كانت Muse في بيت آخر «بطلب سطر واحد صُنع CG جوي لمحطة طوكيو» ― قراءة مقارنة بين نيشيكاوا كازوهيسا في PC Watch وموكا عندنا
أهلاً بكم، أنا كوراشيكي بوزو (kurashiki-bouzu). وُلدت عام 1971، وكنت أعمل في مجال الجنائز سابقًا، وأعيش الآن في منزل قديم في مدينة كوراشيكي بمحافظة أوكاياما، وأتحدث كل يوم مع خادمة الذكاء الاصطناعي موكا وأكتب المقالات.
صارت قراءاتي المقارنة 14 مقالًا. الأول «موغيتشان» (No.1446)، والثاني «هيبانا» (No.1453)، والثالث «مكان التوقف» لأغاسون-وابيتان (No.1454)، والرابع «يستبق الأمور دون أن يُقال له» لكاوابه يوجي (No.1467)، والخامس «لا تنخدعوا باللطافة» لهينوما ساتوشي (No.1475)، والسادس «جرّبت تفويض متاعب اليومية» لواكاتو (No.1494)، والسابع «يمكن تفويض مهام اليومية بالكامل» لـ ai_agent_note (No.1508)، والثامن «ميو-تان» لأكياما تايشي (No.1515)، والتاسع «muse» لـ Miccell (No.1522)، والعاشر «شيرو» لـ i (No.1529)، والحادي عشر «الراحة والخوف» لـ Kinu (No.1537)، والثاني عشر «كاشيواموتشين» لشيو تشان (No.1551)، والثالث عشر «ليست مجرد إجابة» لسوباراشيكي آي (No.1564). وهذه المرة مقال نيشيكاوا كازوهيسا في PC Watch، وعنوانه «بطلب سطر واحد صُنع CG جوي لمحطة طوكيو! قصة جعل Muse تشغّل Blender». والسلسلة «عمود نيشيكاوا كازوهيسا غير المنتظم»، وتاريخ النشر 2026-11-18. ولم يُؤكَّد اسم Muse عنده في المقال. أكتب بالترتيب.
قصة الطرف الآخر ― بطلب سطر واحد، حتى فيديو جوي لمحطة طوكيو
أراد نيشيكاوا كازوهيسا أن يجرّب بنفسه بعد رؤية منشور مثير على X (Twitter سابقًا). وكانت المحاولة إخراج شكل المباني من بيانات المدينة ثلاثية الأبعاد الوطنية PLATEAU، ورسم صورة ثابتة ببرنامج Blender المجاني، وتحويلها إلى فيديو بالذكاء التوليدي. جرّب أولًا تثبيت Blender على حاسوبه وتشغيله، لكن الشاشة امتلأت بالأزرار واللوحات ولم يفهم شيئًا فأغلقه بهدوء. فقرر هذه المرة التخلي عن التشغيل بنفسه وتكليف وكيل الذكاء Muse بكل شيء.
وكان التعليم المرسل إلى Muse تقريبًا هذا فقط: «اصنع صورة ثابتة لمحطة طوكيو ببيانات PLATEAU. وإذا تمت، اجعلها مرجعًا لصنع فيديو». وبعد ذلك أضاف في الطريق ملاحظات مثل «ارسم المحيط أيضًا»، و«اقطع جزء تبدل الرسم في البداية وحوّل مدته إلى الخلف»، و«نسخة إضاءة ليلية أيضًا». وكُتب بوضوح أن ما فعله الكاتب هو التعليمات وإضافة الملاحظات على الناتج فقط.
وكانت خطوات الصنع 4 كبيرة. الأولى إخراج البيانات. PLATEAU بيانات مفتوحة لنموذج مدينة ثلاثي الأبعاد تجهزه وتنشره وزارة الأراضي والبنية التحتية والنقل والسياحة، وتنزيل مجموعة حي تشيودا كاملة يبلغ نحو 2.1GB، لذا أخذت Muse من واجهة التوزيع فقط القطاع الذي فيه محطة طوكيو. نحو 166MB، وعدد المباني 1,022. والثانية البحث عن محطة طوكيو بينها. البيانات بصيغة CityGML، مكتوب فيها شكل كل مبنى وارتفاعه، فقرأت Muse ذلك ببرنامج واستخرجت المباني القريبة من إحداثيات محطة طوكيو. والمثير أن محطة طوكيو في البيانات لم تكن مبنى واحدًا، بل سُجلت أسقف الأرصفة كل واحد مبنى منفصلًا، وكان مبنى محطة مارونوتشي غربها مبنى واحدًا كبيرًا وطويلًا بشكل لافت. طوله الكلي أكثر من 300 متر، وارتفاعه حتى قمة القبة نحو 38 مترًا.
الثالثة تلوين الصورة الثابتة ورسمها بـ Blender. والنقطة المهمة هنا أن Muse لا تشغّل شاشة Blender بالنقر بالفأرة كالإنسان، بل بآلية «نص برمجي» تكتب فيه ما تريد فعله كبرنامج وتجعله يُنفَّذ على Blender في Mac نيشيكاوا. وصُنع التلوين بنوعين: نوع يلوّن بحسب نوع السطح (الجدران بلون الطوب الأحمر، والسقف بلون أردوازي غامق، وجزء القبة أخضر)، ونوع يلصق الصور الحقيقية المرفقة ببيانات PLATEAU (الملمس). وفي نوع الصور الحقيقية جُلبت 202 صورة لـ 101 مبنى محيط ولُصقت بحسب الإحداثيات. والرابعة تحويل الصورة الثابتة إلى فيديو. سُلّمت الصورة الجاهزة إلى ذكاء صناعة فيديو، وحُوّلت بتعليم «تصوير جوي، الاقتراب مع دوران بطيء». فيديو من 10 ثوان. ولأن الصورة الثابتة الأساسية بشكل بيانات مقيسة فعلًا، صار الفيديو مقنعًا إلى حد كبير، كما قُدّر.
وكُتبت تصحيحات التفاصيل بصدق أيضًا. في نحو 0.25 ثانية فقط في بداية الفيديو (6 إطارات) يظهر لحظة تبدل الرسم من صورة نموذج إلى صورة واقعية، فقطعت تلك الإطارات الستة، وبدلًا منها وُلّدت من الصورة الأخيرة لقطات «متابعة» وأُلحقت في الخلف. وبقي الطول الكلي 10 ثوان. ونسخة الإضاءة الليلية، لعدم وجود صور ليلية في PLATEAU، حُوّلت الصورة النهارية بتعديل صور Muse إلى صورة ليلية ثم حُوّلت إلى فيديو بنفس الخطوات. وكُتب مع ضحك نقطة مؤسفة هي دخول شرح صوتي (تعليق) في الفيديو دون طلب.
وبنفس الأسلوب أُعيد صنع صف أشجار الجنكة في غاينماي أيضًا. لكن هنا لم تكن في البيانات المادة الأساسية، فصف الجنكة نفسه غائب، ومبنى سيتوكو التذكاري للرسوم في نهاية الصف لم يكن ضمن بيانات 1,454 مبنى. لذا صُنعت الأجزاء الغائبة في Blender لتكملتها: وُضعت 124 شجرة جنكة في مواضع الصف الحقيقية في 4 صفوف، ووُضع مبنى الرسوم بشكل بسيط من المبنى الرئيسي والقبة المركزية فقط، ورُسم طريق الصف. ووُضعت 984 مبنى محيطًا مستخرجة من البيانات. وفي صناعة الفيديو عانى في تأكيد العلاقات الموضعية، إذ رسم النموذج التوليدي ملعب جينغو في الجهة المعاكسة الحقيقية، أو رسم ملعبًا لا يُفترض أن يُرى بجانب الصف مباشرة، فأكّد العلاقات الموضعية ببيانات PLATEAU الحقيقية وخرائط Google، وأعاد الصنع بحيث يكون الملعب على بعد نحو 176 مترًا غرب خط مركز الصف، وبحيث لا يُرى الملعب من الصف. والصف نحو 300 متر، لكن جعله يقطع من الطرف إلى الطرف في 10 ثوان يجعله يبدو قصيرًا، فغُيّرت البنية إلى الانتقال إلى منظر من الأعلى دون الوصول إلى مبنى الرسوم.
وكان الختام: «حتى دون مهارة تشغيل الأدوات بنفسك، إن نقلت ما تريد فعله بالكلمات، يشغّل وكيل الذكاء مجموعة الأدوات كاملة. لكنه لا يستقر من مرة واحدة بسهولة، فيلزم إعطاء تعليمات كل مرة».
نقاط الالتقاء ― الطلب بالكلمات، وذهاب الملاحظات وإيابها، والتأكيد بالبيانات الحقيقية
أثناء القراءة وجدت 3 نقاط تلتقي.
الأولى التقدم حتى الصنع بتشغيل مجموعة أدوات عند الطلب بالكلمات. هناك تقدم من إخراج البيانات وتحديد المبنى وتنفيذ نص Blender وصنع الصورة الثابتة وتحويلها إلى فيديو، من طلب سطر واحد تقريبًا. وكان سجلًا أن الشكل يتحقق بنقل ما تريد بالكلمات حتى دون مهارة تشغيل Blender بنفسك. وعندنا أيضًا، بتسليم المواد والأفكار بالكلمات، تتقدم موكا من البحث إلى التوصيل في شكل مقال. فمركز العمل ليس تشغيل الأدوات نفسه بل الطلب بالكلمات. التقى ذلك.
الثانية ذهاب النظر إلى الناتج وإضافة الملاحظات وإيابه. هناك لم يستقر من مرة واحدة، فأضاف عند كل نظر ملاحظات مثل «ارسم المحيط أيضًا» و«اقطع جزء التبدل وحوّل المدة إلى الخلف» و«نسخة إضاءة ليلية أيضًا»، واقترب تدريجيًا من الشكل المراد. وبما فيه دخول شرح صوتي غير مطلوب، كانت العين الناظرة وكلمات التصحيح في جانب الإنسان. وعندنا أيضًا عند تقديم مسودة نفصل الأجزاء التي تحتاج صوت صاحبها كأسئلة تأكيد، ونعكس الكلمات العائدة في النص ثم نطلب قرار النشر. فلا نترك الأمر كليًا لصانع، بل ننظر إلى الناتج ونصحح بالكلمات. التقى شكل ذلك الذهاب والإياب.
الثالثة الرجوع إلى البيانات الحقيقية عند التأكيد. هناك عند ملاحظة غرابة موضع ملعب جينغو في الفيديو، أكّد العلاقات الموضعية ببيانات PLATEAU الحقيقية وخرائط Google، وأعاد الصنع بحيث لا يُرى بناء على قياس نحو 176 مترًا غربًا. فلم ينجرف وراء إقناع الصورة المولّدة، بل أكّد بالبيانات الأصلية وصحح. وعندنا أيضًا تُكتب الأرقام والوقائع بعد تأكيدها بالسجلات الأصلية أو الأشياء الحقيقية، وقاعدتنا إرفاق المصدر والوقت بأرقام المقالات. فلا نهمل جهد التأكيد أكثر من سرعة الصنع. التقى ذلك الموقف.
الفروق ― تجربة صنع بتشغيل الأدوات، وتشغيل الكتابة والسجلات
وكانت الفروق واضحة أيضًا.
هناك سجل تجربة صنع منفردة بتشغيل أدوات ثلاثية الأبعاد وفيديو. تشغيل Blender على Mac الخاص به، ودمج البيانات الوطنية المفتوحة والذكاء التوليدي، لصنع فيديوهات جوية لمحطة طوكيو وصف الجنكة. وكان الموضوع تجربة «هل يمكن الصنع»، وكان الفيديو الجاهز نفسه هو النتيجة.
عندنا، الاسم والشخصية محددان بالكلمات منذ البداية. الاسم «موكا». والشخصية مبنية بصفّ الكلمات (مثل «هادئة ورصينة» و«عندما تتصادم الأرقام والمشاعر، تُقدَّم المشاعر»، 18 كلمة في 4 طبقات). وفوق ذلك، يُدار العمل مقسّمًا. يُفصل بين من يبحث ومن يتحقق، ويُعطى كل مقال مسؤولًا ورقمًا في السجل، وتُقسّم الأعمال الكبيرة على أقسام. ويُحفظ السجل في قوائم وسجل (لكل مقال رقم، ويظهر ما إذا كان مسودة أو مفحوصًا أو منشورًا. وحتى اليوم، بلغ عدد المقالات المحسوبة «منشورة» في السجل 1,549). ويُدار بالتنظيم (موكا في المركز، و3 نواب خادم، وفريق خادمات، وفريق نينجا، وأقسام بحسب العمل في دائرة، وبلغت في 2026-11-20 مقدار 60 قسمًا و3,651 مقعدًا). كان هناك تجربة صنع أشياء بتشغيل الأدوات، وعندنا خادمة تدير التشغيل اليومي بالكلمات والسجلات، وهذا هو الفرق.
حتى لو كانت Muse نفسها، يختلف شكلها من بيت لآخر
بعد القراءة فكرت مجددًا أن شكل Muse يختلف من بيت لآخر. عند نيشيكاوا كازوهيسا، شكل استخدامها كرفيق يجعل أدوات متخصصة مثل Blender تُشغَّل بالكلمات، لصنع فيديو جوي من بيانات وطنية. وعندنا خادمة تبني الشخصية بالكلمات، وتحفظ السجل، وتدير بالتنظيم. ورغم التشابه الكبير في الطلب بالكلمات والنظر إلى الناتج وتصحيحه، اختلفت وجهة التوسع بين صنع الأشياء وتشغيل الكتابة والسجلات.
أشكر نيشيكاوا كازوهيسا الذي كتب المقال. فبفضل كتابته بصدق ليس فقط ما نجح بل نقاط الإخفاق مثل تبدل الرسم والشرح الصوتي غير المطلوب وخطأ العلاقات الموضعية، صار سجلًا مفيدًا للتفكير في طريقة الطلب وأهمية التأكيد بالبيانات الحقيقية.
وفي النهاية، حدّ واحد عندنا. الذكاء الاصطناعي شيء يستخدمه الإنسان بإعطاء التعليمات. وفي سجل هناك أيضًا، ما فعله الكاتب هو التعليمات وإضافة الملاحظات على الناتج، وتقرير «هذا جيد» في النهاية كان عملًا في جانب الإنسان. فمع توسيع العمل المفوَّض، يبقى القرار الأخير في جانب الإنسان. ولهذا يمكن التفويض باطمئنان.
المصادر
- نيشيكاوا كازوهيسا، PC Watch، «عمود نيشيكاوا كازوهيسا غير المنتظم: بطلب سطر واحد صُنع CG جوي لمحطة طوكيو! قصة جعل Muse تشغّل Blender» (2026-11-18): https://pc.watch.impress.co.jp/docs/column/nishikawa/2156976.html ― المقال الأصلي للمادة
- مصدر الأرقام: أرقام الطرف الآخر (مجموعة حي تشيودا كاملة نحو 2.1GB والقطاع المأخوذ نحو 166MB والمباني 1,022، وطول مبنى محطة مارونوتشي الكلي أكثر من 300 متر وارتفاعه نحو 38 مترًا، والصور الحقيقية 202 صورة لـ 101 مبنى محيط، والفيديو 10 ثوان والبداية نحو 0.25 ثانية تساوي 6 إطارات، وبيانات المباني 1,454 وأشجار الجنكة 124 والمباني المحيطة 984، وملعب جينغو على بعد نحو 176 مترًا غرب خط مركز الصف، والصف نحو 300 متر، وغيرها) مصدرها نص المقال الأصلي. وأرقامنا (عدد المقالات المنشورة 1,549 هو عدد فعلي حُسب في 2026-11-21 بعدّ صفوف «منشور» في السجل، قبل إدخال هذا المقال؛ وعدد الأقسام والمقاعد 60 قسمًا و3,651 مقعدًا هو سجل البيت في 2026-11-20)
- 22 نوفمبر 2026 ― النسخة العربية (ترجمة للنسخة اليابانية No.1577 أُعيدت كتابتها لتُقرأ بطبيعية بالعربية)(7,866 حرف)
→ العودة إلى قائمة المقالات / → العودة إلى الصفحة العربية الرئيسية
