مراكز البيانات المدارية... هل تخفف اختناق الذكاء الاصطناعي أم تبقى حلاً متخصصاً؟

مراكز البيانات المدارية قد تكون مفيدة عندما تكون البيانات مولودة في الفضاء أو متسامحة مع التأخير (شاترستوك)
مراكز البيانات المدارية قد تكون مفيدة عندما تكون البيانات مولودة في الفضاء أو متسامحة مع التأخير (شاترستوك)
TT

مراكز البيانات المدارية... هل تخفف اختناق الذكاء الاصطناعي أم تبقى حلاً متخصصاً؟

مراكز البيانات المدارية قد تكون مفيدة عندما تكون البيانات مولودة في الفضاء أو متسامحة مع التأخير (شاترستوك)
مراكز البيانات المدارية قد تكون مفيدة عندما تكون البيانات مولودة في الفضاء أو متسامحة مع التأخير (شاترستوك)

مع تسارع سباق الذكاء الاصطناعي عالمياً، لم تعد المشكلة الأساسية دائماً في تصميم الشرائح أو توفر الطلب حتى التمويل، بل في الكهرباء والتبريد وسرعة الربط بالشبكات والحصول على التصاريح. من هنا بدأت تظهر فكرة مراكز البيانات المدارية، لا بوصفها خيالاً علمياً خالصاً، بل باعتبارها محاولة للالتفاف على اختناقات البنية التحتية الأرضية التي باتت تؤخر توسيع قدرات الحوسبة. لكن السؤال الأهم ليس هل الفكرة جذابة نظرياً؟ بل هل هي قادرة فعلاً على التحول إلى جزء عملي من بنية الذكاء الاصطناعي، أم أنها ستبقى حلاً محدوداً في تطبيقات متخصصة؟!

يضع شون ماكديفيت، الشريك في «آرثر دي ليتل»، النقاش في إطاره الأكثر واقعية. ماكديفيت لا يتعامل مع المدار باعتباره بديلاً شاملاً للأرض، بل كطبقة قد تستفيد من مزايا يصعب تكرارها على اليابسة، مثل الطاقة الشمسية المستمرة، والتبريد الإشعاعي السلبي، وبعض حالات المعالجة داخل المدار نفسه. ويقول، خلال مقابلة خاصة مع «الشرق الأوسط» بوضوح، إن أقوى حجة اليوم ليست «وضع كل الذكاء الاصطناعي في الفضاء»، بل استخدام الفضاء، حيث يمنح «ميزة هيكلية حقيقية». هذه الصياغة مهمة لأنها تخفف من المبالغة الشائعة في الخطاب المحيط بالبنية الفضائية، وتنقل النقاش من فكرة الاستبدال الكامل إلى فكرة التخصيص الذكي.

شون ماكديفيت الشريك في «آرثر دي ليتل»

حوسبة تصطدم بالطاقة

ما يمنح هذه الفكرة بعض الجدية هو أن عنق الزجاجة في الذكاء الاصطناعي تغيّر فعلاً. فبحسب ماكديفيت: «الرقائق موجودة، ورأس المال متاح، والطلب قوي»، لكن النشر يتباطأ بسبب شراء الطاقة، والتصاريح، وتوصيل البنية التحتية، ما يعني أن الاختناق العملي انتقل من سؤال: «هل يمكننا بناء القدرة الحاسوبية؟» إلى سؤال: «هل يمكننا تشغيلها بسرعة؟».

وهنا يبرز مفهوم «سرعة الوصول إلى الطاقة» كعامل أكثر أهمية من مجرد الوصول إلى الحوسبة نفسها. في سوق تتحرك فيه دورات النماذج بسرعة، قد يعني تأخر منشأة في الوصول إلى طاقتها التشغيلية أن نافذتها الاستراتيجية أغلقت قبل أن تبدأ.

من هذه الزاوية تحديداً، تبدو مراكز البيانات المدارية وكأنها تحاول حلّ مشكلة أرضية من خلال بيئة غير أرضية. فالفكرة الأساسية تقوم على أن المدار قد يخفف بعض القيود المتعلقة بالطاقة والتبريد واستخدام المياه حتى طول دورات الترخيص. إلا أن ذلك لا يجعل التحول الواسع إليها قريباً أو سهلاً. ماكديفيت يحسم هذه النقطة بوضوح حين يقول إن «التحول الواسع في المدى القريب من البنية التحتية الأرضية إلى المدارية غير واقعي». السيناريو الأقرب، برأيه، هو نشر انتقائي لعقد حوسبة مدارية في حالات استخدام ضيقة، خصوصاً عندما تكون البيانات أصلاً مولودة في الفضاء، أو حين تكون المرونة التشغيلية أهم من انخفاض زمن الاستجابة. كما يقدّر أن المنصات التجارية لا تزال على بعد 5 إلى 7 سنوات، وذلك إذا انخفضت تكاليف الإطلاق بشكل حاد فقط، ربما إلى أقل من 200 دولار للكيلوغرام بحلول منتصف ثلاثينات هذا القرن.

أعباء تناسب المدار

هنا تبدأ الحدود التقنية والاقتصادية في الظهور بوضوح. فليست كل أعباء العمل متساوية، وليس كل ما يُشغَّل على الأرض قابلاً للنقل إلى الفضاء. الأعمال التي تبدو منطقية في المدار هي المعالجة الطرفية في الفضاء، والمعالجة المسبقة لبيانات مراقبة الأرض والاستشعار، والتحليلات الدفعية المتسامحة مع التأخير، وبعض المحاكاة، والتخزين المصمم للمرونة أو للأرشفة السيادية المقاومة للعبث. أما ما لا يبدو مناسباً بوضوح، فهو السحابة المؤسسية التقليدية، والتطبيقات الاستهلاكية التي تحتاج إلى زمن استجابة منخفض، والاستدلال التفاعلي المكثف، ومعظم أعمال التدريب التي تعتمد على حركة بيانات كثيفة وتجديد سريع للمعدات وسهولة الصيانة. وبكلمات ماكديفيت: «الأعباء الثقيلة من ناحية النطاق الترددي، لكنها متسامحة مع التأخير هي مرشحة أفضل من الأعباء الحساسة للزمن والتعاونية بكثافة».

هذا التمييز مهم، لأنه يعيد ضبط التوقعات. فإذا كان كثير من تطبيقات الذكاء الاصطناعي التجارية اليوم قائمة على التفاعل السريع مع المستخدمين، فإن المدار لا يقدم بديلاً عملياً لها، على الأقل في المستقبل المنظور. حتى في المدارات الأرضية المنخفضة، التي تعد أفضل من المعماريات الأبعد، تبقى الكمونات الزمنية عاملاً حاسماً يحدّ من القدرة على منافسة البنية الأرضية في التطبيقات اللحظية الموجهة للمستخدم. لذلك، فإن أفضل ما يمكن للمدار أن يقدمه حالياً ليس استضافة «السحابة الذكية» العامة، بل تقليل الحاجة إلى تنزيل كل البيانات الخام إلى الأرض من خلال معالجتها عند المصدر، ثم إرسال الرؤى أو النتائج فقط. وهذه نقطة بالغة الأهمية في عالم تزداد فيه أحجام بيانات الأقمار الصناعية بوتيرة سريعة.

البنية الأرضية ستبقى الخيار الأساسي لأنها أكثر نضجاً وأسهل في الصيانة والتوسع وأوضح من حيث الجدوى الاقتصادية (شاترستوك)

تفوق الأرض اقتصادياً

اقتصادياً، لا تزال الأرض تتفوق بوضوح. فالتوسع في مراكز البيانات الأرضية يبقى الخيار الافتراضي لأنه يستفيد من منظومات قائمة بالفعل كسلاسل توريد، وقابلية إصلاح وصيانة، وتمويل معروف، وبنية تشغيلية ناضجة. لذلك، كما يشير ماكديفيت، تصبح النماذج المدارية مثيرة للاهتمام فقط عندما تكون «التكلفة المتجنبة لتأخير البنية الأرضية مرتفعة جداً»، أو عندما يحل المدار مشكلة لا تستطيع الأرض حلّها «بأناقة». حتى مع الإشارة إلى تحليلات منشورة من «غوغل» تفترض إمكان الوصول إلى نوع من التكافؤ الاقتصادي إذا انخفضت تكاليف الإطلاق إلى أقل من نحو 200 دولار للكيلوغرام بحلول منتصف الثلاثينات، يبقى الاستنتاج الحالي واضحاً؛ نحن أمام نشر مداري محدود وموجّه، لا أمام إحلال واسع.

وإذا كان الجانب الاقتصادي لا يزال حذراً، فإن الجانب التقني أكثر تعقيداً. فالقائمة التي يذكرها ماكديفيت طويلة، تشمل توليد الطاقة وتخزينها في المدار والتحكم الحراري ومقاومة الإشعاع وإدارة الأعطال بشكل ذاتي وشبكات ضوئية عالية السعة وبوابات أرضية قابلة للتوسع وإدارة الحطام الفضائي والتجميع الروبوتي، ثم قبل كل شيء تحديث الأجهزة. وهذه النقطة الأخيرة قد تكون من أكثر العقبات حسماً، لأن اقتصاديات الذكاء الاصطناعي تتحرك بسرعة شديدة، وأي منصة لا يمكن ترقيتها أو صيانتها بكفاءة قد تصبح قديمة قبل أن تسترد رأسمالها. لذلك، فإن التجارب الحديثة، مهما بدت لافتة، يجب أن تُفهم باعتبارها «إثباتات مفهوم»، لا دليلاً على نضج منظومة متكاملة جاهزة للسوق.

التوسع المداري الواسع لا يبدو واقعياً قريباً بسبب تعقيدات الإطلاق والتشغيل والتحديث التقني والتنظيم (شاترستوك)

تنظيم يحدّ التوسع

قد يكون البعد التنظيمي والجيوسياسي بطيئاً لكنه مؤثر. فحين تتحول الحوسبة المدارية إلى جزء من بنية رقمية ذات أهمية استراتيجية، تبدأ أسئلة السيطرة والاختصاص والسيادة في الظهور بقوة؛ من يملك هذه البنية؟ من ينظمها؟ من يضمن أمنها؟ ومن يملك حق تشغيل قدرة حاسوبية قد تصبح حيوية لقطاعات مثل الاستشعار الدفاعي أو النسخ الاحتياطي السيادي أو معالجة بيانات الأقمار الصناعية؟

ماكديفيت يشير إلى طيف واسع من العوائق، من تخصيص الطيف وإدارة الحركة المدارية وقواعد الحطام، إلى ضوابط التصدير، والهواجس الأمنية، وحوكمة الأمن السيبراني. هذه العوائق قد لا تمنع التبني، لكنها قد تبطئه وتجزئ السوق جغرافياً وسياسياً.

لهذا كله، تبدو المبالغة أكبر خطر يواجه هذا التصور اليوم. ماكديفيت يقرّ بأن هناك «خطراً حقيقياً» من أن يبالغ القطاع في تقدير الدور الذي ستلعبه البنية المدارية في الذكاء الاصطناعي إذا انزلق النقاش من الاستخدامات الانتقائية إلى سردية الاستبدال الشامل. لكن هذا التحفظ لا يلغي وجود فرصة فعلية. فربما لا يصبح المدار موطناً للطلب الرئيسي على الذكاء الاصطناعي، لكنه قد ينجح تجارياً في شريحة محددة من التطبيقات التي تتضرر بشدة من اختناقات الأرض أو تملك أفضلية طبيعية حين تتم معالجتها في الفضاء. وبذلك، فإن القضية ليست ما إذا كانت مراكز البيانات المدارية «المستقبل» كله، بل ما إذا كانت ستصبح جزءاً من المستقبل في أماكن بعينها.

يمكن الاستخلاص من حديث ماكديفيت أن المدار قد يصبح جزءاً من البنية الطبيعية لقطاعات مثل مراقبة الأرض والاستشعار المرتبط بالدفاع والنسخ السيادي الاحتياطي وبعض أعباء الذكاء الاصطناعي المتسامحة مع التأخير. أما البنية الأرضية فستبقى القلب الرئيسي للحوسبة العالمية، لأنها أسهل في الصيانة، وأسهل في التوسع التدريجي، وأكثر ملاءمة للجزء الأكبر من الطلب منخفض الكمون. بذلك، لا تبدو مراكز البيانات المدارية حلاً سحرياً لأزمة بنية الذكاء الاصطناعي، لكنها ليست مجرد خيال تقني أيضاً. الأقرب أنها ستظل، في المستقبل القريب والمتوسط على الأقل، طبقة متخصصة ذات قيمة حقيقية، ولكن ضمن حدود واضحة لا ينبغي تجاهله.


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.