اشترك

الاستمرار بالحساب الحالي

*|MC:SUBJECT|*
صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الثلاثاء 11 يناير:
  • دراسة: 50% من العاملين في مجال البيانات بالإمارات والسعودية يمكنهم أتمتة المهام اليومية.
  • ثورة تحول الطائرات المسيرة إلى برمجيات تعمل بمعزل عن البشر.
  • ذراع روبوتية تتحكم بمركبة "تيانتشو 2" في محطة الفضاء الصينية.
للمشاركة بمقالات أو اقتراح شخصيات، يمكنك التواصل معنا عبر البريد الإلكتروني [email protected].
نتمنى لك يوماً مثمراً،

فريق الخوارزمية وإم آي تي تكنولوجي ريفيو
أطلقت الرئاسة العامة لشؤون المسجد الحرام والمسجد النبوي روبوتاً يستخدم الذكاء الاصطناعي لتوزيع عبوات ماء زمزم داخل المسجد الحرام بدون تدخل بشري. ويقوم الروبوت بتوزيع 30 عبوة في الجولة الواحدة التي تستغرق 10 دقائق. ‏ويمكن للروبوت العمل لمدة ثماني ساعات، ولا ‏يصطدم بالأشخاص ولا يعيق الحركة.
الرابط
يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
آي بي إم تسعى للخروج من سوق الذكاء الاصطناعي في الرعاية الصحية
ذكرت تقارير إعلامية أن شركة آي بي إم تسعى للخروج من سوق استخدام الذكاء الاصطناعي في الرعاية الصحية. وتتطلع الشركة إلى بيع منصة (Watson Health AI) الخاصة بها بسعر يقارب المليار دولار، وذلك بعدما أنفقت حوالي 4 مليارات دولار على بنائها عبر سلسلة من عمليات الاستحواذ. وكانت الشركة قد حاولت بيع الأداة الرقمية -التي تساعد العملاء على تسهيل البحوث السريرية وحلول الرعاية الصحية- لأول مرة في بداية 2021 بنفس القيمة تقريباً. وقد أبدى مشتر استراتيجي واحد على الأقل وحفنة من شركات الأسهم الخاصة اهتماماً بالشراء. وتأمل آي بي إم في اختيار المشتري بحلول نهاية هذا الشهر.
الرابط (إنجليزي)

ذراع روبوتية تتحكم بمركبة "تيانتشو 2" في محطة الفضاء الصينية
نجحت ذراع روبوتية يبلغ طولها 10 أمتار موجودة في وحدة تيانخيه (Tianhe) التابعة لمحطة تيانجونغ (Tiangong) الفضائية الصينية الجديدة، في التحكم بمركبة تيانتشو 2 (Tianzhou 2) الفضائية لنقل الحمولات، وذلك في اختبار حاسم قبل إطلاق الوحدات القادمة، حيث حرّكتها نحو 20 درجة قبل إعادتها إلى الميناء الأمامي في مركز الإرساء في تيانخيه. وتُعد هذه التجربة الناجحة -التي استغرقت 47 دقيقة يوم الأربعاء الماضي- أساسية لخطة إدارة الفضاء الوطنية الصينية، لاستكمال بناء محطتها الفضائية في وقت لاحق من هذا العام. وكانت هذه الذراع الروبوتية قد لعبت دوراً في سير رواد الفضاء خارج تيانخيه، لكنّها المرة الأولى التي تُستخدم فيها في مركبة فضائية كبيرة.
الرابط

يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم

 
دراسة: 50% من العاملين في مجال البيانات بالإمارات والسعودية يمكنهم أتمتة المهام اليومية
قالت شركة ألتريكس (Alteryx) لأتمتة التحليلات، إن منطقة الخليج في وضع فريد لدفع عجلة الابتكار بعد الوباء. ووجد استبيان أجراه معهد أبحاث الرأي "يوجوف"، بتكليف من ألتريكس، شمل أكثر من 300 من موظفي البيانات في الشركات الكبيرة في الإمارات العربية المتحدة والمملكة العربية السعودية، أن 50% من الموظفين الذين شملهم الاستبيان قادرون على أتمتة مهامهم اليومية، و58% منهم قادرون على تحقيق نتائج أسرع من خلال استخدام تكنولوجيا التحليلات، مقارنة بما كان عليه الحال قبل خمس سنوات. وبالمقارنة، أكد 16% فقط من العاملين في المملكة المتحدة و24% من العمال الألمان أنهم قادرون على أتمتة مهام مماثلة.

وعلى الرغم من وجود اللبنات الأساسية للنجاح، يُظهر الاستبيان أن برامج التدريب المطبقة بشكل غير متسق ما زالت تعيق نمو ابتكارات الذكاء الاصطناعي في المنطقة، حيث يتلقى الخبراء الحاليون فقط، مثل علماء البيانات المؤهلين، التدريب الضروري لتعزيز مهارات البيانات.

ولتسليط الضوء على مدى الحاجة لهذه المهارات، يوافق 97% من العاملين في منطقة الخليج على ضرورة توفير التدريب لجميع العاملين في مجال البيانات في المنطقة لإطلاق العنان لقيمة الشركات. ويعمل الموظفون الذين يفتقرون إلى التدريب الرسمي بشكل متزايد في الظلام، أي دون القدرة على الوصول إلى البيانات الحيوية، ما يزيد من العبء على فرق علوم البيانات.

ويسلط البحث الضوء على الوقت الكبير الذي يقضيه علماء البيانات كل أسبوع في حلقة من المهام التي يمكن أن يكملها العمال ذوو المهارات الأقل تقدماً باستخدام تقنيات الأتمتة. يقضي 27% من علماء البيانات تسع ساعات على الأقل كل أسبوع في مهام البيانات الأساسية مثل التنظيف والمزج والتشكيل، كما يقضي 14% من علماء البيانات الذين شملهم الاستطلاع 30 ساعة على الأقل في نفس المهام.

وأفاد 54% من علماء البيانات هؤلاء بأن شركاتهم "لا تستفيد استفادة كاملة من البيانات"، بينما أفاد 49% بأن الموظفين يفتقرون إلى المهارات اللازمة لمواجهة التحديات الحالية للشركات.
الرابط

لماذا لا يجدي الذكاء الاصطناعي نفعاً في بعض الشركات؟
على الرغم من أن الشركات باتت توظف عدداً أكبر من علماء البيانات مقارنة بأي وقت مضى، تشير التقديرات إلى أن حوالي 90٪ من عمليات الاستثمار في مبادرات الذكاء الاصطناعي تضيع هدراً، لأن عدداً قليلاً للغاية من نماذج الذكاء الاصطناعي التجارية يتم تحويلها فعلياً إلى منتجات. السبب؟ أن البيانات وفرق علوم البيانات لا تُستخدم بالطريقة الصحيحة.

إذا كنت تعمل في شركة ناشئة سريعة النمو تحاول بناء منتج يعمل بالذكاء الاصطناعي، ووجدت أن الذكاء الاصطناعي لا يجدي نفعاً في شركتك، فإليك بعض المشكلات التي من المحتمل أنك تواجهها، وكيفية تجنبها:

مشاكل متعلقة بالبيانات
تكمن العقبة الأولى أمام الحصول على عائد من استثمارك في الذكاء الاصطناعي في البيانات. غالباً ما تكون البيانات داخل الشركة مفككة. تستخدم الفرق المختلفة مصادر بيانات مختلفة من المفترض أن تحتوي على نفس المعلومات. وهذا هو السبب في أن الاتفاق على مصدر واحد للبيانات والوصول إلى مرحلة "نضج البيانات" هو خطوة أولى حاسمة في رحلة الذكاء الاصطناعي. لذا، فمهما كانت الضغوط لا تتعجل في هذه المرحلة. إذا كانت البيانات المستخدمة غير دقيقة، فلن تكون النتائج أو التوصيات التي يقدمها فريق علوم البيانات دقيقة أيضاً.

مشاكل متعلقة بالتقنية
عمليات التكديس التكنولوجي المعقدة هي العقبة الشقيقة لمشاكل البيانات. غالباً ما توجد البيانات في العديد من الأماكن المختلفة. معظمها بيانات خاصة بكل إدارة، وبعضها قد يكون على السحابة الإلكترونية، والبعض الآخر على الخادم، كما توجد بعض البيانات الأساسية في جداول بيانات سيئة التنسيق. ويمثل التنقل بين هذه الأماكن كابوساً في علم البيانات. في المؤسسات الكبيرة، يعد انتظار فريق التحليل الذكي للأعمال ليقوم بالبحث عن البيانات الضرورية بمثابة عائق شائع للغاية أمام فريق علوم البيانات.

مشاكل متعلقة بالثقافة
عادة ما تفتقر فرق التقنية إلى فهم الأهداف التجارية. وينطبق هذا الأمر بشكل خاص على علم البيانات، الذي لا يزال مجالاً جديداً نسبياً. لذا، فإنها تعتمد على الدعم من رجال الأعمال الذين يعرفون الأهداف التي يحتاجون فيها إلى نموذج ذكاء اصطناعي. ومع ذلك، عادةً ما يتم عزل علم البيانات عن الفرق التجارية التي تم تصميمه أساساً لتقديم الدعم لها.
التغلب على كل هذه المشكلات يعني بناء فريق بيانات يركز على النتائج، ويمكنه التعاون بشكل وثيق مع باقي الفرق الأخرى في الشركة.
الرابط (إنجليزي)


ثورة تحول الطائرات المسيرة إلى برمجيات تعمل بمعزل عن البشر
في مدينة سان دييجو الأميركية، تعمل شركة شيلد إيه آي (Shield AI) الدفاعية الناشئة على تصميم برمجية لتسيير الطائرات المسيرة دون أي تدخل بشري. وقال براندون تسينج، الشريك المؤسس للشركة، إن برمجيتها المسماة هايفمايند (Hivemind)، تتيح للطائرات المسيرة "الدخول إلى المباني من دون نظام تحديد المواقع العالمي (GPS) ومن دون اتصالات، لاستكشاف المبنى قبل أن يدخله الجنود". ويرى تسينج أنه في نهاية المطاف يمكنه تصور برمجياته وهي تشغل جميع أنواع الطائرات التجارية المسيرة، كتلك التي تقوم بعمليات التسليم مثلاً.

شركة شيلد إيه أي هي واحدة من عشرات الشركات التي تعمل على طرق لقلب طريقة استخدام الطائرات المسيرة، عن طريق تحويلها من كاميرات طيران موجهة للتصويب والقصف إلى أجهزة حاسوب ذاتية القيادة يمكنها العمل في شكل مجموعات وبث البيانات مباشرة إلى السحابة.

كانت هناك قفزات هائلة في تصاميم الطائرات المسيرة وعمر بطارياتها، لكن الابتكارات الحقيقية لا تأتي في الأجهزة وإنما في قدراتها الحاسوبية. وتشير إحصائيات من مودال إيه أي (ModalAI)، وهي وحدة انبثقت عن شركة كوالكوم لصناعة الرقائق تبيع التكنولوجيا لشركات الطائرات المسيرة، إلى أن نحو 65 شركة ناشئة في الولايات المتحدة تحاول تزويد الطائرات المسيرة بأحدث البرمجيات والذكاء الاصطناعي.

وبحسب لورينز ماير، الرئيس التنفيذي لشركة أوتيريون (Auterion)، وهي منصة برمجيات مفتوحة المصدر للطائرات المسيرة، فإن سوق الطائرات المسيرة التي بلغت قيمتها 13.4 مليار دولار العام الماضي، على شفا ثورة. وقال: "إنها تشبه الحوسبة إلى حد ما. كانت مثيرة للاهتمام في السبعينيات، وكانت توجد في بعض المباني لمعالجة السجلات الضريبية. لكن أجهزة الحاسوب غيرت حياتنا بعد أن بدأت تتحدث مع بعضها البعض. وستتغير طريقة استخدامنا للطائرات المسيرة بشكل جذري بمجرد أن تبدأ في الاتصال بالشبكة ".

وفي يونيو الماضي، أشارت وزارة الطيران الفدرالية الأميركية إلى حدوث زيادة ضخمة في استخدام الطائرات المسيرة المسجلة التي تعمل في المجال الصناعي، من 12 ألفاً في عام 2015 إلى نحو 500 ألف بحلول عام 2020. وقالت: يبدو أن الصناعة "في نقطة انعطاف تظهر مراحل قوية من النمو".
الرابط

يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم

  • دورة تدريبية حول الأجهزة المختلفة المستخدمة في تدريب الشبكات العصبونية. الرابط (إنجليزي).
  • "لابس" تفوز بجائزة "ساب" للذكاء الاصطناعي في "هاكثون 2 بيلد". الرابط
  • يمكن للذكاء الاصطناعي الآن أن يلقي النكات وهو أمر لا يدعو للضحك. الرابط (إنجليزي)
  • خوارزمية جديدة تساعد الروبوتات على تجنب إصابة البشر. الرابط
  • CytoImageNet مجموعة بيانات واسعة النطاق مكونة من 890 ألف صورة مجهرية (مقسمة إلى 894 فئة)، تم إنشاؤها من 40 مجموعة بيانات متاحة للعامة، لاستخدامها في التدريب المسبق لنماذج التعلم العميق في مجال البيولوجيا الجزيئية. الرابط (إنجليزي).

يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم

 
%26
من مبادرات الذكاء الاصطناعي التي تنفذها الشركات الأميركية الكبرى انتقلت إلى مرحلة الإنتاج على نطاق واسع، وذلك ارتفاعاً من 12.1٪ فقط في بداية عام 2021، بحسب تقرير أصدرته شركة الاستشارات (NewVantage Partners).
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:
اشترك في ثوان
محمد عزوز
مدير التشغيل والصيانة في شركة الإلكترونيات المتقدمة السعودية واستشاري أنظمة الأرصاد وسفير للمناخ، وعضو جمعية الأرصاد الأميركية (AMS). سبق له أن عمل مديراً للتشغيل والصيانة للأنظمة البيئية والأرصادية في كل من شركة دلة وشركة أساس العالمية المحدودة وشركة الجريسي لخدمات الكمبيوتر والاتصالات، وعمل كذلك مهندس أول للصيانة في شركة زمن لتكنولوجيا الكمبيوتر وشركة سيمكس بالإسكندرية بمصر. وهو حاصل على درجة الدكتوراه في إدارة الهندسة البيئية عام 2020 من كلية نيوكاسل بالمملكة المتحدة، وماجستير العلوم في نظام إدارة الجودة عام 2011 من الأكاديمية العربية للعلوم والتكنولوجيا بمصر، والبكالوريوس في الهندسة الصناعية عام 1991 من جامعة المنوفية، كما اجتاز عدة دورات تدريبية في مجال إدارة النظم وأساسيات إدارة المشاريع، وشارك في عدة مؤتمرات حول التحول الرقمي والذكاء الاصطناعي. مهتم بالذكاء الاصطناعي وتأثيره على الطاقة وكيف يمكن للذكاء الاصطناعي مكافحة تغير المناخ.

يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم

 
التعلم الآلي المؤتمت | AUTOMATED MACHINE LEARNING (AUTOML)
يشير هذا المصطلح إلى عملية أتمتة المهام المُستهلكة للوقت اللازمة لتطوير نماذج التعلم الآلي. فتطوير النماذج بشكل يدوي يتطلب مصادر هائلة ووقتاً وخبرة كبيرة لبناء وتجربة الكثير من تلك النماذج والمقارنة بينها. يساعد التعلم الآلي المؤتمت علماء البيانات والمحللين والمطورين على بناء نماذج تعلم آلي عالية الكفاءة والإنتاجية، واستخدامها في العالم الحقيقي بكل سهولة. وذلك من خلال تطوير منصات أو مكتبات مفتوحة المصدر تبسط كل خطوة بدءاً من التعامل مع مجموعة البيانات وصولاً إلى إعداد النموذج للعمل.
اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد.
تابعنا على وسائل التواصل الاجتماعي:
تويتر
فيسبوك
موقع الويب
يوتيوب
لينكدإن
إنستقرام
Copyright © *|CURRENT_YEAR|* *|LIST:COMPANY|*, All rights reserved.
*|IFNOT:ARCHIVE_PAGE|* *|LIST:DESCRIPTION|*

Our mailing address is:
*|HTML:LIST_ADDRESS_HTML|* *|END:IF|*

Want to change how you receive these emails?
You can update your preferences or unsubscribe from this list.

*|IF:REWARDS|* *|HTML:REWARDS|* *|END:IF|*