هل تمثل البيانات المصطنعة بداية حقبة جديدة في الذكاء الاصطناعي؟
في السابق كان يُنظر إلى البيانات المصطنعة على أنها أقل استحساناً من البيانات الحقيقية، لكن اليوم ينظر إليها البعض باعتبارها الترياق؛ فالبيانات الحقيقية فوضوية ومليئة بالتحيز، كما أن لوائح خصوصية البيانات الجديدة تصعب عملية جمعها. على النقيض من ذلك، تعد البيانات المصطنعة نظيفة للغاية ويمكن استخدامها لبناء مجموعات بيانات أكثر تنوعاً. وعلى سبيل المثال، يمكنك إنتاج وجوه موسومة بشكل كامل ومن مختلف الأعمار والأشكال والأعراق لبناء نظام للكشف عن الوجوه يمكن استخدامه بنجاح عبر مختلف الشرائح السكانية.
 
وهناك العديد من الشركات اليوم التي تقوم بتوليد البيانات المصطنعة لتغذية خوارزميات التعلم العميق، إليك بعض الأمثلة:

لكن هناك بعض القيود المرافقة لاستخدام البيانات المصطنعة؛ فإذا لم تنجح في محاكاة الواقع على الأرض، فقد ينتهي بها المطاف إلى إنتاج ذكاء اصطناعي أسوأ من ذلك الذي يستخدم بيانات العالم الواقعي الفوضوية والمتحيزة، أو يمكن ببساطة أن ترث نفس المشاكل الموجودة فيها.
 
تابع تفاصيل هذا الموضوع الشيق في مقالتنا: الرابط

 

---

نظام ذكاء اصطناعي يتنبأ بالنوبات القلبية يدخل إلى الخدمة في المملكة المتحدة
طور باحثون نظام ذكاء اصطناعي يمكنه استخدام التصوير العادي للشرايين بالأشعة المقطعية، لاستخراج معلومات أكثر حتى مما يستطيع الأطباء المدربون جيداً على معرفته. وقد دخل النظام الجديد بالفعل إلى الخدمة في أحد المستشفيات البريطانية ومن المتوقع أن يتم نشره في مناطق أخرى سريعاً.

ويمكن للنظام الجديد الذي يطلق عليه اسم (CaRi-Heart) اكتشاف علامات الالتهاب في جدران شرايين القلب، التي تزوده بالدم والأكسجين. وتتعدى هذه القدرة إمكانات التصوير المقطعي المحوسب، الذي يبحث فقط عن الانسدادات وتراكم اللويحات العصيدية على الجدران الداخلية للشرايين التي تغذّي عضلة القلب.

ويقول الباحثون إن أهمية هذه التقنية -التي طورتها شركة (Caristo Diagnostics)- هي أنها تسمح للأطباء لأول مرة بتشخيص مشاكل صحة القلب قبل حدوث انسداد في الشرايين، وتفتح نافذة مبكرة لتحديد الأشخاص المعرضين لمخاطر عالية والتدخل لاحقاً لتقليل احتمالية تعرضهم لأزمات قلبية قاتلة.

وعلى الرغم من أن تراكم اللويحات يمثل مشكلة خطيرة، إلا أن العلماء يقولون إن حوالي نصف النوبات القلبية لا تحدث في الشرايين المسدودة بالكامل، وإنما تحدث عندما تتمزق قطع صغيرة من اللويحات، ما يؤدي إلى إطلاق الكوليسترول في الدم وبالتالي حدوث جلطة، ويؤدي في النهاية إلى وقوع نوبة قلبية. ومن المستحيل التنبؤ بهذه الأمور بالأشعة المقطعية الحالية.

وقد لاحظ الدكتور شيراج شيروداريا المؤسس المشارك والرئيس التنفيذي للشركة، أن هذه الجلطات تحدث في مناطق القلب التي تلتهب فيها جدران الشرايين، وأن الالتهاب أدى إلى تغير اللون في مناطق صغيرة من أنسجة القلب، فقام ببناء نموذج ذكاء اصطناعي قادر على قياس هذه التغييرات.

من جانبه، يقول الدكتور روناك راجان أستاذ تصوير القلب والأوعية الدموية في جامعة كينجز كوليدج لندن: كانت الالتهابات موجودة، لكننا لم نتمكن من الوصول إليها قبل هذا النظام الجديد، الذي تم تصميمه ليكون بمثابة "نظام إنذار مبكر" لتحديد متى تظهر علامات تلف على قلب الشخص.

وقد لعب راجان دوراً أساسياً في إدخال هذه التقنية -التي تم تطويرها على مدار تسع سنوات- إلى المستشفيات البريطانية، وهي متوفرة حالياً في مستشفى هارلي ستريت بلندن مقابل 495 جنيهاً إسترلينياً، كما تُجري هيئة الخدمات الصحية الوطنية (NHS) محادثات لإتاحتها مجاناً.

الرابط (إنجليزي)

---

أندرو إنج يطلق حملة لتحويل تركيز الذكاء الاصطناعي إلى البيانات بدلاً من النماذج
البيانات هي المحرك الرئيسي للذكاء الاصطناعي. لذا، يريد أندرو إنج، مؤسس فريق جوجل برين وكبير العلماء السابق في شركة بايدو، التأكد من تحسين جودتها بشكل جذري. ولهذا السبب، أطلق مؤخراً حملة لتحويل تركيز ممارسي الذكاء الاصطناعي من تطوير النماذج والخوارزميات إلى تحسين جودة البيانات التي تُستخدم لتدريب تلك النماذج.

وقد أعلنت شركة لاندينج إيه آي (Landing AI) الناشئة -التي أسسها إنج لإدخال الذكاء الاصطناعي إلى الصناعات التقليدية- في نهاية الأسبوع الماضي، عن مسابقة للحصول على أفضل أداء من نموذج ثابت من خلال تحسين جودة البيانات. وستتم دعوة الفائزين الثلاثة الأوائل إلى اجتماع مائدة مستديرة خاص مع إنج لمشاركة أفكارهم واستكشاف كيفية تنمية الاتجاه الذي يتمحور حول البيانات.

ويوضح إنج أن النهج السائد للذكاء الاصطناعي المتمحور حول "النموذج" يعتمد على جمع كل البيانات التي يمكن جمعها وتطوير نموذج جيد بما يكفي للتعامل مع "التشويش" في البيانات. وتتطلب العملية المتبعة حالياً الاحتفاظ بالبيانات ثابتة وتحسين النموذج بشكل متكرر حتى يتم تحقيق النتائج المرجوة. في المقابل، يعتبر النهج الجديد -الذي يركز على البيانات في التعامل مع الذكاء الاصطناعي- أن تناسق البيانات أمراً بالغ الأهمية. وللحصول على النتائج الصحيحة، عليك تثبيت النموذج وتحسين جودة البيانات بشكل متكرر.

وقد لاحظ إنج أن 80% من وقت مطوري أنظمة الذكاء الاصطناعي يضيع في إعداد البيانات. لذا، يقول إنه بعد أن تقدمت النماذج إلى نقطة معينة، علينا أن نجعل البيانات تتقدم أيضاً. ويضيف: "إن النهج المرتكز على البيانات يسمح للأشخاص العاملين في مجال التصنيع والمستشفيات والمزارع بتخصيص البيانات، ما يجعل الأمر مناسباً بشكل أكبر بالنسبة لشخص ليس لديه تدريب تقني في الذكاء الاصطناعي لإدخالها في نموذج مفتوح المصدر". وسيساعد هذا الأمر في الكشف عن العديد من الفرص الجديدة التي يمكن أن يُحدث من خلالها الذكاء الاصطناعي تأثير في البيئات التقليدية التي تمتلك مجموعات بيانات صغيرة ولا تمتلك خبرة في الذكاء الاصطناعي.

الرابط (إنجليزي)

هل وصلتك هذه الرسالة من صديق؟ هل أعجبك المحتوى وترغب في مواكبة آخر أخبار الذكاء الاصطناعي؟ ما عليك إلا الضغط هنا للاشتراك في نشرة الخوارزمية اليومية: