يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
التعلم الآلي يسهل التعايش بين البشر والحيوانات البرية من خلال التنبؤ بالصراعات
مع تزايد عدد سكان العالم وتوسع البشر في استخدام الغابات، تتزايد التفاعلات والصراعات مع الحيوانات البرية، ما يؤدي إلى خسائر كبيرة في الأرواح (الحيوانية والبشرية) وخسائر اقتصادية. وبالرغم من أنه يمكن لمسؤولي الغابات ومنظمات الحفاظ على الطبيعة الاستفادة بشكل كبير من التحليلات التنبؤية للصراعات بين البشر والحيوانات، للقيام بتدخلات محددة الأهداف يمكن أن تساعد في إنقاذ الأرواح وسبل العيش، إلا أن مشكلة التنبؤ تظل مشكلة اجتماعية تقنية معقدة لاسيما بسبب محدودية البيانات المتوافرة في المناطق منخفضة الموارد.
لمواجهة هذه المشكلة، استخدم باحثون من جامعة سنغافورة للإدارة وشركة جوجل ومنظمة (Wildlife Conservation Trust) غير الحكومية، شبكات عصبونية التفافية (CNNs) وصور أقمار صناعية للتنبؤ بفرص الصراع البشري الحيواني في المناطق البرية. واختبر الباحثون تقنيتهم الجديدة في غابة برامهابوري في الهند (التي يعيش فيها 2.8 نمر و19 ألف إنسان لكل كيلومتر مربع).
وفي الدراسة التي نُشرت على خادم ما قبل النشر (arXiv)، أوضح الباحثون أنه نظراً لأن هذا هو الجهد الأول للتنبؤ بالصراعات بين الإنسان والحيوانات البرية في المناطق غير المحمية، فقد واجه تطوير النموذج تحديات كبرى، لاسيما فيما يتعلق بالبيانات التي سيتم تدريبه عليها. لذا، جمع الباحثون بيانات حكومية وأجروا عمليات مسح أرضي للصراعات التي وقعت بين البشر والحيوانات في المنطقة منذ عام 2014. واستناداً إلى الملاحظات من البيانات والمشاورات مع خبراء في هذا المجال، توصلوا إلى أن الصراعات تميل إلى الحدوث في مناطق معينة (بالقرب من المسطحات المائية والمناطق المنخفضة) اكما أنها متفرقة للغاية وليست موزعة بالتساوي من حيث الزمان والمكان.
وأوضح الباحثون أن النموذج الجديد استطاع التنبؤ باحتمالية الصراع بين البشر والحيوانات آكلة اللحوم في المنطقة بدقة تتراوح بين 75٪ و80٪، وأضافوا أنهم يستكشفون حالياً إجراء "تدخلات لتقليل الصراعات بين البشر والحيوانات البرية" في القرى التي يتنبأ النموذج بوجود فرصة كبيرة للصراع فيها.
الرابط (إنجليزي)
كن حذراً عندما يلتقي التمويل بالذكاء الاصطناعي
كتب الأكاديمي ديفيد كولينجريدرج في كتابه الرقابة الاجتماعية على التكنولوجيا (The Social Control of Technology): "عندما يكون التغيير سهلاً، لا يمكن توقع الحاجة له. وعندما تكون الحاجة للتغيير واضحة، يصبح التغيير باهظ الثمن وصعباً ويستغرق الكثير من الوقت".
ويواجه المنظمون هذه المعضلة اليوم مع محاولتهم تقييم أثر الذكاء الاصطناعي في مجال التمويل. وكما أوضح تقريران حديثان من بنك التسويات الدولية ومنظمة التعاون الاقتصادي والتنمية، فقد وصلنا الآن إلى منعطف مهم. وفي حين أن فوائد الذكاء الاصطناعي واضحة من حيث زيادة الكفاءة وتحسين الخدمة، فإن المخاطر عادة ما تكون غير واضحة.
وفي ورقة بحثية نشرت سابقاً أثناء وجوده في جامعة إم آي تي، حذر جاري جينسلر -الذي يترأس الآن لجنة الأوراق المالية والبورصات الأميركية- من أن الاعتماد الواسع على نماذج الذكاء الاصطناعي للتعلم العميق قد يزيد من هشاشة النظام المالي.
السؤال الأكثر غموضاً يتعلق باستخدام أنظمة التداول التي تعمل بالذكاء الاصطناعي، التي قد تزعزع استقرار الأسواق المالية. وتقول سارة جاد، رئيسة حلول البيانات والذكاء الاصطناعي في بنك كريدي سويس، إن هناك مخاطر من سلوك الاحتشاد أو اللعب أو السلوك التواطئي إذا تم تدريب جميع الأنظمة على البيانات نفسها وأنواع الخوارزميات نفسها. وتضيف: "يجب عليك أن تراقب هذه الأمور عن كثب، أو لا تستخدمها. يجب أن تملك الحق في الحصول على المفاتيح لإيقاف عملها في أجزاء من الثانية، وأن يكون لديك أشخاص يمكنك الرجوع إليهم. إنك لا تستطيع استبدال ذكاء الآلة بذكاء الإنسان".
الرابط
جوجل تتطلع لتحسين وظائف البحث باستخدام نموذج ذكاء اصطناعي جديد
قالت شركة جوجل مؤخراً إنها ستستخدم الذكاء الاصطناعي لتحسين وظائف البحث مع التركيز على العناصر المرئية، للمستخدمين الذين يقومون بحوالي 100 ألف عملية بحث كل ثانية باستخدام محرك بحث جوجل التابع للشركة.
وعرضت الشركة العديد من وظائف البحث الجديدة، خلال بث مباشر لمؤتمر (Search On) الذي عقدته نهاية الأسبوع الماضي. ومن ضمن التغييرات الرئيسية التي أعلنت عنها جوجل استخدام نموذج جديد يُسمى النموذج الموحد متعدد المهام (MUM) لتحسين البحث. وكانت الشركة قد أعلنت عن هذه النموذج للمرة الأولى في مايو الماضي، وأوضحت أنه تم بناؤه بهدف تحسين نتائج البحث للأسئلة والمهام المعقدة.
وأوضح باندو ناياك، نائب رئيس قسم البحث في جوجل، في تدوينة، أن نموذج (MUM) لديه القدرة على تغيير كيفية مساعدة جوجل للأشخاص في المهام المعقدة، وأنه أقوى 1000 مرة من نموذج بيرت (BERT) السابق.
ولا يفهم (MUM) اللغة فحسب، بل يقوم أيضاً بكتابتها، وقد تم تدريبه على 75 لغة مختلفة وعلى القيام بالعديد من المهام المختلفة في وقت واحد، ما يسمح له بتطوير فهم أكثر شمولاً للمعلومات والمعرفة العالمية مقارنة بالنماذج السابقة. وأضاف أن النموذج يفهم المعلومات عبر النصوص والصور، ويمكن في المستقبل أن يتوسع ليشمل المزيد من الأساليب مثل الفيديو والصوت.
وأوضحت الشركة أنها ستضيف قسماً جديداً سيشاهده المستخدمون وهو قسم "أشياء ينبغي معرفتها"، الذي ستقدم فيه الشركة المزيد من النتائج التي تمنحك فرصة لمعرفة المزيد حول موضوع جديد. كذلك، ستقدم جوجل بمساعدة النموذج الجديد اقتراحات لموضوعات ذات صلة بمقطع الفيديو الذي تشاهده، حتى إذا لم يتم ذكر هذه الموضوعات صراحةً في مقطع الفيديو نفسه.
الرابط (إنجليزي)
|
