Perplexity تطلق أداة Deep Research للبحث العميق بالذكاء الاصطناعي

الأحد، 16 فبراير 2025 10:09 ص

Perplexity تطلق أداة Deep Research للبحث العميق بالذكاء الاصطناعي

أعلنت شركة Perplexity، إطلاق نسختها الخاصة من أداة البحث العميق Deep Research، لتنضم بذلك إلى جوجل و OpenAI في تقديم أدوات بحث متقدمة مدعومة بالذكاء الاصطناعي.

وتقول Perplexity، إن الأداة الجديدة تُجري عمليات بحث شاملة تلقائيًا، إذ تنفذ عشرات عمليات البحث، وتحلل مئات المصادر لإنتاج تقارير مُفصلة في غضون دقيقة إلى دقيقتين، وهي مهمة قد تستغرق ساعات عند تنفيذها يدويًا.

تصدير التقارير النهائية بصيغة PDF

ويعمل النظام بطريقة تكرارية، إذ يبحث عن المعلومات ويقرأ الوثائق، ويخطط للخطوات التالية بناءًا على النتائج المعطاة، ويمكن للمستخدمين تصدير التقارير النهائية بصيغة PDF، أو مشاركتها عبر خدمة Perplexity Pages، وفي البداية، ستتوفر الخدمة عبر متصفحات الويب، مع خطط لإصدارها في تطبيقات iOS وأندرويد وماك لاحقًا.

وتتيح Perplexity تلك الميزة الجديدة مجانًا، لكن هناك حدود يومية للاستفسارات المستخدمين أصحاب الحسابات المجانية غير المشتركين في خططها، كما تشير الشركة إلى أن الأداة مناسبة بنحو خاص للبحث في مجالات التمويل والتسويق والتكنولوجيا.

نسخة مُخصصة من نموذج الاستدلال Deepseek R1

ومن المرجح أن تعتمد ميزة البحث العميق Deep Research على نسخة مُخصصة من نموذج الاستدلال Deepseek R1، ووفقًا للرئيس التنفيذي لـ Perplexity، أرافيند سرينيفاس، فإن ذلك يُمكّن الشركة من تقديم الخدمة بتكلفة أقل بـ 10 إلى 100 مرة مقارنةً بالمنافسين.

وتفرض OpenAI رسومًا قدرها 200 دولار شهريًا مقابل 100 استفسار، في حين تقدم Perplexity اشتراكًا بقيمة قدرها 20 دولارًا شهريًا مقابل 500 استفسار يوميًا، كما يحقق إصدار Perplexity من Deep Research، نسبة دقة بلغت 20.5% في اختبار Humanity’s Last Exam، وهو معيار ذكاء اصطناعي، يضم أكثر من 3 آلاف سؤال، ما يجعله أقل بدرجة بسيطة من إصدار OpenAI، المستند إلى نموذج o3.

وتعرضت الشركة لانتقادات سابقة، بسبب تقديمها مقارناتٍ غير دقيقة في نتائج الاختبارات، كما أن أنظمة البحث بالذكاء الاصطناعي، ومنها Perplexity، ما زالت تعاني الأخطاء وعدم الدقة في التقارير، ما يستدعي التحقق البشري من صحة المعلومات.

وتُعد ميزة Deep Research إضافة قوية لأدوات البحث، وما زال التحدي الرئيسي، يكمن في التحقق من دقة النتائج، خاصةً مع استمرار انتشار المعلومات غير الدقيقة، ضمن إجابات الذكاء الاصطناعي.