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

تمتلك أدمغتنا ما يقرب من 86 مليار خلية عصبية، تشكل واحدة من أكثر الشبكات العصبية العضوية تقدماً. وتحاول أنظمة الذكاء الاصطناعي الحالية محاكاة الدماغ البشري من خلال إنشاء شبكات عصبونية متعددة الطبقات مصممة لحشر أكبر عدد ممكن من الخلايا العصبونية في أقل مساحة ممكنة. ولكن لسوء الحظ، تتطلب مثل هذه التصميمات كميات هائلة من الطاقة وتنتج مخرجات باهتة مقارنة بالدماغ البشري القوي الموفر للطاقة.

قد يكون حجم الشبكة الأكبر أفضل عندما يتعلق الأمر بالأداء، ولكن تدريب نموذج جي بي تي 3 (GPT-3) مرة واحدة فقط يتطلب نفس القدر من الطاقة التي يستخدمها 126 منزلاً في الدنمارك سنويًا، أو الطاقة المطلوبة للسفر إلى القمر والعودة.

قرر فريق برلين تحدي فكرة أن الأكبر هو الأفضل من خلال بناء شبكة تستخدم خلية عصبونية واحدة. في الشبكة العصبونية التقليدية، مثل (GPT-3)، يمكن "وزن" كل خلية عصبونية من أجل ضبط النتائج. والنتيجة، عادة، هي أن المزيد من الخلايا العصبونية تنتج المزيد من المعاملات الوسيطة، والتي تؤدي بدورها إلى نتائج أفضل. لكن الفريق البحثي اكتشف أنه يمكنهم أداء وظيفة مماثلة عن طريق "وزن" نفس الخلية العصبونية بشكل مختلف بمرور الوقت، بدلاً من نشر خلايا عصبونية ذات أوزان مختلفة في الحيز المكاني.

ويشرح الفريق هذا الأمر، في بيان صحفي، بالقول إن الأمر سيكون أقرب إلى قيام ضيف واحد بعملية محاكاة لمحادثة على مائدة عشاء كبيرة، عن طريق التنقل بين المقاعد بسرعة والتحدث في كل جزء. لكن كلمة "بسرعة" أقل ما يقال عن هذه الفكرة، إذ يوضح الباحثون أن نظامهم يمكن أن يصل نظرياً إلى سرعات تقترب من حدود الكون من خلال تحفيز حلقات ردود فعل (Feedback Loops) قائمة على الوقت في الخلايا العصبونية عبر الليزر، أي تواصل الشبكات العصبونية بسرعة الضوء أو بالاقتراب منها.
الرابط (إنجليزي)

هل يمكن للذكاء الاصطناعي التخلص من مجموعات البيانات؟
الذكاء الاصطناعي يساعد على معالجة مشاكل الرعاية الصحية
يمكن أن نشبه إدارة نظام رعاية صحية بالعناية بالنحل، فهناك الملايين من القطع المتحركة، بدءاً من العيادات المتنقلة وصولاً إلى مجموعات الاختبارات، والتي يجب أن تكون في المكان الصحيح في الوقت الصحيح. وتزداد صعوبة هذا الأمر في البلدان محدودة الموارد والتي تنتشر فيها الأمراض المتوطنة.

ولكن إيصال الأشياء إلى حيث يجب أن تكون هي معضلة تتعامل معها الشركات الكبرى طوال الوقت. وقد بدأت المجموعات العالمية في مجال الرعاية الصحية باعتماد بعض من تقنياتها، فقد بدأت بعض بلدان العالم الأقل ثراء باستخدام أدوات إدارة سلاسل التوريد التي تعتمد على الذكاء الاصطناعي لتحسين قدرة الناس على الحصول على الاختبارات والعلاج.

وتعتمد منظمات الرعاية الصحية على هذه البرمجيات للمساعدة في اتخاذ القرارات حول أماكن تأسيس العيادات الجديدة، وكيفية توزيع التجهيزات والطواقم، وتحديد أولويات الإنفاق. ويمكن أن تُستخدم نفس الأدوات قريباً للمساعدة في إدارة برامج الصحة في الولايات المتحدة أيضاً.

أدركت المنظمات الصحية العالمية أن نظرة شاملة تكشف أن هذه المشاكل أقرب ما تكون إلى مشكلة سلسلة توريد. ويتساءل جون سارجنت، وهو طبيب وأحد مؤسسي مجموعة برود ريتش: "لمَ تستطيع شركة كوكا كولا إيصال المشروبات الغازية المثلجة إلى بعض من أبعد الأماكن في العالم، على حين لا نستطيع تحقيق شيء مماثل في الرعاية الصحية؟" تقوم منظمة إدارة الرعاية الصحية بإدارة أحد أضخم برامج رعاية وعلاج مرضى الإيدز باستخدام برمجيات الذكاء الاصطناعي، بما في ذلك التوائم الرقمية، وهي أدوات تقوم بمحاكاة العمليات المعقدة عن طريق تمثيل رقمي لموارد العالم الحقيقي، مثل البضائع والمستودعات وخطوط النقل. وتعتمد خوارزميات التعلم الآلي على عمليات المحاكاة هذه لتوقع المشاكل واقتراح الحلول.

للمزيد حول كيفية استخدام الذكاء الاصطناعي في معالجة مشاكل الرعاية الصحية، تابع القراءة على موقعنا عبر هذا الرابط

الذكاء الاصطناعي أكثر دقة وأقل تكلفة في توقعات الأحوال الجوية
في مطلع شهر فبراير الماضي، انتقل ما يشبه الصندوق الأسود المليء بمعالجات الحاسوب، عبر رحلة طيران من كاليفورنيا إلى أوغندا. الجهاز الذي يبلغ ارتفاعه نحو 120 سنتمتراً، ويبدو كأنَّه مُكبّر ضخم للصوت، وصل إلى مدينة كامبالا، ليبدأ في تأدية مهمته في توقّع الأرصاد الجوية، بشكل أفضل من أي تقنية أخرى استخدمتها البلاد من قبل.

الجهة التي شحنت الجهاز هي شركة ناشئة في كاليفورنيا تحمل اسم أتمو أيه آي (Atmo AI)، وهي تخطط لاستبدال الصندوق هذا، خلال الصيف القادم، بجهاز أكثر تطوراً منه. وسيكون جهازها عبارة عن حاسوب خارق ذي شكل معدني أنيق، بارتفاع يبلغ نحو 240 سنتيمتراً، ويخزن كمية طاقة أكبر بعشرين مرّة من الجهاز الحالي.

يقول ألكسندر ليفي، المؤسس الشريك لـ"أتمو" ورئيسها التنفيذي، إنَّ بعض الدول التي لا تمتلك أجهزة الحاسوب الخارقة والمكلفة، أو مراكز بيانات، ما تزال تحتاج إلى توقُّع الأرصاد الجوية بطريقة متطورة، مما يعني أنَّ كلّ الدول حول العالم من تلك التي ليست في مصاف القوى العظمة، ستشتري هذا الجهاز الأقل ثمناً.

الكثير من الدول التي تتعرض للكوارث الطبيعية، تفتقر إلى الأدوات الحديثة التي تسمح لها بالتخطيط لمواجهة التغيرات المناخية. وبحسب "أتمو"؛ فإنَّ برامج الذكاء الاصطناعي هي الحلّ. يقول ليفي: "تبدأ الاستجابة من التوقُّعات"، متابعاً: "إذ كنّا نتوقَّع من الدول أن تستجيب إلى الأحداث بعد أن تحصل، فنحن نحكم على الشعوب بالكوارث والمعاناة".

ومع ذلك؛ تواجه الآلات صعوبة في توقُّع الأرصاد الجوية، بشكل أكبر من التعرف على الصور أو إتمام الجمل مثلاً. إذ يحتوي الغلاف الجوي على كمّ هائل من المتغيرات المتقلبة (اضطرابات جوية، أنظمة الضغط المرتفع وغيرها) يتعين توقُّعها بأوقات مختلفة على مدى الساعة المقبلة، أو اليوم التالي، أو الأسبوع. وفي هذا الصدد، يرى العلماء أنَّه من المستحيل تقديم توقُّع دقيق للأحوال الجوية لفترة أكثر من أسبوعين، حتى بمساعدة الذكاء الاصطناعي.

وتقول "أتمو" إنَّ اختباراتها الأولية نجحت في مضاعفة معدلات دقة توقُّعات الأرصاد للأحوال الجوية في السنوات السابقة في جنوب شرق آسيا، إذ تسعى الشركة لإبرام عقود هناك. كذلك نجحت الاختبارات الأولية على الأرض في أوغندا بتوقُّع هطول الأمطار، في حين فشلت الأنظمة الأخرى في ذلك، بحسب مسؤولين في إدارة الأرصاد الجوية الوطنية في أوغندا.
الرابط