content_cookies111:string(2038) "{"id":25949,"content_cookies":null,"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-2022-01-04\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CF_CONNECTING_IP":"3.236.237.61","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"80ff3db648c45788-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_CDN_LOOP":"cloudflare","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>\n","SERVER_NAME":"technologyreview.ae","SERVER_ADDR":"172.18.0.22","SERVER_PORT":"80","REMOTE_ADDR":"3.236.237.61","DOCUMENT_ROOT":"\/var\/www\/html","REQUEST_SCHEME":"http","CONTEXT_PREFIX":"","CONTEXT_DOCUMENT_ROOT":"\/var\/www\/html","SERVER_ADMIN":"webmaster@localhost","SCRIPT_FILENAME":"\/var\/www\/html\/index.php","REMOTE_PORT":"44962","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-2022-01-04\/","GATEWAY_INTERFACE":"CGI\/1.1","SERVER_PROTOCOL":"HTTP\/1.1","REQUEST_METHOD":"GET","QUERY_STRING":"","SCRIPT_NAME":"\/index.php","PHP_SELF":"\/index.php","REQUEST_TIME_FLOAT":1696273780.444362,"REQUEST_TIME":1696273780,"argv":[],"argc":0,"HTTPS":"on"},"user_ip":"3.236.237.61","user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)"}"
صباح الخير، إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الثلاثاء 4 يناير:
شاهد كيف يتمكن هذا الروبوت الصيني من حمل البشر.
نظام ذكاء اصطناعي "موظف العام" في شركة صينية عملاقة.
علماء روس يبتكرون تصميماً جديداً للشبكات العصبونية لتحسين عمليات التعديل الجيني.
للمشاركة بمقالات أو اقتراح شخصيات، يمكنك التواصل معنا عبر البريد الإلكتروني [email protected].
نتمنى لك يوماً مثمراً، فريق الخوارزمية وإم آي تي تكنولوجي ريفيو
اختبار لقوة التحمل: ما الذي سيحدث إذا وقف عدة أشخاص بأوزان مختلفة على الروبوت (Jueying X20) رباعي الأرجل الذي طورته شركة (DeepRobotics) الصينية؟
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
اختيار نظام ذكاء اصطناعي "موظف العام" في شركة صينية عملاقة
أعلنت شركة العقارات الصينية العملاقة فانكي (Vanke) أن أفضل موظفيها لعام 2021 لم يكن إنساناً، وإنما نظام ذكاء اصطناعي. وأوضحت الشركة أن النظام المسمى تسوى شياوبان (Cui Xiaopan) تم تصويره على أنه امرأة شابة انضمت إلى قسم المحاسبة في فانكي في شهر فبراير الماضي. وقد تم تطوير تسوي بواسطة فريق داخلي في الشركة، باستخدام مجموعات أدوات من زياوايس (Xiaoice)، وهو نظام ذكاء اصطناعي مملوك لشركة مايكروسوفت يعتمد على "الحوسبة العاطفية". وأوضح يو ليانغ، رئيس مجلس إدارة الشركة، أن تسوي "تعلمت بسرعة طرق البشر لاكتشاف المشاكل في إجراءات العمل والبيانات، وأظهرت مهاراتها أكثر من البشر بمئات الآلاف من المرات"، مضيفًا أن معدل نجاحها في تحصيل المدفوعات المتأخرة بلغ 91.44٪. الرابط (إنجليزي)
باحثون روس يبتكرون تصميماً جديداً للشبكات العصبونية لتحسين عمليات التعديل الجيني
ابتكر باحثون في معهد سكولكوفو للعلوم والتكنولوجيا (Skoltech) في العاصمة الروسية موسكو، تصميماً جديداً للشبكات العصبونية لتقييم مدى نجاح اختيار الحمض النووي الريبوزي (RNA) التوجيهي في عمليات تعديل الجينات. وستسمح هذه المنهجية بتعديل أكثر كفاءة للحمض النووي باستخدام نظام كريسبر (CRISPR / Cas) الشهير، والذي سيساعد في تطوير أساليب جديدة لعلاج الأمراض الوراثية. وأوضح الباحثون، في دراسة نُشرت في دورية (Nucleic Acids Research)، أنهم استخدموا التعلم العميق لتحسين دقة تحديد الحمض النووي الريبوزي التوجيهي المناسب. وتم تدريب النماذج على مجموعات بيانات تتضمن عشرات الآلاف من الحمض النووي الريبوزي التي أظهرت -خلال التجارب- دقة كبيرة في عمليات التوجيه داخل الخلايا البشرية والحيوانية. الرابط (إنجليزي)
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
كنز من مجموعات البيانات يساعد الذكاء الاصطناعي على التنبؤ بالحالات المرضية مبكراً
أطلق زياد أوبرماير، الطبيب وعالم التعلم الآلي في جامعة كاليفورنيا بيركلي، الشهر الماضي، مجموعات بيانات تُعرف باسم (Nightingale Open Science)، وهي كنز دفين من مجموعات البيانات الطبية الفريدة، كل منها يتعلق بلغز طبي لم يتم حله، ويمكن للذكاء الاصطناعي أن يساعد في معالجته.
ويمكن أن تساعد مجموعات البيانات -التي تم إصدارها بعد أن تلقى المشروع مليوني دولار من التمويل من إريك شميدت الرئيس التنفيذي السابق لشركة جوجل- في تدريب خوارزميات الحاسوب على التنبؤ بالحالات المرضية في وقت مبكر، وإنقاذ أرواح المرضى.
وتتضمن البيانات 40 تيرابايت من الصور الطبية، مثل الأشعة السينية وأشكال الموجات الكهربائية للقلب وعينات علم الأمراض، من مرضى يعانون من مجموعة من الحالات المرضية، بما في ذلك سرطان الثدي والسكتات القلبية المفاجئة والكسور وفيروس كوفيد-19. ويتم تمييز كل صورة بالنتائج الطبية للمريض، مثل مرحلة سرطان الثدي وما إذا كان قد أدى إلى الوفاة، أو ما إذا كان مريض كوفيد بحاجة إلى جهاز تنفس صناعي.
جعل أوبرماير مجموعات البيانات مجانية للاستخدام، وعمل بشكل أساسي مع المستشفيات في الولايات المتحدة وتايوان لبنائها على مدار عامين. كما يخطط لتوسيعها لتشمل كينيا ولبنان في الأشهر المقبلة، لتعكس أكبر قدر ممكن من التنوع الطبي. ويرى شميدت أنه يمكن استخدام مجموعات البيانات الجديدة المتنوعة وعالية الجودة هذه لاستئصال التحيزات الأساسية "التمييزية من حيث الأشخاص المحرومين وغير الممثلين" في أنظمة الرعاية الصحية، مثل النساء والأقليات. الرابط (إنجليزي)
أسوأ 3 سيناريوهات مستقبلية للذكاء الاصطناعي
ربما السيناريو الذي تكتسب فيه الآلات ذكاءً شبيهاً بالبشر وتتحول إلى آلات شريرة تحاول تدمير الجنس البشري هو أكثر السيناريوهات المألوفة في أفلام الخيال العلمي التي تتناول الذكاء الاصطناعي. وتستفيد هذه السردية من خوفنا الفطري من التكنولوجيا، وهو انعكاس للتغيير العميق الذي غالباً ما يصاحب التطورات التكنولوجية الجديدة.
لكن مقابلات أجرتها مجلة (IEEE Spectrum) الصادرة عن معهد مهندسي الكهرباء والإلكترونيات، مع خبراء في مجال الذكاء الاصطناعي، كشفت عن أسوأ ثلاثة سيناريوهات للذكاء الاصطناعي في العالم الحقيقي:
1- عندما يحدد الخيال واقعنا
في سيناريو مرعب، قد تدفع المزيفات العميقة صناع القرار في مجال الأمن القومي إلى اتخاذ إجراءات بناءً على معلومات خاطئة، ما يؤدي إلى أزمة كبيرة، أو ربما أسوأ من ذلك: اندلاع حرب. ومن خلال إنتاج كميات أكبر وأكثر تنوعاً من الرسائل المزيفة، يمكن لهذه الأنظمة أن تحجب طبيعتها الحقيقية، وأن تحسن تأثيرها المطلوب بمرور الوقت.
2- سباق خطير نحو القاع
عندما يتعلق الأمر بالذكاء الاصطناعي والأمن القومي، فإن السرعة تكون هي النقطة المهمة والمشكلة في ذات الوقت. نظراً لأن الأنظمة التي تدعم الذكاء الاصطناعي تمنح مزايا سرعة أكبر لمستخدميها، فإن أول دول تطور تطبيقات عسكرية ستكتسب ميزة استراتيجية. لكن كوارث كبرى يمكن أن تحدث عندما تتسابق الدول على إعطاء الأولوية للسرعة على حساب السلامة أو الإشراف البشري، وهو ما سيكون "سباقاً خطيراً نحو القاع". وفي هذا السيناريو، حتى الإطلاق المؤتمت لأنظمة الدفاع الصاروخي دون إذن بشري يمكن أن يؤدي إلى تصعيد غير مقصود وإلى حرب نووية.
3- نهاية الخصوصية والإرادة الحرة
تمتد قوة البيانات، بمجرد جمعها وتحليلها، إلى ما هو أبعد من وظائف المراقبة، وتسمح بالتحكم المعتمد على التنبؤات. اليوم، تتنبأ الأنظمة المدعومة بالذكاء الاصطناعي بالمنتجات التي سنشتريها، والأفلام التي سنشاهدها، والروابط التي سننقر عليها. عندما تعرفنا هذه المنصات بشكل أفضل مما نعرف أنفسنا، فقد لا نلاحظ الزحف البطيء الذي يسلبنا إرادتنا الحرة ويخضعنا لسيطرة القوى الخارجية. الرابط (إنجليزي)
قرارات الروبوتات من "دماغها"
طوّر مهندسون من جامعة التكنولوجيا في سيدني، جهاز استشعار حيوي قائم على الكربون، لجعل "دماغ" الروبوتات تتحكم في الأوامر التي تنفذها. ويوضع الجهاز الجديد خلف جلد الوجه والرأس في الروبوت، لرصد الإشارات الكهربائية وترجمتها إلى أوامر.
ويتكون جهاز الاستشعار من "الجرافين الفوقي المحور"، وهو طبقات متعددة من الكربون الرقيق والقوي للغاية. والنتيجة تقنية استشعار جديدة قابلة للتطوير بدرجة عالية تتغلب على ثلاثة تحديات رئيسية للتحسين الحيوي القائم على الجرافين: التآكل، والمتانة، ومقاومة ملامسة الجلد.
والجرافين مادة نانوية كثيراً ما تستخدم في تطوير أجهزة الاستشعار الحيوية. وقالت البروفيسورة فرانشيسكا إياكوبي: "تمكنّا من الجمع بين أفضل ما في الجرافين المتوافق حيوياً، مع أفضل تقنيات السيليكون، ما يجعل جهاز الاستشعار مرناً للغاية وقوياً".
علاوة على ذلك، ثبت أن جهاز الاستشعار يقلل بشكل كبير مما يُعرف بمقاومة ملامسة الجلد، إذ يؤدي التلامس غير الأمثل بين المستشعر والجلد إلى إعاقة اكتشاف الإشارات الكهربائية. وقال البروفيسور إياكوبي: "من خلال جهاز الاستشعار الخاص الجديد، تمكنا من خفض أكثر من 75% من مقاومة التلامس الأولية، وهذا يعني أنه يمكن جمع الإشارات الكهربائية بشكل موثوق وتعزيز إمكانية استخدامها في واجهات الدماغ والآلة". الرابط
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
يقدم عالم البيانات الإيطالي فابيو مارديرو، دورة تدريبية مجانية حول "الرياضيات المستخدمة في التعلم الآلي". الرابط (إنجليزي)
الخوارزميات لن تستطيع القضاء على الوظائف المصرفية. الرابط
Modzy منصة برمجية لعمليات النموذج (ModelOps) وعمليات التعلم الآلي (MLOps) يمكن للشركات استخدامها لنشر أنظمة الذكاء الاصطناعي وإدارتها على نطاق واسع. الرابط (إنجليزي).
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
٪40
من الشركات الكبيرة في أمريكا اللاتينية ستعتمد على الذكاء الاصطناعي بحلول عام 2023، وفقاً لبحث أجرته شركة (IDC) لتحليل المعلومات. 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:
مصدر الصورة: الصفحة الشخصية على لينكدإن نزار حبش
أستاذ برنامج علوم الحاسوب في جامعة نيويورك أبوظبي، ومدير مختبر كامل للأساليب الحاسوبية لنمذجة اللغة في الجامعة ذاتها. يعمل على معالجة اللغة العربية ولهجاتها بتطوير حلول وأنظمة متخصصة بالإملاء والصرف الحاسوبي، وأسس لغته الاصطناعية الأولى "ديلاسون"، ونشر عدة مؤلفات منها كتاب بعنوان "مقدمة في معالجة اللغة العربية الطبيعية". سبق له أن عمل باحثاً بجامعة كولومبيا، وأستاذاً مشاركاً بالجامعة ذاتها. وهو حاصل على درجة البكالوريوس في اللسانيات واللغات من "جامعة أولد دومينيون" عام 1997، والماجستير في علوم الحاسوب من "جامعة ماريلاند كوليدج بارك" عام 2000، والدكتوراه في علوم الحاسوب عام 2003 من الجامعة ذاتها. مهتم بالبحث في مجال الذكاء الاصطناعي ومعالجة اللغات الطبيعية واللسانيات الحاسوبية.
يجب أن تعلم |في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
عمليات التعلم الآلي | MACHINE LEARNING OPERATIONS (MLOPS)
مجموعة من الممارسات التي تهدف إلى توحيد عمليات تطوير ونشر نماذج التعلم الآلي لجعل استخدامها أكثر إنتاجية وبساطة في الأعمال. وتتضمن جميع القدرات التي يحتاجها علماء البيانات وفرق المنتج وفرق عمليات تكنولوجيا المعلومات لنشر وإدارة وحوكمة وتأمين تلك النماذج في العملية الإنتاجية.
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.