أبو ظبي تطلق نموذج ذكاء اصطناعي ضمن نماذج العالم وأنثروبيك تحوّل كلود إلى حزمة مكتبية متكاملة

تنقل نايلة الصليبي في"النشرة الرقمية" إبتكارات الذكاء الاصطناعي من أبوظبي إلى وادي السيليكون حيث أطلق "معهد النماذج التأسيسية" بجامعة محمد بن زايد للذكاء الاصطناعي في أبوظبي ، نموذج PAN 2  المفتوح المصدر ،المصنف ضمن نماذج العالم (World Model) . أما " أنثروبيك"  تحوّل نموذج " كلود" إلى حزمة برامج مكتبية متكاملة.

نموذج PAN 2 - ذكاء اصطناعي يتوقع نتائج الأفعال في العالم الحقيقي عبر الفيديو

طوّر معهد النماذج التأسيسية بجامعة محمد بن زايد للذكاء الاصطناعي في أبو ظبي نموذج PAN 2، المصنف ضمن نماذج العالم (World Model) مفتوحة المصدر. الذي يتجاوز معالجة النصوص وتوليد الصور إلى محاولة فهم التغيرات التي تطرأ على العالم المادي بعد تنفيذ فعل معين، وإلى الإجابة عن سؤال مختلف: ماذا سيحدث إذا نُفذ فعل معين في مشهد محدد؟  عبر إنتاج مقطع فيديو يعرض النتيجة المتوقعة لمدة تصل إلى 20 ثانية.

كيف يعمل نموذج PAN 2؟

يستقبل النموذج صورة أو مشهدًا ابتدائيًا، إلى جانب وصف نصي للفعل المطلوب، ثم يولّد فيديو يوضح تطور المشهد وفق العلاقات الفيزيائية والمكانية والزمانية.

فعلى سبيل المثال، عند تزويده بمشهد تظهر فيه بيضة فوق سطح، مع توجيه نصي يطلب إفلاتها، يمكنه إنتاج مقطع يوضح سقوطها وتفاعلها مع السطح.

وتعتمد آلية العمل على مرحلتين متكاملتين:

الاستدلال المفاهيمي Concept-level reasoning أو High-level reasoning

يحلل نموذج لغوي كبير المشهد والفعل المطلوب، ثم يصوغ وصفًا منظمًا للحدث المتوقع، يتضمن ما سيحدث، وتوقيته، والجهة التي تنفذه، وطريقة حركة الكاميرا.

الاستدلال الإدراكي Perceptual reasoning

يتولى نموذج انتشار للفيديو تحويل الوصف إلى مشهد مرئي، من خلال توليد تفاصيل الحركة والتفاعلات الفيزيائية، مثل سقوط الأجسام أو طريقة إمساك اليد بأداة.

معمارية GLP والبنية التقنية للنموذج

يعتمد PAN 2 نموذج على معمارية GLP-Generative Latent Prediction، التي تتنبأ بالتغيرات في تمثيل داخلي للعالم، قبل إعادة بناء النتيجة في صورة مرئية. ويتيح هذا النهج مقارنة التوقعات التي ينتجها النموذج بما يحدث في الواقع.

يبلغ حجم الجزء المسؤول عن التوليد البصري نحو ٢۹,٢ مليار معاملparameters .

الاستدلال بالمحاكاة.. اختبار الخطط قبل تنفيذها

ترتبط إحدى أبرز الأفكار التي يقوم عليها نموذج PAN 2 بمفهوم الاستدلال بالمحاكاة Simulative Reasoning   ، الذي يتيح لوكلاء الذكاء الاصطناعي اختبار خطط وسيناريوهات افتراضية متعددة، ثم المفاضلة بينها قبل اتخاذ قرار التنفيذ.

تبرز أهمية هذا النموذج في مجال الروبوتات، حيث قد تكون التجارب الفعلية بطيئة أو مكلفة أو صعبة التراجع. إذ يمكن للأنظمة الاستفادة من النتائج الافتراضية في تقييم خياراتها قبل التعامل مع العالم المادي.

ما حدود قدرات PAN 2؟

يمثل المشهد لفترات زمنية طويلة تحديًا أمام النموذج؛ إذ قد تواجه المقاطع الطويلة صعوبة في تثبيت تفاصيل العالم والعلاقات الفيزيائية بصورة متسقة مع مرور الوقت.

كذلك، لا تعني مخرجات PAN 2 أنها تمثل قياسًا دقيقًا للواقع أو تنبؤًا مؤكدًا بما سيحدث. فهي تظل توقعات مرئية قابلة للتحقق، وليست حقائق نهائية.

PAN 2 وأبحاث يان لوكون : تشابه في الهدف واختلاف في النهج

يتقاطع PAN 2 فكريًا مع توجه الباحث الفرنسي ، وهو أحد عرابي الذكاء الاصطناعي الحديث، يان لو كون  Yann LeCun نحو تطوير نماذج العالم، إذ تنطلق المقاربتان من أهمية بناء أنظمة قادرة على فهم العالم المادي وتوقع نتائج الأفعال، بدل الاعتماد على نماذج اللغة وحدها في تفسير الواقع.

ويشترك الاتجاهان في الاهتمام ببناء تمثيل داخلي للعالم وفهم العلاقات التي تحكم حركة الأجسام والتفاعلات الفيزيائية، إلى جانب استهداف تطبيقات الذكاء الجسدي، خصوصًا الروبوتات التي تحتاج إلى تقدير عواقب تحركاتها قبل تنفيذها.

لكن هذا التقاطع لا يعني تطابقًا في التصميم أو طريقة العمل. إذ يركز ـPAN 2 على إنتاج فيديو يعرض التطورات المتوقعة في المشهد، بينما ترتكز بحوث يان لوكون المرتبطة ببنية JEPA- Joint Embedding Predictive Architectureعلى إنشاء تمثيلات تجريدية للعالم والتنبؤ عبرها ، دون الحاجة بالضرورة إلى إعادة توليد كل تفاصيل الصورة أو الفيديو عند دراسة كل احتمال.

بذلك، يتجه PAN 2 عمليًا نحو نماذج توليد الفيديو التنبؤية، في حين يركز نهج يان لوكون على التمثيلات التجريدية والتعلم الذاتي للعلاقات التي تحكم العالم المادي. ولا يعني التقاطع أن PAN 2 بُني على أبحاث لوكون أو يعتمد على JEPA.والأدق اعتبارهما مقاربتين تلتقيان في المجال العام لنماذج العالم، مع اختلافهما في الأسس التقنية وطريقة تمثيل النتائج.

نحو ذكاء اصطناعي يفهم العالم المادي

تكمن أهمية PAN 2 في محاولته نقل الذكاء الاصطناعي من تحليل المشاهد إلى استيعاب التغيرات المحتملة التي تطرأ عليها بفعل الأحداث. ويقدم بذلك أداة تتيح للوكلاء الذكيين تقييم خياراتهم بصورة بصرية قبل التنفيذ، خصوصًا في تطبيقات الروبوتات.

يُتاح PAN 2 بترخيص أباتشي 2.0 Apache 2.0-، مع نشر الأوزان والشيفرة والتوثيق على منصات Github-Hugging Face وموقع

معهد النماذج التأسيسية.

أنثروبيك توسّع قدرات Claude بأدوات Sheets وWhiteboards لمنافسة مايكروسوفت أوفيس و غوغل ورك سبيس

تواصل شركة "أنثروبيك" توسيع قدرات روبوت المحادثة " كلود"، من خلال إدماج أدوات جديدة للإنتاجية والعمل المكتبي، تشمل جداول البيانات والالواح البيضاء التفاعلية،  لتعززتوجهها نحو منافسة حزم البرامج المكتبية التي تقدمها مايكروسوفت وغوغل، وتدفع كلود تدريجياً إلى ما يتجاوز دوره التقليدي بوصفه روبوتاً للمحادثة.وتأتي هذه الإضافات ضمن استراتيجية تستهدف توفير بيئة عمل متكاملة داخل "كلود" ، بما يتيح  للمستخدمين بإنجاز مهامهم دون الحاجة إلى الانتقال بين تطبيقات مختلفة، ويعزز ارتباطهم بالمنصة.

Claude Sheets.. إنشاء جداول البيانات وإدارتها داخل كلود

أطلقت "أنثروبيك "أداة " Claude Sheets" في مرحلة تجريبية، لتوفير تجربة عمل شبيهة بما تقدمه برامج جداول البيانات مثل Excel .وتتيح الأداة للمستخدمين إنشاء جداول البيانات من خلال الأوامر النصية، إذ يتولى "كلود" إعداد علامات التبويب (Tabs)، وإضافة الصيغ الحسابية، وتنسيق الجداول، فضلاً عن إنشاء القوائم المنسدلة (Dropdown lists).

كما يمكن إجراء التعديلات مباشرة داخل الخلايا، مع توثيق كل تغيير، بما يتيح للمستخدمين تتبع تطور الملف ومراجعة التعديلات التي طرأت عليه بمرور الوقت.تقلل هذه الإمكانات الحاجة إلى الانتقال إلى تطبيقات خارجية مثل Excel وGoogle Sheets، إذ يمكن إنشاء الجداول وتعديلها ومتابعة العمل عليها من داخل واجهة نموذج "كلود".

Claude Whiteboards.. تنظيم الأفكار وإدارة العمل الجماعي

إلى جانب جداول البيانات، أضافت "أنثروبيك" أداة "Claude Whiteboards"، لوحة بيضاء تعاونية يدوّن أعضاء الفريق عليها الأفكار أثناء الاجتماعات، وينظمون الملاحظات، ويضعون جدولاً زمنياً. ويجمّع نموذج "كلود" العناصر حسب الموضوع، ويقترح إجراءات عملية، ويعيّن المسؤولين عنها أو مواعيدها النهائية.

تعزز هذه الوظائف استخدام نموذج " كلود"  في تنظيم العمل الجماعي وتحويل الملاحظات والأفكار إلى مهام وإجراءات قابلة للمتابعة.تتوفر أداتا Claude Sheets وClaude Whiteboards حالياً في مرحلة Beta، وبشكل حصري للمشتركين في الخطط المدفوعة.

Claude Data تحل محل Dashboards وتوسع إمكانات تحليل البيانات

استبدلت "أنثروبيك "لوحات تحكم Claude (Dashboards) بأداة "Claude Data"، التي تتيح جمع البيانات من مصادر مختلفة واستخدامها لإنشاء لوحات تحكم، أو مقاطع فيديو معلقة، أو سرد قصصي قائم على البيانات. وعلى خلاف Sheets وWhiteboards، لا تقتصر إتاحة Claude Data على أصحاب الاشتراكات المدفوعة، بل تشمل جميع المستخدمين، بمن فيهم أصحاب الحسابات المجانية.ومن خلال دمج هذه الوظائف داخل روبوت المحادثة، تسعى "أنثروبيك" إلى الحد من حاجة المستخدمين إلى مغادرة المنصة لإنجاز أعمالهم، بدلاً من الاعتماد على تطبيقات مستقلة مثل Microsoft Office وGoogle Workspace.

يمكن اعتبار خطوة "أنثروبيك" دخول المنافسة مع مايكروسوفت، لا سيما أن مايكروسوفت تدمج  أداة Claude Cowork داخل نظام Microsoft 365 Pilot، في مؤشر على تداخل مسارات المنافسة والتكامل بين الشركتين.

وتكتسب هذه الاستراتيجية طابعاً خاصاً مع اقتراب الاكتتاب العام، في بورصة "ناسداك"؛ إذ تهدف Anthropic تقييماً بقيمة تقييم يبلغ ۱.٤ تريليون دولار. وهو مستوى قد يضعها ضمن قائمة الشركات الأعلى قيمة في العالم، إلى جانب عمالقة التكنولوجيا مثل مايكروسوفت وغوغل.

يمكن الاستماع لـ "بودكاست النشرة الرقمية" على مختلف منصات البودكاست. الرابط للبودكاست على منصة أبل

للتواصل مع نايلة الصليبي عبر صفحة برنامَج"النشرة الرقمية"من مونت كارلو الدولية على لينكد إن وعلى تويتر salibi@  وعلى ماستودون  وبلوسكاي عبر موقع مونت كارلو الدولية مع تحيات نايلة الصليبي