً من أن يكون المستخدم هو مَن يقود كل خطوة، يمكنه الآن تحديد الهدف وترك النظام ليتولى التنفيذ، مع الحفاظ على دور إشرافي. هذا النموذج يقترب من مفهوم «العمل التعاوني» بين الإنسان والآلة؛ حيث يتم توزيع المهام بدلاً من تنفيذها بالكامل من طرف واحد.

مع ذلك، يطرح هذا التحول تساؤلات حول حدود الاعتماد على الأنظمة الذكية في بيئات العمل. فتنفيذ المهام بشكل مستقل يتطلب درجة عالية من الثقة، إضافة إلى آليات واضحة للرقابة والتصحيح. كما أن نجاح هذا النموذج يعتمد على جودة البيانات والسياق الذي يعمل ضمنه النظام، فكلما كان الفهم السياقي أدق، كانت النتائج أكثر موثوقية.

في المجمل، يشير إطلاق «كوبايلوت كوورك» إلى مرحلة جديدة في تطور أدوات الإنتاجية، فبدلاً من التركيز على تسريع العمل فقط، تتجه الشركات إلى إعادة تصميم كيفية إنجازه. وفي حين لا تزال هذه المقاربة في مراحلها الأولى، فإنها تعكس توجهاً أوسع في صناعة الذكاء الاصطناعي، أي الانتقال من المساعدة إلى التنفيذ، ومن التفاعل إلى المشاركة الفعلية في العمل.


مقالات ذات صلة

دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

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

دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

تظهر دراسة جديدة أن بعض نماذج الذكاء الاصطناعي باتت قادرة على محاكاة المحادثة البشرية وإرباك المشاركين في اختبار «تورينغ».

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

حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

حيلة غير رسمية قد تقلل ظهور ملخصات الذكاء الاصطناعي في «غوغل»، لكنها لا تعطّل الميزة نهائياً.

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

تقنية تساعد الطائرات المسيّرة على تفادي العوائق في البيئات الخطرة

التقنية الجديدة تسمح للطائرات المسيّرة باختيار مسارات أسرع وأكثر أماناً لتفادي العوائق داخل البيئات الخطرة والمعقدة.

نسيم رمضان (لندن)
تكنولوجيا يقدم الكومبيوتر تصميماً متيناً ومنافذ متعددة تلبي جميع الاحتياجات

«أيسر بريديتور هيليوس»... توازن بين القوة الفائقة والذكاء الاصطناعي التوليدي

مجهز بأدوات ذكاء اصطناعي مبتكرة وقدرات حوسبة تضاهي الكمبيوترات المكتبية

خلدون غسان سعيد (جدة)
خاص جناح «اتحاد سلام للاتصالات» في مؤتمر «ليب 2025» (الشركة)

خاص توطين مراكز البيانات يقود ثورة الذكاء الاصطناعي في السعودية

يتحرك قطاع الاتصالات وتقنية المعلومات في السعودية نحو مرحلة متقدمة من النضج الهيكلي، تتجاوز حدود الربط التقليدي، لتلامس آفاق «السيادة الرقمية الكاملة»...

عبير حمدي (الرياض)

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.