يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
التعلم العميق يساعد على تسريع جهود التعافي من حرائق الغابات
استخدم اثنان من أساتذة جامعة ولاية كاليفورنيا للفنون التطبيقية (Cal Poly) وفريق من طلاب الدكتوراه بجامعة ستانفورد، الذكاء الاصطناعي، لتدريب الحاسوب على تقييم أضرار حرائق الغابات بسرعة، بهدف تحسين زمن الاستجابة لجهود التعافي من حرائق الغابات الكبرى.
أصبح تقييم الأضرار بدقة وبسرعة أمراً بالغ الأهمية في الوقت الحالي مع تزايد مخاطر حرائق الغابات في جميع أنحاء العالم. وتؤثر تقارير تقييم الأضرار على قدرة السكان الذين دُمرت ممتلكاتهم على تقديم مطالبات التأمين، وتوجيه خطط الإغاثة في حالات الكوارث، والمساعدات المالية في المستقبل. وفي الوقت الحالي، تستغرق هذه العملية أسابيع في الغالب، حيث يتوجب على معظم مفتشي أحداث حرائق الغابات زيارة المناطق المتضررة شخصياً وتوثيق الأضرار التي لحقت بالمباني يدوياً.
للتغلب على هذا التحدي، سعى الأستاذ المساعد في العلوم الاجتماعية أندرو فريكر، والأستاذ المساعد في علوم الحاسوب جوناثان فينتورا، وفريق من طلاب الدكتوراه، إلى تبسيط هذه العملية من خلال التعلم العميق. أسس الفريق مشروعاً أطلقوا عليه اسم دامدج ماب (DamageMap) يعتمد على تدريب الحاسوب على تحديد أضرار حرائق الغابات من الصور الجوية.
وأجرى الفريق اختباراته على صور ملتقطة من الجو لكل من حريق كار فاير (Carr Fire) الذي اندلع عام 2018 والذي يُعد سابع أكثر الحرائق تدميراً في تاريخ ولاية كاليفورنيا، وحريق كامب فاير (Camp Fire) الذي اندلع في نفس العام ويُعد الأكثر دموية والأكثر تدميراً في تاريخ كاليفورنيا. وقد تمكن مشروع دامدج ماب من التوصل إلى نتائج دقيقة بشأن الأضرار، تزيد دقتها عن 90٪ عند مقارنتها بالتقارير الرسمية.
كانت تقنيات ذكاء اصطناعي سابقة قد حاولت مقارنة الصور الجوية المُلتقطة قبل اندلاع الحريق وبعده لتقييم الأضرار، بيد أنها لم تكن فعالة للغاية لأن ظروف الصور الملتقطة قبل الحريق وبعده يجب أن تتطابق إلى حد كبير ليتمكن الذكاء الاصطناعي من تحليل الضرر بشكل موثوق، وهو ما يتطلب إجراء عمليات مسح متكررة للمناطق المعرضة للحرائق، وبالتالي يجعل من الصعب تطبيق هذه التقنيات. في المقابل، لا يتطلب مشروع دامدج ماب سوى صور جوية مُلتقطة بعد الحريق، ويمكن توسيع نطاق استخدامه لتقديم تقارير عن أضرار حرائق الغابات بهدف تقديم المساعدة بشكل أسرع.
الرابط (إنجليزي)
الصحافة الروبوتية.. ثورة في نقل الأخبار
تعتمد الصحافة الروبوتية أو المؤتمتة على نقل التقارير آلياً من الحواسيب بدلاً من البشر بفضل تقنيات الذكاء الاصطناعي التي تعمل على تحليل البيانات وتنظيمها وتقديمها بشكل يفهمه البشر، حيث تحلل الخوارزميات كمية كبيرة من البيانات وتختار من بين تنسيقات المقالات المبرمجة مسبقاً لتنظم النقاط المهمة وتضيف معلومات كالأسماء والأماكن والكميات والتصنيفات والإحصائيات وغيرها بالاعتماد على أساليب توليد اللغة الطبيعية (مصطلح اليوم).
وتعتبر السرعة من أهم فوائد الصحافة المؤتمتة لأن الروبوتات المصممة لأتمتة المقالات الاعتيادية تنتج كميات كبيرة من البيانات بوقت قياسي، ما يتيح للصحفيين المزيد من الوقت للعمل على مشاريع أصعب كالتقارير الاستقصائية والتحليل العميق للأحداث. كما تعتبر الصحافة المؤتمتة الذكية أقل كلفة لأنها توفر الكثير من المواد في وقت قليل. إضافة إلى ذلك، يعتقد بعض الخبراء أن أنظمة الصحافة المؤتمتة لا ترتكب أخطاء كالأخطاء الإملائية أو الحسابية، ما يجعلها أكثر دقة من الصحفيين البشر.
رغم فوائد الصحافة المؤتمتة فإنها لا تخلو من بعض المساوئ كعدم الاتفاق على تحديد كاتب المقال، حيث يمنح الفضل للمبرمج في بعض الأحيان ولوكالة الأخبار في أحيان أخرى. كما لا يمكن للقارئ معرفة إذا كان كاتب المقال روبوتاً أو بشرياً، ما يثير التساؤلات حول الشفافية.
ويذكر أن الصحافة المؤتمتة تُعتمد حالياً في مجالات الأخبار الرياضية والمالية، مع العلم أن فوائدها تتجلى في منح الصحفيين مزيداً من الوقت للعمل على المواضيع المهمة. كما أنها تساعد الشركات على نشر المزيد من المعلومات والوصول إلى جمهور أكبر.
الرابط
ما هي أهم 3 مخاطر يشكلها الذكاء الاصطناعي؟
في خضم الانتقادات التي تواجهها شركات التكنولوجيا الكبرى بسبب خوارزميات الذكاء الاصطناعي التي تستخدمها في مختلف منتجاتها، يستعرض خبير الذكاء الاصطناعي كاي فو لي، الذي عمل مديراً تنفيذياً في شركات جوجل وأبل ومايكروسوفت، أهم ثلاثة مخاطر يشكلها تطور تقنيات الذكاء الاصطناعي.
- الأسلحة ذاتية التشغيل: يرى لي أن أكبر المخاطر حالياً هو الأسلحة ذاتية التشغيل (autonomous weapons)، مضيفاً أن هذا هو الوقت الذي يمكن فيه تدريب الذكاء الاصطناعي على القتل، وبشكل أكثر تحديداً تدريبه على الاغتيال. ويتابع: "تخيل طائرة مسيرة يمكنها الطيران بشكل مستقل، تبحث عن أشخاص محددين إما عن طريق تقنية التعرف على الوجوه أو إشارات الهواتف المحمولة أو أي شيء آخر. هذا الأمر سيغير مستقبل الحرب".
- العواقب غير المقصودة: يشير لي -الذي شارك في تأليف كتاب جديد بعنوان "الذكاء الاصطناعي 2041: عشر رؤى لمستقبلنا"- إلى أن الخطر الكبير الثاني الذي يشكله الذكاء الاصطناعي هو العواقب السلبية غير المقصودة التي تنتج عندما يركز الذكاء الاصطناعي على هدف واحد، مع استبعاد المخاوف الأخرى. ويوضح أن "المؤثرات الخارجية تحدث عندما يُطلب من الذكاء الاصطناعي القيام بشيء ما، فيتقن القيام به لدرجة أنه ينسى -أو يتجاهل في الواقع- المؤثرات الخارجية الأخرى أو التأثيرات السلبية التي قد يسببها".
- عدم القدرة على شرح القرارات المنطقية: يرى لي أن ثمة مجموعة أخرى من الأخطار، مثل تعرض البيانات الشخصية للخطر، وعدم القدرة على شرح القرارات المنطقية التي تتخذها التكنولوجيا. ويضيف أن تلك القرارات قد تكون حاسمة بشكل خاص في حالات الحياة أو الموت، مثل اتخاذ القرار في "معضلة العربة"، والتي يتوجب فيها على صانع القرار أن يختار ما إذا كان سيحول مسار قطار لمنع قتل العديد من الأشخاص الموجودين في طريقه، مقابل التضحية بعدد أقل من الناس الموجودين في مسار أخر. والسؤال هو: "هل يمكن للذكاء الاصطناعي أن يشرح لنا سبب اتخاذه للقرارات؟" لاسيما في مواقف مصيرية مثل قيادة المركبات ذاتية القيادة ومعضلة العربة واتخاذ القرارات الطبية.
الرابط (إنجليزي)
|
