يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
موظفة سابقة تفضح فيسبوك وتقول إن خوارزمياتها خطرة... لكن لماذا؟
شهدت ليلة الأحد المنصرم الكشف عن هوية المصدر الأساسي للسلسلة الاستقصائية "فيسبوك فايلز من وول ستريت جورنال"، التي بُنيت على وثائق داخلية من فيسبوك، وذلك في حلقة من برنامج 60 دقيقة. وقالت فرانسيس هوجن، وهي مديرة منتجات سابقة في الشركة، إنها قررت أن تقدم شهادتها بعد أن رأت قيادة فيسبوك تفضل الربح على السلامة في الكثير من المواقف.
وقبل استقالتها في مايو من هذا العام، قامت بتفتيش شبكة التواصل الاجتماعية الداخلية لموظفي الشركة، وتمكنت من جمع كمية كبيرة من التقارير والأبحاث الداخلية، في محاولة للحصول على إثبات دامغ يبرهن أن فيسبوك اختارت طوعاً عدم إصلاح المشكلات على منصتها.
وخلال شهادتها أمام مجلس الشيوخ، وجهت هوجن اللوم بشكل خاص لخوارزمية فيسبوك والقرارات المتعلقة بتصميمها، التي تسببت بالكثير من مشكلاتها. ويمثل هذا نقلة نوعية عن التركيز السابق لصانعي السياسات على سياسة فيسبوك المتعلقة بالمحتوى والمراقبة. ويعتقد الكثير من الخبراء أن هذه النظرة الضيقة تؤدي إلى استراتيجية تعتمد على ردود الأفعال الآنية التي تعالج مشكلات صغيرة، بشكل يهمل الصورة الكاملة.
وقالت هوجن: "أنا من أشد المناصرين للحلول التي لا تعتمد على المحتوى، لأن هذه الحلول ستحمي أكثر الفئات المهمشة والمعرضة للأذى في العالم"، مشيرة إلى عدم التوازن في قدرة فيسبوك على فرض سياسات المحتوى الخاصة بها، التي تضعف كثيراً خارج نطاق اللغة الإنجليزية.
للمزيد من التفاصيل حول كيفية عمل خوارزميات فيسبوك والأسباب التي دفعت هوجن لفضح الشركة، تابع القراءة على موقعنا. الرابط
دراسة: تنمية وعلاج "الأورام الافتراضية" بالذكاء الاصطناعي خطوة نحو علاج السرطان
تعد القدرة على تنمية وعلاج الأورام الافتراضية خطوة مهمة نحو تطوير علاجات جديدة للسرطان. والأهم من ذلك أنه يمكن للعلماء استخدام تلك الأورام الافتراضية لتحسين تصميم الأدوية القائمة على الجسيمات النانوية قبل اختبارها في المختبر أو على المرضى. وتمهد دراسة جديدة رائدة الطريق أمام الذكاء الاصطناعي لتطوير أدوية نانوية تستهدف الخلايا السرطانية بشكل أكثر كفاءة.
والورقة البحثية الجديدة -التي نُشرت في دورية (Nature Computational Materials)- هي نتيجة للمشروع الأوروبي (EVONANO)، الذي يضم كل من الدكتورة سابين هاويرت والدكتور ناميد ستيلمان من جامعة بريستول البريطانية، ويقودها الدكتور إيغور بالاز في جامعة نوفي ساد الصربية. وتسمح منصة (EVONANO) للعلماء بتنمية الأورام الافتراضية واستخدام الذكاء الاصطناعي لتحسين تصميم الجسيمات النانوية تلقائياً لعلاجها.
وتقول الدكتورة هاويرت: "عمليات المحاكاة تمكننا من اختبار العديد من العلاجات بسرعة كبيرة، وعلى مجموعة كبيرة من الأورام"، مضيفة: ما زلنا في المراحل الأولى من صنع أورام افتراضية، نظراً للطبيعة المعقدة للمرض، ولكن الأمل هو أنه حتى هذه الأورام الرقمية البسيطة يمكن أن تساعدنا بشكل أكثر كفاءة في تصميم الأدوية النانوية للسرطان".
وتمتلك الأدوية القائمة على الجسيمات النانوية القدرة على تحسين استهداف الخلايا السرطانية، وذلك لأن الجسيمات النانوية عبارة عن مركبات صغيرة يمكن هندستها لنقل الأدوية إلى الأورام. ويغير تصميمها من قدرتها على الحركة في الجسم، واستهدف الخلايا السرطانية بشكل صحيح.
وتوضح هاويرت: "في المستقبل، يمكن أن يؤدي إنشاء توأم رقمي لورم أحد المرضى إلى تمكيننا من تصميم علاجات من جسيمات نانوية جديدة مخصصة لاحتياجاته، دون الحاجة إلى تجربة وخطأ أو العمل في المختبر، والذي غالباً ما يكون مكلفاً وذو قدرات محدودة فيما يتعلق بالتكرار السريع للحلول المناسبة للمرضى الفرديين".
الرابط (إنجليزي)
كيف تدمج الذكاء الاصطناعي في مشروعاتك التجارية بنجاح؟
على مدى العامين الماضيين، بدأ للذكاء الاصطناعي يؤتي ثماره في العديد من الصناعات. وبدأت الشركات التي تبنت الذكاء الاصطناعي في رؤية كيف يمكن أن يساعدها في تكوين رؤى قيمة من مجموعات البيانات الضخمة وأتمتة العمليات لزيادة الكفاءة.
وتسببت جائحة كوفيد-19 في تزايد التوجه نحو الاستثمار في الذكاء الاصطناعي، حيث يشير تقرير حديث إلى أن استثمارات الذكاء الاصطناعي ستزيد بمعدل نمو سنوي مركب يبلغ 20.1٪ خلال الفترة 2019-2024. بيد أن هذا التقدير لا يرسم الصورة كاملة، لأن الشركات قد تضخ المزيد من الأموال في الذكاء الاصطناعي، لكنها قد لا تضمن الحصول على عائد استثماري كبير. وبالتالي، ينبغي إدراك أن الاستثمار الاقتصادي ليس الجانب الوحيد للتطبيق الناجح للذكاء الاصطناعي، وإنما ثمة حاجة أيضاً إلى استراتيجية تطبيق سليمة لتوجيه العملية برمتها.
وفي مقال هام بمجلة فوربس، يقول داميان سكاليراندي نائب رئيس العمليات بشركة الحلول التقنية (BairesDev)، إن هناك مفهوم خاطئ واسع الانتشار مفاده أن دمج الذكاء الاصطناعي في أي سير عمل يشبه عملية توصيل أسلاك التلفاز ثم التشغيل. بطبيعة الحال، يمكن أن يفشل أولئك الذين يرون الذكاء الاصطناعي بهذه الصورة، لأنهم لا يرون العديد من المهام والمخاطر المرتبطة بتطبيق مثل هذه التكنولوجيا التي تغير قواعد اللعبة. ويضيف أن الكثير ممن يسمون بخبراء الذكاء الاصطناعي يشبهون البائعين أكثر من كونهم خبراء حقيقيين، ويتحدثون عن فوائد الذكاء الاصطناعي وتأثيره دون الحديث عن التحديات.
ويرى أن أي شركة لديها الكثير من الفرص لإدخال تحسينات باستخدام الذكاء الاصطناعي، لكن مكان استخدامه لتحقيق أقصى قدر من التأثير أصعب مما يبدو. لأن الأشخاص غالباً ما يربطون الذكاء الاصطناعي بمهام محددة للغاية (مثل معالجة البيانات أو أتمتة العمليات) ويعتقدون أن هذا كل ما في الأمر. لذا، يجب أن يكون هناك بعض التفصيل في تحديد الفرص لأن التركيز على الموضوعات العامة قد يؤدي إلى كارثة.
ويقترح الكاتب البحث عن فرص التحسين باستخدام الذكاء الاصطناعي في ثلاثة مستويات:
- مستوى الأعمال: العمليات التي تؤثر على الأرباح والإيرادات والنمو.
- مستوى العميل: العمليات التي تؤثر على المنتجات والخدمات والتجربة العامة للعميل.
- مستوى الموظف: العمليات التي تؤثر على سير العمل والهيكل التشغيلي.
ويوضح أن المستويات الثلاثة تتداخل وتختلط باستمرار، لأن العمل التجاري نتيجة العلاقات بين استراتيجية العمل وعملائه وموظفيه، وهو ما يجعلنا نعتقد بشكل خاطئ أن جميع التغييرات المدعومة بالذكاء الاصطناعي على مستوى الموظف سيكون لها تأثير على الربحية أو على تجربة العميل. ويضيف أنه يجب البدء في تحديد الفرص في المستويات الثلاثة دون توقع تأثير مضاعف في أي مستوى، وأن نتذكر أن تحقيق النتائج الأوسع نطاقاً ممكن فقط إذا اتخذت خطوة واحدة كل مرة.
الرابط (إنجليزي)
|
