Google Cloud وفريق الولايات المتحدة: قفزات تتجاوز حدود الإنسان بفضل الخوارزميات
تدخل Google Cloud عالم الرياضات الخطرة. فقد أنشأت الشركة أول أداة ذكاء اصطناعي في هذا المجال لتحليل أداء المتزلجين ومتزلجي اللوح على الثلج في المنتخب الأمريكي. يفكك النظام كل حركة إلى عناصرها الدقيقة، ويقيّم زوايا الميل وسرعة الدوران. في السابق، كان المدربون يعتمدون على العين والحدس، أما الآن فيعتمدون على أرقام جافة وتحليل الفيديو. لا يتعلق الأمر بميزة جذابة فحسب، بل بمحاولة لإعادة النظر في أسلوب إعداد الأولمبيين قبل الألعاب الشتوية عام 2026. وإذا نجحت التجربة، فقد تصطدم ذاتية التحكيم ببيانات الذكاء الاصطناعي التي لا يمكن دحضها.
معالج بواسطة الذكاء الاصطناعي من Google AI Blog؛ بتحرير Hamidun News
تخيّلوا أنكم تحلّقون على ارتفاع عشرة أمتار فوق منحدر مغطى بالثلوج، وتدورون حول محوركم أسرع من شفرات مروحية. في تلك اللحظة، آخر ما يخطر ببالكم هو الحوسبة السحابية. غير أن Google Cloud قررت أن هذا المكان بالذات، في الهواء الرقيق للرياضات الخطرة، ينقصه قليل من تعلّم الآلة. وبينما تدرّب شركات عملاقة أخرى روبوتات الدردشة على كتابة قصائد متواضعة، تعلّم Google الخوارزميات أن تفهم لماذا تقود قفزة ما إلى منصة التتويج، وتقود أخرى إلى عيادة العلاج الطبيعي.
التعاون مع منتخب الولايات المتحدة للتزلج على الثلج والتزلج الحر (Team USA) ليس مجرد عقد تسويقي بشعارات أنيقة على السترات. إنه محاولة طموحة لرقمنة ما اعتُبر لعقود «إحساسًا باللحظة». حتى وقت قريب، كانت عملية التدريب تسير بالطريقة الكلاسيكية: يقفز الرياضي، وينظر المدرب في عدسة الكاميرا، ثم يحاولان معًا تحديد بالعين المجردة في أي جزء من الثانية ابتعدت اليد أكثر مما ينبغي. أما الآن فقد دخل الذكاء الاصطناعي هذه المعادلة، وهو لا يرمش ولا يتعب ولا يخطئ بسبب وهج الشمس.
يبدو الجانب التقني أشبه بحلم عالم البيانات. يحلل النظام بث الفيديو، ويضع فوقه شبكة هيكلية مفصلة لحركات الرياضي. ويقيس زوايا الركبتين وسرعة دوران الجذع، وحتى مسار الطيران بدقة تصل إلى السنتيمتر. وهذا يتيح مقارنة القفزة الحالية بقفزة «مرجعية» أو بمحاولات سابقة للرياضي نفسه. وتؤكد Google أن أداتها هي الأولى من نوعها، وأنها مكيّفة بالكامل مع الظروف الفوضوية للتزلج الحر، حيث تعجز نماذج التعرف على الحركة المعتادة عادةً أمام الملابس الفضفاضة والسرعات الهائلة.
لماذا تحتاج شركة تقنية عملاقة إلى هذا؟ الجواب يتجاوز الميداليات الأولمبية بكثير. فالتزلج على اللوح بيئة بالغة التعقيد للرؤية الحاسوبية. فهناك انعكاسات الثلج، وإضاءة متغيرة باستمرار، ومعدات تخفي ملامح الجسم. وإذا تعلّمت الشبكة العصبية تتبع حركات إنسان يرتدي بزة ضخمة دون أخطاء أثناء قفزة بثلاث لفات، فستصبح مهمة تحليل حركات عامل في مستودع أو مريض في مركز تأهيل أمرًا بسيطًا بالنسبة لها. فالرياضة هنا ميدان اختبار قاسٍ لتقنيات ستنتقل لاحقًا إلى قطاع الأعمال الكبير.
وبالنسبة للرياضيين أنفسهم، يعني ذلك نهاية عصر الذاتية. فحين يكون الذهب على المحك، كثيرًا ما يكون الفارق بين المركز الأول والرابع أجزاء من مئة من النقطة. ومع توافر بيانات موضوعية عن ارتفاع القفزة ونظافة الهبوط، تستطيع الاتحادات ليس فقط إعداد الرياضيين بشكل أفضل، بل أيضًا استخدام هذه الأرقام مستقبلًا للاحتجاج أمام الحكام. ومع ذلك، وبالنظر إلى محافظة المسؤولين الرياضيين، فما زال الاعتراف بحكام الذكاء الاصطناعي بعيدًا.
وبالطبع يبرز سؤال: ألن يقتل ذلك سحر الرياضة؟ إذا حُسبت كل حيلة بدقة حتى الدرجة، ألن يتحول التزلج على اللوح إلى منافسة بين المهندسين، كما حدث مع «الفورمولا 1»؟ يؤكد مدربو Team USA أن ذلك لن يحدث. فالذكاء الاصطناعي يسلّط الضوء على الأخطاء فقط، أما أداء العناصر البهلوانية المعقدة فيظل على عاتق إنسان من لحم ودم. يمكن للآلة أن تقترح تدوير الجذع أسرع بخمس درجات، لكن إجبار الجهاز الدهليزي على تنفيذ ذلك مهمة لا تقدر عليها الخوادم السحابية.
ومن المثير متابعة كيف تبحث Google Cloud بجرأة عن مجالات يمكن أن تحقق فيها قدراتها نتيجة ملموسة وواضحة تقريبًا. وبعد تحليل البيانات في كرة القدم وكرة السلة، تبدو الخطوة نحو المنحدرات الثلجية منطقية. وهي تُظهر أن «السحابة» مشارك فاعل في العالم المادي. ففي واقع يصف فيه كل شركة ناشئة ثانية نفسها بأنها AI-first، تُظهر Google أن خوارزمياتها لا تستطيع توليد الصور فحسب، بل تساعد الناس أيضًا على تجاوز حدود قدراتهم البشرية.
الخلاصة: Google تحوّل حدس المدربين إلى بيانات صارمة. وإذا حصد Team USA كل الذهب في عام 2026، فسنعرف بالتحديد خوادم من تقف وراء ذلك.
- 29 أكتوبر 2026Anthropic تكشف في نموذج S-1: 11 900 عميل يدفعون 100 ألف دولار سنويًا فأكثر
- 29 أكتوبر 2026Google DeepMind تكتشف عيبًا في softmax: التدرّج ينعدم عند فارق 16,6
- 28 أكتوبر 2026شبكة CNN من عام 2015 تتفوق على GPT-6 Astra وClaude Fable 5.1 في تشخيص سرطان الجلد
- 28 أكتوبر 2026Google تعلّم نماذج LLM «النوم»: SLEEP يثبّت المعرفة في الأوزان، وحتى 10 ملايين توكن
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.