يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
جوجل تطرح ميزة استشعار النوم باستخدام التعلم الآلي في (Nest Hub)
أعلنت جوجل يوم أمس إطلاق الجيل الثاني من الشاشة الذكية ( Nest Hub)- بسعر 100 دولار- والتي تشبه سابقتها من حيث احتوائها على مساعد جوجل الصوتي، وامتلاكها لميزة عرض الصور والفيديوهات من حسابات المستخدم على صور جوجل ويوتيوب، وإمكانية استخدامها للتحكم بأجهزة المنزل المتصلة.
لكن المميز في هذا الإصدار، وسبب تناوله في هذه النشرة، هو تمتعه بميزة تتبع النوم القائمة على خوارزميات التعلم الآلي والتي تسميها جوجل " استشعار النوم دون اتصال جسدي"؛ إذ يكفي أن تضع الشاشة على طاولة إلى جانب السرير لتقوم بتحليل نومك ومدته ومدى عمقه وحالات السعال أو الشخير لتقدم لك نصائح حول أفضل وقت للنوم والإزعاجات التي توقظك مثل تغير الإضاءة أو درجة الحرارة.
تعتمد هذه الميزة على تقنية ( Soli) لتتبع الحركة، وهي عبارة عن رادار يرسل أمواج راديوية منخفضة الطاقة لجمه معلومات حول حركة الأجسام في الغرفة. ثم تستخدم نموذج تعلم آلي لتحليل هذه المعلومات واكتشاف وجود شخص في الغرفة وما إذا كان نائماً أو لا. وتقول جوجل إنها دربت النموذج على أكثر من مليون ساعة مسجلة للبيانات الراديوية وآلاف تسجيلات أجهزة الاستشعار. كما يستخدم الإصدار الجديد مجموعة من أجهزة الاستشعار لتتبع إزعاجات النوم مثل التغير في إضاءة وحرارة الغرفة.
علاوة على ذلك، تم تطوير نموذج تعلم آلي آخر للتعرف على الأصوات و تحديد حالات السعال والشخير. وقد تم تدريب النموذج على مئات الآلاف من التسجيلات الصوتية بالإضافة إلى مجموعة بيانات ( Audioset). وتقول جوجل إنها تتيح للمستخدم إمكانية تفعيل هذه الميزة أو إيقافها، أو حفظها على جوجل فيت. كما تجري معالجة جميع البيانات الصوتية على الجهاز نفسه دون إرسالها إلى مخدمات جوجل بهدف الحفاظ على خصوصية المستخدمين.
الرابط (إنجليزي)
5 توجهات بارزة للذكاء الاصطناعي في 2021
إليكم 5 توجهات في مجال الذكاء الاصطناعي شهدت تطوراً متسارعاً في 2020، وتتوقع الكاتبة أن تحظى باهتمام وتوسع أكبر في 2021:
- عمليات التعلم الآلي: أبرز كوفيد-19 الحاجة إلى مراقبة وإدارة حالات استخدام التعلم الآلي؛ فالتغييرات الكبيرة في إدارة المخزون وأنماط حركة المرور وتدفق العمليات وغيرها جعلت أنظمة الذكاء الاصطناعي تتصرف على نحو غير متوقع. كما أن سن العديد من التشريعات المتعلقة بالخصوصية أبرز حاجة الشركات إلى التركيز على الحوكمة وإدارة المخاطر.
- التعلم الآلي المؤتمت (دون برمجة/ برمجة بسيطة): الذي يركز على الانتقاء الخوارزمي لأفضل حلول التعلم الآلي للتعامل مع مجموعة بيانات محددة. ورغم فائدته في بناء نماذج ذكاء اصطناعي عالية الجودة دون الحاجة لمعرفة عميقة في علوم البيانات، بدأت تظهر منصات تمكن من بناء هذه النوعية من النماذج دون الحاجة لمعرفة بالبرمجة أو تتطلب معرفة بسيطة فقط.
- النماذج اللغوية مسبقة التدريب المتطورة: من شأن هذه النماذج مثل جي بي تي-3 – رغم تكاليفها العالية وحاجتها لوقت تدريب طويل- أن تفتح الباب أمام جيل جديد من خدمات الذكاء الاصطناعي الفعالة وسهلة البناء.
- التوليد الاصطناعي للمحتوى (والتزييف العميق ضمناً): حققت الشبكات التوليدية التنافسية العديد من الإنجازات في إنشاء الفن والصور المزيفة. وقد ساعدت الابتكارات في هذا المجال في تخفيض أحجام البيانات اللازمة لتدريبها وضبطها، وسنشهد تطبيقات أوسع لها في المستقبل.
- الذكاء الاصطناعي للأطفال: مع تراجع الحاجة إلى معرفة برمجية عميقة، أصبح من الممكن تعلم بناء نماذج الذكاء الاصطناعي في عمر صغير. وشهدنا قيام أطفال بتطوير نماذجهم الخاصة.
الرابط (إنجليزي)
كيف يمكن أن يساعدنا الذكاء الاصطناعي في مواجهة الأخبار الكاذبة؟
نشهد اليوم موجة هائلة من المعلومات المزيفة تجتاح وسائل التواصل الاجتماعي حول مواضيع مثل سلامة لقاحات كورونا والتغير المناخي. ولمواجهة هذه المشكلة، يلجأ العديد من الباحثين إلى خوارزميات التعلم الآلي لتقييم القصص الإخبارية وإعلام الناس ما إذا كانت تستحق التصديق أو لا.
عمل باحثون من معهد رينسيلر بوليتيكنيك وجامعة تينيسي على تقييم دور الذكاء الاصطناعي في مساعدة الناس على تحديد الأخبار المضللة. واعتمدوا في تقييم نظامهم لمدى صحة الخبر على بعض الصفات مثل احتوائه على الكثير من الأحرف الكبيرة ولهجة عاطفية قوية وأسلوب الكتابة والمشاركة. ووجدت الدراسة أن الذكاء الاصطناعي ينجح في مهمته في حال كان الشخص لا يملك رأياً مسبقاً حول الخبر الذي يقرؤه. وفي هذه الحالة، فقد تمكن من إقناع 93% من الأشخاص المشاركين في الدراسة بأن خبراً ما كان مزيفاً.
ويقول أحد الباحثين المشاركين في الدراسة إن محاربة المعلومات المزيفة يتطلب تعاوناً بين الجهود البشرية والحاسوبية؛ فعلى الرغم من كفاءة الخوارزميات، فإن دور مراقبي المحتوى من البشر لا يزال مطلوباً. ويرى أنه يمكن الاعتماد على الذكاء الاصطناعي في فلترة الكميات الهائلة من البيانات بسرعة كبيرة مما يسهل مهمة مراقبي المحتوى في التحقق من الأخبار.
الرابط (إنجليزي)
اقرأ مقالتنا ذات الصلة بالموضوع:
- كيف تقوم شركات التكنولوجيا بمحاربة الأخبار الكاذبة حول فيروس كورونا؟ الرابط
|
