كيف يُستخدم الذكاء الاصطناعي في كتابة الإعلانات؟
قد نشعر بالغرابة عندما نعرف أن العديد من الأعمال الإبداعية التي نراها هذه الأيام في مجال الدعاية والإعلان ليست من صنع البشر، وإنما من صنع أنظمة ذكاء اصطناعي.

عندما أرادت شركة البيع بالتجزئة البريطانية ديكسون كارفون (Dixons Carphone) جذب المتسوقين لعروضها خلال "الجمعة السوداء"، لجأت إلى إحدى برمجيات الذكاء الاصطناعي، التي ابتكرت شعار "حان الوقت" (The time is now). ويعتقد سول لوبيز، رئيس التسويق بالشركة أن الشعار كان ناجحاً لأنه لم يكن يحتوي على كلمتي (Black Friday)، وذلك بعدما خرج الكتّاب البشر بعشرات الجمل الإعلانية التي تضم هاتين الكلمتين.

البرنامج الذي تم استخدامه في هذا المثال طورته شركة (Phrasee)، التي يقول مؤسسها باري مالم إنها تستخدم نفس طريقة كتابة الإعلانات القياسية، التي تمر بمراحل التحرير والمناقشة والموافقة، ولكن باستخدام تقنية التعلم العميق. وأضاف أن البرنامج يطرح فكرة الشعار الجديد، ويرتبه بحسب تأثيره وفقاً للبيانات الخام المأخوذة من العديد من المصادر.

وتقوم الشركة ببناء نماذج تولد كلمات مناسبة لكل منتج ولجمهور المستهلكين المستهدف. ويتم تغذية النموذج بالعبارات والكلمات التي ظهرت في الحملات الإعلانية السابقة، الذي يقيمها بناءً على عوامل مثل الشكل أو الشعور بالرضا عن المنتج.

ومع ذلك، يقول لوبيز إن مؤلفي الإعلانات يجب ألا يخشوا من فكرة تولي الذكاء الاصطناعي وظائفهم، لأن أدوارهم تظل أساسية لتحقيق النجاح، موضحاً أن فريق الكتابة بالشركة لا يزال هو من يضع استراتيجية الرسائل الإعلانية ولم يتم استبداله.
 

الرابط (إنجليزي)

---

الذكاء الاصطناعي يكتب رسائل احتيال أفضل من البشر
أثارت قدرة تقنيات الذكاء الاصطناعي المستخدمة في معالجة اللغات الطبيعية قلق الباحثين من استخدامها في صياغة محتوى رسائل البريد الإلكتروني الاحتيالية -وتحديداً رسائل التصيّد (Publishing)- بجودة مرتفعة.

وخلال فعاليات مؤتمر (Black Hat and Defcon) في مدينة لاس فيغاس الأميركية، عرض فريق من الوكالة الحكومية للتكنولوجيا في سنغافورة نتائج تجربة تم فيها إرسال رسائل تصيّد عبر البريد الإلكتروني، والتي تمثل أحد أشهر أنواع هجمات الاختراق.

الهدف الرئيسي من هذه الرسائل كان دفع المستلم للضغط على الرابط الضار الموجود فيها. وقد تم إرسالها إلى 200 شخص لا يعلمون بأمر التجربة. وجزء من هذه الرسائل كتبه أعضاء الفريق، والجزء الأخر كتبه الذكاء الاصطناعي ممثلاً في نموذج جي بي تي-3 (مصطلح اليوم) الذي طورته شركة أوبن آيه آي.

بالطبع لم تكن الروابط الموجودة في تلك الرسائل روابط ضارة، إلا أنها كانت تبلغ الفريق بعدد مرات الضغط عليها. وقد نجحت الرسائل التي كتبها الذكاء الاصطناعي في تحقيق عدد أكبر من مرات الضغط على الرابط المخادع مقارنةً بالرسائل التي كتبها البشر.

ورغم النتائج والأرقام الممتازة التي تم تحقيقها ضمن هذه التجربة، إلا أن الفريق أوضح أن حجم العينة المستهدفة، والذي بلغ 200 شخص فقط، لا يكشف عن نتائج نهائية. وفي حالة تكرار نفس التجربة على عينة أكبر فقد تختلف النتائج.

الرابط

---

ما هي تطبيقات الذكاء الاصطناعي في علوم الأدلة الجنائية؟
يعمل الباحثون في علوم الأدلة الجنائية على تطوير الأنظمة والطرق العلمية، للاستفادة من القدرة الهائلة التي تقدمها أدوات الذكاء الاصطناعي في تحليل البيانات، والتنبؤ بكيفية حدوث الجرائم، وغيرها من التطبيقات.

وقد وفرت أدوات الذكاء الاصطناعي للعلماء والخبراء فرصاً كبيرة للاستفادة من البيانات الضخمة في عمليات التحقيق الجنائي في عدد من المجالات، أبرزها:

1. تحليل السموم والمخدرات: تقدم نماذج التعلم الآلي بعداً حقيقياً للتعرف على أنماط المواد الكيميائية في خليط ما بتمييز المركبات وفقاً للتركيب، ومعرفة الظروف التحليلية، وغيرها من المعلومات كنتائج الفصل الكروماتوجرافي.
2. قواعد البيانات الكيميائية: إن الاستفادة من قواعد البيانات الكيميائية وتوسيع نطاق البحث إلى ملايين المركبات والأنماط المختلفة سوف تمثل حلولاً مهمة للتعرف على المواد المجهولة في العينات الجنائية، إضافة إلى إمكانية البحث عن المركبات الكيميائية باستخدام تشظي المركبات بمطياف الكتلة. وتتاح بعض قواعد البيانات عبر الشبكة العنكبوتية كمصادر مفتوحة مع إمكانية استخدامها في بحث موسع عبر أكواد برمجية في الشبكات العصبونية الذكية، لتسهم في عمليات التنبؤ بالنواتج حتى لو تغيبت العينات القياسية للنواتج الأيضية.
3. مخلفات الإطلاق الناري: يرتبط فحص مخلفات الإطلاق الناري (GSR) عادة بالقضايا التي تم فيها استخدام الأسلحة النارية. وهناك مجموعة من العوامل قد تؤثر على النتائج المخبرية في عمليات مطابقة الطلقة النارية المستخدمة بمخلفات الإطلاق الناري، ففي دراسة علمية استخدمت طرق تعلم الآلة لتطوير طريقة تتنبأ بالذخيرة المستخدمة دون الحاجة إلى وجود عينة مرجعية من السلاح المستخدم من قبل المشتبه به بالاعتماد على نتيجة مخلفات الإطلاق الناري العضوية.
4. البصمات: في مجال البصمات وتحديد أنماطها، تم تطبيق إحدى تقنية "مطياف الكتلة التصويري" لتقدير عينات البصمات غير المرئية، وفقاً للأنماط والتراكيب الكيميائية، وكذلك جرى استخدام خوارزميات التصنيف في نموذج التعلم الآلي (Gradient Boosting Tree GDBT) الذي مكّن من تصنيف العينات القياسية في عينات الدراسة بشكل جيد إلى تحديد الجنس والعِرق والعمر من خلال الدهون.
5. مسار الطلقات النارية: تم بناء قاعدة بيانات لأعداد كبيرة من صور الأشعة المقطعية التي كانت الطلقات النارية سبباً في الوفاة. واستهدفت الدراسة تطبيق خوارزميات لرسم خرائط لمسارات الطلقات النارية، ومواقع العثور عليها، وتحديد العيار المستخدم والمدى الذي تم إطلاق النار منه. وسيكون هذا النموذج أداة مهمة في تحديد مسار الطلقات النارية لتسهيل تفسير كيفية حدوث الجرائم.

الرابط

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: