ذكاء اصطناعي يرى ويسمع
أبعد من الكلمات
الذكاء الاصطناعي (AI) ليس نصوصًا ودردشة فقط. الذكاء الاصطناعي الحديث يستطيع أن ينظر إلى صورة ويخبرك بما فيها. ويستطيع أن يسمع أغنية ويعرف اسم المغنّي. ويستطيع أن يشاهد فيديو ويلخّص ما حدث فيه. هذا اسمه الذكاء الاصطناعي متعدّد الوسائط (Multimodal AI).
- ذكاء الرؤية: يتعرّف على الوجوه، ويقرأ الكلام المكتوب في الصور، ويجد الأشياء في الصور
- ذكاء الصوت: يحوّل الكلام المنطوق إلى نص، وينطق النص بصوت
- الذكاء الطبي: يحلّل صور الأشعة ليساعد الأطباء على اكتشاف المشكلات
- هذه الأنواع موجودة في حياتك الآن: فتح الهاتف بالوجه، والمساعدات الصوتية، والبحث في الصور
عقل واحد وحواسّ كثيرة
«متعدّد الوسائط» كلمة تبدو صعبة، لكن معناها بسيط: وسائط كثيرة، أي كلمات وصور وأصوات، يفهمها ذكاء اصطناعي واحد. جرّب هذه الحيل الممتعة. أرِ ذكاءً اصطناعيًا متعدّد الوسائط صورة مكتبك المبعثر، واطلب منه قصيدة مضحكة عنه، وسيكتبها. دندن لحنًا لتطبيق موسيقى، فيخبرك باسم الأغنية. وجّه الكاميرا إلى نبتة واسأل: «ما هذه؟ وهل هي آمنة على قطّتي؟» صوّر واجب الرياضيات واطلب منه أن يتحقّق من خطوات حلّك. السحر الحقيقي في المزج: يستطيع أن ينظر إلى صورة ويتكلّم عنها، وأن يسمع سؤالًا ويجيب بالكلمات. وكما تستعمل عينيك وأذنيك معًا، يمزج الذكاء الاصطناعي متعدّد الوسائط الحواسّ في فهم واحد.
- «متعدّد الوسائط» = ذكاء اصطناعي واحد يتعامل مع الكلمات والصور والأصوات معًا
- صورة تدخل وقصيدة تخرج، لحن تدندنه يدخل واسم الأغنية يخرج
- الذكاء الحقيقي في مزج الحواسّ، لا في امتلاكها فقط
- تجربة عائلية: صوّروا شيئًا غريبًا واطلبوا من الذكاء الاصطناعي أن يصفه