يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
الذكاء الاصطناعي لتحديد رطوبة التربة وتصميم نظام ري ذكي
وفقاً للأمم المتحدة، إذا ما واصلنا الأسلوب الحالي في استخدام المياه، فإن الكثير من المناطق لن تمتلك ما يكفي من الماء لري المحاصيل الزراعية بحلول عام 2050. لذلك يعكف الباحثون على تطوير أساليب ري أكثر فعالية من خلال المراقبة الدقيقة لرطوبة التربة. وعادة تعتمد هذه الطرق على دفن أجهزة استشعار في التربة أو على التصوير الحراري لتشغيل أنظمة الري الذكية في الوقت الأمثل وبالمعدل الأفضل، لكنها طرق مكلفة.
مؤخراً، قام فريق من الباحثين من جامعة جنوب أستراليا والجامعة التقنية الوسطى في بغداد بقيادة الباحث العراقي علي الناجي (شخصية اليوم) بتطوير نظام موثوق وبسيط ومنخفض التكلفة لمراقبة رطوبة التربة بسهولة أكبر. يستخدم النظام الجديد كاميرا رقمية ملونة وتقنيات الذكاء الاصطناعي لإنجاز هذه المهمة. تقوم الكاميرا بالتقاط صور للتربة، لتتولى شبكة عصبونية اصطناعية متصلة معها بتحليل الاختلافات في لون التربة وتحديد مستوى رطوبتها.
وقد تم تدريب هذه الشبكة على التعرف على مستويات مختلفة من الرطوبة وفي ظروف جوية مختلفة. حيث تم جمع بيانات التدريب والاختبار على امتداد 4 أسابيع في مزرعة في بغداد. وجرى التقاط صور التربة باستخدام كاميرا من نوع نايكون ( D5300) ومن ارتفاع يتراوح بين 1 و5 متر عن التربة، وفي أوقات مختلفة من اليوم وفي ظروف جوية مختلفة.
ووفق ما ذكره الباحثون في الدراسة، فإن النظام أثبت دقة عالية في التنبؤ بمستوى رطوبة التربة بمتوسط خطأ ضئيل للغاية. ويخطط الباحثون لاستخدام تقنيتهم في تصميم نظام ري ذكي ومنخفض التكلفة يعتمد على متحكم صغري وكاميرا يو إس بي ومضخة ماء، قادر على العمل مع مختلف أنواع التربة.
الرابط (إنجليزي)
Pinpoint: أداة من جوجل تضع قدرات الذكاء الاصطناعي بين أيدي الصحفيين
لا شك أن تحليل مجموعات هائلة من بيانات المصادر النصية أو المحتوى الصوتي يمثل مهمة شاقة لأي صحفي. وللتخفيف من عبء المشقة عن كاهل الصحفيين، أطلقت جوجل في أكتوبر الماضي أداة البحث بينبوينت ( Pinpoint) التي تستخدم الذكاء الاصطناعي وتقوم على أكتاف ( Google Knowledge Graph) "لتسهيل عمل الصحفيين وزيادة فعاليته".
تستخدم بينبوينت تقنيات التعرف البصري على الحروف وتحويل الكلام إلى نص لمساعدة الصحفي في العثور على ما يبحث عنه لمقالته بسرعة عالية، حيث تمكنه من:
- رفع وتحليل مجموعات كبيرة من المستندات (حتى 200 ألف مستند) بصيغ مختلفة مثل أرشيف بريد إلكتروني وملفات صوتية وصور ومستندات مكتوبة بخط اليد.
- العثور على أسماء الأشخاص والأماكن والمؤسسات ضمن عدد كبير من الملفات والربط بين مصطلحات البحث المتشابهة.
- البحث حتى ضمن النصوص الموجودة في الصور.
- تحويل التسجيلات الصوتية إلى ملفات نصية بصيغة بي دي إف، مما يسهل البحث عن كلمات معينة ضمنها.
وتجدر الإشارة إلى أن العديد من المؤسسات الإعلامية، مثل واشنطن بوست، بدأت بالاستفادة من هذه الأداة في تقاريرها ومقالاتها الإخبارية.
الرابط1
الرابط2 (فيديو على يوتيوب لمحاضرة قدمتها يوم أمس سامية عايش زميلة التدريس في جوجل حول أداة بينبوينت)
خبيرة في التعلم الآلي: 7 نصائح لضمان نجاح الشركات في تطبيق التعلم الآلي
تقول ميشيل لي، نائبة رئيس التعلم الآلي في خدمات أمازون ويب ( AWS): "هناك فرص أمام أي شركة للاستفادة من التعلم الآلي، والتحدي يكمن في اكتشاف هذه الفرص وامتلاك الفريق والخطة اللازمة لاستغلالها". وتوضح أنها شهدت نجاح العديد من الشركات في استخدام التعلم الآلي، مقابل تعثر بعضها الآخر نتيجة الفشل في تجاوز بعض العقبات.
إليك 7 نصائح تقدمها لي لضمان نجاح مشاريع التعلم الآلي في الشركات:
- التأكد من الوصول بسهولة إلى البيانات الضرورية، ومن وضع إستراتيجية شاملة للبيانات؛ حيث تقول: "إن جودة نموذج التعلم الآلي تتوقف على جودة البيانات التي تم تدريبه عليها". وتؤكد أنه ينبغي النظر إلى البيانات باعتبارها أحد الأصول التنظيمية، وتوفير وصول سهل إليها، واستغلالها باستخدام التعلم الآلي لتساهم في اتخاذ قرارات أفضل.
- الاختيار الدقيق لحالات استخدام التعلم الآلي، وتحديد معايير نجاحها مثل تأثيرها على العوائد؛ إذ وفقاً لتعبير لي "التعلم الآلي ليس الحل الأمثل لجميع المشاكل"، بل ينبغي تحديد الحالات التي تتوفر فيها البيانات وقابلة لاستخدام التعلم الآلي وذات تأثير عالٍ على الشركة.
- الحرص على عمل الخبراء التقنيين وخبراء القطاع جنباً إلى جنب؛ فعندما يعمل علماء البيانات منعزلين، فإنه من النادر أن يتم تنفيذ نماذج التعلم الآلي التي طوروها.
- توفير الرعاية التنفيذية وثقافة التجريب.
- تقييم الفجوات في المهارات والتعامل معها؛ حيث يمكن اللجوء إلى تدريب الموظفين الحاليين على اكتساب المهارات في مجال التعلم الآلي، وتدريب المدراء التنفيذيين حتى يتمكنوا من النظر إلى الفرص من هذا المنظور.
- تحرير فرق العمل من المهام الصعبة التي لا تحمل قيمة، والاستثمار في البنية التحتية الصحيحة.
- التخطيط على المدى البعيد؛ إذ إن تبني التعلم الآلي ليس مشروعاً تقوم بإتمامه وتفرغ منه بعد ذلك، بل تحتاج نماذج التعلم الآلي إلى التحديث وإعادة التدريب والتعديل مع تغير البيانات المتوفرة. وتنصح لي الشركات بالبدء بمشروع صغير ثم توسيع الأهداف بعد تحقيق النتائج.
الرابط (إنجليزي)
اقرأ مقالاتنا ذات الصلة بالموضوع:
- كيف يقوم الذكاء الاصطناعي بتحويل العمليات التجارية؟ الرابط
- لماذا لم يتمكن الذكاء الاصطناعي من إحداث تغيير جذري في أغلب الشركات؟ الرابط
- كيف يمكن للشركات أن تحسن من فرص نجاحها في ظل التحول الرقمي؟ الرابط
|
