يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
باحثو إم آي تي يستخدمون التعلم الآلي لاكتشاف الأعطال في شبكات الطاقة
أعلن باحثون في مختبر (MIT-IBM Watson) أنهم يستخدمون الذكاء الاصطناعي لحل أعطال شبكات الطاقة. وطور مدير المختبر جي تشين، وزملاؤه نموذجاً للتعلم الآلي يعمل على تحليل البيانات التي تم جمعها من مئات الآلاف من أجهزة الاستشعار الموجودة عبر شبكة الطاقة الأميركية.
تقوم أجهزة الاستشعار بتجميع كميات هائلة من البيانات الخاصة بالتيار الكهربائي والجهد في الوقت الفعلي، لمراقبة سلامة الشبكة وتحديد حالات الشذوذ التي يمكن أن تسبب انقطاعاً في الكهرباء. لكن تحليل هذه البيانات يتطلب موارد حاسوبية كثيفة بسبب حجم وطبيعة تدفقات البيانات التي تنتجها أجهزة الاستشعار.
يقول باحثو المختبر إنهم ابتكروا طريقة فعالة من الناحية الحاسوبية يمكنها تحديد الشذوذ في تدفقات البيانات هذه في الوقت الفعلي بشكل أوتوماتيكي. وأظهروا أن هذه الطريقة -التي تتعلم نمذجة الروابط داخل شبكة الطاقة- أفضل بكثير في اكتشاف هذه الحالات من بعض التقنيات الأخرى شائعة الاستخدام.
ونظراً لأن تدريب نموذج التعلم الآلي الذي طوروه لا يتطلب بيانات موسومة حول حالات الشذوذ في شبكة الطاقة، فسيكون من الأسهل تطبيقه في مواقف العالم الحقيقي التي يصعب فيها غالباً الحصول على مجموعات بيانات موسومة عالية الجودة. كما أن النموذج مرن ويمكن تطبيقه في المواقف الأخرى التي تتميز بوجود عدد كبير من أجهزة الاستشعار المترابطة تقوم بجمع البيانات وتحليلها، مثل أنظمة مراقبة حركة المرور. على سبيل المثال، يمكنه اكتشاف الاختناقات المرورية.
ويقول تشين: "بمجرد نشر النموذج، سيستمر في التعلم من التدفق المستمر للبيانات الجديدة من أجهزة الاستشعار، والتكيف مع الانجراف المحتمل في توزيع البيانات والحفاظ على الدقة بمرور الوقت".
الرابط (إنجليزي)
تشخيص طبي جيني بزمن قياسي باستخدام تقنية تسلسل الجينوم السريع
استطاع فريق بحثي في مارس الماضي الحصول على تسلسل للحمض النووي خلال 5 ساعات ودقيقتين فقط باستخدام حوسبة الذكاء الاصطناعي، مسجلاً بذلك رقماً قياسياً جديداً في موسوعة غينيس للأرقام القياسية.
حقق الدكتور إيوان أشلي، أستاذ الطب وعلم الوراثة وعلوم البيانات الطبية الحيوية في كلية ستانفورد للطب، هذا الرقم القياسي لأسرع تقنية لتسلسل الحمض النووي، بالتعاون مع كلٍ من شركة إنفيديا للتكنولوجيا، وشركة جوجل، وشركة أوكسفورد نانوبور تكنولوجي التي تطور منتجات تسلسل الحمض النووي المحمول، وكلية بايلور للطب، وجامعة كاليفورنيا.
تشرح الدراسة، التي نُشرت في دورية نيو إنغلاند الطبية، كيف تم العمل على تسريع كل خطوة في سير عمل تسلسل الجينوم من خلال الاعتماد على التكنولوجيا الجديدة، وبمساعدة جميع المشاركين. فقد استخدم الباحثون تسلسل الحمض النووي من أكسفورد نانوبور، لإنشاء أكثر من 100 غيغابايت من البيانات في الساعة، ووحدات المعالجة الرسومية من إنفيديا على جوجل كلاود لتسريع عمليات الاتصال الأساسية وعمليات الاتصال المتنوعة.
اعتمد الباحثون على عمل تطبيق الجينوم الحسابي إنفيديا كلارا بارابريكس (Nvidia Clara Parabricks) لتسريع تشخيص الجينوم. يمكن عن طريق هذا التطبيق الحصول على تسلسل الحمض النووي الريبي منقوص الأوكسجين (DNA) والحمض النووي الريبي (RNA) بسرعة ودقة كبيرتين، لمساعدة الباحثين والفرق السريرية والمراكز الطبية ومراكز التسلسل لمشاريع تسلسل السرطان والدراسات السكانية وغيرها الكثير من التطبيقات.
بالنسبة للدراسة، اختبر الفريق تقنية تسلسل الجينوم السريع على المرضى غير المشخصين في وحدات العناية المركزة بمستشفيات ستانفورد. تم تسجيل ما مجموعه 12 مريضاً، تراوحت أعمارهم بين 3 أشهر و57 عاماً، وتم ترتيب تسلسل الجينوم الخاص بهم. تمكّن الباحثون من تشخيص 5 مرضى منهم جينياً بسرعة كبيرة، وتم تأكيد النتائج من خلال مختبر معتمد من قبل عملية تعديلات المختبرات السريرية (CLIA) والإدارة السريرية المستنيرة لكل من المرضى الخمسة.
بداية استغرق التشخيص الأولي في المختبر 7 ساعات و18 دقيقة. ومع تطوير التقنية، استطاع الباحثون التشخيص خلال 5 ساعات ودقيقتين في أسرع الحالات، متفوقين بذلك على معهد رادي للأطفال الذي كان مسجلاً في موسوعة غينيس على أنه صاحب أسرع تسلسل الحمض النووي سابقاً، وكانت قد بلغت سرعته 14 ساعة.
للمزيد حول هذا الموضوع، تابع القراءة على موقعنا عبر هذا الرابط
كيف سنتعامل مع انقراض كثير من وظائفنا؟
من معطيات الثورة الصناعية الرابعة أنها ستشهد اختفاء كثير من وظائف العصر الحالي وانقراضها مستقبلاً في ظل ما ينتظر كوكبنا وزمننا المتسارع من تحوّلات في الأنماط الحياتية، والخدمات الحكومية، والبيانات المفتوحة، والتكنولوجيا الرقمية، والمواصلات ذاتية القيادة، والطباعة ثلاثية الأبعاد، والحوسبة السحابية، وعَوالم أُخر.
لذا قد لا نستغرب قريباً ظهور وظائف غير مألوفة لنا وقد تدعونا فعلاً للاستغراب والقلق حد الدهشة. مثل "مربي" مواشي مستنسخة، و"حاوي" مخلفات البيانات والمعلومات، و"خبير" طب شرعي رقمي، و"مهندس" سيارات ذاتية القيادة، و"محامي" واقع افتراضي. قبل ثلاثة أعوام توقع مؤسس ورئيس المنتدى الاقتصادي العالمي دافوس، كلاوس شواب، اختفاء ما يقارب من 47% من الوظائف مستقبلاً، بسبب الطفرات الكبيرة للذكاء الاصطناعي، ليقابله كذلك على المدى المتوسط نحو 10 ملايين وظيفة جديدة بحلول 2020.
ورغم القراءات الاستشرافية عن مصير تلك المهن، يؤكد مؤلّف كتاب "التواصل مع المستقبل" توماس فراي، في الورشة الذهنية الإبداعية للقمة العالمية للحكومات في دبي، أنّ 60% من فرص العمل التي ستظهر بعد عشر سنوات لم تُبتكر بعد، وأن 65% ممن هم في عمر الثاني عشر الآن سيعملون في وظائف غير موجودة حالياً، بدليل ظهور تقنيات لم نعهدها كتكنولوجيا النانو، والطباعة البيولوجية، وستتطور إلى تقنيّات مثل الروبوتات المتقدّمة والتعلّم الآلي بحلول العام 2020.
البعض قد يتساءل: حلّ عام 2020 ونحن في عام 2022 وذلك لم يحدث حتى الآن بشكل جازم وواضح، ولكن المتابع يجد أن ملامح تلك النقلات الوظيفية بدأت تتشكل في عدد من الأعمال والمهام والمجالات والوظائف، رغم أن الكثير يعيش في منطقة الراحة ولم يتقبل تلك المعطيات أو يستوعبها حتى اليوم.
أعتقد أنه لابد من وضع سياسات تعليمية جديدة تجعل من الذكاء الاصطناعي أسلوباً ضرورياً لضمان جودة الحياة المدرسية والجامعية ومخرجات التعلم، وأن تكون ضمن رؤية مدارسنا وجامعاتنا ورسالتها ومناهجها وطرقها التدريسية وعناصر العملية التعليمية كافة، مع طموح شديد من الآن في وضع مناهج إلكترونية مبسطة لطلابنا الصغار، تشرح ماهية الذكاء الاصطناعي وأهدافه وما يثار حوله من مخاوف وخرافات، وأبعاد تطبيقه واستخداماته في شتى مجالات العلم والحياة.
كما أن الاعتناء بتعلم ريادة الأعمال أيضاً، هذا بطبيعة الحال سيخلق المهن، ويعزز الابتكارات الشخصية، وإنشاء الشركات المبتدئة، لذا لا بد من فتح آفاق شبابنا اليوم نحو علم "ريادة الأعمال" لأهميته في عصرهم المتسارع ومستقبلهم الجامح معاً.
الرابط
|
