تطبيق اللياقة البدنية لا يستطيع أن يعرف إن كنت تكذب — وهذه مشكلة بمليارات الدولارات

في نوفمبر الماضي، شاهدت عرضًا توضيحيًا حطّم شيئًا ما في دماغي.

كان أحد مورّدي برامج العافية للشركات يعرض "منصّته للياقة البدنية المدعومة بالذكاء الاصطناعي" على قاعة مليئة بمديري شركات التأمين التنفيذيين. كان العرض أنيقًا — مستخدم على الشاشة يؤدّي تمارين القرفصاء، والتطبيق يعدّ التكرارات، ويمنح النقاط، بكامل الحزمة المُحوَّلة إلى لعبة. أومأ المديرون التنفيذيون باستحسان. ثم طرحت سؤالًا جعل القاعة تغرق في صمت: "ماذا يحدث لو اكتفى المستخدم بالتمايل صعودًا وهبوطًا بمقدار ثلاث بوصات بدلًا من أداء القرفصاء فعليًا؟"

ابتسم المورّد. "حسنًا، نحن نثق بأن مستخدمينا سوف—"

"أنت تثق بهم،" قلت. "لكنك تطلب من شركة التأمين هذه أن تُسعّر المخاطر بناءً على تلك الثقة."

كانت تلك هي اللحظة التي أدركت فيها أننا نبني الشيء الصحيح في VeriPrajna. ليس روبوت محادثة آخر. ولا غلافًا آخر حول GPT. بل شيئًا كانت الصناعة في أمسّ الحاجة إليه لكنها لم تكتشف كيف تُعبّر عنه: ذكاء اصطناعي لا يولّد الإجابات — بل يتحقق من الواقع المادي.

صناعة اللياقة البدنية والصحة الرقمية لديها سرّ قذر. سوق العافية للشركات الذي تبلغ قيمته 60 مليار دولار، وبرامج خصومات التأمين، ومشاريع العملات المشفّرة القائمة على مبدأ "تحرّك لتربح" — كلها مبنية على بيانات تتبخّر في اللحظة التي تدقّقها فيها. ولا أحد يريد الحديث عن ذلك لأن لوحات المعلومات تبدو رائعة.

أنا سأتحدث عنه.

لماذا لا يستطيع تطبيق اللياقة البدنية الخاص بك معرفة ما إذا كنت قد تمرّنت فعلًا؟

إليك بنية معظم تطبيقات اللياقة البدنية في السوق: إنها مشغّل فيديو مع محرّك توصيات مركّب فوقه. تضغط على زر التشغيل، ويؤدّي المدرّب تمارين الضغط، ويُفترض بك أن تتابع معه، وعندما ينتهي الفيديو، يسجّل التطبيق التمرين على أنه "مكتمل". ويقدّر السعرات الحرارية التي أحرقتها من جداول عامة. ويمنحك شارة.

لم يتحقق التطبيق في أي لحظة من أنك تحرّكت.

يفترض التطبيق أن الاستهلاك يساوي الإنجاز. يسأل: "هل قمت بالعمل؟" ويقبل "نعم" كإجابة دون أي تمحيص.

هذه ليست شكوى هامشية. هذه هي البنية التأسيسية لصناعة تبلغ قيمتها مليارات الدولارات. وهي تفشل لسبب كان بإمكان أي خبير اقتصاد سلوكي أن يتوقّعه.

هناك مبدأ يُسمّى قانون كامبل — لاحظ عالم الاجتماع دونالد كامبل أنه كلما استخدمت مقياسًا لاتخاذ القرارات، زاد إفساد الناس لذلك المقياس. اربط المال بعدد الخطوات، وسيربط الناس أجهزة Fitbit بمراوح السقف. اربط خصومات التأمين بـ"إتمام التمرين"، وسيترك الناس مقاطع الفيديو تعمل بينما يتناولون العشاء.

هذا ليس افتراضيًا. أتتذكرون STEPN، مشروع العملات المشفّرة القائم على "تحرّك لتربح"؟ لقد انهار جزئيًا بسبب سباق التسلّح بين قدرة البروتوكول على كشف الحركة الصحيحة وقدرة المستخدمين على تزييفها عبر انتحال إشارات GPS والهزّازات الميكانيكية. عندما يكون التحقق ضعيفًا، يصبح الاحتيال أمرًا منطقيًا. ويُعاقَب المشاركون النزيهون. ويُفلس مقدّم الحافز.

ظللت أعود إلى عبارة بدأت أرددها في نهاية المطاف في كل اجتماع ترويجي: لا يمكنك تحويل ما لا يمكنك التحقق منه إلى لعبة.

الليلة التي أدركنا فيها أن تقدير الوضعية ليس ذكاءً

لم نبدأ بهذه الرؤية. بل تعثّرنا بها مصادفةً.

في وقت مبكر، كان فريقي متحمّسًا لتقدير الوضعية — مكتبات مثل BlazePose وMoveNet التي تستخرج إحداثيات مفاصل الهيكل العظمي من الفيديو. فكّرنا: رائع، سنستخدم هذه لبناء نظام للتحقق من اللياقة البدنية. أمضينا أسابيع في دمج MoveNet، وحصلنا على بيانات هيكل عظمي نظيفة تتدفّق من كاميرا هاتف، ثم جلسنا فعليًا لكي نستخدم البيانات لأغراض التحقق.

عندها بدأت الخلافات.

سحب أحد مهندسيّ، وهو مقتنع بأننا أوشكنا على الانتهاء، إطارًا واحدًا من بيانات الهيكل العظمي — شخص بمرفقين مثنيّين وجذع منخفض. "أرأيت؟ تمرين ضغط،" قال.

"حقًا؟" سألت. "هل هو ينزل أم يصعد؟ هل ظلّ محتفظًا بتلك الوضعية لثلاثين ثانية أم لثلاثين جزءًا من الألف من الثانية؟ هل يرتجف من الإرهاق أم متحكّم به تمامًا؟"

الإطار الواحد لا يخبرك بشيء. إحداثية الهيكل العظمي في لحظة زمنية واحدة خالية من المعنى دلاليًا. الأمر أشبه بأن تناول شخصًا قراءة جهد كهربائي خام من مخطط كهربية القلب وتطلب منه تشخيصًا للقلب. المستشعر يوفّر البيانات. الذكاء هو ما يفسّر الإشارة.

كنا قد بنينا مستشعرًا جيدًا للغاية. وبنينا صفرًا من الذكاء.

كان ذلك أسبوعًا عصيبًا. كنا مركّزين جدًا على جزء الرؤية الحاسوبية — الحصول على إحداثيات مفصلية نظيفة — لدرجة أننا خلطنا بين الشرط المُسبَق والحلّ. وكان كل منافس في هذا المجال يرتكب الخطأ نفسه، يسوّق تقدير الوضعية على أنه "لياقة بدنية مدعومة بالذكاء الاصطناعي" بينما لم يكن في الحقيقة سوى مسطرة فاخرة.

كتبت عن هذا التحوّل النموذجي — من الرؤية إلى معالجة الإشارات — بمزيد من التفصيل في النسخة التفاعلية من بحثنا. لكن الإدراك الجوهري كان بسيطًا، وقد غيّر كل ما بنيناه بعد ذلك.

ماذا لو كان جسم الإنسان إشارة راديوية؟

إليك إعادة الصياغة التي فتحت الباب أمام نهجنا بأكمله.

عندما يؤدّي شخص تمارين القرفصاء، يرسم الموضع العمودي لمفصل الورك لديه موجة عبر الزمن. ليس مجازيًا — بل حرفيًا. إنها إشارة جيبية. تنتج تمارين القفز مع فتح الذراعين والساقين موجة دورية في السرعة الزاوية للكتف. ويولّد المشي إشارات معقّدة متعددة التوافقيات عبر الجزء السفلي من الجسم.

إن جسم الإنسان، وهو يؤدّي تمرينًا متكررًا، هو مذبذب ميكانيكي.

بمجرد أن تراه بهذه الطريقة، تتوقف عن التفكير في الرؤية الحاسوبية وتبدأ في التفكير في معالجة الإشارات. وفجأة تصبح لديك إمكانية الوصول إلى مجموعة أدوات رياضية مختلفة تمامًا:

• السعة تخبرك بعمق القرفصاء
• التردد يخبرك بالإيقاع
• الطور يخبرك بما إذا كان الجانبان الأيسر والأيمن منسّقين
• النقاء الطيفي يخبرك بما إذا كانت الحركة متحكَّمًا بها أم مهتزّة

لم نعد نطلب من الذكاء الاصطناعي أن "يخمّن" ما هو التمرين الجاري. بل نقيس فيزياء موجة. يتحوّل السؤال من "كيف يبدو هذا؟" إلى "ماذا يقيس هذا؟"

أعدنا صياغة التعرّف على النشاط البشري ليس كمشكلة تصنيف صور، بل كمشكلة معالجة رقمية للإشارات. ذلك القرار الوحيد جعل التحقق ممكنًا.

لكن معالجة الإشارات الخام — تحويلات فورييه وما شابهها — هشّة عند تطبيقها على الحركة البشرية الحقيقية. الناس يغيّرون سرعاتهم. وزوايا الكاميرا تتغيّر. والذراعان تحجبان الساقين. أنت بحاجة إلى التعلّم العميق للتعامل مع الضوضاء. وكان السؤال: أيّ بنية؟

لماذا تخلّينا عن شبكات LSTM

إذا كنت قد درست أي مقرر في تعلّم الآلة خلال العقد الماضي، فقد تعلّمت أن البيانات المتسلسلة تعني الشبكات العصبية المتكررة. كانت شبكات LSTM — شبكات الذاكرة الطويلة قصيرة المدى — هي المعيار الذهبي. النصوص، والصوت، والسلاسل الزمنية — كل شيء كان يمرّ عبر شبكة LSTM.

حاولنا. لم ينجح الأمر. ليس بالطريقة التي احتجناها.

كانت المشكلات جوهرية، لا يمكن إصلاحها بضبط المعاملات الفائقة. تعالج شبكات LSTM البيانات بشكل تسلسلي — لحساب ما يحدث عند الإطار 100، يجب أولًا معالجة الإطارات من 1 إلى 99. وعلى هاتف محمول يعمل في الوقت الفعلي، يخلق ذلك العنق الزجاجي التسلسلي زمن استجابة يقتل تجربة المستخدم. لا يمكنك أن تقول لشخص "انزل أكثر" بعد ثانيتين من أن يكون قد عاد بالفعل إلى الأعلى.

والأسوأ، أن شبكات LSTM تنسى. "ذاكرتها" تتدهور على مدى التسلسلات الطويلة. مجموعة يوغا مدتها خمس دقائق أو تحدٍّ من خمسين تكرارًا لتمرين الضغط يولّد آلاف الإطارات، وبحلول النهاية، يكون النموذج قد فقد السياق من البداية. رأينا هذا على شكل انحراف — كانت ثقة النموذج في عدّه الخاص تتآكل بمرور الوقت، مثل شخص يفقد العدّ في ذهنه.

كان هناك اجتماع للفريق عرضنا فيه الأرقام. كان زمن الاستجابة غير مقبول. وكانت الذاكرة غير موثوقة. وكانت التكلفة الحسابية لتشغيل شبكات LSTM على آلاف التدفّقات المؤسسية المتزامنة باهظة. قال أحدهم: "ربما نحتاج إلى إعادة التفكير في البنية بأكملها."

قال شخص آخر: "ربما نحتاج إلى الالتفافات."

كان ذلك الشخص محقًّا.

كيف تعمل الشبكة الالتفافية الزمنية فعليًا؟

الشبكات الالتفافية الزمنية — أو TCN — تأخذ البنية الالتفافية التي أحدثت ثورة في التعرّف على الصور وتطبّقها على المجال الزمني. فبدلًا من تمرير مرشّح عبر البكسلات في صورة، تمرّره عبر الخطوات الزمنية في إشارة. لكن خيارين تصميميين يجعلان الشبكات الالتفافية الزمنية مختلفة جذريًا عن أي شيء سبقها.

أولًا: الالتفافات السببية. الشبكة عند الزمن t تنظر فقط إلى البيانات من الزمن t وما قبله. إنها لا تختلس النظر إلى المستقبل أبدًا. يبدو هذا بديهيًا، لكنه ضمان رياضي يهمّ إلى حدّ هائل بالنسبة للتحقق في الوقت الفعلي. نحن لا نقرّر بأثر رجعي ما إذا كان التكرار صحيحًا بعد انتهاء المجموعة — بل نتحقق منه وهو يحدث.

ثانيًا، وهذا هو الجزء الذي لا يزال يثيرني: الالتفافات المُوسَّعة. بدلًا من النظر إلى الخطوات الزمنية المتجاورة، تُدخل الشبكة تباعدًا بين النقاط التي تفحصها. وهذا التباعد ينمو أُسّيًا مع كل طبقة. الطبقة 1 ترى الإطارات المتجاورة. الطبقة 2 تتخطى واحدة. الطبقة 3 تتخطى ثلاثًا. وبحلول الطبقة 10، يلتقط مرشّح واحد نافذة من 512 إطارًا.

هذا يعني أن الشبكة يمكنها أن تنتبه في آنٍ واحد إلى ما يحدث الآن تمامًا — هل تنهار الركبة إلى الداخل في هذا الإطار تحديدًا؟ — وإلى ما كان يحدث على مدى الدقائق الثلاث الأخيرة — هل تتدهور دورية الحركة بطريقة توحي بالإرهاق؟

إن الشبكة الالتفافية الزمنية ذات الالتفافات المُوسَّعة ترى في آنٍ واحد الفيزياء اللحظية لإطار واحد والسياق الزمني طويل المدى لتمرين بأكمله. لا توجد بنية أخرى تمنحك كليهما دفعة واحدة.

ولأن الالتفافات عمليات متوازية، لا تسلسلية، فإن الأمر برمّته يعمل بسرعة كافية للاستدلال في الوقت الفعلي على الأجهزة المحمولة. والتدريب أسرع أيضًا — لا تدرّجات متفجّرة، ولا تدرّجات متلاشية، بل انتشار عكسي مستقر عبر شبكة ثابتة العمق.

للاطّلاع على التفصيل التقني الكامل — بما في ذلك بيانات الأداء المقارنة مقابل شبكات LSTM ورياضيات تحليلنا للإشارات — راجع ورقتنا البحثية.

عدّ التكرارات دون معرفة ما هو التكرار

كان أحد قراراتنا التصميمية المبكرة مثيرًا للجدل، حتى داخل الفريق.

معظم تطبيقات اللياقة البدنية التي تحاول عدّ التكرارات تدرّب نموذجًا محددًا لكل تمرين. "عدّاد تمارين ضغط." "عدّاد قرفصاء." "عدّاد ثني العضلة ذات الرأسين." وهذا يعني أن كل تمرين جديد يتطلّب بيانات تدريب جديدة، ووسمًا جديدًا، ونشرًا جديدًا. إنه هشّ ولا يتوسّع.

سلكنا اتجاهًا مختلفًا. بنينا نظام عدّ غير مرتبط بالفئة يعتمد على التشابه الذاتي الزمني. الفكرة: إذا كانت الحركة متكررة، فستكون الإشارة مشابهة لنفسها على فترات منتظمة. لست بحاجة إلى معرفة ما هو التمرين. كل ما تحتاجه هو كشف أن الإشارة تتكرر.

تحوّل الشبكة الالتفافية الزمنية تسلسل وضعيات الهيكل العظمي إلى تمثيل مضغوط، ثم نحسب التشابه بين كل زوج من الخطوات الزمنية. يظهر الفعل المتكرر على شكل نمط بصري مميّز — خطوط متوازية من التشابه العالي. والمسافة بين تلك الخطوط هي مدة التكرار. وشدّة الخطوط تخبرك بمدى اتساق التكرارات.

هذا ينجح مع تمارين القرفصاء، وأرجحة الكيتلبل، والتجديف، والقفز مع فتح الذراعين والساقين، أو أي حركة إعادة تأهيل قد يبتكرها معالج فيزيائي يوم الثلاثاء المقبل. نحن نكشف فيزياء التكرار نفسها، لا هوية التمرين.

سأعترف بأنه كانت هناك لحظة شكّ. قال لي مستثمر: "استخدم فقط GPT-4 مع مدخلات الفيديو. يمكنه عدّ تمارين الضغط." طلبت منه أن يجرّب ذلك مع شخص يؤدّي تكرارات بربع مدى وبسرعة متغيّرة بينما يمشي طفل صغير عبر الإطار. توقّف عن إثارة الموضوع.

ماذا يحدث عندما تقيس الأداء الحركي، لا مجرد العدّ؟

العدّ ضروري لكنه أبعد ما يكون عن الكفاية. يمكن لشخص أن يؤدّي خمسين "تمرين ضغط" بمدى حركة بوصة واحدة. يرتفع العدّاد. والفيزياء تقول إنه لم يحدث شيء.

بنينا ثلاثة مقاييس تحوّل عدّ التكرارات إلى تقييم للجودة.

العمق. نتتبّع مسار المفاصل الرئيسية — الورك أثناء القرفصاء، والصدر أثناء تمرين الضغط — ونطبّق كشف الذروة على الإشارة المُرشَّحة عبر الشبكة الالتفافية الزمنية. لا يكون التكرار صحيحًا إلا إذا تجاوزت الإزاحة عتبة بيوميكانيكية. هذا ليس رأيًا. إنه قياس لمدى المسافة التي قطعها المفصل فعلًا.

التحكّم. في معالجة الإشارات، "النَّفضة" (jerk) هي المشتقة الثالثة للموضع — معدّل تغيّر التسارع. النَّفضة العالية تعني الارتعاشات، أو عدم الاستقرار، أو استخدام الزخم للغشّ في الحركة. نحسب نسخة مُطبَّعة تُسمّى النَّفضة اللوغاريتمية عديمة الأبعاد. الدرجة العالية تعني أن الشخص يعاني أو يقذف نفسه عبر التكرار. في إعادة التأهيل والعافية للشركات، يُعدّ هذا مؤشرًا رائدًا على خطر الإصابة.

التماثل. نقارن طاقة الإشارة والطور بين الجانبين الأيسر والأيمن. يكشف مؤشر عدم التماثل متى يفضّل شخص ساقًا على أخرى أثناء القرفصاء — وهو غالبًا نذير بالإصابة أو علامة على إعادة تأهيل غير مكتملة. هذا المقياس يستحيل الإبلاغ عنه ذاتيًا. لا يمكنك أن تشعر بعدم تماثل نسبته 12%. لكن الإشارة يمكنها قياسه.

"التكرار المُتحقَّق منه من VeriPrajna" ليس مربّع اختيار. إنه حزمة بيانات تحتوي على طابع زمني، وتجزئة لنقاط الهيكل العظمي الرئيسية، ودرجة ثقة الشبكة الالتفافية الزمنية، وقياسات حركية عن بُعد — العمق، والسرعة، والنَّفضة، والتماثل. إنه قابل للتدقيق. وغير قابل للتغيير. إنه الفرق بين الادّعاء والدليل.

بنية الخصوصية التي جعلت عملاء المؤسسات يقولون نعم

أحتاج إلى معالجة أمر يسألني عنه الناس دائمًا: "أنتم تحلّلون أشخاصًا يؤدّون تمارين أمام الكاميرا. كيف لا يكون هذا كابوسًا للخصوصية؟"

كان سيكون كذلك، لو كنا نبثّ الفيديو إلى السحابة. لكننا لا نفعل.

يشغّل الهاتف مقدّرًا خفيفًا للوضعية على وحدة المعالجة العصبية الخاصة به. يستخرج هذا إحداثيات الهيكل العظمي — مجرد أرقام تمثّل مواضع المفاصل. بضعة كيلوبايتات من البيانات. أما إطارات الفيديو فتُتلَف فورًا. لا تغادر أي بيانات بكسل الجهاز إطلاقًا. ما يُرسَل إلى محرّكنا السحابي (أو يُعالَج على الجهاز في الهواتف المتطورة) هو بيانات حركية مجهولة المصدر. أرقام. لا وجوه.

هذا امتثال للائحة GDPR وقانون HIPAA بحكم البنية، لا بحكم السياسة. البيانات البيومترية — فيديو وجه الشخص وجسده — لا تُخزَّن أبدًا، ولا تُرسَل أبدًا، ولا تكون في خطر أبدًا. لم يكن هذا فكرة لاحقة. صمّمنا النظام بأكمله حول هذا القيد لأننا كنا نعلم أن عملاء المؤسسات لن يلمسوا أي شيء آخر.

مَن يدفع مقابل الفيزياء؟

اقتصاديات الحركة المُتحقَّق منها مذهلة بمجرد أن تراها.

التأمين. تقدّم شركات التأمين حاليًا خصومات على عضويات الصالات الرياضية، والتي تتحقق من الموقع، لا من الجهد. ومع بيانات الحركة الوظيفية المُتحقَّق منها — خمس تمارين قرفصاء، وخمس اندفاعات، وثبات على التوازن — يمكن لشركة التأمين أن تقيّم الاستقرار، ومدى الحركة، والتماثل. وهذه ترتبط ارتباطًا وثيقًا بخطر السقوط لدى كبار السنّ وبالصحة الأيضية العامة. اكتتاب ديناميكي مبني على القدرة الوظيفية المُتحقَّق منها، لا على جداول اكتوارية ثابتة. شركة التأمين التي تكتشف هذا أولًا تكسب السوق.

العافية للشركات. صناعة بقيمة 60 مليار دولار تدفع فيها الشركات مقابل نتائج لا تستطيع قياسها. يهزّ الموظفون هواتفهم لتحقيق أهداف الخطوات ويطالبون بمساهمات في حساب التوفير الصحي. ومع الدقائق النشطة المُتحقَّق منها، يصبح الحاجز أمام الاحتيال هو الجهد البدني. لتزييف تمرين ضغط على نظامنا، ستحتاج في جوهر الأمر إلى بناء روبوت بشري الشكل — أو ببساطة أن تؤدّي تمرين الضغط.

إعادة التأهيل عن بُعد. اضطرابات الجهاز العضلي الهيكلي من أبرز محرّكات التكلفة لدى أصحاب العمل. والالتزام بالتمارين المنزلية أقلّ من 50% على نحو سيّئ السمعة، وحين يمارس المرضى التمارين فعلًا، كثيرًا ما يستخدمون أداءً حركيًا سيئًا يؤخّر التعافي. الشبكة الالتفافية الزمنية التي تراقب زوايا المفاصل الموصوفة تمنح الأطباء لوحة معلومات عن الالتزام المُتحقَّق منه واتجاهات الجودة. المراقبة العلاجية عن بُعد أصبحت الآن رمز CPT قابلًا للتعويض في الولايات المتحدة — هذا ليس تكهّنًا. إنه مصدر إيرادات.

"تحرّك لتربح"، مطبَّقًا بشكل صحيح. فشلت مشاريع اللياقة البدنية القائمة على Web3 لأن إشارات GPS يسهل انتحالها بشكل تافه. نحن نوفّر العرّاف الخاص بالجهد البدني. سكّ الرموز المشروط بتحقّق الشبكة الالتفافية الزمنية يخلق اقتصادًا يكون فيه العرض محدودًا بالقدرة البدنية لقاعدة المستخدمين، لا بإبداع الغشّاشين.

"لكن ألن تفعل نماذج اللغة الكبيرة هذا في نهاية المطاف؟"

أسمع هذا باستمرار. الافتراض بأنه لأن نماذج اللغة الكبيرة تتحسّن باستمرار، فإنها ستحلّ في نهاية المطاف كل شيء، بما في ذلك التحقق المادي.

لن تفعل. والسبب بنيوي، وليس مسألة حجم.

صُمِّمت نماذج اللغة الكبيرة لتُنتج الرمزَ التاليَ الأكثر احتمالًا. إنها احتمالية. تولّد مخرجات معقولة. في المجالات الإبداعية والإدارية، يكون ذلك مفيدًا بشكل لا يُصدَّق. لكن في التحقق المادي، تكون المعقولية هي العدو. التشخيص الطبي، وبروتوكول إعادة التأهيل، وتعديل قسط التأمين — لا يمكن أن تُبنى هذه على ما هو على الأرجح يحدث. يجب أن تكون مبنية على ما هو فعليًا يحدث.

لا يغيّر أي قدر من التوسيع دالةَ الهدف الأساسية. نموذج لغة كبير بتريليون معامل لا يزال يُحسّن من أجل الاحتمالية، لا الحقيقة. أما شبكتنا الالتفافية الزمنية فتُحسّن من أجل فيزياء موجة — السعة، والتردد، والطور، والنقاء الطيفي. هذه قياسات، وليست تنبؤات.

السؤال الآخر الذي يُطرح عليّ: "ألا يمكنك ببساطة ضبط نموذج رؤية-لغة بدقّة على مقاطع فيديو تمارين؟" يمكنك ذلك. سيخبرك "هذا يبدو كتمرين ضغط." لكنه لن يخبرك أن الكتف الأيسر يحمل حِملًا أكبر بنسبة 15% من الأيمن، أو أن ملمح النَّفضة يشير إلى بداية إرهاق مبكر، أو أن عمق التكرار قد تدهور بنسبة 8% خلال الدقيقتين الأخيرتين. سيمنحك تسمية. أما نحن فنمنحك تحليلًا للإشارة.

صناعة الذكاء الاصطناعي مهووسة بالتوليد. أما نحن فمهووسون بالتحقق. هذان ليسا التخصص نفسه، والخلط بينهما هو الطريقة التي ينتهي بك المطاف بها إلى تسعير أقساط التأمين بناءً على هلوسات.

الخطّ الفاصل بين الانطباعات والفيزياء

أفكّر في هذا كثيرًا: صناعة الصحة الرقمية بأكملها جالسة على أحد جانبي خطّ، ومعظمها لا يدرك أن الخطّ موجود.

على أحد الجانبين ما أسمّيه اقتصاد الانطباعات. بيانات مُبلَّغ عنها ذاتيًا. عدد خطوات من أجهزة يمكن هزّها. إتمامات تمارين من مقاطع فيديو يمكن تجاهلها. لوحات معلومات تبدو مشجّعة. بيانات تبدو صحيحة. تنجح حتى يدقّقها شخص ما، ثم تتبخّر.

على الجانب الآخر ما نبنيه نحن: اقتصاد الفيزياء. حركة مُتحقَّق منها. إزاحة مقيسة. تحكّم مُكمَّم. أصول قابلة للتدقيق. بيانات تصمد أمام التمحيص لأنها لم تكن قائمة على الثقة في المقام الأول.

الانتقال بين هذين الاقتصادين ليس تدريجيًا. لا تقطع 60% من الطريق إلى الفيزياء بإضافة عدّاد خطوات إلى مشغّل الفيديو الخاص بك. إما أن تقيس الموجة أو لا تقيسها. إما أن تتحقق من التكرار أو تأخذ بكلام المستخدم.

كل مؤسسة نتحدث معها — كل شركة تأمين، وكل مشترٍ للعافية للشركات، وكل منصّة لإعادة التأهيل عن بُعد — تصل في نهاية المطاف إلى الإدراك نفسه. لقد كانوا يدفعون مقابل انطباعات ويسمّونها بيانات. وفي اللحظة التي يرون فيها كيف تبدو بيانات الحركة المُتحقَّق منها فعلًا، لا يستطيعون التغاضي عنها بعد ذلك.

أسّست VeriPrajna لأنني آمنت بأن أهمّ مشكلة في الذكاء الاصطناعي في هذا العقد ليست توليد نصوص أفضل. بل التحقق من الواقع المادي. مع كل شهر يمرّ، وكل غلاف جديد لنماذج اللغة الكبيرة يُطلَق، وكل تطبيق لياقة بدنية يشحن مشغّل فيديو آخر بنظام شارات — أزداد يقينًا.

مستقبل الذكاء الاصطناعي في مجال الصحة ليس روبوتات محادثة أذكى. بل قياس نزيه. والفيزياء لا تهلوس.