طوّر باحثون من جامعة كاليفورنيا – لوس أنجلوس (UCLA) نظامًا غير جراحيًا لواجهة الدماغ والحاسوب (Brain–Computer Interface System) مدعومًا بالذكاء الاصطناعي، يتيح للمستخدمين التحكم في ذراع روبوتية أو مؤشر شاشة بدقة وسرعة عالية. ويعمل النظام على تحويل إشارات الدماغ المسجلة بتقنية EEG إلى أوامر حركية، مع دعم من كاميرا ذكية تفسر نية المستخدم لحظيًا.
نظام ذكاء اصطناعي يحوّل الأفكار إلى حركة لتمكين مرضى الشلل
نظام ذكاء اصطناعي يحوّل الأفكار إلى حركة لتمكين مرضى الشلل
أظهرت الدراسة – التي نُشرت في مجلة Nature Machine Intelligence – أن المشاركين، ومن بينهم شخص مصاب بالشلل، تمكنوا من إنجاز مهام معقدة بسرعة أكبر مقارنة بالأنظمة التقليدية. فقد أتم المشارك المشلول مهمة تحريك ذراع روبوتية لنقل أربعة مكعبات خلال ست دقائق فقط بمساعدة الذكاء الاصطناعي، بينما لم يتمكن من إنجازها بدونه.
قال Jonathan Kao، أستاذ الهندسة الكهربائية وهندسة الحاسوب في UCLA:
“هدفنا النهائي هو تطوير أنظمة واجهة دماغ وحاسوب مدعومة بالذكاء الاصطناعي تساعد مرضى الاضطرابات الحركية مثل الشلل أو ALS على استعادة قدر من الاستقلالية في حياتهم اليومية”.
وأضاف Johannes Lee، المشارك في الدراسة:
“الخطوة القادمة تشمل تطوير أنظمة أكثر دقة وسرعة لتحريك الأذرع الروبوتية، مع تحسين طريقة اللمس والتكيف مع الأجسام المختلفة، إضافةً إلى جمع بيانات أوسع لتعزيز دقة فك إشارات EEG”.
يمثل هذا الابتكار قفزة نوعية في مجال التقنيات المساعدة، وقد يفتح الباب أمام حلول عملية لتمكين المصابين بالشلل والأمراض العصبية من أداء مهام يومية كانت مستحيلة في السابق.
لو إجابتك نعم، فمنصة Lovart AI هي الحل اللي بتدور عليه. في عالم مليان أدوات بتعمل وظائف متفرقة، بيظهر Lovart كأول “وكيل تصميم” (Design Agent) متكامل بيقلب الموازين، وبيوفر بيئة عمل بتجمع بين الاحترافية والسرعة الفائقة لإنتاج أعمال جاهزة للسوق.
لماذا يعتبر Lovart AI أقوى بديل فوتوشوب بالذكاء الاصطناعي؟
السر هنا مش مجرد توليد صور عشوائية، بل في دمج أقوى النماذج اللغوية والبصرية في مساحة عمل واحدة. المنصة بتعتمد على GPT-4o لفهم أوامرك البرمجية والتسويقية بدقة، وبتدمجها مع محركات توليد جبارة زي Flux Pro و Stable Diffusion. النتيجة؟ إنتاج تصاميم فائقة الواقعية (Photorealistic) بتبرز أدق التفاصيل من مسام البشرة إلى ملمس الأقمشة، وده بيخليها مثالية لتنفيذ صور الحملات الإعلانية المعقدة.
ميزات احترافية تجعلك تستغني عن الطرق التقليدية
علشان تتصدر في مجالك وتحقق أسرع إنتاجية، المنصة بتقدملك أدوات بتغطي كل احتياجاتك بضغطة زر:
مساحة عمل لا نهائية (Infinite Canvas): بتوفر لك تحكم كامل في الطبقات (Layers) وتعديلها بكل سهولة، مع إمكانية التعديل الجزئي المباشر (Inpainting) على أي عنصر داخل التصميم لتغييره دون المساس بباقي الصورة.
أتمتة الهويات البصرية: من خلال نظام Talk-Tab-Tune، الأداة قادرة على تحليل متطلبات العميل وبناء هوية بصرية كاملة (شعارات، ألوان، قوالب سوشيال ميديا متناسقة)، مع دعم كامل للتصدير بصيغ احترافية زي SVG و PDF.
إخراج جاهز للحملات الكبرى: التصاميم الناتجة مش مجرد “أفكار مبدئية”، بل هي مواد تسويقية عالية الجودة يمكن الاعتماد عليها مباشرة في المشاريع الكبرى والبث الرقمي بفضل دقتها الشديدة.
بديل فوتوشوب بالذكاء الاصطناعي
لمن يصلح هذا الوكيل الذكي؟
الاعتماد على بديل فوتوشوب بالذكاء الاصطناعي مش معناه تهميش دور المصمم، بل معناه مضاعفة إنتاجية وكالات التسويق والمبدعين. المنصة بتستهدف بالأساس المحترفين اللي بيحتاجوا ينجزوا المهام اليدوية المتكررة بسرعة، ويوفروا وقتهم للتوجيه الفني والابتكار، مما يعزز من سرعة تسليم المشاريع للعملاء.
وبجانب كونه بديل فوتوشوب بالذكاء الاصطناعي، فهو كذلك يعطيك إمكانية الدخول على كافة أدوات إنشاء الفيديو بالذكاء الاصطناعي مثل Kling و Seedance 2 و Gemini Omni لتحريك الشخصيات وتوليد الفيديوهات، إلى جانب نماذج توليد المشاهد السينمائية الرائدة. هذا التكامل يحول مساحة العمل الخاصة بك من مجرد لوحة للتصاميم الثابتة إلى استوديو إنتاج متكامل؛ حيث يمكنك تصميم أصول الحملة الإعلانية (Assets) ثم توجيهها فوراً للحركة دون الحاجة للتنقل المزعج بين عشرات المنصات والاشتراكات المختلفة، مما يضاعف من سرعة تسليم المشاريع للعملاء.
الخلاصة: سواء كنت بتدير حملات تسويقية ضخمة أو بتأسس براند جديد من الصفر، منصة Lovart AI بتختصر عليك ساعات من العمل اليدوي، وبتقدم لك مخرجات دقيقة وتفصيلية تجعلها بلا منازع أفضل بديل فوتوشوب بالذكاء الاصطناعي متوفر حالياً لتسريع سير عملك.
أعلنت OpenAI عن ميزة جديدة لأداة البرمجة الذكية Codex تتيح لها الاستمرار في تنفيذ المهام على أجهزة Mac حتى بعد قفل الشاشة، عبر وضع جديد يحمل اسم “Locked Use”.
أداة Codex من OpenAI تدعم العمل على أجهزة ماك حتى بعد قفل الشاشة
ويواجه المطورون عادة مشكلة توقف أدوات الذكاء الاصطناعي عن العمل عند دخول أجهزة Mac في وضع السكون، خصوصًا أثناء تنفيذ مهام برمجية طويلة قد تستغرق وقتًا كبيرًا.
ولهذا كان بعض المستخدمين يعتمدون سابقًا على أوامر مثل “caffeinate” أو أدوات خارجية تمنع الجهاز من الدخول في وضع السكون، بينما لجأ آخرون إلى حلول غير تقليدية لجعل النظام يعتقد بوجود شاشة خارجية متصلة بشكل دائم.
أداة Codex من OpenAI تدعم العمل على أجهزة ماك حتى بعد قفل الشاشة
“Locked Use” تُبسط التجربة للمطورين
ومع الميزة الجديدة، أصبح بإمكان Codex مواصلة العمل حتى بعد قفل الجهاز، دون الحاجة إلى استخدام أدوات إضافية أو تعديل إعدادات النظام بصورة معقدة.
وسيجد المستخدمون خيار “Locked Use” داخل إعدادات Codex، حيث تعتمد الميزة على تثبيت إضافة مصادقة خاصة من Apple للسماح باستمرار جلسات العمل بشكل آمن.
وأكدت OpenAI أن هذا الوضع “محدود عمدًا”، موضحة أنه لا يسمح بفتح قفل جهاز Mac عن بُعد بشكل كامل، كما لا يمنح التطبيقات الأخرى أو العمليات المحلية إمكانية تجاوز حماية النظام أو الوصول إلى الجهاز.
كما أوضحت الشركة أن الميزة لا تعمل عند إغلاق غطاء أجهزة MacBook بالكامل، لأن ذلك يُدخل الجهاز في وضع سكون مختلف يؤدي إلى إيقاف العمليات الجارية.
خطوة جديدة نحو تطوير وكلاء برمجة أكثر استقلالية
وتعكس هذه الإضافة توجهًا متزايدًا نحو تطوير وكلاء ذكاء اصطناعي قادرين على تنفيذ المهام البرمجية بشكل أكثر استقلالية ومرونة، خاصة مع تزايد اعتماد المطورين على أدوات الذكاء الاصطناعي في كتابة الأكواد وإدارة بيئات التطوير وتنفيذ المهام طويلة المدى.
قررت Starbucks إيقاف نظامها المعتمد على الذكاء الاصطناعي لإدارة المخزون داخل متاجرها في أمريكا الشمالية، وذلك بعد أقل من عام على بدء تشغيله، في خطوة تسلط الضوء على التحديات التي تواجه تطبيقات الذكاء الاصطناعي في البيئات التشغيلية الواقعية.
ستاربكس تتراجع عن نظام ذكاء اصطناعي لإدارة المخزون بعد فشله في بيئة العمل الحقيقية
وكانت الشركة قد أطلقت النظام ضمن خطتها التشغيلية المعروفة باسم “Back to Starbucks”، بقيادة الرئيس التنفيذي Brian Niccol، بهدف تحسين تتبع المخزون وتقليل أخطاء الجرد ونفاد المنتجات داخل الفروع.
ستاربكس تتراجع عن نظام ذكاء اصطناعي لإدارة المخزون بعد فشله في بيئة العمل الحقيقية
كاميرات وLIDAR لم تنجح في أداء المهام بدقة
واعتمد النظام على كاميرات وأجهزة مزودة بتقنية LIDAR لمسح المنتجات والمكونات داخل المتاجر، بما يشمل الحليب والقهوة وغيرها من المواد الأساسية المستخدمة يوميًا.
لكن وفقًا لتقارير تقنية، واجه النظام عدة مشكلات عملية، أبرزها:
ومع استمرار المشكلات، اضطر العاملون داخل الفروع إلى العودة للاعتماد على أساليب الجرد اليدوي التقليدية، بعدما فشل النظام في تقديم نتائج موثوقة تساعد على تحسين سير العمل اليومي.
كما أشارت التقارير إلى أن الموظفين لم يلاحظوا تحسنًا فعليًا في إدارة المخزون رغم الوعود التي صاحبت إطلاق التقنية.
إعادة تقييم الأدوات التقنية داخل الشركة
وبعد إيقاف النظام، ستعتمد المتاجر مجددًا على الجرد اليدوي إلى جانب تنظيم عمليات إعادة التوريد بصورة أكثر دقة، فيما أكدت الشركة أنها ستعيد تقييم بعض أدواتها التقنية بدلًا من الاعتماد الكامل على النظام الحالي.
وتعكس هذه التجربة واحدة من أبرز التحديات المرتبطة بتطبيق الذكاء الاصطناعي في العالم الحقيقي، حيث تبدو بعض المهام بسيطة نظريًا، لكنها تصبح أكثر تعقيدًا داخل البيئات التشغيلية المزدحمة والمتغيرة باستمرار.
فعوامل مثل اختلاف الإضاءة، وتنوع أشكال التغليف، وتشابه المنتجات، قد تؤثر بشكل كبير على دقة الأنظمة الذكية مقارنة بالعروض التوضيحية المثالية التي تُقدَّم أثناء الإطلاق.
وتفتح قصة ستاربكس الباب أمام تساؤلات أوسع حول حدود الاعتماد على الأتمتة الكاملة في الأعمال اليومية، خاصة في القطاعات التي ما زالت تتطلب إشرافًا بشريًا مباشرًا لضمان الدقة والاستقرار.