من لاس فيغاس... «غوغل كلاود نيكست 2026» يرسم المرحلة التالية للذكاء الاصطناعي المؤسسي

منصات ووكلاء ورقائق وبيانات وأمن... ماذا تعني لجاهزية المؤسسات في الخليج؟

تقدم «غوغل كلاود» الذكاء الاصطناعي بوصفه نموذجاً تشغيلياً متكاملاً للمؤسسات لا مجرد مجموعة أدوات منفصلة (غوغل)
تقدم «غوغل كلاود» الذكاء الاصطناعي بوصفه نموذجاً تشغيلياً متكاملاً للمؤسسات لا مجرد مجموعة أدوات منفصلة (غوغل)
TT

من لاس فيغاس... «غوغل كلاود نيكست 2026» يرسم المرحلة التالية للذكاء الاصطناعي المؤسسي

تقدم «غوغل كلاود» الذكاء الاصطناعي بوصفه نموذجاً تشغيلياً متكاملاً للمؤسسات لا مجرد مجموعة أدوات منفصلة (غوغل)
تقدم «غوغل كلاود» الذكاء الاصطناعي بوصفه نموذجاً تشغيلياً متكاملاً للمؤسسات لا مجرد مجموعة أدوات منفصلة (غوغل)

سعت «غوغل كلاود» في مؤتمرها السنوي «Google Cloud Next 2026» الذي حضره أكثر من 30 ألف مشارك، الأربعاء، في مدينة لاس فيغاس الأميركية، إلى تقديم صورة أوسع من مجرد سلسلة إعلانات تقنية جديدة. فمنذ اليوم الأول، بدا أن الشركة تريد وضع الحدث في إطار تحول أكبر في الذكاء الاصطناعي المؤسسي، عنوانه الانتقال من مرحلة الاستخدام التجريبي إلى مرحلة التشغيل الواسع داخل المؤسسات. هذا التحول صاغته «غوغل» تحت مفهوم «المؤسسة الوكيلة»، أي مؤسسة لا يقتصر فيها الذكاء الاصطناعي على المساعدة أو التلخيص، بل يمتد إلى بناء الوكلاء وتشغيلهم وربطهم بالبيانات والأنظمة وسير العمل اليومي.

توماس كوريان الرئيس التنفيذي لـ«غوغل كلاود» خلال كلمته الافتتاحية (غوغل)

حاول توماس كوريان الرئيس التنفيذي لـ«غوغل كلاود» أن يضع هذا الاتجاه في صياغة واضحة، مقدماً الكلمة الافتتاحية بوصفها «خريطة طريق للمؤسسة الوكيلة». وفي المعنى الذي خرج به اليوم الأول، فإن الرسالة لم تكن أن الذكاء الاصطناعي يدخل الشركات بوصفه أداة إضافية، بل إنه يدفعها نحو نموذج تشغيلي جديد، تصبح فيه البنية التحتية والبيانات والحوكمة والأمن وتطبيقات العمل أجزاء مترابطة في طبقة واحدة أكثر اعتماداً على الوكلاء. كما سعى الحدث إلى دعم هذا الطرح بأرقام تعكس الزخم الذي تريد الشركة إبرازه، قائلة إن نحو 75 في المائة من عملاء «غوغل كلاود» يستخدمون منتجاتها للذكاء الاصطناعي، وإن نماذجها الأساسية تعالج أكثر من 16 مليار رمز في الدقيقة عبر الاستخدام المباشر من العملاء.

ركائز التحول المؤسسي

على مستوى الإعلانات نفسها، كان المشهد موزعاً على 4 ركائز رئيسية. الأولى كانت «Gemini Enterprise Agent Platform» التي قدمتها «غوغل» بوصفها منصة لبناء الوكلاء الذكيين وتوسيعهم وحوكمتهم ومراقبتهم داخل المؤسسات. والثانية كانت البنية التحتية، مع الإعلان عن الجيل الثامن من وحدات «TPU» إلى جانب ما تصفه الشركة بمعمارية «AI Hypercomputer». أمّا الركيزة الثالثة فكانت «Agentic Data Cloud» التي تعكس محاولة لإعادة صياغة علاقة الذكاء الاصطناعي ببيانات المؤسسات. وجاءت الرابعة عبر «Agentic Defense» الذي يربط بين الذكاء الاصطناعي والأمن السيبراني وحماية التطبيقات والبيئات السحابية. كما أضافت الشركة طبقة رابعة موازية على مستوى الاستخدام اليومي، عبر توسيع دور «Gemini Enterprise» داخل بيئات العمل، وتقديم «Workspace Intelligence» بوصفها طبقة دلالية تربط بين أدوات مثل «جيميل» و«دوكس» و«درايف» و«ميت» و«شات». وباختصار، فإن الحدث لم يُبنَ حول إعلان نموذج جديد فقط، بل حول حزمة تقول إن المرحلة التالية من الذكاء الاصطناعي ستكون معركة تشغيل مؤسسي متكامل.

ركزت إعلانات الحدث على 4 طبقات رئيسية تشمل الوكلاء والبنية التحتية والبيانات والأمن السيبراني (غوغل)

جاهزية الخليج للذكاء المؤسسي

ما يمنح هذا الطرح وزناً أكبر بالنسبة إلى الخليج هو أن المنطقة نفسها باتت معنية بهذه المرحلة من تطور الذكاء الاصطناعي. فالنقاش هنا لم يعد يقتصر على أهمية الذكاء الاصطناعي أو الرغبة في استخدامه، بل يتجه بصورة متزايدة إلى كيفية تشغيله على نطاق أوسع داخل القطاعات الحساسة والمنظمة، مثل التمويل والاتصالات والرعاية الصحية والطاقة والخدمات اللوجستية والقطاع الحكومي. ومن هذه الزاوية، فإن ما قُدم في «نيكست 2026» لا يبدو مجرد إعلانات حدث سنوي، بل يعكس تحولاً أوسع في السوق من التركيز على الوصول إلى النماذج إلى التركيز على الجاهزية المؤسسية لتشغيلها.

وبالنسبة إلى السعودية تحديداً، فإن هذا يبرز اتجاهاً نحو نقاش أكثر ارتباطاً بالجوانب التشغيلية والتطبيقية. فالمسألة لم تعد مرتبطة فقط بالبنية الحاسوبية أو الشراكات أو إدخال أدوات الذكاء الاصطناعي إلى بعض الوظائف، بل أيضاً بكيفية دمج هذه التقنيات داخل الأنظمة والعمليات المؤسسية بصورة فعالة ومنظمة. ويشمل ذلك استخدام الذكاء الاصطناعي في بيئات خاضعة للامتثال، وتوظيفه في عمليات الشبكات والخدمات، والاستفادة من الوكلاء داخل المؤسسات مع الحفاظ على المتابعة والتدقيق والضبط المؤسسي.

المرحلة التالية من الذكاء الاصطناعي ستعتمد على قدرة المؤسسات على تشغيله على نطاق واسع داخل بيئات العمل الفعلية (شاترستوك)

حوكمة البنية الذكية

عندما تتحدث «غوغل» عن منصة لإدارة الوكلاء، أو عن هوية الوكيل، أو عن بوابة للتحكم في تفاعلاته، أو عن أدوات للمراقبة، فإن هذه ليست مجرد تفاصيل تقنية داخل منتج جديد، بل تعكس اتجاهاً أوسع في السوق نحو تشغيل الذكاء الاصطناعي داخل المؤسسات ضمن أطر واضحة وقابلة للمراجعة. وهذه نقطة مهمة لأن إحدى الرسائل الأكثر دلالة في الحدث الذي حضرته «الشرق الأوسط» كانت أن النقاش لم يعد يتمحور فقط حول القدرة على بناء وكيل ذكي، بل حول كيفية إدارة أعداد كبيرة منهم داخل المؤسسة الواحدة. وبالنسبة إلى السعودية والخليج، فإن هذا يبرز أهمية طبقات الحوكمة والمراقبة والهوية، خصوصاً مع توسع استخدام الذكاء الاصطناعي في القطاعات الحساسة.

والأمر نفسه ينطبق على البنية التحتية. فإعلانات مثل «TPU 8t» و«TPU 8i» و«AI Hypercomputer» لا تكتسب أهميتها فقط من سباق الرقائق أو من التنافس بين مزودي الحوسبة السحابية، بل أيضاً من دلالتها على أن المرحلة المقبلة من الذكاء الاصطناعي ستعتمد على بنية تحتية تدعم التدريب والاستدلال المستمر واسع النطاق. ومن هذه الزاوية، يبرز التركيز على كيفية توظيف هذه البنية في تطبيقات مؤسسية عملية عبر قطاعات متعددة.

تعكس وحدات «TPU» الجديدة التي أعلنتها «غوغل» تركيزاً واضحاً على بنية تحتية تخدم التدريب والاستدلال معاً (غوغل)

البيانات في الصدارة

ثم تأتي البيانات، وهي من العناصر الأساسية في المرحلة المقبلة. فطرح «Agentic Data Cloud» يعكس اتجاهاً متزايداً نحو تعزيز جاهزية البيانات وربطها بشكل أفضل داخل المؤسسات. وبالنسبة إلى السعودية، فإن هذه النقطة تكتسب أهمية خاصة مع تسارع التحول الرقمي في ظل «رؤية 2030» واتساع الحاجة إلى بيئات بيانات أكثر ترابطاً، بما يتيح للذكاء الاصطناعي العمل بسياق أعمال أدق وأكثر فاعلية.

وفي هذا السياق، لا تبدو طبقة الاستخدام اليومي التي تحدثت عنها «غوغل» أقل أهمية من طبقات الرقائق أو المنصات. فعندما توسع الشركة دور «Gemini Enterprise» داخل بيئة العمل، وتقدم «Workspace Intelligence» كطبقة سياقية موحدة عبر البريد والمستندات والاجتماعات والمحادثات والملفات، فهي لا تضيف مزايا إنتاجية فقط، بل ترسم تصوراً لبيئة يصبح فيها الذكاء الاصطناعي أقرب إلى جزء من التدفق اليومي للعمل، لا أداة منفصلة على الهامش. وهذه النقطة تهم المنطقة أيضاً، لأن نجاح الذكاء الاصطناعي في المؤسسات لن يُقاس فقط بما إذا كانت الإدارات التقنية قادرة على بنائه، بل بما إذا كان يمكن دمجه في العمل الفعلي للموظفين والفرق من دون زيادة التعقيد أو خلق طبقات تشغيلية منفصلة.

أوضح المؤتمر أن نجاح الذكاء الاصطناعي المؤسسي يتطلب حوكمة أوضح وبيانات أكثر ترابطاً وبنية تحتية تدعم الاستدلال المستمر (غوغل)

الأمن في الصميم

أما الأمن، فكان واحداً من أكثر المحاور التي كشفت أن السوق دخلت مرحلة أكثر واقعية. فعبر «Agentic Defense»، سعت «غوغل» إلى ربط الذكاء الاصطناعي مباشرة بالأمن السيبراني، ليس باعتباره طبقة منفصلة، بل جزءاً من المعمارية نفسها. هذه النقطة لها أهمية واضحة في المنطقة، لأن توسع الذكاء الاصطناعي داخل المؤسسات في قطاعات مثل الطاقة والاتصالات والقطاع المالي لا يمكن فصله عن سؤال الثقة والاستمرارية والقدرة على احتواء المخاطر. وكلما توسعت المؤسسات في استخدام الوكلاء وربطتهم ببياناتها وأنظمتها، أصبح الأمن جزءاً من الذكاء الاصطناعي ذاته، لا مجرد إضافة لاحقة إليه.

ومن بين الرسائل المهمة أيضاً في الحدث أن «غوغل» حاولت الجمع بين فكرتين تبدوان متوازيتين. إحداهما تقديم حزمة متكاملة ومحسنة رأسياً من جهة، والأخرى التأكيد على الانفتاح وتعدد النماذج والتكامل مع الشركاء من جهة أخرى. وهذه ليست مجرد نقطة تنافسية بين الشركات الكبرى، بل مسألة عملية للمؤسسات نفسها، خصوصاً في الأسواق التي تسعى إلى الموازنة بين التكامل التقني والمرونة التشغيلية على المدى الطويل. وبالنسبة إلى الخليج، فإن هذا التوازن بين التكامل والانفتاح يبرز كأحد الأسئلة المهمة في المرحلة المقبلة من الذكاء الاصطناعي المؤسسي.

ربما يكون أهم ما كشفه اليوم الأول من «Google Cloud Next 2026» بالنسبة إلى السعودية والخليج ليس منتجاً واحداً بعينه، بل طبيعة التحول الذي يعكسه. فالموجة الأولى من الذكاء الاصطناعي كانت تدور حول إثبات الفائدة. أما الموجة التالية، كما بدت في لاس فيغاس، فتدور حول إثبات الجاهزية. وهذا يعني أن المعركة المقبلة لن تُحسم فقط بمن يملك النموذج الأذكى، بل بمن يملك المؤسسة الأقدر على تشغيله، وضبطه، وتأمينه، وربطه ببياناته وعملياته، وتحويله من تجربة لافتة إلى قدرة يومية يمكن الوثوق بها. ومن هذه الزاوية، فإن الرسالة الأهم القادمة من الحدث ليست تقنية فقط، بل مؤسسية أيضاً: المرحلة المقبلة في الذكاء الاصطناعي في المنطقة ستكون معركة تنفيذ بقدر ما هي معركة ابتكار.


مقالات ذات صلة

حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

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)
الاقتصاد شعار «ميتا» خلال معرض «فيفا تكنولوجي» في باريس (رويترز)

شكاوى أوروبية ضد «غوغل» و«ميتا» و«تيك توك» لتقصيرها في مواجهة الاحتيال المالي

واجهت كل من «غوغل» التابعة لشركة «ألفابت»، و«ميتا»، و«تيك توك» شكاوى من جمعيات حماية المستهلك في الاتحاد الأوروبي.

«الشرق الأوسط» (بروكسل)
تكنولوجيا «غوغل» تسعى لجعل «جيميناي» طبقة تشغيل داخل البحث والبريد والفيديو والتسوق لا مجرد مساعد منفصل (أ.ف.ب)

من «جيميناي» إلى النظارات الذكية... إليك أبرز إعلانات مؤتمر «غوغل» للمطورين

«غوغل» تعرض في مؤتمرها للمطورين توسع «جيميناي» من مساعد ذكي إلى طبقة تشغيل داخل منتجاتها اليومية.

نسيم رمضان (لاس فيغاس (الولايات المتحدة))
تكنولوجيا حضور يمرّ أمام لافتة لشركة «غوغل» في مؤتمر «غوغل I/O» في 19 مايو 2026 في ماونتن فيو بولاية كاليفورنيا الأميركية (أ.ف.ب)

«غوغل» تعلن عن سلسلة من التطورات في مجال الذكاء الاصطناعي

تطلق شركة «غوغل» قريباً وفرة من الأدوات والأنظمة الجديدة المدعومة بالذكاء الاصطناعي.

«الشرق الأوسط» (واشنطن)
الاقتصاد متنزه «أكواريبيا» المائي في مشروع «القدية» السعودي (واس)

«القدية» السعودية و«غوغل كلاود» توسّعان شراكتهما لإنشاء البنية الرقمية

أعلنت شركة «القدية للاستثمار»، إحدى شركات صندوق الاستثمارات العامة، عن توسّع كبير في تعاونها مع «غوغل كلاود» لإنشاء البنية الرقمية الأساسية لمشروع «القدية».

«الشرق الأوسط» (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.