يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
أداة ذكاء اصطناعي للمساعدة في اكتشاف سرطان الجلد
يعتبر سرطان الجلد مسؤولاً عن 70% من حالات الوفاة ذات الصلة بالسرطان في العالم. ويعتمد الأطباء عادة على الفحص البصري لتحديد البقع الصبغية المشبوهة التي تشكل إحدى مؤشرات الإصابة بسرطان الجلد. وتكمن صعوبة هذه العملية في الوقت الذي يستغرقه تحديد البقع التي ينبغي أخذ خزعة منها لفحصها، وضعف الطاقة الاستيعابية لأنظمة الرعاية الصحية حتى تتمكن من إجراء الفحوص البصرية لجميع المرضى. مما يؤخر الاكتشاف المبكر للإصابة بالمرض ويقلل فرص علاجه.
لحل هذه المشكلة، قام باحثون من إم آي تي وعدة جامعات أخرى بتطوير طريقة قائمة على الذكاء الاصطناعي لتحليل هذه البقع. حيث يتم لتقاط صورة واسعة المجال لمنطقة البقع على الجلد باستخدام كاميرا شخصية أو كاميرا الهاتف الذكي. ثم تقوم شبكة عصبونية التفافية عميقة بتحديد البقع الظاهرة في الصورة وتحليلها لتحديد درجة الشك في كل بقعة منها، وتقوم بوسم كل بقعة بلون أحمر أو أصفر لتساعد أطباء الجلد على تحديد أي منها تنبغي دراستها بشكل معمق.
وقد قام الباحثون بتدريب النظام على 20,388 صورة واسعة المجال وتعود لـ 133 مريض، بالإضافة إلى صور عامة. وقد تم التقاط هذه الصور باستخدام مجموعة متنوعة من الكاميرات العادية. ثم قام أطباء جلد بالتصنيف البصري للبقع في هذه الصور لغرض المقارنة. حقق النظام نسبة دقة بلغت 99.3% في تمييز البقع المشبوهة عن البقع العادية دون الحاجة إلى صور طبية وبفعالية توفر الكثير من الوقت. ويقول الباحثون إن من شأن هذا النظام أن يسرع عملية التشخيص المبكر لسرطان الجلد وتحسين فرص علاجه.
الرابط (إنجليزي)
التحيز يتسلل حتى إلى أفضل أنظمة التعرف على الكلام
قام باحثون من جامعتي أمستردام وديلفت ومركز هولندا للأورام بدراسة جودة أداء نظام تعرف على الكلام خاص باللغة الهولندية. وأجرى الباحثون سلسلة من التجارب لاختبار قدرة النظام على التعرف على أنماط متنوعة من الكلام تختلف باختلاف الجنس والعمر واللكنة.
بدأ الباحثون بتدريب نظامهم على بيانات ( CGN)، وهو مكنز بيانات يتضمن 483 ساعة من التسجيلات الصوتية الموسومة والتي تعود لـ 1,185 امرأة و1,678 رجل تتراوح أعمارهم بين 18 و65 عاماً وهم يتحدثون باللغة الهولندية في نشرات إخبارية أو مكالمات تلفونية.
وبعد تدريب النظام، قاموا بتجربته على مجموعة اختبار من نفس المكنز، ووجدوا أنه يتمتع بقدرة أكبر على التعرف على أصوات الإناث من الذكور بغض النظر عن أسلوب الكلام. كما واجه النظام صعوبة في التعرف على كلام الأشخاص الأكبر سناً مقارنة بالشباب. علاوة على ذلك، استطاع النظام التعرف على كلام الأشخاص بلغتهم الأم أكثر من التعرف على لكنة الأجانب.
يشير الباحثون إلى صعوبة إزالة التحيز بشكل كامل من مجموعات البيانات، لكنهم يدعون إلى التخفيف من هذه المشكلة من خلال تنويع مجموعة البيانات عبر العمر والجنس والمناطق الجغرافية، وضمان احتوائها على تمثيل واسع للأشخاص الذين سيتعاملون مع النموذج الناتج.
الرابط (إنجليزي)
اقرأ مقالتنا في العمق حول الموضوع:
- كيف يتحيز الذكاء الاصطناعي ولماذا يصعب إصلاحه؟ الرابط
الذكاء الاصطناعي يقود العالم نحو طاقة مستدامة وأكثر كفاءة
على الرغم من أن تطبيقات الذكاء الاصطناعي لا تزال حديثة العهد نسبياً بالقياس إلى التقنيات الأخرى المستخدمة لإنتاج وتوزيع وتخزين الطاقة، إلا أنها مهيأة وبقوة لإحداث ثورة في طريقة إنتاجنا للطاقة ونقلها واستهلاكها. وفي الوقت نفسه، يعمل الذكاء الاصطناعي أيضاً على الحد من التأثير البيئي للصناعة في وقت يتزايد فيه الطلب باطراد، ونشهد تداعيات استهلاك الوقود الأحفوري على التنوع البيولوجي وجودة الهواء ونوعية الحياة. إليك أهم استخدامات الذكاء الاصطناعي في هذا المجال:
- تحسين موثوقية طاقة المصادر المتجددة
غالباً ما يؤدي الطقس غير المتوقع إلى زعزعة استقرار إمدادات الطاقة المتولدة من مصادر الطاقة المعتمدة على الطقس مثل الطاقة الشمسية وطاقة الرياح. يؤدي هذا إلى الضغط على قطاع الطاقة المتجددة لتحقيق التوازن الفعال بين العرض والطلب. وقد لجأت شركة ( Xcel Energy) الأميركية إلى الذكاء الاصطناعي لتطوير نظام ينتج تنبؤات دقيقة بالطقس؛ حيث يقوم النظام بالتنقيب عن مجموعة من البيانات من تقارير الأقمار الصناعية المحلية ومحطات الطقس وكذلك مزارع الرياح في المنطقة المحيطة، ثم يتم تدريب الخوارزميات التي تقود النظام لتحديد الأنماط ضمن مجموعات البيانات هذه وإجراء التنبؤات بناءً عليها. مما يساعد في تحسين استقرار الشبكات من خلال أخذ تقلبات إمداد الطاقة المتجددة في الحسبان.
- تحسين كفاءة استهلاك الطاقة
تساعد الأجهزة الذكية التي تعمل بالذكاء الاصطناعي على تحسين استهلاك الطاقة في المباني، والتي تقيس وتتوقع وتتحكم في أنظمة التدفئة والتبريد بناءً على الحاجة الفعلية. وعلى سبيل المثال، نجحت شركة ديب مايند التابعة لجوجل في تخفيض كمية الطاقة المطلوبة لتبريد مراكز بيانات جوجل بنسبة 40 بالمائة. وتقول جوجل إنه تم جمع البيانات من آلاف أجهزة الاستشعار الموجودة في مراكز البيانات، وتضمنت المعلومات التي تم جمعها درجة الحرارة واستهلاك الطاقة. ثم تم استخدام التعلم الآلي للتنبؤ بالوقت الفعلي الذي يرجّح أن يشاهد المستخدمون فيه مقاطع فيديو يوتيوب التي تستهلك كمية كبيرة من البيانات، حيث يمكن بناء على ذلك تحسين التبريد المطلوب، وبالتالي تخفيض استهلاك الطاقة بنسبة كبيرة.
- تحسين كفاءة وأمان صناعة الطاقة
يمكن أن يساعد الذكاء الاصطناعي في تنسيق أعمال الصيانة وتحديد الأوقات المثلى لصيانة الشبكات أو الأنظمة الفردية، وهذا يساعد في تقليل التكاليف وخسارة الأرباح بالإضافة إلى تقليل الاضطرابات في تشغيل الشبكة. بالإضافة إلى استخدامه في مراقبة المعدات واكتشاف الأعطال قبل حدوثها، وبالتالي توفير المال والوقت والأرواح. كما يساعد الذكاء الاصطناعي العلماء على تصنيع مواد ذات فعالية وقدرة أكبر في إنتاج وتخزين الطاقة، حيث يمكن استخدام تقنيات التعلم الآلي في اكتشاف مركبات كيميائية جديدة تلبي احتياجات الصناعة.
الرابط
اقرأ مقالتنا ذات الصلة بالموضوع:
- الذكاء الاصطناعي يتحكم الآن في تبريد أحد مراكز البيانات لدى جوجل. الرابط
|
