يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
نموذج جديد للذكاء الاصطناعي يفهم العلاقات بين الأشياء كالبشر
طوّر باحثون من جامعة إم آي تي نموذجاً للذكاء الاصطناعي يمكنه فهم العلاقات الأساسية بين الأشياء الفردية بذات الطريقة التي يفهمها بها البشر. وسيُقدّم البحث في مؤتمر أنظمة معالجة المعلومات العصبونية (NeurIPS2021) الذي سيقام في شهر ديسمبر الجاري.
يستطيع البشر فهم العلاقات بين الأشياء المنتشرة حولهم بسهولة، مثل وجود حاسوب محمول على طاولة بجانب الهاتف. وذلك على عكس العديد من نماذج التعلم العميق التي تكافح لرؤية العالم بهذه الطريقة لأنها لا تفهم العلاقات المتشابكة بين الأشياء. وبدون معرفة هذه العلاقات، تواجه الروبوتات صعوبة في تنفيذ بعض الأوامر. على سبيل المثال، لن يتمكن الروبوت المصمم للمساعدة في المطبخ من تنفيذ أمر مثل: "التقط الملعقة الموجودة على يسار الموقد وضعها فوق لوح التقطيع".
بمساعدة النموذج الذي طوره الباحثون الآن، أصبح بالإمكان حل هذه المشكلة، وذلك عن طريق فهم العلاقات الفردية بين الأشياء، ثم جمعها معاً لفهم العلاقات الأكثر تعقيداً، أي أنه يصبح بإمكان الروبوتات تنفيذ مهام معقدة ومتعددة الخطوات مثل تجميع الأجهزة. بالإضافة إلى ذلك، ساعدنا هذا النموذج في التقدم خطوة جديدة نحو تطوير الآلات التي يمكنها التعلم من بيئاتها والتفاعل معها مثلما يفعل البشر.
ويمكن للنظام أيضاً إيجاد أوصاف نصية من العلاقات بين الأشياء التي أمامه. عند إعطائه وصفاً جديداً مثلاً، يمكنه إعادة ترتيب الأشياء لإخراج صورة جديدة تتطابق مع الوصف. وتفوّق النموذج الجديد على نماذج التعلم العميق الأخرى التي تتبع الوصف النصي لتوليد صورٍ للأشياء مع العلاقات فيما بينها. كما عمل النموذج جيداً مع المشاهد المعقدة المحتوية على 3 علاقات وذلك بنسبة 91%.
ويقول مؤلف الدراسة، ييلون دو، طالب الدكتوراه في مختبر علوم الحاسوب والذكاء الاصطناعي، إن "أحد الأشياء التي وجدناها مثيرةً للاهتمام هو أنه بالنسبة لنموذجنا، يمكننا زيادة جملة الوصف من وصف علاقة واحدة إلى اثنتين أو ثلاثة أو حتى أربعة، ويستمر نهجنا في تكوين صور يتم وصفها بشكل صحيح، بينما تفشل الطرق الأخرى".
ويؤكد الباحثون أن هذا النموذج هو الأقرب لطريقة البشر، فالبشر يمكنهم استخراج عدة بيانات مفيدة من أمثلة قليلة، ودمجها معاً لإنشاء معلومات أكثر. ويتمتع النموذج أيضاً بهذه الخاصية، إذ يمكنه التعلم من عدد قليل من البيانات، ثم تعميمها على صور أو مشاهد أكثر تعقيداً.
للمزيد من المعلومات حول هذا النموذج، تابع القراءة على موقعنا عبر الرابط
لماذا تسعى إنفيديا لبناء أقوى حاسوب عملاق يعمل بالذكاء الاصطناعي في مجال المناخ؟
على الرغم من أن درجة حرارة الأرض ترتفع بشكل كبير، لدرجة أن السنوات السبع الماضية كانت أحر سبع سنوات مسجلة على الإطلاق، إلا أن المشكلة أن تأثير الجهود المبذولة لمواجهة تغير المناخ لن يظهر قبل عقود. وبالطبع، من الصعب حشد الجهود من أجل شيء ما في المستقبل البعيد.
لهذا السبب، تقول شركة إنفيديا إنها تسعى لجعل مستقبلنا حقيقة واقعة اليوم، باستخدام المحاكاة. وتضيف أنه لتطوير أفضل الاستراتيجيات للحد من تغير المناخ والتكيف معه، نحتاج إلى نماذج مناخية يمكنها التنبؤ بالمناخ في مناطق مختلفة من العالم على مدى عقود، لنمذجة التغييرات في دورة المياه العالمية، ومحاكاة السحب التي تعكس ضوء الشمس إلى الفضاء. لكن العلماء يقدرون أن تلك القرارات تتطلب ما بين ملايين إلى مليارات المرات من قوة الحوسبة مقارنة بما هو متاح حالياً. وسوف يستغرق الأمر عقوداً لتحقيق ذلك إذا استمر المسار العادي للتطورات الحوسبية، التي تتسارع 10 مرات كل خمس سنوات.
وتضيف الشركة أنه يمكن تسريع هذه العملية مليون مرة من خلال الجمع بين ثلاث تقنيات: الحوسبة المعتمدة على وحدات المعالجة الرسومية، والتعلم العميق والتطورات في الشبكات العصبونية المستندة إلى الفيزياء، وأجهزة الكمبيوتر العملاقة التي تعمل بالذكاء الاصطناعي، جنباً إلى جنب مع الكميات الهائلة من البيانات والنماذج.
لذلك، كشفت إنفيديا الشهر الماضي عن خططها لبناء أقوى حاسوب عملاق في العالم يعمل بالذكاء الاصطناعي ومخصص للتنبؤ بتغير المناخ. وأوضحت أن النظام سيُعرف باسم (Earth-2) وسيقوم بإنشاء توأم رقمي للأرض في منصة أومنيفرس (Omniverse) التابعة لإنفيديا. وأضافت أن هذا الحاسوب سيكون مشابهاً لنظام كامبريدج-1 (Cambridge-1) الذي يعد أقوى حاسوب عملاق يعمل بالذكاء الاصطناعي في العالم لأبحاث الرعاية الصحية.
الرابط (إنجليزي)
كيف يعمل الذكاء الاصطناعي والتعلم الآلي على تغيير مستقبل الطاقة المتجددة؟
في العقد الماضي، حولت العديد من البلدان المتقدمة على مستوى العالم تركيزها إلى إنتاج الطاقة المتجددة. ومع ذلك، فإن هناك مجموعة من التحديات التي تواجه هذا القطاع تنبع من حقيقة أننا نعتمد على الحصول على الطاقة من مصادر لا نملك السيطرة عليها، ولا تتوفر بنفس المقدار في مختلف أنحاء الأرض.
ومع التقدم الذي حدث في تقنيات مثل الذكاء الاصطناعي والتعلم الآلي، ظهر أن لديها القدرة على إحداث تحول في قطاع الطاقة المتجددة من خلال العديد من الطرق، منها:
التنبؤ: لا شك أن الطاقة المتجددة هي المستقبل، لكن أحد التحديات الرئيسية المرتبطة بها هو عدم القدرة على التنبؤ. تعتمد الطاقة المتجددة بشكل أساسي على موارد مثل ضوء الشمس وتدفق الهواء والماء. كل هذه الموارد مرتبطة بالطقس، وهو شيء لا يستطيع البشر التحكم فيه. وقد ساعد الذكاء الاصطناعي في التغلب على هذا التحدي لأنه يعد أداة موثوقة للتنبؤ بالطقس. وتستخدم شركات الطاقة تلك البيانات الخاصة بالتوقعات لإدارة أنظمتها. إذا كانت التوقعات جيدة، فإن الشركات تنتج طاقة متجددة وتخزنها. وإذا كانت التوقعات سيئة، فإن شركات الطاقة تضبط الحمل بناءً على ذلك.
إدارة الشبكة: يلعب الذكاء الاصطناعي والتعلم الآلي دوراً محورياً في مجال إدارة شبكات الطاقة. تستخدم هذه التقنيات تحليلات البيانات للتنبؤ باستهلاك الطاقة في المنازل. ويعتمد توقعها على التوقيت المحدد من العام بالإضافة إلى البيانات الخاصة بالسنوات السابقة. ويساعد هذا شركات الطاقة على البقاء على اطلاع دائم بشأن مقدار الطاقة المطلوبة خلال الأيام القادمة. وبالتالي، يمكنها إدارة شبكاتها دون أي انقطاع.
الصيانة: بغض النظر عن مدى جودة إدارة شبكات الطاقة، فهناك أوقات ستحتاج فيها إلى الصيانة. ومن خلال الاستفادة من قوة الذكاء الاصطناعي والتعلم الآلي، يمكن بسهولة التنبؤ بالجزء المحدد من النظام الذي يحتاج إلى صيانة. وقبل إجراء أعمال الصيانة، يمكن للشركات إخطار المستهلكين مسبقاً بالإجراءات التي ستقوم بها، بدلاً من قطع التيار الكهربائي دون أي إشارات مبكرة كما يحدث حالياً.
الرابط (إنجليزي)
|
