← أحدث الأبحاث
🤖 AI

Looks Right, Works Right: A Project-Level Benchmark for Multi-Screen Mobile App Generation

تقدم هذه الورقة MobileForge، وهو أول معيار على مستوى المشروع لتوليد تطبيقات الهاتف المحمول متعددة الشاشات يقيم النماذج اللغوية الكبيرة متعددة الوسائط عبر البناء، والتنقل، والدقة المرئية، وقابلية الصيانة، والكفاءة، كاشفاً أنه بينما تستطيع النماذج الحالية تجميع التطبيقات والتنقل فيها، إلا أنها لا تزال تعاني من أجل تحقيق تفاعل موثوق وجودة برمجية.

المؤلفون الأصليون: Fan Wu, Cuiyun Gao, Yiming Huang, Yang Xiao, Yujia Chen, Qing Liao

نُشر 2026-08-24
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Fan Wu, Cuiyun Gao, Yiming Huang, Yang Xiao, Yujia Chen, Qing Liao

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالماً يمكنك فيه أن تري حاسوباً مجلداً مليئاً بالصور الفوتوغرافية الملتقطة من هاتف ذكي، فيقوم فوراً بكتابة برنامج الحاسوب الكامل اللازم لبناء ذلك التطبيق بدقة. هذا هو الوعد الذي يقدمه مجال يسمى "من التصميم إلى الكود" (design-to-code)، حيث تحاول الذكاء الاصطناعي ترجمة الصور المرئية إلى التعليمات الوظيفية التي تجعل البرمجيات تعمل. لسنوات، اختبر الباحثون هذه الأنظمة عبر عرض صورة واحدة لصفحة ويب عليها وطلب الكود الخاص لإعادة إنشاء تلك الشاشة الواحدة. وبينما أدت هذه الطريقة إلى نتائج مثيرة للإعجاب للصفحات البسيطة والمنعزلة، إلا أنها تغفل تعقيد البرمجيات في العالم الحقيقي. فالتطبيق المحمول الحقيقي ليس مجرد صورة واحدة؛ بل هو عالم متصل من العديد من الشاشات، وأزرار تنقلك من مكان إلى آخر، وعناصر تصميم مشتركة يجب أن تظل متسقة عبر التجربة بأكملها. ويبقى السؤال: هل يمكن للذكاء الاصطناعي أن ينظر إلى مجموعة كاملة من لقطات الشاشة لتطبيق حقيقي ويبني مشروعاً متعدد الصفحات يعمل بالفعل ويمكن لفريق بشري استخدامه؟

لقد عزم فريق من الباحثين على الإجابة على هذا السؤال باستخدام اختبار جديد يسمى "موبايل فورج" (MobileForge). فبدلاً من مطالبة النماذج ببناء صفحة واحدة، طلبوا منها بناء تطبيقات كاملة من الصفر. جمع الباحثون لقطات شاشة من 29 تطبيقاً حقيقياً وشائع الاستخدام يستخدمه الناس يومياً، تغطي كل شيء من وسائل التواصل الاجتماعي إلى التمويل والملاحة. احتوت هذه التطبيقات على إجمالي 309 شاشة مختلفة. ثم طلبوا من ستة من أكثر نماذج الذكاء الاصطناعي تقدماً المتاحة حالياً النظر إلى هذه الصور وتوليد الكود المصدري الكامل للتطبيقات. ولضمان أن يكون الاختبار عادلاً وصارماً، أنشأ الفريق خريطة مفصلة لكيفية اتصال الشاشات ببعضها البعض، وكتبوا مئات الاختبارات المحددة للتحقق مما إذا كانت التطبيقات الناتجة تعمل بالفعل. ولم يكتفوا بالتحقق مما إذا كان الكود يمكن تجميعه فحسب، بل تحققوا أيضاً مما إذا كانت أزرار التنقل تقود إلى الأماكن الصحيحة، وما إذا كان التصميم المرئي يطابق الصور الأصلية، وما إذا كان الكود نظيفاً بما يكفي ليتمكن مهندسون آخرون من صيانته لاحقاً.

كشفت النتائج عن انقسام واضح بين ما تستطيع هذه النماذج فعله وما لا تزال تعجز عنه. فمن الناحية الإيجابية، تمكن كل نموذج من إنتاج كود يمكن بناؤه في مشروع يعمل. واستطاعت النماذج الأقوى حتى التنقل عبر التطبيقات المولدة والوصول إلى الصفحات الصحيحة بنسبة 92 بالمائة تقريباً. ومع ذلك، فإن الرحلة من تطبيق يعمل إلى تطبيق مثالي لا تزال طويلة. فبينما كان الكود قادراً على التشغيل، غالباً ما انحرفت التفاصيل المرئية عن الصور الأصلية. وعانت النماذج من الحفاظ على اتساق الألوان والتخطيطات عبر الشاشات المختلفة، حيث كانت تعيد إنشاء نفس شريط التنقل بطرق مختلفة قليلاً في كل صفحة بدلاً من استخدام مكون واحد مشترك. وهذا التناقض يعني أنه بينما بدت التطبيقات مشابهة للأصلية، إلا أنها افتقرت إلى الشعور المصقول والموحد الذي يميز المنتج المصمم باحترافية.

ولعل الاكتشاف الأكثر إثارة للدهشة هو أن كون النموذج دقيقاً بصرياً لا يعني بالضرورة أن الكود المكتوب جيد. فالنموذج الذي أنتج التطبيقات الأكثر دقة من الناحية البصرية أنتج كوداً أطول بمرتين وأكثر فوضوية بمرتين من الكود الذي أنتجته النماذج الأخرى. فقد أنشأ العديد من الأجزاء غير المستخدمة وفشل في إعادة استخدام العناصر الشائعة بكفاءة. وفي المقابل، أنتج نموذج آخر كوداً أقصر وأكثر نظافة، مما يسهل على البشر تعديله وصيانته، رغم أن مخرجاته المرئية كانت أقل كمالاً بقليل. ويشير هذا إلى أن الجيل الحالي من الذكاء الاصطناعي لم يتعلم بعد كيفية الموازنة بين المظهر المرئي للجهاز وجودة الهندسة للكود الأساسي. كما اكتشف الباحثون أن النماذج غالباً ما تفشل بطرق يمكن التنبؤ بها؛ فأحياناً يظهر زر على الشاشة لكنه لا يفعل شيئاً عند النقر عليه، وفي أحيان أخرى، يتم تحميل الشاشة لكنها تكون فارغة تماماً، مما يترك المستخدم عالقاً. لم تكن هذه الإخفاقات أعطالاً عشوائية، بل كانت انهيارات محددة في كيفية فهم النماذج للعلاقة بين العنصر المرئي ووظيفته.

ولإجراء هذا الاختبار، اضطر الباحثون إلى ابتكار طرق جديدة لقياس النجاح تتجاوز مجرد المقارنة البصرية البسيطة. فقد طوروا طريقة لاختبار التنقل عبر البدء من نقطة ثابتة ومحددة لكل اختبار، بدلاً من ترك الكمبيوتر يتجول عبر التطبيق في سلسلة، مما منع خطأ واحداً من إفساد عملية التقييم بأكملها. كما أنشأوا نظاماً يقوم فيه حكم من الذكاء الاصطناعي بمقارنة الشاشات المولدة مقابل الصور الأصلية، ولكن مع وضع فحص أمان مدمج لضمان أن الحكم كان منتبهاً بالفعل وليس مجرد يخمن. سمح هذا النهج الصارم برؤية الفروق الدقيقة بين النماذج التي كانت الاختبارات القديمة ستغفل عنها. وتخلص الدراسة إلى أنه على الرغم من أن الذكاء الاصطناعي قد حقق قفزة كبيرة في تحويل الصور إلى كود، إلا أنه ليس مستعداً بعد لاستبدال المصممين والمهندسين البشريين في المشاريع المعقدة متعددة الشاشات. يمكن لهذه التكنولوجيا بناء الهيكل العظمي للتطبيق، لكنها لا تزال تعاني مع "ذاكرة العضلات" الخاصة بالتنقل وتفاصيل التصميم الدقيقة التي تجعل التطبيق يبدو حقيقياً وموثوقاً.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🤖 cs.AI →