check_post_to_show: string(2359) "{"is_valid":1,"global_remaining_posts_to_view":0,"remaining_posts_to_view":0,"number_all_post":0,"number_post_read":0,"exceeded_daily_limit":0,"is_watched_before":0,"sso_id":31445,"user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)","user_ip":"3.233.221.90","user_header":{"SERVER_SOFTWARE":"Apache\/2.4.52 (Debian)","REQUEST_URI":"\/%D8%A7%D9%84%D9%86%D8%B4%D8%B1%D8%A7%D8%AA-%D8%A7%D9%84%D8%A8%D8%B1%D9%8A%D8%AF%D9%8A%D8%A9\/%D9%86%D8%B4%D8%B1%D8%A9-%D8%A7%D9%84%D8%AE%D9%88%D8%A7%D8%B1%D8%B2%D9%85%D9%8A%D8%A9-%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-2021-10-19\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CDN_LOOP":"cloudflare","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"833b373eed8e82fc-IAD","HTTP_CF_VISITOR":"{\\\"scheme\\\":\\\"https\\\"}","HTTP_USER_AGENT":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)","HTTP_ACCEPT":"text\/html,application\/xhtml+xml,application\/xml;q=0.9,*\/*;q=0.8","HTTP_ACCEPT_LANGUAGE":"en-US,en;q=0.5","HTTP_CF_CONNECTING_IP":"3.233.221.90","PATH":"\/usr\/local\/sbin:\/usr\/local\/bin:\/usr\/sbin:\/usr\/bin:\/sbin:\/bin","SERVER_SIGNATURE":"Apache\/2.4.52 (Debian) Server at technologyreview.ae Port 80<\/address>","SERVER_NAME":"technologyreview.ae","SERVER_ADDR":"172.18.0.17","SERVER_PORT":"80","REMOTE_ADDR":"3.233.221.90","DOCUMENT_ROOT":"\/var\/www\/html","REQUEST_SCHEME":"http","CONTEXT_PREFIX":null,"CONTEXT_DOCUMENT_ROOT":"\/var\/www\/html","SERVER_ADMIN":"webmaster@localhost","SCRIPT_FILENAME":"\/var\/www\/html\/index.php","REMOTE_PORT":"48194","REDIRECT_URL":"\/\u0627\u0644\u0646\u0634\u0631\u0627\u062a-\u0627\u0644\u0628\u0631\u064a\u062f\u064a\u0629\/\u0646\u0634\u0631\u0629-\u0627\u0644\u062e\u0648\u0627\u0631\u0632\u0645\u064a\u0629-\u0630\u0643\u0627\u0621-\u0627\u0635\u0637\u0646\u0627\u0639\u064a-2021-10-19\/","GATEWAY_INTERFACE":"CGI\/1.1","SERVER_PROTOCOL":"HTTP\/1.1","REQUEST_METHOD":"GET","QUERY_STRING":null,"SCRIPT_NAME":"\/index.php","PHP_SELF":"\/index.php","REQUEST_TIME_FLOAT":1702271370.30709,"REQUEST_TIME":1702271370,"argv":[],"argc":0,"HTTPS":"on"},"content_user_category":"paid","content_cookies":{"status":0,"sso":{"content_id":31445,"client_id":"1d1883f4-87d0-4156-8903-e6ceb0cb4224"},"count_read":null},"is_agent_bot":1}"
صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الثلاثاء 19 أكتوبر:
كيف يلعب الذكاء الاصطناعي والرياضيات دوراً أكبر في الدبلوماسية العالمية؟
شاهد مستقبل الأسلحة ذاتية التشغيل: روبوت مزود ببندقية قنص.
تزايد تكاليف تدريب نماذج الذكاء الاصطناعي يدفع لظهور نوع جديد من الشركات الناشئة.
للمشاركة بمقالات أو اقتراح شخصيات، يمكنك التواصل معنا عبر البريد الإلكتروني [email protected].
نتمنى لك يوم عمل مثمر،
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو
أعلنت شركة جوست روبوتيكس (Ghost Robotics) الأميركية أنها طورت روبوتاً على شكل كلب، مسلح ببندقية قنص قوية ذاتية التشغيل يبلغ مداها الفعال 1200 متر. ووصفت شركة سورد ديفنس (Sword Defense) التي طورت البندقية، الروبوت الجديد- الذي تم عرضه هذا الأسبوع في الاجتماع السنوي لرابطة جيش الولايات المتحدة في واشنطن العاصمة- بأنه "أفضل صديق لمقاتلي الحروب"، واعتبرت أنه يمثل "مستقبل أنظمة الأسلحة ذاتية التشغيل". الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
"الروبوتات تصنع روبوتات" في مصنع (ايه بي بي) الجديد في الصين
أعلنت شركة التكنولوجيا السويسرية (إيه بي بي) أن "الروبوتات ستصنع روبوتات" في مصنعها الجديد في مدينة شانغهاي الصينية. وقال بيتر فوسر، رئيس مجلس إدارة (إيه بي بي)، إن الشركة ستضخ استثمارات إجمالية قدرها 150 مليون دولار لتشغيل المصنع خلال الربع الأول من العام المقبل. وأوضحت أن المصنع الجديد -الذي تبلغ مساحته 67 ألف متر مربع- سيكون أحد أكثر المصانع تقدماً وأتمتة ومرونة في مجال صناعة الروبوتات في جميع أنحاء العالم، حيث تصنع الروبوتات فيه روبوتات. وسيعتمد الإنتاج في المنشأة على خلايا الأتمتة، مع انتقال الروبوتات من محطة إلى أخرى، ما يتيح مزيداً من التخصيص ومرونة أكبر من تلك المستخدمة في أنظمة الإنتاج الخطية التقليدية. كما سيشمل المصنع مركزاً للبحث والتطوير لتسريع ابتكار وتطوير الذكاء الاصطناعي. الرابط
ديب مايند تستحوذ على محرك المحاكاة موجوكو
أعلنت شركة ديب مايند المملوكة لألفابت، أمس، استحواذها على محرك المحاكاة موجوكو (MuJoCo) وجعله متاحاً مجاناً للباحثين. وأوضحت الشركة، في منشور، إنها ستعمل على إعداد كود أساسي لإصداره عام 2022 بالإضافة إلى "الاستمرار في تحسين موجوكو" كمحرك فيزيائي مفتوح المصدر. وعلى عكس العديد من منصات المحاكاة المصممة لتطبيقات الألعاب والأفلام، يعطي موجوكو الأولوية للاستقرار على الدقة. وتقول الشركة إن هذه الخطوة تأتي في إطار توجهها لتطوير منصات محاكاة مفتوحة المصدر وإنشاء مكتبات من النماذج. الرابط (إنجليزي)
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
تزايد تكاليف تدريب نماذج الذكاء الاصطناعي يدفع لظهور نوع جديد من الشركات الناشئة
يقدر الخبراء أن نموذج (Megatron-Turing Natural Language Generation) العملاق الذي أعلنت عنه شركتا مايكروسوفت وإنفيديا، نهاية الأسبوع الماضي، قد تكلف ملايين الدولارات، لكي يصبح "أحد أكبر نماذج الذكاء الاصطناعي اللغوية وأكثرها قدرة حتى الآن"، على حد زعم الشركتان. (كتبنا عنه في نشرة الخميس الماضي)
بيد أن تطوير هذا النموذج -الذي تبلغ عدد معاملاته الوسيطة 530 ملياراً- وغيره من أنظمة الذكاء الاصطناعي العملاقة، يثير تساؤلات حول من الذي يمكنه الوصول إلى مناهج البحث المتطورة في مجال التعلم الآلي. فعلى الرغم من انخفاض تكاليف تدريب الذكاء الاصطناعي بمقدار 100 ضعف بين عامي 2017 و2019، بحسب تحليل أجرته شركة (Ark Invest) الأميركية، إلا أنها لا تزال تتجاوز ميزانيات الحوسبة لدى معظم الشركات الناشئة والحكومات والمنظمات غير الربحية والجامعات.
وحتى داخل الشركات الكبيرة يبدو الأمر صعباً. على سبيل المثال، لم تُصلح شركة (أوبن إيه آي) أي خطأ بعدما أطلقت نموذجها جي بي تي-3، وذلك لأن تكلفة التدريب جعلت عملية إعادة تدريب النموذج غير ممكنة.
دفعت هذه التكاليف المتزايدة لخوارزميات التدريب إلى ظهور نوع جديد من الشركات الناشئة التي تستهدف "تحسين" النماذج دون تقليل دقتها. هذا الأسبوع على سبيل المثال، أطلق نافيين راو المسئول التنفيذي السابق في شركة إنتل شركة جديدة تدعى (Mosaic ML)، لتوفير الأدوات والخدمات وطرق التدريب التي تعمل على تحسين دقة نظام الذكاء الاصطناعي مع خفض التكاليف وتوفير الوقت. وتتنافس هذه الشركة الجديدة -التي جمعت استثمارات بقيمة 37 مليون دولار- مع العديد من الشركات التي تسعى وراء نفس الهدف ومنها (Codeplay Software) و(OctoML) وغيرها، في سوق من المتوقع أن تنمو بشكل كبير خلال السنوات القادمة. الرابط (إنجليزي)
كيف يلعب الذكاء الاصطناعي والرياضيات دوراً أكبر في الدبلوماسية العالمية؟
اعتمدت الدبلوماسية العالمية تاريخياً على قوة المساومة وقنوات الاتصال السرية والتفاهمات الشخصية بين القادة، إلا أننا أصبحنا على أبواب عصر جديد ستلعب فيه الرؤى التي لا تعتمد على العواطف والتي تولدها خوارزميات الذكاء الاصطناعي والتقنيات الرياضية دوراً متزايداً في الصفقات المبرمة بين الدول.
ويرى مايكل أمبول، أستاذ التفاوض وإدارة الصراع وكبير المفاوضين السويسريين السابق، أن التطورات الأخيرة في الذكاء الاصطناعي والتعلم الآلي تعني أن ثمة دور الآن لهذه التقنيات في الدبلوماسية الدولية، بما في ذلك قمة المناخ التي ستبدأ في وقت لاحق من هذا الشهر، وفي صفقات ما بعد خروج بريطانيا من الاتحاد الأوروبي.
وقال أمبول -الذي شارك مؤخراً في تأسيس مختبر العلوم في الدبلوماسية (Science in Diplomacy)- إن هذه التقنيات تم استخدامها جزئياً بالفعل لكن هذا الأمر لا يزال في مرحلة مبكرة، مشيراً إلى استخدام التعلم الآلي لتقييم سلامة البيانات واكتشاف الأخبار المزيفة لضمان أن العملية الدبلوماسية لها أسس موثوقة. وأضاف أنه في المستقبل يمكن استخدام هذه التقنيات لتحديد الأنماط في البيانات الاقتصادية التي تدعم صفقات التجارة الحرة والمساعدة في توحيد بعض جوانب المفاوضات.
وسيركز المختبر الجديد -الذي يعد الأول من نوعه في العالم، وهو ثمرة تعاون بين المعهد الفدرالي السويسري للتكنولوجيا في زيورخ وجامعة جنيف- أيضاً على "هندسة التفاوض"، حيث تُستخدم التقنيات الرياضية الحالية، مثل نظرية الألعاب، إما للمساعدة في تأطير مناقشة أو وضع سيناريوهات مختلفة قبل الانخراط في المحادثات.
ومع أن معظم هذه الأدوات ليست جديدة، إلا أنها بحسب أمبول كانت خارج نطاق الاستخدام السائد "ليس بسبب نقص التكنولوجيا ولكن بسبب نقص المعرفة". ويستطرد قائلاً: لكن مع تزايد إدراك العالم للتكنولوجيا، فإن أولئك الذين يتجاهلون الأساليب الكمية يخاطرون بالخسارة، موضحاً أنه وبصفته كبير المفاوضين السويسريين مع الاتحاد الأوروبي، أجرى محاكاة لنظرية الألعاب قبل المحادثات التي أدت إلى انضمام سويسرا إلى منطقة شنجن وقادت إلى مجموعة كبيرة من الاتفاقيات مع الاتحاد الأوروبي بشأن الضرائب والتجارة والأمن. وأضاف أن التحليل أشار إلى أنه من مصلحة سويسرا أن تتم المفاوضات كحزمة واحدة وليس بالتتابع، لذلك أصرت الحكومة السويسرية على ذلك كأساس للمحادثات.
في المقابل، قال المفاوض السويسري إنه لا يعتقد أن الاتحاد الأوروبي قام بالتحليل نفسه، مضيفاً: "لم نخبرهم بأننا طبقنا نظرية الألعاب". غير أنه يشير إلى ضرورة عدم الاعتماد على هذه الأدوات بشكل أعمى، موضحاً: "لن تخوض حرباً فقط لأن خوارزمية عمياء تقرر ذلك. إنها دائماً مجرد أداة لاتخاذ القرار". الرابط (إنجليزي)
نموذج تعلم عميق يتنبأ بحوادث المرور قبل وقوعها
بالرغم من جميع التطورات التكنولوجية الحديثة الخاصة بأنظمة النقل، بما فيها نظام تحديد المواقع العالمي (GPS) والكاميرات المستخدمة على الطرق والسيارات الكهربائية ذاتية القيادة التي تحتاج إلى وقود أقل، إلا أن تدابير السلامة على الطرق لا تزال غير كافية.
للتغلب على حالة عدم اليقين المتأصلة في حوادث التصادم المروري، طور علماء من مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) التابع لجامعة إم آي تي، ومركز قطر للذكاء الاصطناعي، نموذج تعلم عميق يتنبأ بخرائط عالية الدقة لمخاطر الاصطدام.
تم تدريب النموذج على مجموعة من بيانات الحوادث المرورية التاريخية وخرائط الطريق وصور الأقمار الصناعية ونظام تحديد المواقع العالمي (GPS). وتتنبأ خرائط المخاطر بالعدد المتوقع من الحوادث على مدى فترة زمنية في المستقبل، لتحديد المناطق عالية الخطورة والتنبؤ بالحوادث المستقبلية.
عادةً ما كان يتم رسم هذه الأنواع من خرائط المخاطر بدقة أقل بكثير تبلغ مئات الأمتار، وبالتالي فإنها لا تُظهر التفاصيل المهمة. أما الخرائط الجديدة فهي عبارة عن خلايا شبكية بحجم 5 × 5 أمتار، وبالطبع فإن الدقة الأعلى أتاحت للعلماء المزيد من المعلومات. على سبيل المثال وجدو أن الطرق السريعة تحتوي على مخاطر أعلى من الطرق السكنية، كما أن المنحدرات التي تخرج من الطريق السريع ترفع نسبة الخطورة بشكل أكبر من غيرها من الطرق.
ويقول سونجتاو هي، طالب الدكتوراه في مختبر علوم الحاسوب، وأحد المؤلفين الرئيسيين في الدراسة المنشورة حول النموذج الجديد: "من خلال تحديد توزيع المخاطر الأساسية التي تحدد احتمالية وقوع حوادث مستقبلية في جميع الأماكن، وبدون أي بيانات تاريخية، يمكننا العثور على طرق أكثر أماناً، وتمكين شركات التأمين على السيارات من تقديم خطط تأمين مخصصة بناءً على مسارات قيادة العملاء، ومساعدة مخططي المدن في تصميم طرق أكثر أماناً". الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
وكالة رويترز تعقد مؤتمر عالمياً افتراضياً خلال الفترة 27-29 أكتوبر الجاري. وتتضمن جلسات المؤتمر حلقات نقاشية حول التأثير المستدام للذكاء الاصطناعي والأتمتة. الرابط (إنجليزي)
تدشين سيارة ذاتية القيادة تعمل بتقنيات الذكاء الاصطناعي في عجمان. الرابط
جامعة السلطان توقع اتفاقية لإيجاد منصة لبحوث الذكاء الاصطناعي لتنمية باحثين وأطباء عمانيين. الرابط
اليابان تعتزم إنشاء صندوق تكنولوجي بقيمة 637 مليون جنيه إسترليني لتقنيات الذكاء الاصطناعي والجيل الخامس. الرابط (إنجليزي)
ScienceIO منصة ذكاء اصطناعي متخصصة في مجال الرعاية الصحية، تحول بيانات المرضى غير المهيكلة إلى معلومات سياقية، لرفع كفاءة سير العمل وتحسين النتائج. الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
245 مليار
عدد المعاملات الوسيطة التي يحتوي عليها نموذج (Yuan 1.0) الذي طورته شركة انسبور (Inspur) الصينية، ليصبح بذلك ثاني نموذج صيني يماثل حجم نموذج جي بي تي-3. الرابط (إنجليزي)
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:
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
مصدر الصورة: الصفحة الشخصية على لبنكدإن
عبد الرحيم المدني
باحث ما بعد الدكتوراه في جامعة بريتيش كولومبيا في كندا منذ عام 2019. سبق له العمل كمحاضر في جامعة جازان في المملكة العربية السعودية، ومستشار معالجة اللغات الطبيعية في الشركة الهندسية لتطوير الأنظمة الرقمية (RDI) في مصر. وهو حاصل على درجة الدكتوراه والماجستير في علوم الحاسوب من جامعة القاهرة، وعلى دبلوم في علوم الحاسوب والمعلومات من معهد الدراسات والبحوث الإحصائية في الجامعة نفسها، وعلى درجة البكالوريوس من جامعة جنوب الوادي. مهتم بالبحث في مجال التعلم الآلي ومعالجة اللغة الطبيعية واسترجاع المعلومات وتنقيب البيانات.
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
أداة الترميز التلقائي | AUTOENCODER
عبارة عن تقنية تعلم غير موجّه تُستخدم لتعليم الشبكات العصبونية الاصطناعية كيفية تمثيل البيانات غير الموسومة بكفاءة عالية عن طريق تدريبها على تجاهل إشارة الضجيج. تتألف شبكات أداة الترميز التلقائي من ثلاث طبقات هي: طبقة الدخل وطبقة مخفية للترميز وطبقة الخرج. ويتم تصميم هذه الشبكة لترميز البيانات وفك ترميزها مرة ثانية بهدف إعادة بناء المدخلات بعد إزالة الضجيج منها.
اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد.
صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الثلاثاء 19 أكتوبر:
كيف يلعب الذكاء الاصطناعي والرياضيات دوراً أكبر في الدبلوماسية العالمية؟
شاهد مستقبل الأسلحة ذاتية التشغيل: روبوت مزود ببندقية قنص.
تزايد تكاليف تدريب نماذج الذكاء الاصطناعي يدفع لظهور نوع جديد من الشركات الناشئة.
للمشاركة بمقالات أو اقتراح شخصيات، يمكنك التواصل معنا عبر البريد الإلكتروني [email protected].
نتمنى لك يوم عمل مثمر،
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو
أعلنت شركة جوست روبوتيكس (Ghost Robotics) الأميركية أنها طورت روبوتاً على شكل كلب، مسلح ببندقية قنص قوية ذاتية التشغيل يبلغ مداها الفعال 1200 متر. ووصفت شركة سورد ديفنس (Sword Defense) التي طورت البندقية، الروبوت الجديد- الذي تم عرضه هذا الأسبوع في الاجتماع السنوي لرابطة جيش الولايات المتحدة في واشنطن العاصمة- بأنه "أفضل صديق لمقاتلي الحروب"، واعتبرت أنه يمثل "مستقبل أنظمة الأسلحة ذاتية التشغيل". الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
"الروبوتات تصنع روبوتات" في مصنع (ايه بي بي) الجديد في الصين
أعلنت شركة التكنولوجيا السويسرية (إيه بي بي) أن "الروبوتات ستصنع روبوتات" في مصنعها الجديد في مدينة شانغهاي الصينية. وقال بيتر فوسر، رئيس مجلس إدارة (إيه بي بي)، إن الشركة ستضخ استثمارات إجمالية قدرها 150 مليون دولار لتشغيل المصنع خلال الربع الأول من العام المقبل. وأوضحت أن المصنع الجديد -الذي تبلغ مساحته 67 ألف متر مربع- سيكون أحد أكثر المصانع تقدماً وأتمتة ومرونة في مجال صناعة الروبوتات في جميع أنحاء العالم، حيث تصنع الروبوتات فيه روبوتات. وسيعتمد الإنتاج في المنشأة على خلايا الأتمتة، مع انتقال الروبوتات من محطة إلى أخرى، ما يتيح مزيداً من التخصيص ومرونة أكبر من تلك المستخدمة في أنظمة الإنتاج الخطية التقليدية. كما سيشمل المصنع مركزاً للبحث والتطوير لتسريع ابتكار وتطوير الذكاء الاصطناعي. الرابط
ديب مايند تستحوذ على محرك المحاكاة موجوكو
أعلنت شركة ديب مايند المملوكة لألفابت، أمس، استحواذها على محرك المحاكاة موجوكو (MuJoCo) وجعله متاحاً مجاناً للباحثين. وأوضحت الشركة، في منشور، إنها ستعمل على إعداد كود أساسي لإصداره عام 2022 بالإضافة إلى "الاستمرار في تحسين موجوكو" كمحرك فيزيائي مفتوح المصدر. وعلى عكس العديد من منصات المحاكاة المصممة لتطبيقات الألعاب والأفلام، يعطي موجوكو الأولوية للاستقرار على الدقة. وتقول الشركة إن هذه الخطوة تأتي في إطار توجهها لتطوير منصات محاكاة مفتوحة المصدر وإنشاء مكتبات من النماذج. الرابط (إنجليزي)
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
تزايد تكاليف تدريب نماذج الذكاء الاصطناعي يدفع لظهور نوع جديد من الشركات الناشئة
يقدر الخبراء أن نموذج (Megatron-Turing Natural Language Generation) العملاق الذي أعلنت عنه شركتا مايكروسوفت وإنفيديا، نهاية الأسبوع الماضي، قد تكلف ملايين الدولارات، لكي يصبح "أحد أكبر نماذج الذكاء الاصطناعي اللغوية وأكثرها قدرة حتى الآن"، على حد زعم الشركتان. (كتبنا عنه في نشرة الخميس الماضي)
بيد أن تطوير هذا النموذج -الذي تبلغ عدد معاملاته الوسيطة 530 ملياراً- وغيره من أنظمة الذكاء الاصطناعي العملاقة، يثير تساؤلات حول من الذي يمكنه الوصول إلى مناهج البحث المتطورة في مجال التعلم الآلي. فعلى الرغم من انخفاض تكاليف تدريب الذكاء الاصطناعي بمقدار 100 ضعف بين عامي 2017 و2019، بحسب تحليل أجرته شركة (Ark Invest) الأميركية، إلا أنها لا تزال تتجاوز ميزانيات الحوسبة لدى معظم الشركات الناشئة والحكومات والمنظمات غير الربحية والجامعات.
وحتى داخل الشركات الكبيرة يبدو الأمر صعباً. على سبيل المثال، لم تُصلح شركة (أوبن إيه آي) أي خطأ بعدما أطلقت نموذجها جي بي تي-3، وذلك لأن تكلفة التدريب جعلت عملية إعادة تدريب النموذج غير ممكنة.
دفعت هذه التكاليف المتزايدة لخوارزميات التدريب إلى ظهور نوع جديد من الشركات الناشئة التي تستهدف "تحسين" النماذج دون تقليل دقتها. هذا الأسبوع على سبيل المثال، أطلق نافيين راو المسئول التنفيذي السابق في شركة إنتل شركة جديدة تدعى (Mosaic ML)، لتوفير الأدوات والخدمات وطرق التدريب التي تعمل على تحسين دقة نظام الذكاء الاصطناعي مع خفض التكاليف وتوفير الوقت. وتتنافس هذه الشركة الجديدة -التي جمعت استثمارات بقيمة 37 مليون دولار- مع العديد من الشركات التي تسعى وراء نفس الهدف ومنها (Codeplay Software) و(OctoML) وغيرها، في سوق من المتوقع أن تنمو بشكل كبير خلال السنوات القادمة. الرابط (إنجليزي)
كيف يلعب الذكاء الاصطناعي والرياضيات دوراً أكبر في الدبلوماسية العالمية؟
اعتمدت الدبلوماسية العالمية تاريخياً على قوة المساومة وقنوات الاتصال السرية والتفاهمات الشخصية بين القادة، إلا أننا أصبحنا على أبواب عصر جديد ستلعب فيه الرؤى التي لا تعتمد على العواطف والتي تولدها خوارزميات الذكاء الاصطناعي والتقنيات الرياضية دوراً متزايداً في الصفقات المبرمة بين الدول.
ويرى مايكل أمبول، أستاذ التفاوض وإدارة الصراع وكبير المفاوضين السويسريين السابق، أن التطورات الأخيرة في الذكاء الاصطناعي والتعلم الآلي تعني أن ثمة دور الآن لهذه التقنيات في الدبلوماسية الدولية، بما في ذلك قمة المناخ التي ستبدأ في وقت لاحق من هذا الشهر، وفي صفقات ما بعد خروج بريطانيا من الاتحاد الأوروبي.
وقال أمبول -الذي شارك مؤخراً في تأسيس مختبر العلوم في الدبلوماسية (Science in Diplomacy)- إن هذه التقنيات تم استخدامها جزئياً بالفعل لكن هذا الأمر لا يزال في مرحلة مبكرة، مشيراً إلى استخدام التعلم الآلي لتقييم سلامة البيانات واكتشاف الأخبار المزيفة لضمان أن العملية الدبلوماسية لها أسس موثوقة. وأضاف أنه في المستقبل يمكن استخدام هذه التقنيات لتحديد الأنماط في البيانات الاقتصادية التي تدعم صفقات التجارة الحرة والمساعدة في توحيد بعض جوانب المفاوضات.
وسيركز المختبر الجديد -الذي يعد الأول من نوعه في العالم، وهو ثمرة تعاون بين المعهد الفدرالي السويسري للتكنولوجيا في زيورخ وجامعة جنيف- أيضاً على "هندسة التفاوض"، حيث تُستخدم التقنيات الرياضية الحالية، مثل نظرية الألعاب، إما للمساعدة في تأطير مناقشة أو وضع سيناريوهات مختلفة قبل الانخراط في المحادثات.
ومع أن معظم هذه الأدوات ليست جديدة، إلا أنها بحسب أمبول كانت خارج نطاق الاستخدام السائد "ليس بسبب نقص التكنولوجيا ولكن بسبب نقص المعرفة". ويستطرد قائلاً: لكن مع تزايد إدراك العالم للتكنولوجيا، فإن أولئك الذين يتجاهلون الأساليب الكمية يخاطرون بالخسارة، موضحاً أنه وبصفته كبير المفاوضين السويسريين مع الاتحاد الأوروبي، أجرى محاكاة لنظرية الألعاب قبل المحادثات التي أدت إلى انضمام سويسرا إلى منطقة شنجن وقادت إلى مجموعة كبيرة من الاتفاقيات مع الاتحاد الأوروبي بشأن الضرائب والتجارة والأمن. وأضاف أن التحليل أشار إلى أنه من مصلحة سويسرا أن تتم المفاوضات كحزمة واحدة وليس بالتتابع، لذلك أصرت الحكومة السويسرية على ذلك كأساس للمحادثات.
في المقابل، قال المفاوض السويسري إنه لا يعتقد أن الاتحاد الأوروبي قام بالتحليل نفسه، مضيفاً: "لم نخبرهم بأننا طبقنا نظرية الألعاب". غير أنه يشير إلى ضرورة عدم الاعتماد على هذه الأدوات بشكل أعمى، موضحاً: "لن تخوض حرباً فقط لأن خوارزمية عمياء تقرر ذلك. إنها دائماً مجرد أداة لاتخاذ القرار". الرابط (إنجليزي)
نموذج تعلم عميق يتنبأ بحوادث المرور قبل وقوعها
بالرغم من جميع التطورات التكنولوجية الحديثة الخاصة بأنظمة النقل، بما فيها نظام تحديد المواقع العالمي (GPS) والكاميرات المستخدمة على الطرق والسيارات الكهربائية ذاتية القيادة التي تحتاج إلى وقود أقل، إلا أن تدابير السلامة على الطرق لا تزال غير كافية.
للتغلب على حالة عدم اليقين المتأصلة في حوادث التصادم المروري، طور علماء من مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) التابع لجامعة إم آي تي، ومركز قطر للذكاء الاصطناعي، نموذج تعلم عميق يتنبأ بخرائط عالية الدقة لمخاطر الاصطدام.
تم تدريب النموذج على مجموعة من بيانات الحوادث المرورية التاريخية وخرائط الطريق وصور الأقمار الصناعية ونظام تحديد المواقع العالمي (GPS). وتتنبأ خرائط المخاطر بالعدد المتوقع من الحوادث على مدى فترة زمنية في المستقبل، لتحديد المناطق عالية الخطورة والتنبؤ بالحوادث المستقبلية.
عادةً ما كان يتم رسم هذه الأنواع من خرائط المخاطر بدقة أقل بكثير تبلغ مئات الأمتار، وبالتالي فإنها لا تُظهر التفاصيل المهمة. أما الخرائط الجديدة فهي عبارة عن خلايا شبكية بحجم 5 × 5 أمتار، وبالطبع فإن الدقة الأعلى أتاحت للعلماء المزيد من المعلومات. على سبيل المثال وجدو أن الطرق السريعة تحتوي على مخاطر أعلى من الطرق السكنية، كما أن المنحدرات التي تخرج من الطريق السريع ترفع نسبة الخطورة بشكل أكبر من غيرها من الطرق.
ويقول سونجتاو هي، طالب الدكتوراه في مختبر علوم الحاسوب، وأحد المؤلفين الرئيسيين في الدراسة المنشورة حول النموذج الجديد: "من خلال تحديد توزيع المخاطر الأساسية التي تحدد احتمالية وقوع حوادث مستقبلية في جميع الأماكن، وبدون أي بيانات تاريخية، يمكننا العثور على طرق أكثر أماناً، وتمكين شركات التأمين على السيارات من تقديم خطط تأمين مخصصة بناءً على مسارات قيادة العملاء، ومساعدة مخططي المدن في تصميم طرق أكثر أماناً". الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
وكالة رويترز تعقد مؤتمر عالمياً افتراضياً خلال الفترة 27-29 أكتوبر الجاري. وتتضمن جلسات المؤتمر حلقات نقاشية حول التأثير المستدام للذكاء الاصطناعي والأتمتة. الرابط (إنجليزي)
تدشين سيارة ذاتية القيادة تعمل بتقنيات الذكاء الاصطناعي في عجمان. الرابط
جامعة السلطان توقع اتفاقية لإيجاد منصة لبحوث الذكاء الاصطناعي لتنمية باحثين وأطباء عمانيين. الرابط
اليابان تعتزم إنشاء صندوق تكنولوجي بقيمة 637 مليون جنيه إسترليني لتقنيات الذكاء الاصطناعي والجيل الخامس. الرابط (إنجليزي)
ScienceIO منصة ذكاء اصطناعي متخصصة في مجال الرعاية الصحية، تحول بيانات المرضى غير المهيكلة إلى معلومات سياقية، لرفع كفاءة سير العمل وتحسين النتائج. الرابط (إنجليزي)
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
245 مليار
عدد المعاملات الوسيطة التي يحتوي عليها نموذج (Yuan 1.0) الذي طورته شركة انسبور (Inspur) الصينية، ليصبح بذلك ثاني نموذج صيني يماثل حجم نموذج جي بي تي-3. الرابط (إنجليزي)
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:
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
مصدر الصورة: الصفحة الشخصية على لبنكدإن
عبد الرحيم المدني
باحث ما بعد الدكتوراه في جامعة بريتيش كولومبيا في كندا منذ عام 2019. سبق له العمل كمحاضر في جامعة جازان في المملكة العربية السعودية، ومستشار معالجة اللغات الطبيعية في الشركة الهندسية لتطوير الأنظمة الرقمية (RDI) في مصر. وهو حاصل على درجة الدكتوراه والماجستير في علوم الحاسوب من جامعة القاهرة، وعلى دبلوم في علوم الحاسوب والمعلومات من معهد الدراسات والبحوث الإحصائية في الجامعة نفسها، وعلى درجة البكالوريوس من جامعة جنوب الوادي. مهتم بالبحث في مجال التعلم الآلي ومعالجة اللغة الطبيعية واسترجاع المعلومات وتنقيب البيانات.
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
أداة الترميز التلقائي | AUTOENCODER
عبارة عن تقنية تعلم غير موجّه تُستخدم لتعليم الشبكات العصبونية الاصطناعية كيفية تمثيل البيانات غير الموسومة بكفاءة عالية عن طريق تدريبها على تجاهل إشارة الضجيج. تتألف شبكات أداة الترميز التلقائي من ثلاث طبقات هي: طبقة الدخل وطبقة مخفية للترميز وطبقة الخرج. ويتم تصميم هذه الشبكة لترميز البيانات وفك ترميزها مرة ثانية بهدف إعادة بناء المدخلات بعد إزالة الضجيج منها.
اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد.
نستخدم ملفات تعريف الارتباط لتحسين تجربتك، استمرار استخدامك للموقع يعني موافقتك على ذلك. سياسة الخصوصيةأوافقX
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
