Project Mariner

عندما يمتلك المتصفح "عقلًا": التعرف الأول على Project Mariner

في الوقت الحالي الذي تتسارع فيه تطبيقات الذكاء الاصطناعي على أرض الواقع، يأتي وكيل المتصفح التجريبي الذي أطلقته Google DeepMind بهدوء – Project Mariner – ليطمس الحدود بين تصفح البشر والآلات للويب بطريقة أقرب إلى "السحر". إنه ليس مجرد ملحق دردشة بسيط، بل هو وكيل رقمي قائم على نموذج Gemini، قادر على فهم صفحات الويب حقًا وتنفيذ العمليات بشكل مستقل مثل الإنسان. يمكنك أن تتخيله كمساعد غير مرئي يسكن داخل متصفحك، فبمجرد إعطائه تعليمات باللغة الطبيعية، يستطيع فهم بنية الصفحة، وملء النماذج، وحجز الخدمات، والتقاط المعلومات وتنظيمها، دون حاجة منك للتدخل في كل نقرة طوال العملية.

الميزة الأساسية: نقلة نوعية من "الفهم" إلى "التنفيذ"

يكمن الاختراق الجوهري لـ Project Mariner في دمج الفهم الأصلي متعدد الوسائط مع سلسلة الإجراءات المستقلة. أدوات أتمتة الويب التقليدية هشة للغاية، تنهار بمجرد تغيير تخطيط الصفحة، بينما يعتمد Mariner على قدرة Gemini المزدوجة في الفهم البصري والنصي، ليتمكن مثل الإنسان من "إلقاء نظرة سريعة" على الصفحة ويتعرف على صندوق البحث، أو قائمة المنتجات، أو مُنتقي التاريخ. إنه يبني نموذجًا داخليًا للعالم، ويقوم بتفكيك نية المستخدم الغامضة (مثل "ابحث لي في هذا الموقع عن سماعات بلوتوث بأعلى تقييم وبسعر أقل من 500 يوان وأضفها إلى عربة التسوق") إلى سلسلة من عمليات المتصفح القابلة للتنفيذ، بما في ذلك التمرير، والنقر، والإدخال، وانتظار التحميل. هذه القدرة على الانتقال المباشر من الفهم الدلالي إلى التفاعل مع الصفحة هي الحد الفاصل الذي يميزه عن جميع الأدوات القائمة على القواعد.

ميزة عظمى أخرى هي بيئة العزل الآمنة والتحكم التدريجي. تدرك DeepMind تمامًا حساسية منح الذكاء الاصطناعي القدرة على التحكم في المتصفح، ولذلك يعمل Mariner حاليًا في بيئة متصفح مستقلة، ويتوقف تلقائيًا ويطلب تأكيدًا بشريًا عند العمليات الحساسة (مثل الدفع أو تقديم كلمات المرور). إنه لا يسعى إلى "قيادة ذاتية بالكامل بدون بشر"، بل يصنع وكيلًا تعاونيًا يبقي الإنسان دائمًا في دائرة التحكم، وهذا يقلل بشكل كبير من خوف المستخدمين على خصوصيتهم ومن فقدان السيطرة.

تجربة الاستخدام: ذكاء مذهل وتحفظ ملحوظ معًا

في سيناريوهات الاختبار المحدودة، يُظهر Mariner شخصية غريبة تجمع بين "الذكاء الحاد والحذر الشديد". عندما يُطلب منه تصفية منتجات بمعايير محددة على منصة تجارة إلكترونية معينة، يُظهر الوكيل الذي يقوده Gemini قدرة مذهلة على تحمل الأخطاء: حتى لو ظهرت نوافذ إعلانية منبثقة أو تأخيرات غير متوقعة في التحميل، يمكنه أن يحكم بنفسه ويواصل المهمة، على عكس النصوص البرمجية القديمة التي كانت تتعطل بالكامل. تُعرض عملية تنفيذ المهمة في لوحة جانبية تعرض كل خطوة من سلسلة التفكير بشكل فوري، مثل "سأضغط الآن على مُنتقي التاريخ لأنني بحاجة إلى تعديل وقت تسجيل الوصول"، وهذه الشفافية تملأ تجربة الاستخدام بشعور كبير بالأمان.

ومع ذلك، فإن "حذره الشديد" يجلب أيضًا ازدواجية في التجربة. سرعة تنفيذ Mariner حاليًا أبطأ بوضوح من الإنسان، مع فترات تأكيد أطول بعد كل خطوة، وكأنه مبتدئ تعلم للتو استخدام الإنترنت ويخشى النقر على أي شيء عن طريق الخطأ. في بعض السيناريوهات كثيفة التفاعل، مثل تصفح تدفق المعلومات اللانهائي بالتمرير، لا تزال سلاسة أدائه متأخرة نسبيًا عن النصوص البرمجية التقليدية. بالإضافة إلى ذلك، بالنسبة للمهام التي تحتاج إلى سياق تاريخي معقد داخل الحسابات (مثل "اقترح تنسيقات بناءً على قطعة الملابس التي اشتريتها العام الماضي")، فإن وصوله إلى البيانات الشخصية لا يزال في مرحلة متحفظة للغاية، ومن الواضح أن هذا تقييد متعمد.

الجمهور المستهدف: من يحتاج إلى هذا المساعد الرقمي أكثر؟

• عمال المعرفة والباحثون المهتمون بالكفاءة: جمع المعلومات ومقارنتها وتلخيصها عبر مواقع متعددة هو نقطة ألم يومية. يمكن لـ Mariner إتمام مهام متكررة ومملة تلقائيًا مثل "البحث عن نفس الكلمة المفتاحية في هذه المواقع الخمسة وتنظيم النتائج في جدول".
• المستخدمون الدائمون لحجوزات الخدمات الحياتية: أولئك الذين يحتاجون إلى مقارنة أسعار تذاكر الطيران أو الفنادق أو حجز خدمات حياتية متنوعة بشكل متكرر، يمكنهم من خلال تعليمة مركبة واحدة أن يجعلوا Mariner يراقب عدة مواقع في نفس الوقت ويُكمل الخطوات الأساسية لعملية الحجز.
• المستخدمون ذوو احتياجات الوصول الخاصة: بالنسبة للفئات التي تعاني من محدودية البصر أو صعوبات في دقة الحركة، فإن القدرة على جعل المتصفح يُنجز مهامًا معقدة من خلال الأوامر الصوتية فقط أو تعليمات نصية بسيطة تحمل قيمة مساعدة هائلة.
• عشاق الأتمتة من غير ذوي الخلفية التقنية: بدون الحاجة لتعلم أي لغة برمجة أو إطار عمل للزحف، يمكنهم بناء عمليات أتمتة شخصية بمجرد الوصف باللغة الطبيعية، وهذا يخفض بشكل كبير عتبة أتمتة المتصفح.

بالطبع، قد يظل المطورون الذين يسعون إلى التحكم الدقيق الفائق أو موظفو العمليات الذين يحتاجون إلى منطق تجاري مخصص للغاية يشعرون بأن حدود Mariner المستقلة جامدة للغاية. لكن بالنسبة للمستخدم العادي، فإن وكيل المتصفح بنموذج الذكاء الاصطناعي الأصلي هذا يكفي لإلقاء نظرة خاطفة على مستقبل مثير: سنركز فقط على احتياجاتنا النهائية، أما أي زر يجب النقر عليه، أو أي نص يجب كتابته في أي صندوق، فسيتولى ذلك في النهاية ذكاء اصطناعي يفهم صفحات الويب بعمق. الحالة الحالية لـ Project Mariner أشبه ببيان تقني، فحذره وبطؤه هما على وجه التحديد تجسيد للمسؤولية، وعندما تأتي لحظة التوازن بين الثقة والكفاءة، ستتم إعادة كتابة تعريف المتصفح بالكامل.