Thinking Machines تبتكر ذكاءً اصطناعيًا يتحدث ويستمع في آنٍ واحد

تعمل كل نماذج الذكاء الاصطناعي اليوم وفق مبدأ واحد: تكتب أنت، فيستمع النموذج. تنتظر أنت، فيرد النموذج. تحاول Thinking Machines تغيير ذلك عبر بنية جديدة تعالج رسالتك وتولّد الرد في آنٍ واحد، كما في أي مكالمة هاتفية عادية.

مشكلة النهج الحالي

تعمل جميع نماذج اللغة الحديثة، من ChatGPT إلى Claude، وفق مبدأ الطلب والاستجابة. ترسل رسالة كاملة، فيعالجها النموذج بالكامل، ثم يقدّم ردًا كاملًا. وهذا يمنحك إحساسًا بأنك تتحدث إلى روبوت لا إلى إنسان.

أما في المحادثة الحقيقية فالأمر مختلف. يستمع الناس أثناء صياغة الرد. يمكنك مقاطعة محدّثك أو الاستفسار عن تفصيل أو إضافة سياق، فيتفاعل معك فورًا دون أن يبدأ من الصفر. لا أحد ينتظر حتى ينهي محدّثه كلامه كاملًا ثم يعيد التفكير في ردّه بالكامل. وهذا ما يمنح الحوار تدفقًا طبيعيًا وعضويًا.

يفرض النهج الحالي للذكاء الاصطناعي حدودًا صارمة: اكتمال المدخل ← المعالجة ← اكتمال المخرج. لا مرونة ولا تكيّف أثناء الحوار، ولا إحساس باتصال ثنائي الاتجاه.

ما الذي تفعله Thinking Machines

تطوّر الشركة الناشئة نموذجًا يعالج تدفق المدخلات في الوقت الفعلي ويولّد تدفق المخرجات في الوقت نفسه. فبدلًا من انتظار اكتمال المدخل، يبدأ النظام بالرد أثناء تلقّي المعلومات من المستخدم. ويفتح ذلك عدة إمكانات جديدة جذريًا:

• الاستماع أثناء الرد — التفاعل مع البيانات الجديدة دون إعادة تحميل السياق
• المقاطعة الطبيعية — المداخلة أثناء الحديث، كما في الحوار الحي بين البشر
• التكيّف مع نبرة الصوت — تغيير النبرة وفق الإشارات الصوتية في الوقت الفعلي
• الإشارات غير اللفظية — مراعاة الإيماءات وتعابير الوجه في المحادثات المرئية
• أدنى زمن تأخير — غياب فترات الصمت الميتة بين الردود

وهذا بالغ الأهمية للمساعدات الصوتية. فحين تتصل بمركز اتصال أو تطلب سيارة أجرة بالصوت، لا ترغب في انتظار 3–5 ثوانٍ للمعالجة. تتحدث أنت، فيسمعك المساعد ويرد فورًا، كما يفعل الإنسان.

التعقيد المعماري للمشكلة

إن معالجة المدخل وتوليد المخرج في وقت واحد يتطلب إعادة تصميم معمارية عميقة. فالمحوّلات (Transformers) التي تقوم عليها معظم نماذج LLM الحديثة صُمّمت للعمل بالتتابع: تقرأ السياق كاملًا، ثم تولّد الرموز (tokens) واحدًا تلو الآخر. وتغيير هذا المبدأ الأساسي يعني إعادة كتابة آليات الانتباه والتخزين المؤقت والتنبؤ.

يجب الحفاظ على سياق متنامٍ من تدفق المدخلات مع توليد المخرجات في الوقت نفسه، دون فقدان تماسك الرد ومنطقه.

والتحديات العملية لا تقل جدية: جودة الردود (هل تصبح متسرعة وناقصة؟)، والتأخير (يلزم زمن استجابة أدنى لتحقيق الطبيعية)، وإدارة الذاكرة مع تدفقات متنامية. كيف يمكن الحفاظ على خيط المحادثة إذا كان الرد يجري بالتوازي مع المدخل؟ وكيف لا يضيع تفصيل من نهاية الرسالة إذا كان النموذج قد بدأ بالرد على بدايتها؟

ماذا يعني ذلك

إذا نجح تنفيذ هذا النهج، فلن يبدو الحوار مع الذكاء الاصطناعي كتعامل مع منظومة. سيصبح حوارًا حقيقيًا، محادثة فعلية بلا جمود ولا تأخير، أقرب إلى التواصل البشري.

وهذا تحسّن جوهري للمساعدات الصوتية وروبوتات الدردشة، وخصوصًا لمراكز الاتصال. فعندما يتصل العميل، يسمعه المساعد ويتفاعل معه فورًا، وقد يقاطعه لطلب توضيح، ويكيّف رده بناءً على معلومات جديدة. وسيرفع ذلك الرضا ويزيد سرعة حل المشكلات أضعافًا.