- قامت Google بدمج Data Science Agent في Colab، مما يجعل من السهل أتمتة تحليل البيانات.
- بفضل برنامج Gemini 2.0، يسمح العميل للمستخدمين بإنشاء دفاتر ملاحظات وظيفية عن طريق وصف أهدافهم ببساطة.
- متاح للمستخدمين الذين تبلغ أعمارهم 18 عامًا أو أكثر في بلدان معينة، مع دعم ملفات CSV وJSON والنصوص.
- قم بتبسيط سير العمل من خلال التخلص من المهام المتكررة، وتحسين الكفاءة في علم البيانات.
خطت جوجل خطوة متقدمة في مجال تحليل البيانات من خلال دمج أداة "وكيل علوم البيانات" الجديدة في منصة Colab . تهدف هذه الأداة المدعومة بالذكاء الاصطناعي إلى جعل عمل علماء البيانات والباحثين والمطورين أكثر سهولة وكفاءة.
يُسهّل برنامج Data Science Agent أتمتة العديد من المهام داخل Colab، وهي بيئة تعتمد على Jupyter Notebook وتُبسّط برمجة Python في السحابة. بفضل تقنية Gemini 2.0 ، يُمكن للمستخدمين الآن تحميل بياناتهم، ووصف هدف تحليلهم، واستلام دفتر ملاحظات جاهز للاستخدام تلقائيًا مع الشفرة البرمجية اللازمة.
أتمتة تحليل البيانات
تهدف جوجل من خلال هذا الوكيل الجديد إلى تبسيط سير العمل لمحللي البيانات. فهو يُغني عن كتابة التعليمات البرمجية من الصفر ، إذ يقوم بإنشاء البرامج النصية اللازمة لمهام مثل استيراد المكتبات ومعالجة البيانات وإنشاء الرسوم البيانية.
تُتيح هذه الأداة إمكانية إجراء التحليل الاستكشافي ، وتنظيف البيانات، والنمذجة التنبؤية، والاختبارات الإحصائية. كما تتميز بقدرات التصحيح الذاتي والتحسين للكود المُولّد، مما يجعلها مفيدةً لكلٍ من الخبراء والمبتدئين في مجال علم البيانات. لمزيد من المعلومات حول هذه التقنية، يُمكنكم الاطلاع على دليل Gemini Code Assist.
سهولة الاستخدام للمستخدمين
يعمل وكيل علوم البيانات بشكل حدسي. فقط اتبع الخطوات التالية:
- افتح دفتر ملاحظات في Colab.
- تحميل مجموعة البيانات بصيغة CSV أو JSON أو TXT.
- وصف المهمة التحليلية باللغة الطبيعية باستخدام اللوحة الجانبية لـGemini.
- تشغيل دفتر الملاحظات الذي تم إنشاؤه للحصول على النتائج والتصورات.
بفضل أسلوبها الحواري، تستطيع هذه الوكيلة فهم طلبات مثل "عرض اتجاهات البيانات" أو "تدريب نموذج تنبؤي ". هذا يُبسّط العملية ويُقلّل الوقت المُستغرق في المهام المُتكررة . بالنسبة للمهتمين بمنصات التعاون، قد يكون استعراض أدوات التعاون مفيدًا.
التأثير على المجتمع العلمي
أظهرت الاختبارات أن برنامج Data Science Agent يقلل بشكل كبير من وقت التحليل . ومن الأمثلة البارزة على ذلك باحث في مختبر لورانس بيركلي الوطني تمكن من تقليص وقت معالجة البيانات من أسبوع إلى خمس دقائق فقط.
علاوة على ذلك، تم تقييم الأداة في معيار DABStep الخاص بـ Hugging Face، حيث حققت المركز الرابع في الاستدلال متعدد الخطوات ، متفوقةً على نماذج مثل DeepSeek و Llama 3.3 70B. لمزيد من المعلومات حول هذا النوع من النماذج، يُرجى الاطلاع على تحليل DeepSeek R1.
الخطط المستقبلية والتوسع
لدى Google خطط طموحة لتحسين الأداة. وتشمل التطورات المستقبلية ما يلي:
- دعم المزيد من تنسيقات البيانات وتحليل أكثر تعقيدا.
- قدرات تخصيص أكبر في دفاتر الملاحظات المُولدة.
- التوسع إلى بيئات أخرى تطوير جوجل.
أشارت شركة التكنولوجيا العملاقة أيضًا إلى أنها تجمع آراء المستخدمين من خلال مجتمع Google Labs على منصة Discord لتحسين ميزاتها. بالإضافة إلى ذلك، يمكن للمهتمين بتطوير الذكاء الاصطناعي العثور على معلومات قيّمة حول مُشغّل OpenAI الجديد.
مع إضافة "وكيل علوم البيانات" إلى Colab، تهدف جوجل إلى إتاحة أدوات تحليل البيانات المتقدمة للجميع . فمن خلال تقليل أعباء العمل المتكررة، يُمكن للمستخدمين التركيز على تفسير النتائج بدلاً من الانشغال بالتنفيذ التقني. يُمثل هذا الابتكار علامة فارقة جديدة في أتمتة تحليل البيانات ، مما يُسهّل عمل علماء البيانات حول العالم.
