في عالم الذكاء الاصطناعي، لم يعد النص هو الوسيلة الوحيدة للتعبير عن الأفكار وتحليل البيانات. تبرز دراسة جديدة تطرح مفهومًا ثوريًا يدعى "التفكير البصري" (Optical Reasoning)، والذي يسمح باستخدام الصور كوسيلة مستقلة للتفكير في الفعاليات اللغوية والمهام المتعددة الوسائط.

اعتمدت الدراسة على فكرة تطوير نماذج التعلم اللغوي الكبيرة (Large Language Models - LLMs) ونقلها إلى نماذج متعددة الوسائط (Multimodal Large Language Models - MLLMs)، مما يتيح دمج النصوص والبيانات المرئية بطريقة أكثر تكاملاً. مع هذا التوجه الجديد، يمكن للصور بمفردها أن تُستخدم كوسيلة للتفكير، ليس فقط كتكملة للنص.

تم استكشاف هذا المفهوم من خلال نوعين من التفكير البصري: الأول يعتمد على التنسيق الطباعي (Typographic-based Optical Reasoning) الذي يُحسن من تخطيط العناصر المرئية لتقديم الأفكار بشكل مُختصر وفعّال. الثاني يعتمد على التفكير البصري القائم على العناصر الرسومية (Graphical-based Optical Reasoning) الذي يجمع بين النص والعناصر الرسومية في عرض بصري منظم.

أثبتت النتائج أن التفكير البصري يمكن أن يحقق نتائج متساوية أو حتى متفوقة مقارنة بالطريقة النصية التقليدية، حيث تم تقليص الحاجة للاعتماد على الرموز النصية بمعدل 28.57% في المهام اللغوية و16% في المهام المتعددة الوسائط. وبهذا، تمكن التفكير البصري من تحقيق كفاءة تبلغ 1.96 مرة مقارنة بالتفكير النصي.

هذا الابتكار يشير إلى أن الصور ليست مجرد وسيلة للتعبير، بل هي أداة فعالة يمكن أن تستخدم في عرض الحجج والأفكار بشكل يتجاوز القيود النصية التقليدية. هل أنتم مستعدون لاستكشاف هذا المستقبل الجديد في عالم التفكير والتعلم الآلي؟