Virtual Assistant

المساعد الافتراضي برنامج يفهم الطلبات المنطوقة أو المكتوبة وينفذها: كالإجابة عن الأسئلة، وضبط المؤقتات والتذكيرات، وإرسال الرسائل، وتشغيل الوسائط، والتحكم في أجهزة المنزل الذكي، وإنجاز المهام داخل التطبيقات. ويُعدّ «المساعد الرقمي» و«مساعد الذكاء الاصطناعي» مترادفين، أما المساعدون الصوتيون فهم الذين يتحدث إليهم الناس. وقدمت Siri الفكرة إلى جمهور واسع: إذ بدأت بوصفها شركة منبثقة عن مشروع CALO البحثي التابع لـ SRI International والمموّل من DARPA، واشترت Apple الشركة الناشئة في عام 2010، ثم أُطلقت Siri ضمن iPhone 4S في أكتوبر 2011. ووصلت Alexa من Amazon مع مكبر الصوت Echo في نوفمبر 2014، تلاها Google Assistant في عام 2016، وجعلت مكبرات صوت المنزل الذكي الصوت وسيلة شائعة للتحكم في الأضواء وأجهزة تنظيم الحرارة والأقفال. وفي مجال الأعمال، يُطلق التعبير نفسه أيضًا على عامل بشري عن بُعد يتولى المهام الإدارية.

آلية عمل المساعدين الافتراضيين#

يعمل المساعد الصوتي التقليدي وفق مسار ثابت. يستمع نموذج صغير على الجهاز إلى كلمة التنبيه، فلا يغادر الصوت الجهاز إلا بعد قول «Hey Siri» أو «Alexa». وتحول عملية التعرّف على الكلام الطلب إلى نص، ثم يربطه فهم اللغة الطبيعية (NLU) بقصد وخانات: إذ يتحول «أيقظني الساعة 7 غدًا» إلى قصد ضبط المنبه مع خانة للوقت، تُستخرج بطريقة تشبه التعرّف على الكيانات المسماة (NER). ويسأل مدير الحوار عن أي معلومات ناقصة، ثم يُنفّذ الطلب عبر تطبيق أو واجهة API لجهاز، ويقرأ تحويل النص إلى كلام النتيجة.

لا تتعامل المساعدات القائمة على النوايا إلا مع الطلبات التي توقعها مطوروها، ولذلك تجيب عن كل ما هو غير مألوف بالبحث على الويب أو الاعتذار. أما المساعدات المبنية على النماذج اللغوية الكبيرة (LLMs) فتفسر الطلبات المفتوحة وتصل إلى واجهات برمجة التطبيقات نفسها للأجهزة والتطبيقات عبر استدعاء الدوال، لذا يمكن لجملة واحدة تشغيل عدة إجراءات متتابعة. وقدمت Amazon مساعد Alexa+ القائم على LLM في فبراير 2025، وأعلنت Google في مارس 2025 أن Gemini سيحل محل Google Assistant على معظم الأجهزة المحمولة. وتتجاوز نماذج تحويل الكلام إلى كلام، مثل GPT-4o الذي أُطلق في مايو 2024، خطوتي النسخ والتوليف المنفصلتين، ما يقلل زمن الاستجابة ويتيح للمساعد سماع النبرة والتعبير عنها. وتستقبل المساعدات متعددة الوسائط مدخلات الكاميرا أيضًا، وتستخدم نماذج الرؤية واللغة (VLMs) للإجابة عن أسئلة حول ما تراه الهواتف أو النظارات الذكية.

تستقبل المساعدات بيانات شخصية وتتصرف بناءً عليها، لذا تؤثر خصوصية البيانات في موضع تنفيذ كل خطوة. ويُنفذ اكتشاف كلمة التنبيه محليًا، كما نقل الذكاء الاصطناعي الطرفي مزيدًا من مسار المعالجة إلى الأجهزة: فمنذ iOS 15 في عام 2021، تعالج أجهزة iPhone المزودة بشريحة A12 Bionic أو أحدث صوت كثير من طلبات Siri على الجهاز افتراضيًا.

المساعدون داخل البرمجيات#

يعمل نمط الطلب والإجراء والرد نفسه داخل منتج واحد، حيث تكون أدوات المساعد هي ميزات ذلك المنتج. ويستقبل Ask AI في Ultralytics Platform طلبات مثل «درّب YOLO26n على مجموعة البيانات هذه وسمِّ عملية التشغيل xview-baseline» أو «انشر النموذج المكتمل الذي حقق أفضل mAP للتحقق في هذا المشروع»، وينفذها باستخدام مفتاح API الخاص بالمستخدم في Platform، فيعثر على مجموعات البيانات وينسخها، ويضع تسميات توضيحية تلقائيًا للصور، ويبدأ عمليات التدريب لـ YOLO26 ويقارن بينها، ويصدّر النماذج أو ينشرها.

المساعدون الافتراضيون والمصطلحات ذات الصلة#

• روبوت المحادثة: برنامج يجري محادثة نصية أو صوتية، وغالبًا ما يقتصر على موقع أو تطبيق واحد ويركز على الإجابة عن الأسئلة. أما المساعدون الافتراضيون فيعملون عبر التطبيقات والأجهزة، ويُقيّمون بحسب المهام التي ينجزونها.
• وكيل الذكاء الاصطناعي: أي نظام يسعى إلى تحقيق هدف باختيار الإجراءات وتنفيذها. والمساعد الافتراضي وكيل مصمم للطلبات اليومية لشخص ما، ويعمل عادةً على طلب واحد في كل مرة، بينما يمكن لـ مسارات العمل الوكيلة تنفيذ مهام طويلة متعددة الخطوات دون إشراف.
• مكبر الصوت الذكي: جهاز مثل مكبر الصوت Amazon Echo أو Google Nest، يستضيف مساعدًا صوتيًا مزودًا بميكروفونات بعيدة المدى مضبوطة لالتقاط كلمة التنبيه عبر الغرفة.