Connect with us

الذكاء الاصطناعي

روبوتات تتعلم ألف مهمة في يوم واحد قفزة ثورية تغيّر مستقبل الأتمتة

Avatar of هدير ابراهيم

Published

on

السعودية ترسم خريطة جديدة لرأس المال الجريء في الشرق الأوسط وتقفز إلى صدارة المشهد الإقليمي 8

في تطور علمي غير مسبوق، كشف فريق من الباحثين في مجال الذكاء الاصطناعي والروبوتات عن إنجاز قد يعيد رسم حدود ما يمكن للآلات القيام به. فقد تمكنوا من تدريب روبوت على تعلم ألف مهمة بدنية مختلفة خلال 24 ساعة فقط، اعتمادًا على عرض توضيحي واحد لكل مهمة، في نتيجة وُصفت بأنها واحدة من أكبر القفزات في تاريخ تعلم الروبوتات, وهذا العمل البحثي، الذي نُشر في دورية علمية مرموقة، يشير إلى أن الروبوتات أصبحت قادرة على التعلم بطريقة أقرب إلى البشر، بعيدًا عن الاعتماد على آلاف التجارب المتكررة التي كانت تمثل عائقًا رئيسيًا في السابق.

روبوتات تتعلم ألف مهمة في يوم واحد قفزة ثورية تغيّر مستقبل الأتمتة

روبوتات تتعلم ألف مهمة في يوم واحد قفزة ثورية تغيّر مستقبل الأتمتة

روبوتات تتعلم ألف مهمة في يوم واحد قفزة ثورية تغيّر مستقبل الأتمتة

على مدى عقود، عانت الروبوتات من مشكلة أساسية: قدرتها على تنفيذ مهمة واحدة بدقة عالية، لكنها تفشل عند حدوث أي تغيير في البيئة أو شكل الأدوات المستخدمة. فمعظم روبوتات المصانع مبرمجة لتكرار حركة ثابتة لا تتبدل, وأما البشر في المقابل، فيستطيعون تعلم مهمة جديدة من خلال مشاهدة مثال واحد أو اثنين فقط. لهذا كانت الفجوة بين التعلم البشري وتعلم الروبوتات بالذكاء الاصطناعي عقبة رئيسية أمام تطور الروبوتات المنزلية والشخصية, وهذا البحث الجديد يسعى مباشرةً إلى سد هذه الفجوة.

كيف تعلم الروبوت ألف مهمة في يوم واحد

يعتمد الإنجاز الجديد على تقنية متقدمة تُعرف باسم التعلم بالمحاكاة، حيث يشاهد الروبوت عرضًا توضيحيًا بشريًا واحدًا فقط لكل مهمة، ثم يعيد تطبيقها استنادًا إلى فهم المراحل، وليس مجرد حفظ الحركات, بدلًا من تسجيل الحركة كاملة، يقوم النظام بتقسيم كل مهمة إلى مراحل فرعية، مثل:

  • محاذاة الذراع مع الجسم
  • الإمساك بالشيء
  • التفاعل والتعديل
  • إتمام المهمة

كما يستخدم الروبوت ما يسمى استرجاع الخبرة، أي أنه يستفيد من خبراته في مهام سابقة لتعلم مهام جديدة أسرع، دون البدء من الصفر في كل مرة. وقد تم تطبيق هذه الطريقة على ذراع روبوتية حقيقية، وليس في بيئة افتراضية.

EliteBook 6 G1q 14 بمعالج Snapdragon أداء قوي لكن مع غياب ميزة مهمة لقطاع الأعمال

تدريب في العالم الواقعي وليس المختبر فقط

أحد أهم عناصر القوة في هذا البحث هو أنه لم يُختبر داخل محاكاة حاسوبية مثالية، بل في بيئة حقيقية مليئة بالأخطاء والعوامل غير المتوقعة. وقد تعامل الروبوت مع:

  • أدوات وأشياء حقيقية
  • اختلافات في الشكل والحجم
  • ظروف غير ثابتة

الأهم من ذلك أن الروبوت تمكن من التفاعل مع أشياء لم يُدرّب عليها من قبل، وهو ما يعني امتلاك قدرات تعميم كانت شبه غائبة عن الروبوتات سابقًا, وهذا يشكل خطوة جوهرية نحو تطوير أنظمة قادرة على العمل في منازلنا ومستشفياتنا وليس فقط في خطوط الإنتاج المغلقة.

PS6 ما يزال على المسار دون تأجيل كبير رغم أزمة أسعار الذاكرة تقارير متضاربة

ماذا يعني هذا لمستقبلنا

لا يعني هذا التطور أن الروبوت المنزلي الشامل سيظهر غدًا، لكنه يشير بوضوح إلى أننا نقترب من مرحلة يصبح فيها تعلم الروبوتات بالذكاء الاصطناعي أكثر مرونة وقابلية للتعميم, والتغيير الحقيقي هنا هو الانتقال من روبوت:

  • يكرر ما بُرمج عليه

إلى روبوت:

  • يتعلم ويتكيف ويعمّم

ومع استمرار الأبحاث وتراكم البيانات، قد تتحول الروبوتات من آلات تنفذ أوامر محددة إلى شركاء قادرين على فهم السياق والتصرف بذكاء أكبر في العالم الحقيقي, ويمثل هذا الإنجاز خطوة محورية في رحلة تطوير الروبوتات الذكية. فتعلم ألف مهمة في يوم واحد لم يعد حلمًا مستقبليًا، بل واقعًا مثبتًا علميًا. ومع تطور الخوارزميات وزيادة قوة الأنظمة، قد نصل إلى عالم تصبح فيه الروبوتات جزءًا طبيعيًا من حياتنا اليومية متكيفة، مرنة، وتتعلم مثل البشر.

سامسونج تعيد تعريف المطبخ الذكي ثلاجات تتحكم بالأبواب صوتيًا وتتعرف على الطعام بالذكاء الاصطناعي

أجهزة محمولة

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

Avatar of هدير ابراهيم

Published

on

نموذج MiniMax M3.1 Flash. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

أعلنت شركة ميني ماكس الصينية إطلاق تحديث جديد من نموذج MiniMax M3.1 Flash، مع تحسينات تستهدف البرمجة ووكلاء الذكاء الاصطناعي والأمن السيبراني. وقالت الشركة إن الإصدار الجديد يرفع سرعة الاستنتاج عبر الإنترنت إلى نحو ثلاثة أضعاف، مع خفض تكاليف الاستخدام بنسبة 70%.

نموذج MiniMax M3.1 Flash يعزز السرعة والكفاءة

تقول ميني ماكس إن النموذج المحدث يقدم تحسينات كبيرة في تنفيذ المهام المعقدة، خاصةً المهام التي تعتمد على وكلاء الذكاء الاصطناعي القادرين على تنفيذ خطوات متعددة، إلى جانب كتابة الأكواد وتحليل التهديدات الأمنية.

وتتجاوز سرعة توليد المخرجات 200 رمز في الثانية في بعض الاستخدامات اليومية، بينما تتخطى السرعة الوسيطة 170 رمزًا في الثانية، وفقًا للشركة. وقد تساعد هذه السرعة على تقليل وقت الانتظار عند استخدام النموذج في البرمجة والتطبيقات التفاعلية.

أسعار استخدام النموذج الجديد

حددت الشركة تكلفة الاستخدام عند 0.15 دولار لكل مليون رمز مُدخل، و0.60 دولار لكل مليون رمز مُخرج، مع أسعار أقل للرموز المخزنة مؤقتًا.

وتستهدف هذه الأسعار خفض تكلفة تشغيل تطبيقات الذكاء الاصطناعي، خصوصًا الخدمات التي تعالج كميات كبيرة من النصوص أو تعتمد على استدعاء النماذج بصورة متكررة.

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

طرق الوصول إلى MiniMax M3.1 Flash

أصبح نموذج MiniMax M3.1 Flash متاحًا عبر واجهة برمجة التطبيقات (API) الخاصة بالشركة، إلى جانب خطة الاشتراك M Plan وأداة MiniMax Code المخصصة لمهام البرمجة.

كما تخطط ميني ماكس لإتاحة أوزان النموذج لاحقًا، وهو ما قد يمنح المطورين خيارات إضافية لتجربته ودمجه في تطبيقاتهم، وفقًا لما أعلنته الشركة.

منافسة متزايدة في سوق الذكاء الاصطناعي

يعكس التحديث تركيز شركات الذكاء الاصطناعي الصينية على الجمع بين سرعة الاستجابة وخفض تكاليف التشغيل، في سوق تتنافس فيه النماذج على تقديم أداء مرتفع بتكلفة مناسبة للمطورين والشركات.

ومع ذلك، تظل تقييمات الأداء الفعلي بحاجة إلى اختبارات مستقلة تقارن النموذج ببدائل أخرى في البرمجة والاستدلال والمهام متعددة الخطوات.

Continue Reading

الذكاء الاصطناعي

جوجل تطلق Deep Review لمراجعة المستندات التقنية مجانًا

أطلقت جوجل Deep Review لمراجعة المستندات التقنية، مع مراجعتين مجانًا أسبوعيًا ودعم PDF والنصوص. تعرّف إلى آلية العمل وحدودها وسياسة الاحتفاظ بالملفات.

Avatar of عمر الشال

Published

on

رسم توضيحي لمراجعة المستندات والأدلة بالذكاء الاصطناعي
صورة توضيحية مولّدة بالذكاء الاصطناعي، وليست لقطة من واجهة Deep Review.

أطلقت جوجل أداة Deep Review لمراجعة المستندات المعقدة بالذكاء الاصطناعي، مع إتاحتها عالميًا بمراجعتين مجانًا لكل مستخدم أسبوعيًا، بحسب إعلان Google Research المنشور في 14 أكتوبر 2026.

تستهدف الأداة فحص اتساق الحجج والأدلة والادعاءات التقنية، وتقديم ملاحظات تساعد على تحسين المستند قبل مشاركته أو نشره. وتشمل استخداماتها الأوراق البحثية ووثائق التصميم والعروض التقديمية.

ما الملفات التي تدعمها Deep Review؟

تدعم الخدمة عند الإطلاق ملفات PDF والنصوص العادية، بينما تصف جوجل مراجعة عدة ملفات معًا بأنها ميزة قادمة. ويمكن لأصحاب الاستخدام المكثف ربط مفتاح Gemini API لرفع حدود الاستخدام والاستفادة من التكامل البرمجي؛ أما الحصة المجانية المعلنة فتقتصر على مراجعتين أسبوعيًا.

كيف تراجع المستندات؟

تطورت Deep Review من أداة Paper Assistant Tool، المعروفة اختصارًا باسم PAT. وتشرح الورقة البحثية للفريق نهجًا يقسم المستند إلى أجزاء منطقية، ثم يخصص جهدًا حسابيًا أكبر للأقسام الأصعب، مثل البراهين والمعادلات.

يتولى وكلاء متخصصون مراجعة الأجزاء مع الاطلاع على سياق المستند كاملًا، قبل دمج النتائج في تقرير موحد وإجراء فحوص إضافية باستخدام البحث. ويساعد هذا التنظيم على توزيع الانتباه على المستند الطويل بدلًا من الاكتفاء باستدعاء واحد للنموذج.

وفي تجارب PAT مع مؤتمري STOC وICML، تلقى المؤلفون الملاحظات قبل تسليم أوراقهم، بصورة منفصلة عن التحكيم الرسمي. لذلك لا تعني مراجعة الأداة اعتماد البحث أو ضمان قبوله للنشر.

الخصوصية وحدود الاعتماد على النتائج

تقول جوجل إن المستندات المرفوعة لا تُستخدم لتدريب نماذجها أو ضبطها أو تحسينها، لكنها تُحفظ لمدة عام لعرضها للمستخدم داخل واجهة Deep Review.

وتقر الورقة البحثية بأن أدوات المراجعة قد تخطئ في فهم الاستدلال، فتصف حجة صحيحة بأنها خاطئة. وتبقى مسؤولية التحقق من الملاحظات والقرارات النهائية على الباحث أو المراجع البشري.

عمليًا، يُفضّل التعامل مع التقرير بوصفه قائمة نقاط للفحص: راجع كل اعتراض في سياقه، وطابقه مع بياناتك ومصادرك، ولا تعدّل استنتاجًا لمجرد أن الأداة اعترضت عليه. وقبل رفع مستند سري، تحقّق من صلاحية مشاركته وسياسة مؤسستك، مع الانتباه إلى مدة الاحتفاظ المعلنة.

يمكن الوصول إلى الخدمة عبر بوابة Deep Review الرسمية.

Continue Reading

أخبار تقنية

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

Avatar of هدير ابراهيم

Published

on

ديدان الذكاء الاصطناعي. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة 1

حذّرت شركة أنثروبيك من تزايد مخاطر ديدان الذكاء الاصطناعي، وهي برامج خبيثة قد تنسخ نفسها وتنتشر تلقائيًا بين الأجهزة المتصلة بالإنترنت.

وأشار باحثون إلى تجربة استخدمت أجهزة تلفاز ذكية لتوزيع أجزاء من العمليات الحاسوبية على 15 جهازًا، ما يسلط الضوء على مخاطر استغلال الأجهزة محدودة الموارد في الهجمات الإلكترونية.

ديدان الذكاء الاصطناعي قد تتجاوز الفيروسات التقليدية

تختلف الديدان الإلكترونية عن الفيروسات التقليدية بقدرتها على الانتشار بين الأجهزة دون الحاجة إلى تدخل المستخدم في كل مرحلة. وقد تساعد تقنيات الذكاء الاصطناعي هذه البرامج على التكيف مع بيئات مختلفة واكتشاف فرص جديدة لاستغلال الثغرات الأمنية.

وتشمل الأجهزة المعرضة للخطر منتجات إنترنت الأشياء، مثل التلفاز الذكي والأجهزة المنزلية المتصلة بالشبكة، خصوصًا عندما تتأخر تحديثاتها الأمنية أو تستمر فيها ثغرات غير معالجة.

ويرى باحثو أنثروبيك أن تطور النماذج الحالية قد يجعل تنفيذ هذه الهجمات أكثر سهولة مستقبلًا، وربطوا احتمالية ظهور تهديدات أكثر تطورًا بنهاية عام 2026، إذا استمر تقدم التقنية بالمعدل الحالي.

من موريس إلى نوت بيتيا.. تاريخ من الهجمات واسعة النطاق

شهدت العقود الماضية هجمات بارزة اعتمدت على الانتشار الذاتي، من بينها دودة موريس عام 1988، التي عطلت عددًا كبيرًا من الحواسيب، وهجوم ستوكسنت الذي استهدف أنظمة صناعية في المنشآت النووية الإيرانية.

كما تسببت هجمات مثل WannaCry وNotPetya في خسائر اقتصادية واسعة. ويخشى خبراء أن تجعل ديدان الذكاء الاصطناعي احتواء الهجمات أكثر تعقيدًا إذا تمكنت من التكيف مع ثغرات جديدة والانتقال بين منصات مختلفة.

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

هل الخطر وشيك أم مبالغ فيه؟

لا يتفق الخبراء على حجم التهديد الفعلي. فقد أشار جوناس غوان، الباحث بجامعة تورنتو، إلى سرعة تطور القدرات التقنية، لكنه لفت إلى أن التجربة التي عرضتها أنثروبيك أظهرت انتشارًا بطيئًا.

كما شكك خوان أندريس غيريرو سايد، نائب رئيس الأبحاث في SentinelOne، في القيمة العملية للتجربة، معتبرًا أنها لا تثبت امتلاك نماذج الذكاء الاصطناعي إرادة مستقلة أو قدرة واسعة على إحداث الضرر.

وتظل القدرة على رصد السلوك غير المعتاد وحظر الاتصالات المشبوهة عاملًا مهمًا في احتواء الديدان الإلكترونية قبل انتشارها على نطاق واسع.

إجراءات الحماية تقلل فرص الانتشار

يمكن للمستخدمين تقليل مخاطر الهجمات عبر تحديث الأجهزة والبرامج باستمرار، واستخدام كلمات مرور قوية وفريدة، وتفعيل المصادقة الثنائية حيثما تتوفر، إلى جانب تغيير كلمات المرور الافتراضية لأجهزة إنترنت الأشياء.

استخدامات دفاعية محتملة

قد تُستخدم بعض التقنيات نفسها في تطبيقات دفاعية، مثل اكتشاف الثغرات الأمنية ومعالجتها تلقائيًا. لكن نجاح هذه الاستخدامات يتطلب ضوابط تمنع تحول أدوات الحماية إلى مصدر خطر إضافي.

وتعيد التحذيرات فتح النقاش حول مسؤولية شركات التكنولوجيا والجهات التنظيمية في الحد من المخاطر السيبرانية، مع ضرورة التمييز بين الإمكانات المستقبلية والقدرات التي أثبتتها التجارب فعليًا.

Continue Reading

Trending