ساعة حائط تكشف عجز الذكاء الاصطناعي!
في مفاجأة غير متوقعة، كشفت دراسة حديثة عن قصور ملفت في قدرات الذكاء الاصطناعي، حيث تعجز النماذج المتطورة عن أداء مهام بسيطة يقوم بها البشر بسهولة، مثل قراءة الساعة أو معرفة اليوم الذي يوافق تاريخًا معينًا في التقويم.
ورغم قدرات هذه النماذج الهائلة في كتابة الأكواد، وإنشاء صور واقعية، وإنتاج نصوص شبيهة بالبشر، بل وحتى اجتياز بعض الاختبارات، إلا أنها لا تزال ترتكب أخطاء جسيمة عند قراءة الوقت أو حساب الأيام بدقة.
عقارب الساعة تكشف الخلل
ووفقًا لما نشره موقع Live Science، فإن هذه النتائج جاءت ضمن عرض بحثي قُدم في المؤتمر الدولي لتمثيلات التعلم ICLR لعام 2025، كما نُشرت أيضًا على منصة الأبحاث المفتوحة arXiv.
وأوضح الدكتور "روهيت ساكسينا"، الباحث الرئيسي من جامعة إدنبرة أن "معظم الناس يتعلمون قراءة الوقت واستخدام التقويم في سن مبكرة، لكن النتائج أظهرت فجوة كبيرة في قدرة الذكاء الاصطناعي على تنفيذ مهارات تُعد بديهية بالنسبة للبشر".
وأكد أن هذا القصور قد يُعيق دمج الذكاء الاصطناعي في تطبيقات حساسة زمنياً مثل الجداول الزمنية، والأتمتة، والتقنيات المساعدة.
اقرأ أيضاً.. كلما اختصر.. اختلق! الوجه الخفي للذكاء الاصطناعي
تجربة عملية على نماذج من كبرى الشركات
قام الفريق البحثي بتغذية عدد من النماذج الذكية متعددة الوسائط (MLLMs) — مثل Llama 3.2 Vision من Meta، وClaude 3.5 Sonnet من Anthropic، وGemini 2.0 من Google، وGPT-4o من OpenAI — بمجموعة بيانات خاصة تحتوي على صور لساعات وتقويم.
لكن النتيجة كانت محبطة وفشل الذكاء الاصطناعي في تحديد الوقت أو اليوم الصحيح في أكثر من نصف الحالات. فعلى سبيل المثال، لم تتجاوز دقة قراءة الساعة 38.7%، بينما تراجعت دقة قراءة التقويم إلى 26.3%.
نقص التدريب يعقّد المهمة
يُرجّح الباحثون أن أحد الأسباب الجوهرية وراء هذا القصور هو ضعف التدريب على المهام التي تتطلب تفكيرًا مكانيًا، مثل قياس الزوايا بين عقارب الساعة أو التعامل مع تنسيقات الساعات المختلفة.
وفي هذا الإطار، يوضح الدكتور روهيت ساكسينا:"قراءة الساعة لا تقتصر على التعرف البصري، بل تتطلب منطقًا مكانيًا حقيقيًا. على النموذج أن يميّز بين العقارب، يحسب الزوايا، ويتعامل مع تصاميم متنوعة، كالأرقام الرومانية أو الواجهات المزخرفة".
أما فيما يخص التواريخ، فقد واجهت النماذج صعوبة واضحة في تنفيذ مهام يُفترض أنها بسيطة، مثل تحديد اليوم الذي يوافق اليوم الـ153 من السنة — وهو اختبار أخفقت فيه معظم النماذج المدروسة.
نقطة ضعف جوهرية في منطق النماذج
السبب الأعمق، بحسب الدراسة، هو أن هذه النماذج لا تُجري عمليات رياضية حقيقية، بل تتنبأ بالإجابات بناءً على الأنماط التي "رأتها" في بيانات التدريب. وهو ما يفسر لماذا تُخطئ في الحسابات، رغم أن الحوسبة التقليدية تتعامل مع الرياضيات ببساطة شديدة.
وأضاف: إن الذكاء الاصطناعي لا يُجري الحساب مثل الكمبيوترات التقليدية. هو يتنبأ بناءً على أنماط لغوية، وليس بناءً على قواعد رياضية صارمة. ولذلك فإجاباته قد تكون صحيحة أحيانًا، لكن ليست مبنية على منطق ثابت".
اقرأ أيضاً.. الذكاء الاصطناعي.. سلاح ذو حدين أمام تحديات الصحة النفسية
قوة الآلة وحدودها
تكشف الدراسة عن حاجة ملحّة لإعادة التفكير في كيفية تدريب نماذج الذكاء الاصطناعي، لا سيما في المهام التي تتطلب تفكيرًا منطقيًا ومكانيًا مركّبًا، والتي نادرًا ما تتكرر في بيانات التدريب التقليدية. كما تُحذّر من أن الاعتماد المفرط على قدرات الذكاء الاصطناعي دون اختبار صارم أو إشراف بشري قد يفضي إلى نتائج غير دقيقة.
إسلام العبادي(أبوظبي)
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الاتحاد
منذ 3 أيام
- الاتحاد
ساعة حائط تكشف عجز الذكاء الاصطناعي!
في مفاجأة غير متوقعة، كشفت دراسة حديثة عن قصور ملفت في قدرات الذكاء الاصطناعي، حيث تعجز النماذج المتطورة عن أداء مهام بسيطة يقوم بها البشر بسهولة، مثل قراءة الساعة أو معرفة اليوم الذي يوافق تاريخًا معينًا في التقويم. ورغم قدرات هذه النماذج الهائلة في كتابة الأكواد، وإنشاء صور واقعية، وإنتاج نصوص شبيهة بالبشر، بل وحتى اجتياز بعض الاختبارات، إلا أنها لا تزال ترتكب أخطاء جسيمة عند قراءة الوقت أو حساب الأيام بدقة. عقارب الساعة تكشف الخلل ووفقًا لما نشره موقع Live Science، فإن هذه النتائج جاءت ضمن عرض بحثي قُدم في المؤتمر الدولي لتمثيلات التعلم ICLR لعام 2025، كما نُشرت أيضًا على منصة الأبحاث المفتوحة arXiv. وأوضح الدكتور "روهيت ساكسينا"، الباحث الرئيسي من جامعة إدنبرة أن "معظم الناس يتعلمون قراءة الوقت واستخدام التقويم في سن مبكرة، لكن النتائج أظهرت فجوة كبيرة في قدرة الذكاء الاصطناعي على تنفيذ مهارات تُعد بديهية بالنسبة للبشر". وأكد أن هذا القصور قد يُعيق دمج الذكاء الاصطناعي في تطبيقات حساسة زمنياً مثل الجداول الزمنية، والأتمتة، والتقنيات المساعدة. اقرأ أيضاً.. كلما اختصر.. اختلق! الوجه الخفي للذكاء الاصطناعي تجربة عملية على نماذج من كبرى الشركات قام الفريق البحثي بتغذية عدد من النماذج الذكية متعددة الوسائط (MLLMs) — مثل Llama 3.2 Vision من Meta، وClaude 3.5 Sonnet من Anthropic، وGemini 2.0 من Google، وGPT-4o من OpenAI — بمجموعة بيانات خاصة تحتوي على صور لساعات وتقويم. لكن النتيجة كانت محبطة وفشل الذكاء الاصطناعي في تحديد الوقت أو اليوم الصحيح في أكثر من نصف الحالات. فعلى سبيل المثال، لم تتجاوز دقة قراءة الساعة 38.7%، بينما تراجعت دقة قراءة التقويم إلى 26.3%. نقص التدريب يعقّد المهمة يُرجّح الباحثون أن أحد الأسباب الجوهرية وراء هذا القصور هو ضعف التدريب على المهام التي تتطلب تفكيرًا مكانيًا، مثل قياس الزوايا بين عقارب الساعة أو التعامل مع تنسيقات الساعات المختلفة. وفي هذا الإطار، يوضح الدكتور روهيت ساكسينا:"قراءة الساعة لا تقتصر على التعرف البصري، بل تتطلب منطقًا مكانيًا حقيقيًا. على النموذج أن يميّز بين العقارب، يحسب الزوايا، ويتعامل مع تصاميم متنوعة، كالأرقام الرومانية أو الواجهات المزخرفة". أما فيما يخص التواريخ، فقد واجهت النماذج صعوبة واضحة في تنفيذ مهام يُفترض أنها بسيطة، مثل تحديد اليوم الذي يوافق اليوم الـ153 من السنة — وهو اختبار أخفقت فيه معظم النماذج المدروسة. نقطة ضعف جوهرية في منطق النماذج السبب الأعمق، بحسب الدراسة، هو أن هذه النماذج لا تُجري عمليات رياضية حقيقية، بل تتنبأ بالإجابات بناءً على الأنماط التي "رأتها" في بيانات التدريب. وهو ما يفسر لماذا تُخطئ في الحسابات، رغم أن الحوسبة التقليدية تتعامل مع الرياضيات ببساطة شديدة. وأضاف: إن الذكاء الاصطناعي لا يُجري الحساب مثل الكمبيوترات التقليدية. هو يتنبأ بناءً على أنماط لغوية، وليس بناءً على قواعد رياضية صارمة. ولذلك فإجاباته قد تكون صحيحة أحيانًا، لكن ليست مبنية على منطق ثابت". اقرأ أيضاً.. الذكاء الاصطناعي.. سلاح ذو حدين أمام تحديات الصحة النفسية قوة الآلة وحدودها تكشف الدراسة عن حاجة ملحّة لإعادة التفكير في كيفية تدريب نماذج الذكاء الاصطناعي، لا سيما في المهام التي تتطلب تفكيرًا منطقيًا ومكانيًا مركّبًا، والتي نادرًا ما تتكرر في بيانات التدريب التقليدية. كما تُحذّر من أن الاعتماد المفرط على قدرات الذكاء الاصطناعي دون اختبار صارم أو إشراف بشري قد يفضي إلى نتائج غير دقيقة. إسلام العبادي(أبوظبي)
الاتحاد
١٣-٠٥-٢٠٢٥
- الاتحاد
"آمي".. ذكاء اصطناعي ينافس الأطباء في التشخيص والتحليل!
في قفزة طبية تقنية واعدة، كشفت جوجل عن نسخة مطورة من روبوتها الطبي الذي يستطيع استخدام صور الهواتف الذكية لتشخيص الأمراض الجلدية وتحليل أنواع متعددة من الصور الطبية الأخرى. النظام الجديد لا يكتفي فقط بالتفوق في التشخيص، بل أظهر أداءً أفضل من الأطباء البشريين عند تفسير صور مثل تخطيط القلب ونتائج المختبر، ما يفتح آفاقًا مذهلة لمستقبل الطب الرقمي. نسخة سابقة من هذا النظام القائم على الذكاء الاصطناعي كانت قد تفوقت بالفعل على الأطباء في دقة التشخيص وحتى في مهارات التعامل مع المرضى. النسخة الجديدة أثبتت أداءً أفضل أيضًا من الأطباء البشريين عند تفسير صور مثل تخطيط القلب الكهربائي وملفات نتائج المختبر،فضلًا عن أمراض أخرى. ومقارنة بالأطباء البشريين، نجح في استخلاص كم من المعلومات مماثل لما يحصل عليه الأطباء في المقابلات الطبية وحظي بتصنيف أعلى على صعيد تفهم مشاعر المرضى.وفق موقع "nature" اقرأ أيضاً...الـ AI هل هو جيد للمعلمين.. خطر على الطلاب؟ ولا يزال روبوت الدردشة الذي أُطلق عليه اسم «أرتيكيوليت ميديكال إنتيليجانس إكسبلورر» Articulate Medical Intelligence Explorer، أو اختصارًا «آمي» (AMIE) قيد التجريب. وقد تم وصفه في ورقة بحثية نُشرت في 6 مايو على منصة الأبحاث الأولية arXiv. تعقيبًا على ذلك، تقول إليني لينوس، مديرة مركز الصحة الرقمية بجامعة ستانفورد: إن"دمج الصور والمعلومات السريرية يقربنا أكثر من وجود مساعد ذكاء اصطناعي يحاكي طريقة تفكير الأطباء". وبالرغم من أن روبوت الدردشة يفصله شوط طويل عن استخدامه في الرعاية الإكلينيكية، يرى واضعو الدراسة أنه قد يلعب في نهاية المطاف دورًا في إتاحة خدمات الرعاية الطبية التشخيصية للجميع. ومع أنه قد يكون مفيدًا، إلا أنه يجب ألا يغني عن التفاعل مع الأطباء. كيف تم تدريب الروبوت الطبي؟ النموذج يعتمد على Gemini من جوجل، الذي يعالج الصور بجانب النصوص.قام الباحثون بتكييفه طبّيًا بإضافة خوارزمية تعزز قدرته على إجراء حوارات تشخيصية واستنتاجات سريرية دقيقة. عمد الفريق البحثي بصفة مبدئية إلى إجراء سلسلة من عمليات توليف نظام نماذج القوالب اللغوية الكبيرة، بتدريبه على مجموعات بيانات واقعية متاحة من موارد كالسجلات الإلكترونية الصحية ونصوص المحادثات الطبية. ولصقل مهارة النظام، عكفوا على تحفيزه إلى لعب دور مصابين بحالات مرضية محددة، ولعب دور طبيب إكلينيكي مراع لشعورهم يسعى إلى فهم تواريخهم الطبية للخروج بتشخيص محتمل لهم. كذلك طلب الفريق البحثي من النظام لعب دور إضافي، ألا وهو دور ناقد يتولى تقييم تفاعُل الطبيب مع المريض المعالج، ويقدم إفادة بالرأي عن كيفية تحسين هذا التفاعل، واستُخدم هذا النقد لتعزيز تدريب نظام الذكاء الاصطناعي واستحداث محادثات مُحسنة. يقول ريوتارو تانو، عالم Google DeepMind بلندن: إن هذه الطريقة، تمكننا من غرس السلوكيات الصحيحة والمطلوبة أثناء المحادثات التشخيصية. من جانبها حذرت إليني لينوس من أن سيناريوهات المحاكاة لا تستطيع محاكاة تعقيد الرعاية الحقيقية، حيث يتمتع الأطباء بالخبرة والحدس، والفحص الجسدي، وهي أمور يصعب تقليدها. نظام «آمي» يتفوق قدم نظام الذكاء الاصطناعي أداء مضاهيًا للأطباء أو تفوق عليهم في دقة تشخيص الحالة المرضية في ست تخصصات طبية. كذلك تفوق على الأطباء في 24 معيارًا من جملة 26 معيارًا لجودة المحادثة، من بينها التهذيب، وشرح الحالة المرضية والعلاج والتحلي بالصراحة، والتعبير عن الاهتمام والتفاني. طريقة تدريب أسرع وأرخص بخلاف الإصدارات السابقة التي تطلبت إعادة تدريب مكلفة باستخدام قواعد بيانات ضخمة، تعتبر هذه الطريقة أرخص وأسهل في التطبيق، كما أوضح تانو أحد المشاركين في فريق الدراسة. من الخطوات المهمة التالية يتطلب النموذج إجراء دراسات أكثر تفصيلًا لتقييم احتمالات ارتكاب الروبوت لممارسات انحياز، وضمان توخيه الإنصاف مع مختلف الأطياف البشرية. وقد شرع فريق شركة «جوجل» في دراسة المعايير الأخلاقية المتطلبة لاختبار أداء النظام مع بشر يعانون مشكلات طبية حقيقية. تقنيات مثل «آمي» تمثل بداية عصر جديد في التشخيص الطبي القائم على الذكاء الاصطناعي، حيث يمكن لأنظمة ذكية تحليل الصور، وإجراء الحوارات، وتقديم استنتاجات دقيقة، وربما مساعدة الأطباء في تحسين الرعاية الصحية. ومع استمرار التطوير والتجارب، قد نشهد قريبًا مساعدًا ذكياً على الهاتف قادرًا على دعم قرارات الأطباء وتقديم استشارات موثوقة في أي مكان وزمان. لمياء الصديق(أبوظبي)
الاتحاد
٢٨-٠٤-٢٠٢٥
- الاتحاد
كيف نقيس ذكاء الآلات؟ أداء المهام الطويلة والمعقدة يكشف الإجابة!
ابتكر علماء طريقة جديدة لقياس مدى كفاءة أنظمة الذكاء الاصطناعي (AI)، وذلك عبر تقييم سرعة أدائها مقارنة بالبشر في تنفيذ المهام الصعبة. وعلى الرغم من أن أنظمة الذكاء الاصطناعي تتفوق عادة على البشر في مهام التنبؤ بالنصوص والمعرفة العامة، إلا أنها تظهر فاعلية أقل عند تكليفها بمشاريع أكثر تعقيدًا، مثل تقديم المساعدة التنفيذية عن بُعد. ولغرض قياس هذه الفجوة في الأداء بدقة، اقترحت دراسة جديدة تقييم أنظمة الذكاء الاصطناعي بناءً على مدة إنجازها للمهام مقارنة بالوقت الذي يحتاجه الإنسان للقيام بالمهمة نفسها. وقد نشر الباحثون نتائجهم عبر قاعدة بيانات الأبحاث الأولية arXiv، ومازالت في طور الدراسة. بحسب موقع livescience . اقرأ أيضاً..644 مليار دولار الإنفاق العالمي على الذكاء التوليدي خلال 2025 قياس مدة المهام قال الباحثون "إنهم وجدوا أن قياس مدة المهام التي يمكن للنماذج إكمالها يعد وسيلة مفيدة لفهم قدرات الذكاء الاصطناعي الحالية. إذ يبدو أن وكلاء الذكاء الاصطناعي غالبًا ما يواجهون صعوبة في ربط سلسلة من الإجراءات الطويلة معًا أكثر من افتقارهم إلى المهارات أو المعرفة اللازمة لحل خطوات فردية." وقد أظهرت نتائج الدراسة أن نماذج الذكاء الاصطناعي أتمت المهام التي تستغرق أقل من أربع دقائق بالنسبة للبشر بنسبة نجاح تقارب 100%. ولكن نسبة النجاح انخفضت بشكل حاد إلى 10% فقط للمهام التي تستغرق أكثر من أربع ساعات. لاحظ الباحثون أن النماذج الأقدم من الذكاء الاصطناعي كان أداؤها أضعف في إنجاز المهام الطويلة مقارنة بالأنظمة الأحدث، وهو أمر كان متوقعًا. وأشارت الدراسة إلى أن طول المهام التي تستطيع نماذج الذكاء الاصطناعي العامة إكمالها بنسبة موثوقية تبلغ 50% قد تضاعف تقريبًا كل سبعة أشهر خلال السنوات الست الماضية. حدود جديدة لقياس قدرات الذكاء الاصطناعي؟ قد يمثل هذا المعيار الجديد المحتمل خطوة مهمة لفهم مستوى الذكاء والقدرات الحقيقية لأنظمة الذكاء الاصطناعي بشكل أفضل. قال الباحث سهراب كازيرونيان:"من غير المرجح أن يغير هذا المقياس نفسه مسار تطوير الذكاء الاصطناعي، لكنه سيساعد في تتبع مدى سرعة التقدم المحرز في أنواع معينة من المهام التي من المتوقع أن تُستخدم فيها أنظمة الذكاء الاصطناعي". وأضاف: "قياس أداء الذكاء الاصطناعي بناءً على المدة الزمنية التي يستغرقها البشر لإنجاز مهمة معينة يُعد مقياسًا بديلاً مثيرًا للاهتمام لقياس الذكاء والقدرات العامة. أولاً: لأنه لا يوجد مقياس واحد يعبر بدقة عما نعنيه بكلمة (ذكاء). ثانيًا: لأن احتمالية تنفيذ مهمة طويلة الأمد من دون انحراف أو خطأ تصبح منخفضة للغاية. وثالثًا: لأنه يمثل مقياسًا مباشرًا لنوع المهام التي نطمح لاستخدام الذكاء الاصطناعي فيها، وهي حل المشكلات المعقدة التي يواجهها البشر. ورغم أن هذا المقياس قد لا يغطي جميع الجوانب الدقيقة لقدرات الذكاء الاصطناعي، إلا أنه بلا شك يمثل مؤشرًا مهمًا ومفيدًا". من جانبها، أيدت إلينور واتسون، عضوة في معهد مهندسي الكهرباء والإلكترونيات (IEEE) ومهندسة أخلاقيات الذكاء الاصطناعي في جامعة Singularity، أهمية هذه الأبحاث. وقالت:"إن قياس أداء الذكاء الاصطناعي بناءً على مدة إنجاز المهام يُعد أداة (قيمة وبديهية)، إذ يعكس تعقيدات العالم الواقعي بشكل مباشر، ويقيس مدى قدرة أنظمة الذكاء الاصطناعي على الحفاظ على سلوك منظم وموجه نحو الهدف على مدى فترات زمنية طويلة"، مقارنة بالاختبارات التقليدية التي تقيم أداء الذكاء الاصطناعي في مشكلات قصيرة ومعزولة. تسارع تطور الذكاء الاصطناعي يبشر بعصر الوكلاء العامين بعيدًا عن تقديم مقياس معياري جديد، يكمن الأثر الأكبر للدراسة في تسليط الضوء على السرعة المتزايدة لتطور أنظمة الذكاء الاصطناعي، خاصة في قدرتها المتنامية على التعامل مع المهام الطويلة والمعقدة. وفي هذا السياق، تتوقع إلينور واتسون أن ظهور وكلاء ذكاء اصطناعي عامين قادرين على أداء مجموعة متنوعة من المهام أصبح وشيكًا. وأضافت واتسون:"بحلول عام 2026، سنشهد تحول الذكاء الاصطناعي ليصبح أكثر عمومية، حيث سيتمكن من التعامل مع مهام متنوعة تمتد على مدار يوم كامل أو أسبوع، بدلاً من الاكتفاء بمهام قصيرة ومحددة النطاق". وأشارت إلى أن هذا التطور قد يحمل تأثيرات كبيرة على قطاع الأعمال، إذ يمكن لأنظمة الذكاء الاصطناعي حينها تولي جزء كبير من أعباء العمل الاحترافية، مما قد يؤدي إلى خفض التكاليف، وزيادة الكفاءة، وفي الوقت نفسه إتاحة الفرصة للبشر للتركيز على المهام الإبداعية والاستراتيجية والتفاعلية مع الآخرين. الذكاء الاصطناعي ينتقل من دور المساعد إلى مدير شخصي موثوق قالت إلينور واتسون إن الذكاء الاصطناعي، بالنسبة للمستهلكين، سيتطور من مجرد مساعد بسيط إلى مدير شخصي موثوق، قادر على التعامل مع مهام حياتية معقدة، مثل تخطيط السفر، ومراقبة الصحة، وإدارة المحافظ المالية،على مدار أيام أو أسابيع، مع الحاجة إلى إشراف بشري محدود للغاية.وترى أن قدرة أنظمة الذكاء الاصطناعي على تنفيذ مجموعة واسعة من المهام الطويلة قد تُحدث تأثيرًا كبيرًا في طريقة تفاعل المجتمع مع الذكاء الاصطناعي واستخدامه خلال السنوات القليلة المقبلة. وأضافت: "أن أدوات الذكاء الاصطناعي المتخصصة ستستمر في أداء وظائف معينة بكفاءة ضمن مجالاتها المحددة، إلا أن الوكلاء العامين الأقوياء القادرين على التنقل بمرونة بين مختلف أنواع المهام سيبرزون بقوة. هذه الأنظمة ستدمج المهارات المتخصصة ضمن سير عمل أوسع موجه نحو الأهداف، مما سيُعيد تشكيل أنماط الحياة اليومية والممارسات المهنية بطرق جوهرية". لمياء الصديق (أبوظبي)
