تطوّر البنية التحتية للذكاء الاصطناعي

يواصل سوق الذكاء الاصطناعي التوليدي دورة التكرار السريعة، فيما يولي اللاعبون الرئيسيون الأولوية لكفاءة النماذج والتطبيقات المتخصصة. وتعكس أحدث تحديثات Google على مجموعة Gemini تحولًا استراتيجيًا من مجرد توسيع عدد المعلمات إلى نشر نماذج عالية التحسين وموجّهة بحسب المهام.

تعزيز كفاءة النماذج وبنية التكلفة

يتحدد تطوير الذكاء الاصطناعي المؤسسي اليوم بالحاجة إلى خفض استهلاك الرموز من دون التضحية بالأداء.

17% رموز أقل

يقلّص Gemini 3.6 Flash استخدام الرموز مقارنة بسابقه مع تحسين الأداء في البرمجة والوسائط المتعددة، ما يخفض مباشرة تكاليف التشغيل لسير العمل المؤسسي.

ويُعد Gemini 3.6 Flash المعيار المرجعي الحالي في القطاع لهذا النوع من التحسين، إذ يُظهر انخفاضًا بنسبة 17% في استخدام الرموز مقارنة بسابقه. ومن خلال تحسين قدرات البرمجة والكفاءة في الوسائط المتعددة مع الحفاظ على انخفاض التكلفة لكل رمز، تستطيع المؤسسات توسيع نطاق سير العمل المعقدة على نحو أكثر استدامة. ويُظهر هذا النموذج كيف يوازن المزودون على نطاق واسع بين العبء الحاسوبي والمنفعة العملية للمطورين.

الارتقاء بسير العمل الوكيلي لتحقيق سرعة تشغيلية

يتسارع التحول نحو الذكاء الاصطناعي الوكيلي، أي الأنظمة القادرة على تنفيذ المهام بصورة مستقلة. ويجسد Gemini 3.5 Flash-Lite هذا الاتجاه، إذ صُمم خصيصًا للبيئات عالية الوتيرة بمعدل إنتاج يبلغ 350 رمزًا مخرجًا في الثانية. ويتيح دمجه لأدوات استخدام الحاسوب تنفيذَ سير العمل الوكيلي بكفاءة أكبر من الإصدارات السابقة. ويظهر هذا التطور في تطبيقات مثل Google Search، حيث تُعد أزمنة الاستجابة المنخفضة أمرًا حاسمًا للمساعدة الذكية الموجهة للمستخدمين والمندمجة في البحث.

تطوير ذكاء متخصص بحسب المجال

أصبحت النماذج العامة تُستكمل على نحو متزايد ببُنى متخصصة مصممة لمعالجة تحديات عميقة الجذور في مجالات بعينها.

أدوار نماذج Gemini في لمحة سريعة

النموذج	التركيز الأساسي	القدرة البارزة	مثال على الاستخدام
Gemini 3.6 Flash	الكفاءة والتحكم في التكلفة	استخدام أقل للرموز بنسبة 17% مع أداء أقوى في البرمجة والوسائط المتعددة	سير عمل مؤسسية قابلة للتوسع
Gemini 3.5 Flash-Lite	السرعة التشغيلية	350 رمزًا مخرجًا في الثانية مع أدوات استخدام الحاسوب	مساعدة منخفضة الكمون ومندمجة في البحث
Gemini 3.5 Flash Cyber	أتمتة أمنية متخصصة بحسب المجال	يقترن مع CodeMender لاكتشاف الثغرات الأمنية وترقيعها	تأمين قواعد الشيفرة الخاصة بـ Android وChrome وYouTube

ويُبرز طرح Gemini 3.5 Flash Cyber هذا التكامل الرأسي. فمن خلال إقران النموذج بوكيل البنية التحتية CodeMender، تستهدف Google أتمتة تحديد الثغرات الأمنية السيبرانية وترقيعها. ويُستخدم هذا النموذج حاليًا لتأمين قواعد الشيفرة الداخلية الخاصة بـ Android وChrome وYouTube، بما يسلّط الضوء على اتجاه تصبح فيه أنظمة الذكاء الاصطناعي عنصرًا متخصصًا وفاعلًا في سلامة البرمجيات وعمليات الأمن.

المسار المستقبلي لتطوير النماذج

في حين تعالج أحدث النماذج احتياجات الإنتاج الفورية، يظل خط التطوير نشطًا مع تطورات رائدة قيد الإعداد.

تسلسل التطوير للمرحلة التالية من Gemini

دورة الإنتاج الحالية

تركز أحدث إصدارات Gemini على احتياجات النشر المؤسسي الفورية، مثل الكفاءة والسرعة وتنفيذ المهام المتخصصة.

اختبار Gemini 3.5 Pro

تختبر Google نموذج Gemini 3.5 Pro بوصفه الخطوة التالية بعد النماذج المنشورة حاليًا.

بدء التدريب المسبق لـ Gemini 4

بدأ بالفعل التدريب المسبق لجيل Gemini 4، في إشارة إلى الاستعداد لقدرات نماذج أكثر تقدمًا.

توسّع الاستدلال المؤسسي

يراقب المشاركون في القطاع الانتقال إلى نماذج الجيل التالي التي يُتوقع أن تدعم مهام استدلال أكثر تعقيدًا ومتعددة المراحل.

ويخضع Gemini 3.5 Pro حاليًا لمرحلة الاختبار، في حين بدأ بالفعل التدريب المسبق لجيل Gemini 4. وينبغي للمشاركين في القطاع مراقبة الانتقال نحو هذه النماذج من الجيل التالي، بينما تستعد لدعم مهام استدلال أكثر تعقيدًا ومتعددة المراحل في قطاع المؤسسات.