DeepMind تبتكر فأرة ذكية مدعومة بـ Gemini كي لا يضطر المستخدمون إلى التنقل بين نوافذ الدردشة

كشفت Google DeepMind عن نموذج أولي تجريبي لفأرة ذكية تعمل بـ Gemini وتلتقط السياق البصري والدلالي المحيط بالمؤشر. وهذا يتيح للمستخدمين تنفيذ المهام عبر الكلام الطبيعي والنقرات الموجّهة، دون الانشغال بنوافذ AI منفصلة.

كيف ترى الفأرة الذكية

تعتمد الفأرة على الرؤية الحاسوبية في Gemini لتحليل ما يوجد تحت المؤشر: النصوص والصور والأزرار وعناصر الواجهة. لكن الأمر لا يقتصر على التعرّف على الصور. فالنظام يفهم المحتوى البصري (ما يظهر على الشاشة)، ويفهم أيضًا السياق الدلالي (ما يعنيه ذلك ضمن ما يجري).

نشرت DeepMind عروضًا تجريبية لهذا النهج، ووصفت أربعة مبادئ رئيسية للتفاعل تقوم عليها فكرة تصميم هذه الأداة. وتتيح هذه المبادئ أن تكون الفأرة الذكية مفيدة فعلًا، لا مجرد لعبة تجريبية.

لماذا يتفوق هذا الحل

يتطلب أسلوب العمل المعتاد مع AI تبديل السياق باستمرار. فعندما تحتاج إلى مساعدة، تفتح نافذة منفصلة لروبوت الدردشة، وتصف المهمة، ثم تنسخ النتيجة وتعيد لصقها. وهذا يقطع سير العمل ويستلزم شروحات إضافية.

تعالج الفأرة الذكية هذه المشكلة جذريًا: يتحدث المستخدم ببساطة، أو يشير بالفأرة إلى الموضع المطلوب، أو ينقر نقرة موجّهة، فيفهم النظام السياق ويساعد مباشرة داخل التطبيق الحالي. أشبه بمساعد AI خبير يجلس بجانبك، يرى الشاشة كاملة ويتصرف دون أن يلفت الانتباه.

وثمة ميزة أخرى هي الحد الأدنى من التعلّم. فلا حاجة إلى تعلّم واجهة جديدة أو حفظ أوامر. سلوك الفأرة بديهي: تشير وتتحدث، فتحصل على النتيجة.

ماذا تستطيع الفأرة أن تفعل

عرض الباحثون تطبيق الفأرة الذكية على مهام متنوعة:

• ملء نماذج الويب بالأوامر الصوتية
• البحث عن المعلومات واستخراجها من المحتوى الظاهر على الشاشة
• أتمتة التنقل بين المواقع والتطبيقات
• العمل مع الجداول وتنظيم البيانات وتحليلها
• إعادة صياغة النصوص، والنسخ مع إعادة التنسيق
• التحقق من المعلومات والمنطق في المستندات

اختُبر كل سيناريو من هذه السيناريوهات في مقطع فيديو تجريبي. ولا تتطلب الفأرة التنقل بين النوافذ، وبالتالي يبقى المستخدم مركّزًا على مهمته.

ماذا يعني ذلك

يتلاشى الحد الفاصل بين وكلاء AI في المتصفح (الذين ينفذون المهام بشكل مستقل تمامًا) ومساعدي AI (الذين يساعدون الإنسان). وتُظهر Google DeepMind أن AI قد تُدمج مستقبلًا بعمق أكبر، لا في تطبيق منفصل، بل مباشرة في الأدوات التي يستخدمها الناس يوميًا.

هذا بحث في مرحلة مبكرة، والنموذج الأولي له قيود. لكن إذا بلغت التقنية مرحلة النضج وجرى دمجها في أنظمة التشغيل أو المتصفحات، فقد تغيّر بصورة ملموسة طريقة تفاعل الناس مع الحواسيب ومع AI في آن واحد.

«من دون تبديل السياق، لا يصبح AI أكثر فائدة فحسب، بل أكثر طبيعية».

قد يكون هذا النهج الخطوة التالية في تطور واجهات المستخدم، حيث لا ينافس AI على الانتباه، بل يساعد وهو يظل غير مرئي.