يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
فيسبوك تفكر في جعل منصاتها للتواصل الاجتماعي "ملائمة للتسوق"
أعلنت شركة فيسبوك يوم أمس أن فريق الذكاء الاصطناعي لديها يعمل على بناء أكبر منصة تواصل اجتماعي ملائمة للتسوق في العالم، حيث يمكن ضمنها شراء وبيع مليارات السلع في مكان واحد.
وفي منشور مدونة، كشفت فيسبوك بعض التفاصيل عن عملها على توسيع نطاق نظام جروك نت ( GrokNet)، النظام المبتكر للتعرف على المنتجات، ليشمل تطبيقات جديدة على فيسبوك وإنستقرام.
يقوم نظام جروك نت بالتعرف على المنتجات الموجودة في صورة ويتنبأ بالفئات التي تنتمي إليها مثل "الأرائك"، وسماتها مثل اللون والأسلوب. وقالت الشركة إن هذا النظام يتسم بالشمول في كونه نموذج "الكل في واحد" الذي يستطيع معالجة مليارات الصور عبر فئات مختلفة بما في ذلك الأزياء والسيارات والديكور المنزلي.
حالياً، عندما ينشر البائع صورة على صفحته على فيسبوك، فإن نظام التسوق المدعوم بالذكاء الاصطناعي يساعد في تحديد العناصر التي لم يتم وسمها ويقترح الوسوم المناسبة بناءً على كاتالوج المنتجات الخاص بالبائع، مما يوفر الوقت اللازم عادة للوسم اليدوي. وعندما يشاهد أحد المتسوقين منشوراً دون وسوم، يقترح النظام على الفور منتجات مماثلة من كاتالوج منتجات البائع أسفل المنشور. ومن خلال البحث المرئي المدعوم بالذكاء الاصطناعي، يمكن للأشخاص العثور على ثياب مشابهة بمجرد النقر على الصورة التي يرونها في إنستقرام.
وأوضحت فيسبوك أن البحث المرئي سيعزز التسوق عبر الأجهزة المحمولة من خلال إتاحة المزيد من الصور على إنستقرام وفيسبوك بطريقة "قابلة للتسوق". ورأت أنه في المستقبل، "يمكننا أن نبني على هذه التقنية التأسيسية لتقديم ابتكارات غامرة جديدة مثل نظارات الواقع المعزز التي تعمل بالذكاء الاصطناعي والتي تتيح لك التسوق عبر نافذة عرض أثناء تنقلاتك أو مساعدي الذكاء الاصطناعي الشخصيين الذين يمكنهم مساعدتك على انتقاء الملابس المناسبة لك.
الرابط (إنجليزي)
باحثون يستخدمون الذكاء الاصطناعي للتنبؤ بأسباب فشل الأجهزة الإلكترونية
نجح مهندسون في جامعة كولورادو بولدر الأميركية في دمج عمليات المحاكاة الحاسوبية المتقدمة مع الذكاء الاصطناعي لمحاولة التنبؤ بكيفية فشل الإلكترونيات، مثل الترانزستورات الموجودة في الهواتف الذكية.
وفي دراسة نشرت هذا الأسبوع، أوضحت عالمة الفيزياء ومهندسة الطيران سانجاميترا نيوجي، أنها رسمت مع زملائها نماذج فيزيائية لكيفية عمل وحدات بناء صغيرة مكونة من عدد قليل من الذرات، ثم استخدموا تقنيات التعلم الآلي للتنبؤ بالكيفية التي تعمل بها الأجهزة الأكبر التي تم إنشاؤها من نفس وحدات البناء. وبهذه الطريقة يحاول الفريق فهم فيزياء الأجهزة التي تحتوي على مليارات الذرات.
وأوضحت نيوجي أن الأمر يشبه النظر إلى قطعة (ليجو) واحدة لمحاولة التنبؤ بقوام قلعة أكبر حجماً بكثير، وتقول نيوجي: "بدلاً من الانتظار لسنوات لمعرفة سبب فشل الأجهزة، يمكن لأساليبنا أن تعطينا معرفة مسبقة عن كيفية عمل الجهاز حتى قبل بنائه".
وتركز الدراسة على مسألة شائكة هامة في صناعة الإلكترونيات، وهي النقاط الساخنة (Hotspots)؛ تشرح نيوجي معنى النقاط الساخنة بالقول إن المكونات الإلكترونية لمعظم أدوات الحوسبة الحديثة تحمل عدداً كبيراً من العيوب الصغيرة التي تتسبب في تراكم الحرارة في مواقع معينة، تماماً مثلما تبطئ الدراجة عند المشي فوق طرق الوعرة. وهذه النقاط الساخنة تجعل هاتفك الذكي مثلاً أقل كفاءة.
ويكافح المهندسون الذين يعتمدون على نماذج المحاكاة أو النماذج الحاسوبية للتنبؤ مسبقاً بالمكان الذي من المحتمل أن تظهر فيه نقاط الضعف هذه. وتقول نيوجي: يمكننا استخدام نماذج فيزيائية لفهم الأنظمة التي تحتوي على ما يقرب من 100 ذرة، إلا أن هذا لا يقارن بمليارات الذرات في هذه الأجهزة.
وفي الدراسة الجديدة، طورت نيوجي وزملاؤها نموذجاً حاسوبياً يستخدم الذكاء الاصطناعي لتعلم الخصائص الفيزيائية داخل تلك وحدات البناء الصغيرة، أو بمعنى أخر تعلم كيف تتحد الذرات والإلكترونات معاً لرسم خريطة الطاقة داخل مادة معينة. ويمكن للنموذج بعد ذلك أن يتنبأ بتوزيع الطاقة في كمية أكبر بكثير من الذرات.
ورغم أنه لا يزال أمام الفريق طريق طويل قبل أن يتمكن من تحديد جميع نقاط الضعف المحتملة في جهاز بحجم الهاتف، إلا أن النموذج أثبت فعاليته حتى الآن. وقد استخدمته نيوجي وزملاؤها للتنبؤ بدقة بخصائص العديد من المواد المصنوعة من السيليكون والجرمانيوم، وهما مكونين رئيسيين في العديد من مكونات الحاسوب الحالية.
الرابط (إنجليزي)
فريق صيني يطور نظام ذكاء اصطناعي قادر على فرز المهملات بدقة كبيرة
بدلاً من أن ينتهي الأمر بقشور البيض وعظام السمك وبقايا الخضروات في أوعية السماد العضوي حيث يتحول الكربون الموجود فيها إلى التربة ويتم حبسه في الأرض، ينتهي بها الأمر إلى مكب النفايات حيث يتحول الكربون إلى ميثان وينطلق إلى الغلاف الجوي متسبباً في ارتفاع درجة حرارة الأرض.
كان هذا مجرد مثال واحد على أهمية فرز النفايات بشكل صحيح. غير أن هذا لا يحدث في الواقع في العديد من دول العالم، بل إن معظم الناس ليس لديهم دراية أو حتى اهتمام كافي بهذا الموضوع. لذا، فقد طور فريق من الباحثين الصينيين برنامجاً جديداً للذكاء الاصطناعي يمكنه تحديد وفرز القمامة إلى فئات ملائمة. كما يمكنه تصنيف عناصر القمامة الجديدة التي لم يتدرب عليها وتحقيق معدل دقة إجمالي يبلغ 96.96%.
وقد تم الإعلان عن النموذج الجديد -الذي يُسمى جاربيدج نت (GarbageNet)، وكانت الفكرة قد حصدت المركز الأول في مسابقة (HUAWEI Cloud Garbage Classification Challenge) عام 2019. ويعتمد النموذج على نوع من الشبكات العصبونية العميقة يسمى الشبكات العصبونية الالتفافية التي تستخدم عادة لتحليل الصور، كما يستخدم مجموعة بيانات تحتوي على صور تم تصنيفها، للتعرف على أنواع مختلفة من القمامة.
بيد أن جيانفي يانج، زميل أبحاث ما بعد الدكتوراه في جامعة نانيانج التكنولوجية والذي شارك في تطوير النظام الجديد، أوضح أن الفريق أراد الاعتماد على الذكاء الاصطناعي بشكل أكبر، مضيفاً "يجب أن يكون النموذج مرناً بدرجة كافية حتى يتسنى له التعرف على فئات جديدة من القمامة دون بذل الكثير من الجهد".
لذا، فقد أضاف الفريق وحدة ثانية إلى النموذج قادرة على حفظ العناصر الغامضة والجديدة من القمامة وتصنيفها بناءً على أوجه التشابه بينها وبين العناصر التي يعرفها الذكاء الاصطناعي بالفعل. وبهذه الطريقة، يمكن للنظام التوسع في فئات القمامة التي يتعرف عليها دون تدريب إضافي.
وأوضح الفريق أنه بعدما تمكن جاربيدج نت من التغلب على جميع أنظمة فرز القمامة الأخرى في تحدي شركة هاواي، بتحقيق نسبة دقة تقترب من 97%، اتصلت بهم العديد من الشركات للتعاون في هذا المجال. ويأمل الفريق الآن في تسويق النموذج وتحويله لآلة لفرز النفايات تلقائياً، عن طريق توصيله بذراع آلية للفرز.
الرابط (إنجليزي)
|
