فضيحة😱 قبل ان تستمر في عشق آبل.. احذر من هذه العيوب!

في خطوة أثارت موجة واسعة من الجدل، أطلقت أبل تقنيتها الجديدة في مجال الذكاء الاصطناعي تحت اسم "Apple Intelligence"، لكنها سرعان ما واجهت انتقادات حادة بسبب الأداء غير المرضي، وخاصة فيما يتعلق بملخصات الأخبار التي تضمنتها. هذه الملخصات لم تكتفِ بتشويه العناوين، بل تضمنت معلومات مغلوطة، ما دفع الشركة إلى إيقاف البرنامج مؤقتًا لإعادة تقييمه وإجراء تحسينات ضرورية.

ما يزيد من عمق الأزمة هو أن مهندسي أبل أنفسهم كانوا قد حذروا مسبقًا من وجود ثغرات كبيرة في التقنية. ففي أكتوبر الماضي، نشرت مجموعة من الباحثين دراسة، لم تُراجع بعد من قبل خبراء مستقلين، أكدت أن النماذج الحالية للذكاء الاصطناعي تعاني من قصور جوهري في "الاستدلال الرياضي". الدراسة أوضحت أن هذه النماذج لا تستنتج كما يفعل البشر، بل تحاول فقط محاكاة أنماط التفكير الموجودة في بيانات تدريبها.

لتسليط الضوء على عيوب التقنية، قام الباحثون بإجراء اختبارات شملت مسائل رياضية بسيطة من قاعدة بيانات GSM8K، تضمنت أسئلة يستطيع طلاب المدارس المتوسطة حلها بسهولة. لكن النتائج جاءت صادمة: بمجرد تعديل الأرقام في الأسئلة أو إضافة تفاصيل غير ضرورية مثل ملاحظات عن حجم الفاكهة، تراجعت دقة النماذج بشكل "كارثي"، حيث وصلت نسبة الانخفاض في الأداء إلى 65% في بعض الحالات.

حتى النماذج المتقدمة مثل o1-preview من OpenAI لم تسلم من هذا التراجع، إذ انخفضت دقتها بنسبة 17.5%. هذا يشير إلى أن هذه النماذج تعتمد بشكل أساسي على مطابقة الأنماط بدلاً من تحليل المشكلة بشكل حقيقي.

رغم التحذيرات الواضحة، أطلقت أبل نموذجها بعيوبه، مما يثير تساؤلات حول أولويات الشركة. هل كانت تهدف إلى السباق مع المنافسين على حساب الجودة؟ وهل كانت تعلم أن البرنامج سيواجه إخفاقًا محتملاً، لكنها قررت المجازفة؟

ما حدث مع أبل يعكس تحديًا أوسع يواجه قطاع الذكاء الاصطناعي بأكمله: كيف يمكن تطوير نماذج تعتمد على الفهم الحقيقي بدلاً من التقليد؟ وبينما تتسابق الشركات لإطلاق تقنيات جديدة، يظل السؤال الأهم: هل نحن مستعدون لتقبل العيوب المحتملة لهذه التقنية في مجالات حساسة مثل الأخبار والتعليم؟