يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
هل تعرف قصة ابتكار تكنولوجيا التعرف على الوجوه؟
"عندما دخلت إلى المكتب، قامت الخوارزمية بالتقاط صورة وجهي واقتطاعه من الخلفية وأعلنت النتيجة بصوت واضح: ’أرى جوزيف’! حينها، سرت القشعريرة في جسدي. لقد شعرت أننا نشهد إنجازاً كبيراً". هكذا وصف جوزيف عتيق لحظة ابتكاره لتكنولوجيا التعرف على الوجوه عام 1994 أثناء حوار معه في بودكاست "بالآلات نثق" من إم آي تي تكنولوجي ريفيو.
اليوم، يشغل جوزيف عتيق منصب رئيس مجلس الإدارة التنفيذي لمنظمة آي دي فور أفريكا (ID4Africa)، وهي مؤسسة غير حكومية تركز على منح الناس في إفريقيا هوية رقمية تتيح لهم الوصول إلى الخدمات. وهو حاصل على درجة الدكتوراه في الرياضيات من جامعة ستانفورد في عام 1986، وكان مع زملائه وراء تطوير أول نظام تجاري للتعرف على الوجوه. ويوصف بأنه الأب المؤسس لتكنولوجيا التعرف على الوجوه ومجال القياسات الحيوية.
يصف عتيق رحلة الوصول إلى هذا الابتكار بأنها "كانت شهوراً طويلة من حلقات متكررة من البرمجة والفشل". وفي صباح أحد الأيام، كان وفريقه قد فرغوا للتو من تطوير خوارزمية جديدة. قاموا بإعداد الشيفرة البرمجية وبدء عملية التجميع. وعندما عاد إلى المكتب، كانت عملية التجميع قد انتهت وبدأ تنفيذ الخوارزمية التي رصدت شخصاً يدخل إلى الغرفة والتقطت صورة وجهه وأعلنت النتيجة: "أرى جوزيف". كانت تلك لحظة الابتكار الثوري: خوارزمية ناجحة للتعرف على الوجوه.
وسرعان ما طلب عتيق من زملائه الحضور إلى الغرفة ليشهدوا نجاح الخوارزمية في التعرف عليهم واحداً تلو الآخر. يقول عتيق: "لقد كانت تلك لحظة الحقيقة، اللحظة التي أثمرت فيها جهودنا". وبدأ العمل على تطوير الخوارزمية ليتم إدماجها في نظام حاسوبي. وكانت تلك مرحلة ولادة أول تكنولوجيا تجارية للتعرف على الوجوه.
بعد فترة قصيرة من هذا الابتكار الثوري، بدأ عتيق يشعر بالقلق إزاء تداعيات ابتكاره، ويقول: "رأيت مستقبلاً لا مكان فيه للاختباء مع انتشار الكاميرات في كل مكان وتوفر الحواسيب الشخصية وتنامي قدرات المعالجة". لذا طالب عتيق في عام 1998 بوضع مبادئ للاستخدام المسؤول.
لكن ما لم يكن في حسبان عتيق هو ظهور وسائل التواصل الاجتماعي؛ إذ يقول: "لقد أفسحنا المجال لهذا المارد بالخروج من القمقم من خلال تزويد شبكات التواصل الاجتماعي بمليارات من صور الوجوه ومساعدتها عن طريق وضع وسوم على صورنا". وقد دفعه ذلك إلى دعوة العالَم لضغط زر "الذعر" في عام 2011، لأن "العالم يسير في اتجاه حيث سيكون التعرف على الوجوه منتشراً في كل مكان، وستكون الوجوه متاحة في كل مكان في قواعد البيانات".
لمزيد من المعلومات حول كيفية تطور تكنولوجيا التعرف على الوجوه، تابع قراءة المقال على موقعنا عبر هذا الرابط
أوبن إيه آي تدرب نموذج ذكاء اصطناعي على حل المسائل اللفظية في الرياضيات
أعلنت شركة أوبن إيه آي أنها دربت أحد نماذج الذكاء الاصطناعي على التعلم من أخطائه لحل المسائل اللفظية التي يدرسها طلاب المدارس الابتدائية في مادة الرياضيات. وأوضحت أن النظام تمكن من حل هذه المسائل بما يقرب من ضعف دقة نموذج جي بي تي-3 (GPT-3) العملاق.
وأضافت الشركة أن الاختبارات أثبتت أن النظام بات قادراً على حل حوالي 90٪ من المسائل مثل الأطفال الحقيقيين. حيث حصلت عينة صغيرة من الأطفال الذين تتراوح أعمارهم بين 9 و12 عاماً على 60٪ في اختبار يضم مسائل معينة، بينما حصل النموذج الجديد على نتيجة 55٪ في نفس هذه المسائل. وأوضحت أوبن إيه آي أن هذا الأمر مهم لأن الذكاء الاصطناعي الحالي لا يزال ضعيفاً للغاية في التفكير المنطقي متعدد الخطوات، وهو أمر سهل حتى بالنسبة لأطفال المدارس الابتدائية.
بالرغم من أن النماذج اللغوية الكبيرة، مثل جي بي تي-3، تتمتع بالعديد من المهارات الرائعة، بما في ذلك قدرتها على تقليد العديد من أساليب الكتابة ومعرفتها الواسعة، إلا أنها تكافح لأداء المهام التي تتطلب تفكيراً دقيقاً متعدد الخطوات، مثل حل المسائل اللفظية في الرياضيات التي تتطلب ما بين خطوتين وثماني خطوات لحلها. فعلى الرغم من أن النموذج يمكن أن يقلد إيقاع الحلول الصحيحة، إلا أنه يقع بانتظام في أخطاء منطقية فادحة.
ولمجاراة الأداء البشري في المجالات المنطقية المعقدة، قالت الشركة إنها علمت نموذجها الجديد التعرف على أخطائه واختيار خطواته بعناية، بحيث يمكنه المحاولة بشكل متكرر حتى يجد حلاً ناجحاً. وأضافت أنه في مجموعة التدريب الكاملة، تفوق النموذج المكون من 6 مليارات معامل وسيط بشكل طفيف على نموذج جي بي تي-3 المكون من 175 مليار معامل، ما يعطي أداء معززاً يعادل تقريباً زيادة حجم النموذج بمقدار 30 ضعف.
وتشير الشركة إلى أن السبب وراء أهمية مثل هذه التجارب هو أن تقديم الحجج الصحيحة والتعرف على الحجج غير الصحيحة يعتبر أحد التحديات الرئيسية التي تواجه تطوير ذكاء اصطناعي أكثر عمومية. ومسائل الرياضيات التي يدرسها طلاب المدارس الابتدائية هي اختبار مثالي على امتلاك هذه القدرات.
الرابط (إنجليزي)
كيف يمكن للذكاء الاصطناعي حل مشاكل العجز في سلاسل التوريد؟
مع الاضطرابات التي أصابت سلاسل التوريد خلال السنتين الماضيتين، والتي لا يبدو أنها ستُحل قريباً، بدأت الشركات باللجوء إلى جيل جديد من عمليات المحاكاة التي تعتمد على الذكاء الاصطناعي، والتي تُسمى بالتوائم الرقمية، وذلك لمساعدتها على إيصال البضائع والخدمات إلى العملاء في الوقت المناسب. ولا تقوم هذه الأدوات بتوقع الاضطرابات التي يمكن أن تحدث، بل تقدم اقتراحات حول كيفية معالجتها أيضاً.
وقد بدأت الشركات التي تعاني بسبب انهيار نموذج الشحن المتواقت (أي عند الحاجة) باستخدامها للعثور على التوازن الحرج بين الفعالية ومقاومة الاضطرابات. وهناك قائمة طويلة للغاية ومتنوعة للغاية من البضائع والسلع التي واجه المستهلكون صعوبة في الحصول عليها في وقت ما خلال الأشهر القليلة الأخيرة، مثل السيارات الجديدة، والهواتف الجديدة، ومنتجات التنظيف، والسلع الزراعية الطازجة.
ويقول جيسون بويس، مؤسس شركة أفينيو 7 ميديا (Avenue7Media)، التي تقدم الاستشارات لكبرى الشركات البائعة على أمازون: يمكننا أن نقول أنك إذا كنت تبيع أي نوع من السلع، فأنت تواجه مشكلة في الوقت الحالي. ويضيف أن بعض عملائه قادرون على تحقيق أرباح بعشرات الملايين من الدولارات سنوياً إذا تمكنوا فقط من التزود بالبضائع بشكل متواصل. ويتابع: "نحن نتحدث يومياً مع عملاء يبكون باستمرار، فهم عاجزون منذ عدة أشهر عن ملء مخازنهم بشكل كامل لمدة 30 يوم متواصل".
تحاول التوائم الرقمية حل مشاكل الانقطاعات في سلاسل التوريد بتوقعها قبل حدوثها، واستخدام الذكاء الاصطناعي للتوصل إلى وسيلة لتفاديها. ويعبر الاسم عن الفكرة الأساسية للطريقة، والقائمة على محاكاة نظام معقد ضمن الحاسوب، بشكل يشابه بناء توأم يعكس عناصر العالم الحقيقي، من المرافئ إلى المنتجات، والعمليات التي تشكل جزءاً منها.
لقد كانت عمليات المحاكاة جزءاً من عمليات اتخاذ القرار في الصناعة منذ بضع سنوات، وكانت تساعد المعنيين على دراسة تصاميم مختلفة للمنتجات، أو تحسين مخطط مستودع. ولكن وجود كميات كبيرة من البيانات في الزمن الحقيقي، مع قدرات حاسوبية ضخمة، يعني إمكانية محاكاة العمليات الأكثر تعقيداً للمرة الأولى، بما فيها فوضى وعشوائية سلاسل التوريد العالمية التي غالباً ما تعتمد على العديد من البائعين وشبكات النقل.
وبفضل هذا النوع من التكنولوجيا، تمكنت أمازون من تحقيق أفضلية إضافية على مدى عدة سنوات. والآن، بدأت أطراف أخرى باتباع نفس الأسلوب أيضاً. حيث تعمل جوجل على تطوير توائم رقمية لسلاسل التوريد، والتي أعلنت شركة السيارات رينو أنها بدأت باستخدامها في شهر سبتمبر. كما أن الشركات العملاقة في مجال الشحن العالمي، مثل فيديكس ودي إتش إل، بدأت ببناء برمجيات المحاكاة الخاصة بها. أما شركات الذكاء الاصطناعي مثل باثمايند فهي تقوم ببناء أدوات مخصصة لأي جهة مستعدة لدفع التكاليف.
للمزيد حول هذا الموضوع، تابع القراءة على موقعنا. الرابط
|
