سماعات الذكاء الاصطناعي: لماذا تشتري سماعة Bluetooth عادية بسعر المستقبل

يحاول المسوّقون مرة أخرى أن يبيعونا فكرة قديمة في غلاف جديد. هذه المرة وقعت آذاننا في مرمى الاستهداف. لا بد أنك رأيت عناوين عن «أول سماعات ذكاء اصطناعي في العالم» تعد بترجمة فورية ومساعد شخصي، وكادت تعد بقراءة الأفكار. لكن إذا نزعنا النظارات الوردية وأخرجنا السماعات من الأذن، تبدو الحقيقة أكثر بساطة بكثير: ما يُعرض علينا هو سماعة Bluetooth عادية تمرّر صوتك إلى الهاتف الذكي، والهاتف يمرّره بدوره إلى السحابة. هذا ليس ابتكاراً، بل مجرد واجهة أخرى لـ ChatGPT، يطلبون مقابلها بضع مئات إضافية من الدولارات.

هذه هي المشكلة الكلاسيكية لـ«الضجة الفارغة». فبعد الفشل الذريع لجهازي Humane AI Pin وRabbit R1 وعجزهما عن استبدال الهاتف الذكي، تبحث الصناعة بتخبّط عن شكل جديد للأجهزة. وتبدو السماعات مرشحاً مثالياً: فنحن نرتديها أصلاً لساعات، ولها وصول مباشر إلى سمعنا وصوتنا. لكن الجيل الحالي من الأجهزة الصوتية «الذكية» ليس سوى محطة طرفية «غبية»، لا منتجاً قائماً بذاته. وما لم تظهر داخل هذا الهيكل الصغير قدرة حاسوبية حقيقية، ستبقى هذه الأجهزة لعبة باهظة الثمن لمن يفضّلون شراء الوعود بدل الوظائف.

أول ما ينقص لتحقيق اختراق حقيقي، وأهمه، هو المعالجة المحلية للبيانات. فعندما تطلب اليوم من السماعات ترجمة جملة، تسلك الإشارة طريقاً طويلاً: من الميكروفون إلى الهاتف، ومن الهاتف إلى خادم في كاليفورنيا، حيث تُعالج ثم تعود إلى الهاتف، وبعد ذلك فقط تصل إلى أذنك. هذا التأخير الذي يبلغ 2-3 ثوانٍ يقتل أي محادثة حية تماماً. ولكي تصبح سماعات الذكاء الاصطناعي واقعاً، تحتاج إلى معالج عصبي (NPU) مدمج قادر على تنفيذ مهام الترجمة الأساسية والتعرف على الكلام «على متن» الجهاز مباشرة، دون إنترنت ودون وسطاء إضافيين.

المشكلة الثانية هي الوعي بالسياق. فمساعد الذكاء الاصطناعي الحقيقي في الأذن لا ينبغي أن ينتظر حتى تضغط زراً أو تنطق كلمة سرية. بل ينبغي أن يفهم أين أنت وما الذي يجري حولك. فإذا كنت أسير في محطة قطارات في طوكيو، يجب أن تبدأ السماعات تلقائياً بترجمة إعلانات المذيع، مدركةً أنني أجنبي في هذه البيئة. تتيح المستشعرات الحديثة تتبّع وضع الرأس وحتى اتجاه النظر، لكن البرمجيات لا تستطيع بعد ربط هذه البيانات بنماذج الذكاء الاصطناعي في الزمن الحقيقي. وبذلك نحصل على جهاز «ذكي» هو في الواقع أعمى عن العالم المحيط.

الحاجز الثالث هو واجهة التفاعل. فالتحدث مع النفس باستمرار في الشارع متعة مشكوك فيها، ولا يزال يبدو غريباً. نحتاج إلى طرق تحكم أدق: الإيماءات، أو تتبّع حركة الفك، أو حتى قراءة النبضات العصبية. وما دام التحكم يقتصر على «انقر ثلاث مرات وانتظر»، فهذا ليس سحراً بل عائق مزعج. يضاف إلى ذلك طبقة ضخمة من مشكلات الخصوصية. فإذا كانت السماعات تصغي إلى العالم طوال الوقت من أجل «فهم السياق»، فهل نحن مستعدون لأن تُحلَّل كل كلمة نقولها بواسطة الخوارزميات؟

ولا ينبغي أن ننسى مفارقة الطاقة. فمحاولة تشغيل نموذج لغوي معقد داخل السماعة نفسها هي أقصر طريق إلى بطارية فارغة خلال ثلاثين دقيقة. إذ تتمتع بطاريات الليثيوم أيون الحديثة في سماعات TWS بسعة محدودة للغاية. ولكي تعمل سماعات الذكاء الاصطناعي ولو يوم عمل كاملاً، سيتعيّن على المهندسين تحقيق اختراق إما في كفاءة استهلاك الطاقة في الرقائق العصبية، وإما في كيمياء خلايا الطاقة. وحتى الآن لا نرى سوى حلول وسط: فإما أن يعمل الجهاز طويلاً لكنه «غبي»، وإما أن يحاول أن يكون ذكياً لكنه يتطلب شحناً متواصلاً.

لماذا لا تتعجل شركات التقنية العملاقة مثل Apple أو Sony في إطلاق سماعاتها «AI-only»؟ لأنها تدرك أن بنية الرقائق الحالية لا تسمح بحشر ذكاء اصطناعي قوي في هيكل صغير دون ارتفاع حرارته. نحن اليوم في النقطة نفسها التي كانت فيها الهواتف الذكية قبل ظهور iPhone: التقنيات موجودة ظاهرياً، لكنها لم تُجمع في منتج واحد يعمل دون حلول ترقيعية. لا نحتاج إلى ميكروفون إضافي لروبوت محادثة سحابي؛ نحتاج إلى جهاز يرى العالم ويسمعه كما نفعل نحن، ويساعدنا على التنقل فيه في الزمن الحقيقي.

الخلاصة: هل سيكون عام 2025 موعد ظهور معالجات NPU حقيقية في السماعات، أم سنواصل شراء «عكازات سحابية» في عبوة جميلة؟