جهاز Mac يبني سرًّا رسمًا بيانيًا لعائلتك: 51 قاعدة بيانات وXGBoost في macOS 26

لعلك لاحظت أن تطبيق «الصور» يسمّي ألبومات بعناوين مثل «ماما» من تلقاء نفسه، أو يقترح مجموعة ذكريات «العائلة». يبدو الأمر سحرًا، لكن خلفه بنية تحتية محددة تمامًا. نشر باحثو 8rank تحليلًا للرسم البياني للمعرفة غير الموثّق الذي يبنيه macOS على حاسوبك، وهو من أكثر النظرات تفصيلًا إلى كيفية تحقيق Apple للتخصيص دون الاعتماد على السحابة.

ماذا وجدوا في الداخل

منذ macOS 13 تعمل على كل جهاز Mac خدمتان خلفيتان: knowledgeconstructiond وintelligenceplatformd. تحفظان نتائجهما في المجلد ~/Library/IntelligencePlatform. وهناك 51 قاعدة بيانات SQLite. أهمها graph.db، وتخزّن ثلاثيات بصيغة «الفاعل — المحمول — المفعول» وفق قاموس من 181 صنفًا و278 محمولًا. إنه رسم بياني معرفي كلاسيكي، لكنه شخصي: المالك وجهات اتصاله والأماكن والأحداث والصور.

وما يثير الاهتمام بصورة خاصة هو كيف يحدد النظام مدى قرب الأشخاص من بعضهم. يعمل زوج من مصنِّفات XGBoost تنظر في 144 سمة. وهي في معظمها إشارات سلوكية: لمن تكتب وكم مرة، ومع من تظهر في الصور، وفي أي يوم من الأسبوع وأي ساعة تحدث الاتصالات. يجيب النموذج الأول عن سؤال «عائلة أم لا»، بينما يفصل الثاني «العائلة أو الأصدقاء» عن البقية. أي لا توجد دلالات عميقة: سمات جدولية عادية وتعزيز تدرّجي (gradient boosting)، وهو خيار معقول للجهاز لأن النموذج رخيص ويعمل دون اتصال.

ما الذي يبقى غامضًا

تُملأ خمسة عشر عمودًا أخرى، من «الأم» إلى «زميل العمل»، بآلية لم يتمكن المؤلفون من تتبّعها. ربما هي نموذج منفصل، وربما قواعد أو بيانات من أنظمة فرعية أخرى. وللأمانة: ليست لدى الباحثين صورة كاملة.

التفصيل المهم الثاني يتعلق بالحذف. عندما تُلغى علاقة، لا يختفي السطر بل ينتقل إلى جدول منفصل ويحتفظ بدرجة ثقة النموذج والمصادر التي استُنتجت منها. وهذا يعني للمستخدم أن جهة اتصال «منسيّة» قد تترك أثرًا في المخزن المحلي.

ماذا نفعل بذلك

بالنسبة لمطوري macOS الخلاصة بسيطة: على الجهاز طبقة غنية من سياق المستخدم، وتعتمد عليها وظائف Apple النظامية. إذا كنت تبني تطبيقًا للبريد أو الصور أو جهات الاتصال، فعليك أن تفهم أي توقعات يشكّلها هذا الرسم البياني لدى المستخدمين، وأي بيانات استنتجها النظام بنفسه.

بالنسبة لمديري المنتجات والمؤسسين، هذا درس في تصميم الخصوصية. المعالجة المحلية لا تعني الشفافية: فالاستنتاج بشأن من هي أمّ من يتم دون موافقة صريحة ودون واجهة للتحقق. إذا كنت تبني تخصيصًا مشابهًا، فامنح المستخدم وسيلة لرؤية الاستنتاجات وتصحيحها، وعند الحذف امسح البيانات المشتقة أيضًا، بما فيها درجات الثقة.

أما لمختصي الأمن ومسؤولي النظم في الشركات، فهذا سطح جديد للتدقيق. توجد قواعد البيانات في مكتبة المستخدم، ما يعني أنها تدخل في النسخ الاحتياطية وعمليات الاستخراج الجنائي الرقمي. وينبغي تقييم الملفات الحساسة، مثل ملفات الصحفيين أو المحامين، من هذه الزاوية.

أخيرًا، يمكنك مشاهدة رسمك البياني بنفسك: نشر 8rank لوحة محلية باسم iKnow تقرأ قواعد البيانات على جهاز Mac الخاص بك دون إرسال أي بيانات إلى الخارج. شغّلها على جهازك وتحقق مما يعتقده النظام عنك. ومن المفيد مقارنة النتيجة بالواقع: فأخطاء المصنِّف ستُظهر مدى هشاشة هذه الاستنتاجات إذا بُني عليها شيء مهم.

تتعلق الدراسة بنظام macOS 26، لذا قد يختلف السلوك في الإصدارات الأخرى. لكن مجرد أن رسمًا بيانيًا كهذا يُبنى منذ سنوات ودون إعدادات صريحة يستحق اهتمام كل من يعمل مع بيانات المستخدمين.