أقرّ تيم كوك، الرئيس التنفيذي السابق لشركة Apple، بأن إطلاق تطبيق Apple Maps عام 2012 كان “أول خطأ كبير” خلال فترة قيادته للشركة، في اعتراف يعكس أهمية تلك المرحلة في تاريخ آبل.
تيم كوك يكشف أبرز إخفاقاته خرائط آبل في صدارة الأخطاء
تيم كوك يكشف أبرز إخفاقاته خرائط آبل في صدارة الأخطاء
وأوضح كوك، خلال اجتماع داخلي مع خليفته جون تيرنوس، أن التطبيق لم يكن جاهزًا عند طرحه، حيث تسبّب في تقديم إرشادات خاطئة ووضع معالم في مواقع غير دقيقة، فضلًا عن تجربة استخدام أقل جودة مقارنةً بتطبيق Google Maps على هواتف آيفون آنذاك.
سوء تقدير لمدى الجاهزية
وأضاف كوك أن الشركة اعتمدت بشكل مفرط على الاختبارات المحلية، معتقدةً أنها كافية لضمان نجاح الإطلاق عالميًا، وهو ما تبيّن لاحقًا أنه تقدير غير دقيق.
تسبّب هذا الإخفاق في أول تغيير إداري كبير داخل آبل خلال عهد كوك، حيث تمت إقالة سكوت فورستال، رئيس البرمجيات وأحد أبرز المقربين من ستيف جوبز.
مسيرة مليئة بالتحديات دون أزمات كبرى
ورغم ذلك، أشار كوك إلى أن مسيرته تضمنت العديد من الأخطاء، لكنها لم تصل إلى مستوى أزمات كبرى مثل استدعاء منتجات أو إلغائها، كما حدث في شركات تقنية أخرى.
في المقابل، عبّر كوك عن فخره بإطلاق Apple Watch، التي تطورت من جهاز بسيط لقياس نبضات القلب عند إطلاقها عام 2014 إلى أداة صحية متقدمة تشمل ميزات مثل تخطيط القلب الكهربائي.
تأثير إنساني يتجاوز التكنولوجيا
وكشف كوك عن تأثره برسالة مبكرة من أحد المستخدمين أفاد فيها بأن الساعة أنقذت حياته، مشيرًا إلى أن مثل هذه الرسائل أصبحت تصل إليه بشكل يومي، لكنها كانت لحظة مؤثرة للغاية في البداية.
ولم تكن “خرائط آبل” التجربة الفاشلة الوحيدة، إذ أشار كوك إلى مشاريع لم تكتمل مثل شاحن AirPower، بالإضافة إلى مشروع السيارة الذاتية القيادة الذي استمر لسنوات دون نتائج ملموسة.
الاعتذار والشفافية مع المستخدمين
وأكد كوك أن آبل تعاملت مع الأزمة بشفافية، حيث اعتذرت رسميًا للمستخدمين، بل ونصحتهم باستخدام تطبيقات منافسة عبر متجر App Store، وهو قرار وصفه بالصعب لكنه كان ضروريًا للحفاظ على ثقة المستخدم.
واختتم كوك حديثه بالتأكيد على أن تجربة “خرائط آبل” تحوّلت إلى درس مهم في تاريخ الشركة، مضيفًا أن آبل واصلت تطوير الخدمة حتى أصبحت اليوم من أفضل تطبيقات الخرائط، مؤكدًا أن الإصرار بعد الفشل هو مفتاح النجاح.
كشفت Cash App عن منتج جديد وغير مألوف في عالم المدفوعات الرقمية، يتمثل في عصا ذكية تحمل اسم Cash App Wand، تتيح للمستخدمين إجراء عمليات الدفع الإلكتروني بمجرد تمريرها على أجهزة الدفع الداعمة للتقنية اللاتلامسية.
كاش آب تحول الدفع إلى تجربة مبتكرة بإطلاق عصا ذكية تعمل باللمس
كاش آب تحول الدفع إلى تجربة مبتكرة بإطلاق عصا ذكية تعمل باللمس
تمثل العصا أول إصدار ضمن فئة جديدة من الإكسسوارات الذكية أطلقت عليها الشركة اسم Cash App Tags، وهي مجموعة من المنتجات القابلة للارتداء أو الحمل، والمزودة بتقنيات الدفع الإلكتروني.
وتسعى الشركة من خلال هذه الفكرة إلى تحويل وسائل الدفع إلى عناصر شخصية يمكن دمجها في الإكسسوارات اليومية بأشكال متعددة.
تعتمد Cash App Wand على تقنية الاتصال قريب المدى (NFC)، وهي التقنية نفسها المستخدمة في البطاقات اللاتلامسية والمحافظ الرقمية الحديثة.
وبعد ربط العصا بحساب المستخدم وبطاقة Cash App Visa عبر التطبيق، يمكن استخدامها لإتمام عمليات الشراء من خلال اللمس فقط، دون الحاجة إلى إخراج الهاتف أو البطاقة المصرفية.
سعر محدود وإصدار حصري
طرحت الشركة العصا بسعر يبلغ 25 دولارًا، وهي متاحة حاليًا بكميات محدودة للعملاء المؤهلين من عمر 13 عامًا فأكثر، بشرط امتلاك بطاقة Cash App Visa.
ويبدو أن الشركة تستهدف من خلال هذا المنتج فئة المستخدمين الشباب الذين يبحثون عن طرق أكثر تميزًا وتعبيرًا عن الشخصية في استخدام التكنولوجيا اليومية.
أوضح Thomas Templeton، رئيس قسم الأجهزة في شركة Block, Inc. المالكة لتطبيق Cash App، أن العصا ليست سوى البداية لسلسلة واسعة من التصاميم المستقبلية.
وأشار إلى أن التقنية يمكن دمجها في منتجات متنوعة تشمل الملابس والمجوهرات والإكسسوارات الشخصية، ما يفتح المجال أمام أشكال جديدة ومبتكرة للدفع الإلكتروني.
مزايا أمان مدمجة
زودت الشركة أجهزة Cash App Tags بمجموعة من وسائل الحماية، تشمل:
إشعارات فورية عند تنفيذ أي عملية دفع.
أنظمة مراقبة للكشف عن عمليات الاحتيال على مدار الساعة.
إمكانية إيقاف الجهاز أو إعادة تفعيله مباشرة من التطبيق.
الاستفادة من منظومة الأمان نفسها المستخدمة في بطاقة Cash App.
تعكس هذه الخطوة توجهًا متزايدًا في قطاع التكنولوجيا المالية نحو دمج وسائل الدفع داخل المنتجات القابلة للارتداء، بدلاً من الاعتماد فقط على البطاقات أو الهواتف الذكية.
ومع توسع استخدام تقنيات NFC حول العالم، قد نشهد خلال السنوات المقبلة ظهور أشكال أكثر غرابة وابتكارًا من وسائل الدفع، لتتحول عملية الشراء اليومية إلى تجربة أكثر سلاسة ومرونة.
كشف باحثون عن ظاهرة مثيرة للاهتمام في مجال الذكاء الاصطناعي تُعرف باسم “التعلم اللاواعي” (Subliminal Learning)، حيث يمكن لنماذج الذكاء الاصطناعي نقل بعض السمات والسلوكيات إلى نماذج أخرى أثناء التدريب، حتى عندما لا تكون هذه السمات موجودة بشكل مباشر في البيانات المستخدمة.
دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد
دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد
تحدث الظاهرة عادة عندما يُستخدم نموذج ذكاء اصطناعي متقدم بصفته “المعلم” لإنتاج بيانات تدريب لنموذج آخر أصغر يُعرف باسم “الطالب”.
ووفقًا لدراسة نُشرت في Nature، لاحظ الباحثون أن بعض الخصائص أو التوجهات الموجودة في النموذج المعلم يمكن أن تظهر لدى النموذج الطالب حتى بعد إزالة جميع الإشارات الواضحة المرتبطة بهذه الخصائص من بيانات التدريب.
أجرى الباحثون عدة تجارب باستخدام نماذج مبنية على تقنية GPT-4.1، حيث تم تدريب نموذج معلم على إظهار تفضيل معين، ثم استخدم لإنتاج بيانات تدريب لا تحتوي ظاهريًا على أي معلومات مرتبطة بذلك التفضيل.
ورغم ذلك، أظهرت النماذج الطلابية سلوكيات مشابهة للنموذج المعلم عند اختبارها لاحقًا، ما يشير إلى وجود إشارات أو أنماط خفية تنتقل أثناء عملية التدريب.
أمثلة توضح المشكلة
في إحدى التجارب، تم توجيه النموذج المعلم لإظهار تفضيل لطائر البوم، ثم استخدم لإنتاج بيانات مكونة من سلاسل رقمية فقط. وبعد تدريب النموذج الطالب على هذه البيانات، اختار البوم كحيوانه المفضل بمعدل أعلى بكثير من النماذج التي تدربت على بيانات محايدة.
كما أظهرت بعض التجارب الأخرى أن نماذج معينة قد تُنتج إجابات متطرفة أو غير مناسبة في بعض السيناريوهات الافتراضية، رغم عدم احتواء بيانات التدريب المباشرة على مثل هذه الأفكار أو التوجيهات.
يشير الباحثون إلى أن السبب الدقيق لهذه الظاهرة لا يزال غير مفهوم بشكل كامل. ويُعتقد أن الأمر مرتبط بالطريقة التي تخزن بها الشبكات العصبية المعلومات والأنماط أثناء عملية التعلم.
وتكمن الصعوبة في أن النماذج لا تتعلم فقط من المعنى الظاهر للبيانات، بل قد تلتقط أيضًا أنماطًا وإشارات إحصائية معقدة لا يمكن للمطورين ملاحظتها بسهولة.
تحديات جديدة أمام مطوري الذكاء الاصطناعي
تثير هذه النتائج تساؤلات مهمة حول كيفية تقييم سلامة النماذج المستقبلية، خاصة مع تزايد الاعتماد على الذكاء الاصطناعي لتوليد بيانات تُستخدم لاحقًا في تدريب أنظمة أخرى.
ويرى الباحثون أن فحص مخرجات النماذج وحده قد لا يكون كافيًا، بل قد يصبح من الضروري مراجعة مصادر البيانات وسلسلة التطوير بالكامل للتأكد من عدم انتقال خصائص أو انحيازات غير مرغوبة بين الأجيال المختلفة من النماذج.
لا تعني الدراسة أن نماذج الذكاء الاصطناعي أصبحت خطيرة أو خارجة عن السيطرة، لكنها تكشف عن جانب لا يزال غير مفهوم بالكامل في عملية تدريب النماذج المتقدمة.
وتؤكد النتائج أهمية الاستثمار في أبحاث سلامة الذكاء الاصطناعي والشفافية، خاصة مع تزايد اعتماد الشركات على النماذج الذكية في تطوير الأجيال الجديدة من أنظمة الذكاء الاصطناعي.
أطلقت شركة Anthropic تحذيرات بشأن التسارع الكبير في تطوير تقنيات الذكاء الاصطناعي، مؤكدة أن القطاع يقترب من مرحلة قد تصبح فيها الأنظمة قادرة على المساهمة في بناء الأجيال اللاحقة من نفسها بشكل شبه مستقل، وهو ما قد يغير مستقبل التكنولوجيا والاقتصاد والعمل المعرفي خلال فترة زمنية قصيرة.
أنثروبيك تدعو إلى تباطؤ مدروس في تطوير الذكاء الاصطناعي وتحذر من أنظمة قادرة على تطوير نفسها
أوضحت الشركة أن البشر كانوا تاريخيًا العنصر الأساسي في دورة تطوير نماذج الذكاء الاصطناعي، إلا أن هذا الواقع بدأ يتغير تدريجيًا مع اعتماد الشركات المتزايد على النماذج الذكية في كتابة الأكواد البرمجية، وتشغيل التجارب، وتحليل النتائج، وحتى اقتراح أفكار ومسارات بحثية جديدة.
أنثروبيك تدعو إلى تباطؤ مدروس في تطوير الذكاء الاصطناعي وتحذر من أنظمة قادرة على تطوير نفسها
“كلود” يشارك في كتابة معظم الأكواد البرمجية
وكشفت أنثروبيك أن نموذج الذكاء الاصطناعي الخاص بها، Claude، أصبح مسؤولًا عن إنتاج أكثر من 80% من الشفرات البرمجية التي تُدمج داخل أنظمة الشركة اعتبارًا من مايو 2026، مقارنة بمعدلات محدودة للغاية قبل إطلاق أداة Claude Code في عام 2025.
كما أشارت الشركة إلى أن معدل الأكواد البرمجية المدمجة لكل مهندس ارتفع إلى نحو ثمانية أضعاف مقارنة بمتوسط الأعوام السابقة، ما يعكس التأثير المتزايد للذكاء الاصطناعي في عمليات التطوير البرمجي.
اقتراب مفهوم “التحسين الذاتي المتكرر”
ترى أنثروبيك أن التطور الحالي لم يعد يقتصر على تنفيذ المهام البرمجية فقط، بل امتد إلى المشاركة في إدارة التجارب البحثية، وتسريع عمليات التدريب، واكتشاف الأخطاء والثغرات التقنية.
ويُقرب ذلك الصناعة من مفهوم يُعرف باسم “التحسين الذاتي المتكرر”، حيث تساعد نماذج الذكاء الاصطناعي في تطوير نماذج أكثر تقدمًا، والتي بدورها تسهم في بناء أجيال جديدة أكثر قوة.
بحسب الشركة، يكمن التحدي الأكبر في ضمان استمرار قدرة البشر على فهم ومراقبة الأنظمة المتقدمة. فكلما ازدادت قدرة النماذج على تطوير نفسها، ازدادت أهمية معالجة مشكلة “المحاذاة”؛ أي التأكد من أن أهداف الأنظمة وسلوكها تظل متوافقة مع القيم والتوجيهات البشرية.
دعوة إلى حوكمة دولية وتنسيق عالمي
في ضوء هذه المخاوف، دعت أنثروبيك إلى إطلاق حوار عالمي حول إمكانية إبطاء أو تعليق تطوير بعض النماذج المتقدمة إذا دعت الحاجة إلى ذلك، مع التأكيد على أن أي خطوة من هذا النوع يجب أن تتم عبر تنسيق دولي واسع النطاق، وليس من خلال قرارات منفردة قد تمنح بعض الجهات أفضلية تنافسية.
شددت الشركة على أهمية تطوير أنظمة رقابية دولية قادرة على متابعة عمليات تدريب النماذج المتقدمة والتحقق من التزام المختبرات والشركات الكبرى بمعايير السلامة المتفق عليها.
كما دعت إلى مشاركة الحكومات والجامعات والباحثين المستقلين ومنظمات المجتمع المدني وشركات الذكاء الاصطناعي المختلفة في صياغة قواعد الحوكمة المستقبلية، بدلًا من ترك هذه القرارات الحساسة بيد الشركات وحدها.
سباق مع الزمن
وترى أنثروبيك أن بناء منظومة دولية للرقابة والثقة قد يستغرق سنوات طويلة، كما حدث مع اتفاقيات الحد من التسلح النووي، إلا أن تطور الذكاء الاصطناعي يسير بوتيرة أسرع بكثير، ما يجعل التحرك المبكر ضرورة وليس خيارًا.
تؤكد الشركة أن الذكاء الاصطناعي القادر على المساهمة في تطوير نفسه قد يفتح آفاقًا هائلة في مجالات العلوم والطب والإنتاجية والابتكار، لكنه في المقابل يطرح تحديات غير مسبوقة تتعلق بالسلامة والشفافية والحوكمة.