بقلم: فريق تحرير ramos-almasry.com | التصنيف: الذكاء الاصطناعي | نماذج حديثة
نماذج Google DeepMind الحديثة ليست مجرد تحسينات تقنية، بل هي قفزات
نوعية في كيف يفهم الذكاء الاصطناعي الإبداع البشري ويُحاكيه. من Lyria 3 الذي
يُساعد على تأليف مسارات موسيقية، إلى Veo الذي يستهدف واقعية أعلى عبر
real-world physics وتحسين الالتزام بالموجهات وتوسيع creative controls، وفق وصف
Google، إلى Gemini Nano الذي يُشغّل بعض ميزات الذكاء الاصطناعي على
الأجهزة المدعومة مباشرةً عبر AICore وML Kit GenAI APIs. في هذا المقال، ستفهم
ما الذي يجعل كل نموذج مختلفًا، ولماذا يهمّك كمستخدم أو مطوّر.
لماذا DeepMind تحديدًا؟ وما الذي يميّزها؟
كثيرون يخلطون بين DeepMind وبقية مختبرات الذكاء الاصطناعي. الفارق الجوهري أن
DeepMind نشأت كمختبر أبحاث علمية صرف قبل أن تستحوذ عليها Google عام
2014، وهذا الإرث البحثي يظهر جليًّا في طريقة تفكيرهم: لا يصنعون نموذجًا لمجرد
المنافسة، بل يبنون أُطرًا نظرية أولًا ثم يطبّقونها.
الدليل؟ AlphaFold الذي مثّل تقدمًا كبيرًا في التنبؤ ببنية البروتينات
بعد تحدٍ استمر لعقود. هذا النوع من التفكير هو ما تجده في كل ما يصدر عنهم
اليوم.
Lyria: حين يصبح الذكاء الاصطناعي ملحّنًا
ما هو Lyria 3 وما الذي تقوله Google عنه؟
Lyria 3 هو أحدث نماذج DeepMind لتوليد الموسيقى [1]. وفق ما تُوضّحه
Google، يتميّز هذا النموذج بقدرته على فهم الموسيقى من الإيقاع وصولًا إلى
الترتيب الموسيقي (arrangement)، بدلاً من مجرد محاكاة الأنماط الصوتية السطحية.
ما الذي يمكن إنشاؤه بـ Lyria 3 فعليًا؟
- موسيقى تصويرية لمقاطع الفيديو أو الألعاب
- مسارات يمكن توجيهها لتناسب مزاج المشهد عبر الموجهات (كالإيقاع والمزاج والآلات المطلوبة)
- خلفيات موسيقية بأنماط وأساليب متنوعة
- تنويعات على أنماط موسيقية (مع التنبيه بضرورة مراجعة سياسات المنصة وحقوق الملكية قبل أي استخدام تجاري)
الأهم: يعمل Lyria 3 بالشراكة مع YouTube Shorts عبر أداة
Dream Track [2]. التوفر مشروط: تعمل الأداة في معظم الدول خارج المنطقة
الاقتصادية الأوروبية، وقد تتطلب ضبط لغة الجهاز على الإنجليزية.
نماذج توليد الفيديو: أين وصل DeepMind؟
ما هو Veo وما الذي تُعلنه Google عن قدراته؟
تُركّز Google في وصف نموذج Veo [3] على ثلاثة محاور رئيسية: الالتزام
الدقيق بالموجهات، والواقعية الفيزيائية (real-world physics)، وتوسيع أدوات
التحكم الإبداعي (creative controls).
ما يجدر معرفته قبل تجربته:
- الوصول العام لا يزال محدودًا ويتوسّع تدريجيًا عبر Google AI Studio
- تتفاوت نتائجه بحسب جودة صياغة الموجه وطبيعة المحتوى المطلوب، كما هو حال أي نموذج توليدي حاليًا
- يُقارَن كثيرًا بنماذج توليد الفيديو الأخرى في السوق، وإن كانت أي مقارنة موضوعية تحتاج إلى اختبارات منهجية موثّقة.
Gemini Nano: الذكاء الاصطناعي الذي يسكن جهازك
لماذا النماذج الصغيرة هي الثورة الحقيقية القادمة؟
نحن نتحدث كثيرًا عن النماذج الضخمة كـ GPT-4 وGemini Ultra، لكن
الحقيقة أن المستقبل القريب يتشكّل في النماذج الصغيرة المُشغَّلة محليًا على
الجهاز.
Gemini Nano هو نموذج Google المصمّم للعمل على الجهاز (on-device) عبر
خدمة AICore ويُستخدم من خلال واجهات برمجة التطبيقات المتخصصة [4]. قد تعمل بعض
السيناريوهات محليًا دون اتصال بالخوادم حسب الميزة والتطبيق المحدد، مما يُحقق
مزايا عملية:
- تقليل مشاركة البيانات: قد تُعالج بعض المهام محليًا عبر AICore وML Kit GenAI APIs، ما قد يقلل مشاركة البيانات ويحسن الخصوصية حسب الميزة والتطبيق.
- استجابة أسرع في الحالات المدعومة: تشغيل المعالجة محليًا يُقلّل زمن الانتظار.
- كفاءة أفضل في استهلاك البطارية: مقارنةً بالاستعلامات السحابية المستمرة.
تجدر الإشارة إلى أن الدعم يعتمد على توفر AICore وML Kit GenAI APIs على
أجهزة/شرائح مدعومة، وقد يختلف حسب الشركة المصنِّعة والإصدار.
الذكاء الاصطناعي المسؤول: كيف يتعامل DeepMind مع المخاطر؟
هل يتوقف DeepMind عند الإبداع أم أن لديه حدودًا أخلاقية؟
لدى Google DeepMind فرق ومبادرات للسلامة والمسؤولية، من بينها مبادرات
AI Safety and Alignment الموضحة في نهج المسؤولية الرسمي للشركة [5]. ما
يميّز هذا النهج أن العمل على السلامة يسير بالتوازي مع التطوير، وليس بعده.
من أبرز مبادراتهم في هذا السياق:
- تقنية SynthID [6]: تقنية تُضمّن علامة مائية غير مرئية في المحتوى المُولَّد بالذكاء الاصطناعي لتتبّع مصدره.
- تقييمات الأمان قبل الإطلاق: تُجري DeepMind تقييمات واختبارات أمان قبل الإطلاق وفق نهجها المعلن لتقييم احتمالات الاستخدام الضار.
- الشفافية في بطاقات النماذج: نشر تقارير مفصّلة عن نقاط ضعف كل نموذج.
ما الذي ينقصنا بعد؟ فجوات لم تُعلن DeepMind عن خططها فيها بعد
بعد تحليل ما هو موثّق من إعلانات DeepMind، ثمة فجوات تستحق الاهتمام:
- دعم الموسيقى العربية في Lyria: المقامات الموسيقية العربية ذات طابع خاص يختلف جوهريًا عن الأنماط الغربية، وهو مجال لم تُعلن الشركة بعد عن دعم متخصص له.
- توجيه Veo بالعربية: نماذج الفيديو التوليدي بشكل عام أكثر تحسينًا للموجهات الإنجليزية، ولا تتوفر مؤشرات رسمية حتى الآن على معالجة متخصصة للعربية في Veo.
- توسّع Gemini Nano لأجهزة أوسع: الدعم مرتبط بتوفر مكونات AICore/ML Kit، وتوسّعه لأجهزة السوق المتوسط لا يزال في طور التطوير.
أسئلة شائعة (FAQ)
كيف أتأكد أن المخرجات صالحة للنشر التجاري دون مخاطر حقوق؟ ▼
اعتمد قاعدة “لا ضمان تلقائي”: تجنّب طلب تقليد أعمال/فنانين بعينهم، احتفِظ بسجل الموجهات ونسخ الإخراج وتاريخ الإنشاء، واجرِ فحص تشابه قبل النشر، وراجع سياسات المنصة/الجهة التي ستنشر عليها قبل أي استخدام مدفوع.
ما الطريقة الأسرع لاختبار جودة نموذج توليدي بشكل موضوعي بدل الانطباع؟ ▼
أنشئ حزمة موجهات ثابتة تمثل احتياجك الحقيقي، وحدد معايير تقييم واضحة (الدقة، الاتساق، الالتزام بالتفاصيل، الأخطاء)، ثم نفّذ مقارنة A/B على نفس الحزمة مع توثيق النتائج؛ لا تغيّر أكثر من عامل واحد في كل تجربة.
كيف أتعامل مع خطر التضليل أو إساءة الاستخدام عند مشاركة محتوى مولّد؟ ▼
اعتمد سياسة تحريرية معلنة: الإفصاح عند استخدام التوليد، منع المحتوى الذي يزيف أشخاصًا/أحداثًا دون سياق، استخدام أدوات كشف العلامات المائية/المعرّفات عند توفرها، وإضافة سياق يوضح أن المادة مولّدة أو معدّلة بالذكاء الاصطناعي.
ماذا تفعل بهذه المعلومات الآن؟
- إذا كنت صانع محتوى: ابدأ بتجربة Dream Track عبر YouTube Shorts لاستكشاف Lyria 3 في مقاطعك.
- إذا كنت مطوّرًا: راقب توسّع وصول Veo API عبر Google AI Studio، وتابع توثيق Gemini Nano لبناء تطبيقات على الجهاز.
- إذا كنت مستخدمًا عاديًا: تحقق من توفر AICore وواجهات ML Kit على جهازك ومن قائمة الأجهزة/المنصات المدعومة في التوثيق الرسمي.
إخلاء مسؤولية: المعلومات الواردة في
هذا المقال مستندة إلى الإعلانات والوثائق الرسمية الصادرة عن الجهات الناشرة
المذكورة في المراجع أدناه. قدرات النماذج في تطوّر مستمر، ولا يتضمن هذا المقال
ضمانات قانونية.
المراجع والمصادر (المراجعة التقنية بتاريخ: 2026-03-03)
[1] Google DeepMind — Lyria: Our most advanced music generation model — تمت
المراجعة بتاريخ: 2026-03-03.
[2] YouTube Help Center — Create an AI-generated soundtrack in Shorts with
Dream Track — تمت المراجعة بتاريخ: 2026-03-03.
[3] Google DeepMind — Veo: Our most capable generative video model — تمت
المراجعة بتاريخ: 2026-03-03.
[4] Android Developers — ML Kit GenAI APIs (powered by Gemini Nano) — Last
updated: 2026-02-26 UTC.
[5] Google DeepMind — Responsibility & Safety: Our approach to AI safety
and alignment — تمت المراجعة بتاريخ: 2026-03-03.
[6] Google DeepMind — SynthID: Tool for watermarking and identifying
AI-generated content — تمت المراجعة بتاريخ: 2026-03-03.
Google DeepMind لا تصنع أدوات، بل تُعيد تعريف ما يعنيه
الذكاء الاصطناعي الإبداعي. Lyria 3 يُثبت أن الآلة يمكنها أن
تُؤلّف لا أن تُقلّد. Veo يستهدف أن تصبح الفيزياء البصرية مفهومةً
للخوارزمية. وGemini Nano يُذكّرنا أن القوة الحقيقية ليست دائمًا في
الضخامة، بل في الذكاء الموضوع في المكان الصحيح.
نستمر في تغطية هذا المجال على ramos-almasry.com