استضافت فعالية EmTech Future 2026، التي أُقيمت في حرم معهد ماساتشوستس للتكنولوجيا بين 29 سبتمبر و1 أكتوبر، نقاشات ركزت على تقاطع الذكاء الاصطناعي مع مجالات تقنية وعلمية أخرى. وجاءت جلسة «عندما يلتقي الذكاء الاصطناعي بكل شيء» ضمن برنامج أوسع حمل عنوان التقارب، في محاولة لقراءة أثر تداخل التقنيات بدلا من دراسة كل مجال بمعزل عن غيره.
تفاصيل الخبر
تولى يوسي ماتياس، نائب الرئيس ورئيس Google Research، قيادة الجلسة التي تناولت اتساع حضور الذكاء الاصطناعي في الأنظمة المختلفة. وتركزت الفكرة الأساسية على أن أهمية الذكاء الاصطناعي قد لا تنحصر في نماذج المحادثة أو أدوات الأتمتة، بل في قدرته على الاندماج مع عمليات البحث والتصميم والإنتاج واتخاذ القرار داخل قطاعات متباينة.
في قطاع الأحياء، يرتبط هذا التوجه باستخدام النماذج لتحليل البيانات البيولوجية، واستكشاف الاستجابات المحتملة، وتضييق نطاق الفرضيات التي يمكن اختبارها في المختبر. ولا يعني ذلك استبدال التجارب العملية، إذ تظل النتائج البيولوجية بحاجة إلى تحقق تجريبي، لكنه قد يساعد الباحثين على التعامل مع مساحات بحثية واسعة واختيار المسارات الأكثر وعدا.
أما في البنية التحتية، فيمكن للذكاء الاصطناعي أن يربط بين بيانات التشغيل والصيانة والطلب والظروف البيئية. وتبرز قيمة هذا الربط عندما تعمل الأنظمة على مراقبة منشآت معقدة أو التنبؤ بمواطن الخلل أو تحسين توزيع الموارد. غير أن هذه الاستخدامات تعتمد على جودة البيانات وعلى وجود ضوابط تضمن ألا تتحول القرارات الآلية إلى نقطة ضعف جديدة في مرافق حيوية.
وفي التصنيع، يدور التحول حول جعل مراحل التصميم والإنتاج أكثر ترابطا وقدرة على التكيف. فقد تساعد الأدوات الذكية في تحسين النماذج الأولية، واكتشاف العيوب، وربط خصائص المواد بطرق التصنيع، بما يقلل المسافة بين الفكرة والمنتج. لكن تحقيق هذه الوعود يتطلب تكاملا بين البرمجيات والمعدات وسلاسل الإمداد، وليس مجرد إضافة نموذج ذكاء اصطناعي إلى خط إنتاج قائم.
شمل برنامج الفعالية أيضا جلسات عن الحوسبة الكمية والطاقة والتصنيع المتقدم، ما وضع حديث الذكاء الاصطناعي داخل إطار تقني أوسع. ويعكس ذلك تحولا في طريقة تقييم الابتكار؛ فالتأثير المحتمل لا ينتج دائما من اختراع منفرد، بل من اتصال عدة أنظمة قادرة على تبادل البيانات والقدرات والعمل ضمن دورة واحدة.
وتتطلب هذه الرؤية معالجة قضايا عملية قبل أن تتحول إلى تطبيقات واسعة النطاق. من بينها قابلية التوسع، وتكلفة الحوسبة، وأمن البيانات، وإمكانية تفسير النتائج، وتحديد المسؤولية عندما تؤثر توصية آلية في قرار طبي أو صناعي أو علمي. كما أن اختلاف القواعد التنظيمية بين القطاعات قد يجعل نشر التقنية أسرع في مجال وأبطأ بكثير في مجال آخر.
وتشير الجلسة، في سياقها العام، إلى أن المرحلة المقبلة من تطوير الذكاء الاصطناعي ستقاس بمدى اندماجه في سير العمل والبنية التحتية، لا بعدد النماذج الجديدة وحده. ومن المرجح أن تتجه النقاشات التالية إلى اختبار هذه الأفكار عبر مشاريع مشتركة تجمع الباحثين والمهندسين والقطاعات الصناعية، مع التركيز على ما يمكن قياسه والتحقق منه بدلا من الاكتفاء بالتوقعات العامة.
العودة إلى جميع الأخبار
