Gemini في أستراليا: لماذا يعتقد الذكاء الاصطناعي أن القطط راكون والكنغر بشر؟

لطالما اعتدنا على رؤية الذكاء الاصطناعي يتفوق في التعرف على الوجوه والأشياء، لكن عندما ينتقل إلى بيئات جديدة خارج الولايات المتحدة، تظهر نقاط ضعفه بوضوح. أحدث مثال على ذلك يأتي من أستراليا، حيث استخدم أحد مستخدمي Reddit (That_Car_Dude_Aus) كاميرات Google Home المدمجة مع Gemini، ليكتشف سلسلة من الأخطاء المحرجة في التعرف على الحيوانات والمركبات المحلية.

قطة تتحول إلى راكون.. في بلد لا يعيش فيه الراكون

المستخدم شارك تجربته في منتدى Google Home، مشيرًا إلى أن Gemini يخلط باستمرار بين القطط الصغيرة والراكون. المفارقة أن الراكون حيوان غير موجود في البرية الأسترالية، ومع ذلك يصر الذكاء الاصطناعي على تصنيف القطط بهذا الاسم، حتى بعد تفعيل خاصية التخصيص وتحديد الموقع الجغرافي كأستراليا. هذا يشير إلى أن نموذج Gemini يُدرَّب غالبًا على بيانات أمريكية وشمالية، دون مراعاة التنوع الحيوي العالمي.

الأمر لم يتوقف عند القطط. فحين يرى الكنغر أو الولب (أبو جراب)، يصنفهما Gemini كأشخاص – وغالبًا ما يصفهما بأنهما “بشر قبيحون” وفقًا لواجهة المستخدم. مع أن Gemini يستطيع أحيانًا التعرف على الكنغر بشكل صحيح، إلا أن عدم الاتساق في الأداء يجعله غير موثوق في البيئات الأسترالية.

مشكلة المركبات: هل الشاحنة الصغيرة شاحنة كبيرة؟

المستخدم نفسه اشتكى أيضًا من أن Gemini يصف مركبات “الـ ute” (وهي مركبات ذات صندوق مكشوف مثل El Camino) بأنها “شاحنات” (trucks). لكن هذه الشكوى قد تكون أقل إلحاحًا؛ ففي معظم أنحاء العالم، يُطلق على تلك المركبات اسم شاحنات صغيرة، لكن المصطلح الأسترالي “ute” يحمل دلالة ثقافية خاصة. ومع ذلك، فإن الخطأ الأساسي في التعرف على الحيوانات هو الأكثر تأثيرًا، لأنه قد يؤدي إلى تنبيهات خاطئة أو عدم تنبيه عند وجود حيوانات خطرة.

ما يخبرنا به هذا الخطأ عن مستقبل الذكاء الاصطناعي المنزلي

الحادثة ليست مجرد موقف طريف، بل تكشف تحديًا جوهريًا في نشر أنظمة الذكاء الاصطناعي عالميًا: نقص البيانات التدريبية المتنوعة جغرافيًا. شركات مثل Google تحتاج إلى تدريب نماذجها على مجموعات بيانات تشمل الحيوانات والمركبات والطقوس المحلية في كل سوق. خلاف ذلك، سيبقى المستخدمون خارج أمريكا الشمالية يعانون من سوء التصنيفات والتنبيهات غير المفيدة.

Google بالفعل تعمل على تحسين واجهة الكاميرا وتوسيع قدرات Gemini في المنزل الذكي، لكن مثل هذه الأخطاء تُظهر أن العمل على دقة التعرف والتوطين لا يزال في مراحله المبكرة. إذا كنت تمتلك كاميرات Google Home في بلد غير أمريكا، فقد تواجه أخطاء مماثلة – خاصة إذا كانت الحيوانات المحلية مختلفة عن تلك التي اعتادت النماذج رؤيتها في مختبرات التدريب.

الخلاصة: تذكير بأن الذكاء الاصطناعي ليس عالميًا بعد

تجربة المستخدم الأسترالي تُعد تذكيرًا ممتازًا بأن الذكاء الاصطناعي – رغم تقدمه – لا يزال يعاني من “تحيز التدريب” تجاه مناطق معينة. قبل الاعتماد على أنظمة مثل Gemini في التعرف على العناصر المحلية، تحقق من دقتها بنفسك، وأبلغ الشركات عن الأخطاء التي تجدها. كلما زادت التقارير من أسواق مختلفة، زادت فرص تحسين النماذج لتكون عالمية حقًا.

إذا واجهت أنت أيضًا أخطاء مضحكة أو محبطة من Gemini أو أي مساعد ذكي في منطقتك، شاركها في التعليقات – فالتغذية الراجعة الواقعية هي أفضل طريقة لدفع عجلة التطوير.

التطبيقات والروابط الرسمية

روابط مذكورة في المصدر

المصدر: Android Authority