Google Gemini: هاتفك الذكي أصبح رسميًا تحت إمرة الذكاء الاصطناعي

هل تتذكر ذلك الشعور حين كنت تطلب من Google Assistant ضبط مؤقّت، فيفتح بدلًا من ذلك صفحة بحث عن عبارة «ضبط مؤقّت»؟ يبدو أن عصر هذا العجز اللطيف يقترب من نهايته. وبينما كنا نناقش ما إذا كان ChatGPT قادرًا على التأمل في معنى الحياة، كانت Google تعمل في كواليسها على أمر أكثر واقعية، وأكثر إثارة للقلق في الوقت نفسه. الحديث هنا عن Project Astra، التي عُثر مؤخرًا على آثار لها في كود تحديثات Google الأخيرة. باختصار: لم يعد هاتفك الذكي مجرد مجموعة أيقونات، بل يتحول إلى جهاز تنفيذي يعمل لحساب Gemini.

لنستعرض السياق أولًا. في مؤتمر I/O الأخير عُرض علينا عرض تجريبي رأى فيه الذكاء الاصطناعي العالم عبر كاميرا النظارات، وتعرّف على كود مكتوب على سبورة، وتذكّر أين ترك المستخدم نظارته. بدا ذلك كالسحر، لكن السؤال الرئيسي بقي خارج الإطار: هل يستطيع هذا النظام أن يضغط بنفسه على زر «اشترِ» أو «احجز»؟ تؤكد أحدث المعلومات المستخرجة من الكود أن Google تخطط لمنح Gemini صلاحيات المسؤول على واجهة المستخدم لديك. وهذه خطوة منطقية في مسار التطور من LLM (النماذج اللغوية الكبيرة) إلى LAM (نماذج الأفعال). لسنوات علّمنا الشبكات العصبية الكلام، والآن حان وقت تعليمها العمل.

لماذا يحدث هذا الآن تحديدًا؟ تقف Google في موقع الملاحِق من حيث الذكاء «الخالص» للنماذج، لكنها تملك ورقة رابحة لا تملكها OpenAI ولا Anthropic، وهي Android. فبفضل الوصول العميق إلى واجهات API الخاصة بالنظام، تستطيع Google أن تمكّن Gemini من رؤية ما يجري على الشاشة في أي تطبيق ومحاكاة الضغط على المفاتيح. وفي حين لا تزال Apple تكتفي بالوعد بشيء مماثل ضمن Apple Intelligence، تضع Google الأساس بالفعل ليتمكن هاتفك من تخطيط أمسيتك بنفسه: من حجز طاولة في مطعم إلى طلب سيارة أجرة في الوقت المناسب، دون أن تضطر أنت إلى تصفّح القوائم بنفسك.

من الناحية التقنية، يتحقق ذلك عبر تحليل التدفق البصري. فـGemini لا تقرأ النص فحسب، بل تفهم التسلسل الهرمي لعناصر الواجهة. إنها تعرف أن سلة التسوق الصغيرة في الزاوية تعني الانتقال إلى الدفع، وأن علامة الإغلاق هذه تُغلق إعلانًا. وهذا يخفف عن المستخدم عبئًا هائلًا، لكنه يفتح في الوقت نفسه صندوق باندورا على صعيد الأمان. تخيّل وكيلًا ذكيًا يؤكد عملية تحويل مالي عن طريق الخطأ أو بسبب «هلوسة»، أو يحذف محادثة عمل مهمة. ولهذا السبب تُدخل Google هذه الوظائف بحذر، وتخبئها خلف طبقات من الكود إلى أن يصبح النظام موثوقًا بما يكفي.

تقف الصناعة اليوم على أعتاب «ثورة الوكلاء». وقد شهدنا محاولات لإنتاج أجهزة مستقلة لهذا الغرض، مثل Rabbit R1 وHumane Pin، لكنها فشلت تحديدًا لأنها حاولت استبدال الهاتف الذكي. أما Google فتتصرف بذكاء أكبر: إذ تحوّل الجهاز الموجود أصلًا في جيبك إلى مساعد مستقل. وهذا يغيّر نموذج استخدام الأجهزة من أساسه. فلم يعد الهاتف جهازًا تحدّق فيه ساعات، بل معالجًا يعمل في الخلفية وينفذ مهامك. وإذا نجح ذلك، فقد يصبح مفهوم «التطبيق» نفسه من الماضي: فلماذا تفتح واجهة Uber إذا كان Gemini سينجز كل شيء عبر API أو عبر الالتقاط الرسومي للشاشة؟

في نهاية المطاف، هذه معركة على وقتنا. تدرك Google أنها إن لم تجعل Gemini مشغّلًا متكاملًا لنظام Android، فسيفعل ذلك طرف آخر عبر حلول ترقيعية وإضافات خارجية. نحن نشهد الآن الخطوات الأولى المتردّدة لنظام سيعرف قريبًا بنية تطبيقاتك أفضل منك. ولا يبقى إلا أن نأمل ألا يقرر Gemini أن وجودك في عملية اختيار البيتزا هو أيضًا ضجيج زائد ينبغي تحسينه.

السؤال الأهم: هل سيصبح Gemini «طيارًا آليًا» متكاملًا لنظام Android هذا العام، أم ينتظرنا مسلسل جديد من اختبارات بيتا لا تنتهي؟