Jev من TypeSafe هو ذكاء اصطناعي يتيح دمج الحكم على النصوص وتصنيفها وتقييمها في التطبيقات. نستعرض هنا Jev.
Jev ليس محاورًا، بل مسؤول عن اتخاذ القرارات داخل التطبيق
أقصر طريق لفهم Jev هو التفكير في نوع الإجابة التي تريدها من الذكاء الاصطناعي. فبدلًا من أن تقول له: «اشرح هذا النص»، يمكنك أن تسأله: «هل هذا النص إعلان؟» أو «هل هو متعلق بالعمل أم بالاستخدام الشخصي؟» أو «ما مدى صلته بنتائج البحث؟». يتعامل Jev مع أسئلة يمكن تحديد صيغة إجابتها مسبقًا.
تشتهر نماذج الذكاء الاصطناعي الحوارية عمومًا بالإجابة عن الأسئلة في صورة نصوص. أما Jev، فهو مصمم ليستخدمه المطورون داخل البرمجيات. وبدلًا من أن يتحدث المستخدمون إلى Jev مباشرة، يتولى خلف الكواليس في التطبيقات التي يستخدمونها عادةً فرز المعلومات وتحديد مسارات المعالجة.
واجهة برمجة التطبيقات (API) هي نقطة الاتصال التي تتيح للتطبيق طلب معالجة من خدمة أخرى وتلقي النتيجة. يرسل التطبيق إلى Jev نصًا وسؤالًا، ثم يتلقى نتيجة الحكم ليربطها بالخطوة التالية في التطبيق.
ما يعود به Jev هو حكم أو خيار أو درجة
تُعرض في المواد ثلاثة استخدامات رئيسية: الحكم على أمور مثل ما إذا كان النص إعلانًا، والاختيار من بين خيارات مثل مجلد الحفظ، والتقييم بدرجة مثل مدى صلة نتيجة البحث. وتُقدَّم هذه الأنواع من الذكاء الاصطناعي باسم «نماذج اتخاذ القرار»، لأنها نماذج تتولى إصدار الأحكام.
على سبيل المثال، يمكن لتطبيق تنظيم البريد الإلكتروني أن يرسل نص الرسالة ويطلب اختيار فئة من بين «العمل» و«الاستخدام الشخصي» و«أخرى». هذا مثال لتوضيح الآلية؛ فالفكرة ليست قراءة شرح مطول ثم استخراج فئة التصنيف منه، بل تلقي الإجابة التي يحتاج إليها التطبيق مباشرة.
يمكن لنماذج اللغة الكبيرة العادية أيضًا إجراء التصنيف وإخراج النتائج بصيغ محددة. ولا يكمن الاختلاف في إمكانية التصنيف من عدمها، بل في تصميم هذه النماذج وتقديمها أساسًا لاستخدامها في اتخاذ مثل هذه القرارات. لكن المواد المقدمة لا تتيح التحقق من البنية الداخلية لـJev أو من اختلاف أدائه عن نماذج اللغة العامة.
تقليل المتاعب البسيطة أثناء البحث ومشاهدة الفيديو
تشمل أمثلة التطوير المذكورة إضافةً لتجاوز المقاطع الدعائية في فيديوهات YouTube، وميزةً لإزالة التعليقات السلبية من الدردشات، والبحث في Gmail بما يتوافق مع نية المستخدم، وتصفية المهام. كما تعرض المواد محاولات لتغيير عمليات النسخ واللصق والسحب والإفلات والبحث داخل الصفحة.
ما يجمع هذه الاستخدامات هو اختيار المعلومات الموجودة بالفعل بدلًا من إنشاء نص جديد: إبقاء الأجزاء التي تريد مشاهدتها، والعثور على الرسالة التي تبحث عنها، وتضييق قائمة العناصر التي ينبغي معالجتها. ويمكن النظر إلى ذلك على أنه انتقال دور الذكاء الاصطناعي من واجهة الدردشة إلى العمليات اليومية.
لكن أمثلة التطوير المعروضة تختلف عن الميزات المستقرة في المنتجات. فعند إزالة «التعليقات السلبية»، مثلًا، يتوقف معنى النتيجة على كيفية التمييز بين المضايقة والنقد المشروع. لذا ينبغي عند التطبيق تحديد ما يراد استبعاده، والتحقق من النتائج، بما فيها الحالات التي أُزيلت فيها تعليقات عن طريق الخطأ.
مهمة الذكاء الاصطناعي لا تقتصر على توليد النصوص
تعرض مواد مؤرخة في 10 أكتوبر 2026 تحرك عدة شركات لتقديم نماذج لاتخاذ القرار بصيغ شبيهة بـJev. وتشمل هذه النماذج أساليب تعيد إجابات يسهل على البرمجيات التعامل معها مباشرة، مثل احتمال تحقق شرط ما، والاختيار من بين عدة خيارات، والتقييم على مراحل.
ويعود ذلك إلى أن الذكاء الاصطناعي لا يحتاج إلى نصوص مطولة في كل مرحلة عند تنفيذ عدة مهام. ففي حالات مثل تحديد المعالجة التالية أو التحقق مما إذا كانت النتيجة تستوفي شرطًا، يكفي وجود خيارات أو قيم للحكم لمواصلة المعالجة.
تتمثل مقاربة Jev في وضع وظيفة لاتخاذ القرار داخل التطبيق بدلًا من التعامل مع الذكاء الاصطناعي بوصفه محاورًا واحدًا. لكن بساطة صيغة الإجابة لا تعني بالضرورة أن القرار نفسه بسيط. وتشير التقييمات الأولية الواردة في المواد نفسها إلى استمرار تحديات تتعلق باتساق نماذج اتخاذ القرار وبالقرارات المعقدة.
عند التطبيق، حدّد حدود القرار قبل التفكير في السرعة
عمليًا، من الأفضل البدء بالفصل بين سؤالين: «ما الذي نريد من النظام أن يحكم عليه؟» و«ماذا يحدث إذا أخطأ؟». فأثر الخطأ يختلف بين وضع تصنيف على رسالة بريد إلكتروني وإخفاء تعليق تلقائيًا. ومن الخيارات التي ينبغي بحثها أيضًا إحالة الحالات الملتبسة إلى شخص ليتولى التعامل معها.
ولا يعني إرجاع إجابات قصيرة بالضرورة انخفاض تكلفة النظام ككل. وتشير المواد إلى أن دمج Jev لاستخدامه في ضغط سجل محادثات الذكاء الاصطناعي المساعد في البرمجة قد يضر بآلية إعادة استخدام المدخلات السابقة لخفض التكاليف.
لا تتضمن المواد المقدمة جدولًا محددًا لأسعار Jev، أو تحققًا مستقلًا من دقته، أو شروط حفظ البيانات واستخدامها. وعند تطبيقه على رسائل البريد الإلكتروني الخاصة بالعمل أو تعليقات العملاء، ينبغي التحقق من هذه الشروط على نحو منفصل، إلى جانب معدل الأحكام الخاطئة عند استخدام المدخلات الفعلية.
コメント