"Manus AI" إنجاز تقني أم ضوضاء تسويقية؟ wife
ومع ذلك شكك العديد من الخبراء والمتخصصين في صحة هذه الادعاءات، قائلين إن قدرات (مانوس) لا ترقى إلى مستوى الإنجازات التي حققتها شركة (DeepSeek) في وقت سابق.
قدرات "مانوس" المزعومة
يُروج لمشروع "مانوس" كواحد من أكثر أنظمة الذكاء الاصطناعي طموحًا في الصين، مع ادعاءات تشمل مجموعة واسعة من الوظائف الاستثنائية، منها:
1. معالجة اللغات واللهجات المحلية:
ادعاء القدرة على فهم وتوليد النصوص بعدة لهجات صينية نادرة، مثل الكانتونية والشنغهايية، بدقة تفوق النماذج الغربية، بفضل تدريبه على بيانات من مليارات المستخدمين في الصين. يُقال إنه قادر على التكيف مع السياقات الثقافية الصينية المعقدة، وتجنب "الانحياز الغربي" في الردود.
2. التحليل الاستراتيجي واتخاذ القرار:
ادعاء استخدامه في مجالات حساسة مثل التخطيط العسكري، التنبؤ الاقتصادي، وإدارة الأزمات، عبر خوارزميات تحليل بيانات ضخمة بسرعات فائقة. يُزعم أنه قادر على محاكاة سيناريوهات متعددة لمساعدة صانعي القرار في الحكومة الصينية.
3. التطبيقات الطبية المتقدمة:
الترويج لقدرته على تشخيص الأمراض النادرة عبر تحليل الصور الطبية والسجلات الصحية بمساعدة شبكات عصبية مُخصصة، مع ادعاءات بدقة تصل إلى 98% في بعض الحالات التجريبية، وفقًا لمصادر صينية غير مستقلة.
4. إدارة المدن الذكية:
دمجه في أنظمة المرور الذكية، وإدارة استهلاك الطاقة، والتحكم في البنية التحتية للمدن الصينية العملاقة، عبر تحليل البيانات في الوقت الفعلي وتنظيم الموارد بشكل ذاتي.
5. التفاعل البشري المتقدم:
القدرة على إجراء محادثات معقدة مع البشر عبر النص والصوت، مع مزج الذكاء العاطفي (Emotional AI) لفهم نبرة الصوت وتعبيرات الوجه، وفقًا لمقاطع فيديو دعائية أُطلقت مع الإعلان عنه.
6. التطبيقات العسكرية والأمنية:
تطوير أنظمة أسلحة مستقلة، ومراقبة الجماهير عبر التعرف على الوجوه وتحليل السلوكيات في المناطق الحضرية، باستخدام تقنيات تتبع متطورة تدعي الصين تفوقها في السرعة والدقة.
الشكوك حول هذه القدرات
غياب الشفافية: عدم نشر أوراق بحثية أو نماذج مفتوحة المصدر تسمح باختبار هذه الادعاءات بشكل مستقل.
اعتماد على تقنيات موجودة: يشكك خبراء في أن "مانوس" قد يكون مبنياً على تقنيات مفتوحة المصدر (مثل TensorFlow أو PyTorch) مع تعديلات طفيفة.
مبالغة في الترويج: تاريخ الصين في تضخيم إنجازاتها التكنولوجية لأغراض سياسية، كما حدث سابقًا مع مشاريع مثل "بايخه" للسيارات ذاتية القيادة.
تحديات تقنية غير معلنة: صعوبة تحقيق "الذكاء العام" (AGI) المزعوم دون توفر رقائق إلكترونية متطورة تعاني الصين من نقص فيها بسبب العقوبات الغربية.
في النهاية، تبقى الإجابة الحاسمة عن قدرات "مانوس" رهينة بالدلائل الملموسة، والتي لم تُكشف بعد خارج الإطار الدعائي والسياسي.
النماذج المحتملة التي يعتمد عليها "مانوس"
1. نماذج اللغات الكبيرة (LLMs) المُعدَّلة:
قد يعتمد على نسخ مُعدلة من نماذج مفتوحة المصدر مثل BERT أو GPT، مع تكييفها للغة الصينية وثقافتها، عبر تدريبه على مجموعات بيانات ضخمة من النصوص الصينية (كتب، منصات التواصل، وثائق حكومية). تُشير تقارير إلى أن الصين طوَّرت نسخًا محلية من هذه النماذج، مثل ERNIE (من Baidu) أو PanGu-Σ (من Huawei)، والتي قد تكون أساسًا لـ"مانوس".
2. نماذج هجينة (Multimodal):
قد يجمع بين نماذج معالجة اللغة الطبيعية (NLP) ونماذج الرؤية الحاسوبية (Computer Vision)، مثل CLIP أو DALL-E، لتحقيق التفاعل المتعدد الوسائط (نص، صوت، صورة). هذا قد يفسر ادعاءات قدرته على التحليل الطبي عبر الصور أو التعرف على المشاعر من تعابير الوجه.
3. أنظمة مُخصصة للذكاء العام (AGI):
إذا صدَّقنا الادعاءات الحكومية، فقد يكون "مانوس" محاولة لبناء نموذج قريب من الذكاء العام الاصطناعي، عبر دمج تقنيات مثل التعلم المعزز (Reinforcement Learning) مع شبكات عصبية متقدمة. لكن تحقيق هذا يتطلب موارد هائلة، وهو ما قد تعوزه الصين بسبب العقوبات على الرقائق المتطورة.
4. نماذج مُحسَّنة للأمن السيبراني:
قد يعتمد على أنظمة مثل DeepSeek (الصينية) أو تقنيات مراقبة مُخصصة لتحليل البيانات الأمنية والتنبؤ بالتهديدات، خاصة مع تركيز الصين على مراقبة الإنترنت وحماية "الأمن القومي".
5. إطار عمل مفتوح المصدر مُعدَّل:
من المحتمل أن يستخدم إطارات عمل مثل TensorFlow أو PyTorch، مع تعديلات لتحسين الأداء على البنية التحتية الصينية (كالخوادم المحلية أو رقائق Loongson البديلة عن الغربية). قد تكون هذه التعديلات تُركز على خفض استهلاك الطاقة أو التكيف مع قيود الرقائق المتاحة.
التحديات التي تُلقي بظلالها على هذه النماذج
العقوبات التكنولوجية: نقص الرقائق المتطورة (مثل تلك من TSMC أو NVIDIA) قد يحد من قدرة الصين على تدريب نماذج ضخمة بكفاءة، مما يدفعها لاعتماد تقنيات ضغط النماذج (Model Compression) أو نماذج أصغر حجمًا.
الاعتماد على البيانات المحلية: تدريبه على بيانات صينية بحتة قد يجعله متفوقًا في السياقات المحلية لكن محدودًا في الفهم العالمي، مقارنة بنماذج مثل GPT-4 المدربة على بيانات متنوعة.
السرية والتحيز السياسي: عدم وجود شفافية في مصادر البيانات أو آلية التدريب قد يؤدي إلى تضمين تحيزات سياسية أو ثقافية في مخرجات النموذج، كما حدث سابقًا مع منصات مثل TikTok.
الخلاصة