يجب أن تعلم | للاطلاع | في صلب الموضوع | رقم اليوم | شخصية اليوم | مصطلح اليوم
دعوة المبرمجين لتأسيس عمل في مجال الذكاء الاصطناعي بالإمارات
دعت الحكومة الرقمية لدولة الإمارات، المبرمجين والشركات العاملة والمتخصصة في مجال الذكاء الاصطناعي من جميع أنحاء العالم الراغبين في تأسيس عمل في مجال الذكاء الاصطناعي والبرمجة في الإمارات، التقدم عبر الموقع www.difc.ae للحصول على "رخصة الذكاء الاصطناعي والبرمجة" الأولى من نوعها في الدولة والتي أطلقها مركز دبي المالي العالمي.
وأضافت أن الرخصة توفر فرصة للحصول على تأشيرات الإقامة الذهبية للموظفين العاملين في تلك الشركات أو المبرمجين، مؤكدة أن حكومة دولة الإمارات تدرك أهمية توظيف تقنيات الذكاء الاصطناعي وتأثيرها الإيجابي في إحداث طفرة تطويرية في أساليب تقديم الخدمات الحكومية، وتعمل الحكومة جاهدة على تسريع وتيرة تبني تقنيات الذكاء الاصطناعي من خلال الشراكات الاستراتيجية مع مؤسسات القطاعين، العام والخاص.
وأشارت "الحكومة الرقمية" عبر موقعها الإلكتروني، إلى أن هناك 4 مؤسسات في التعليم العالي في دولة الإمارات توفر برامج دراسية في الذكاء الاصطناعي في مختلف الدرجات (بكالوريوس ودراسات عليا) للطلبة الذين يرغبون التخصص والعمل في هذا المجال وهي: جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI)، وجامعة الإمارات العربية المتحدة، وجامعة السوربون-أبوظبي، وجامعة خليفة للعلوم والتكنولوجيا.
وتوفر الدوائر والجهات المختلفة في دولة الإمارات منحاً دراسية للمواطنين الراغبين في التخصص بمجال الذكاء الاصطناعي، محلياً وعالمياً، وتشمل الجهات المانحة: "هيئة تنظيم الاتصالات والحكومة الرقمية، وجامعة محمد بن زايد للذكاء الاصطناعي"، حيث يحظى جميع الطلاب المقبولين بفرصة استكمال دراستهم بمنحة دراسية كاملة شاملة الرسوم الدراسية بنسبة 100% مع مخصصات شهرية، وتوفير السكن، والعديد من المزايا الأخرى.
وأضافت أن الشركات العاملة في مجال الذكاء الاصطناعي والمبرمجين ستتمكن من العمل ضمن بيئة محفزة في "إنوفيشن هب" الذي يشكّل أكبر تجمّع لشركات التكنولوجيا المالية والابتكار في المنطقة، ويحتضن أكثر من 500 شركة متخصصة بمجال التكنولوجيا والابتكار، بينها شركات ناشئة وأخرى من أبرز الشركات العالمية الكبرى، أي ما يشكل نسبة تتجاوز 60% من إجمالي عدد شركات التكنولوجيا المالية في منطقة دول مجلس التعاون الخليجي.
الرابط
ما الذي تفعله عقاقير الهلوسة لأدمغتنا؟ الذكاء الاصطناعي قد يساعدنا على الفهم
لطالما وصفت العقاقير المخلة بالنفس (Psychedelic drugs) بأنها علاجات محتملة لاضطرابات الصحة العقلية، مثل الاكتئاب واضطراب ما بعد الصدمة. ولكن لا يُعرف حقاً سوى القليل جداً عما تفعله هذه المواد في الواقع بأدمغتنا، ويمكن أن يساعد فهم كيفية عملها في إطلاق العنان لإمكاناتها.
يستخدم بعض العلماء الذكاء الاصطناعي لاكتشاف هذا الأمر، حيث استخدم فريق في جامعة ماكجيل في مونتريال بكندا تقنية معالجة اللغات الطبيعية، لدراسة الكلمات التي يستخدمها متعاطو هذه العقاقير لوصف "تجارب رحلاتهم". ويمكن أن تسلط هذه الدراسة الضوء على الكيفية التي تحفز بها المهلوسات حالات عقلية معينة، سواء الابتهاج أو القلق أو الشعور بالاتحاد مع العالم. ويأمل دانيلو بزدوك، الذي قاد الدراسة، أن تساعد في إيجاد عقاقير جديدة لاضطرابات الصحة العقلية. ويوضح أنها "أكبر دراسة [من نوعها] حول عقاقير الهلوسة".
عادة ما يتم استخدام التجارب السريرية العشوائية، التي تتضمن إعطاء بعض المشاركين عقاراً، والبعض الآخر علاجاً وهمياً، ومقارنة تأثيرات الاثنين. إلا أن مثل هذه التجارب بطيئة ومكلفة، وتميل إلى إشراك عدد قليل فقط من المشاركين. لذلك، استخدم فريق بزدوك معالجة اللغات الطبيعية لتقييم 6850 تقريراً مكتوباً عن تعاطي عقاقير الهلوسة. تمت كتابة كل تقرير من قبل شخص تناول واحداً من 27 عقاراَ -بما فيها الكيتامين وإكستاسي وإل إس دي وسيلوسين- في الحياة الواقعية وليس كجزء من تجربة مختبرية. وتم الوصول إلى هذه البيانات من موقع (Erowid)، وهي منظمة معلومات دوائية.
وفي الدراسة التي نُشرت الأسبوع الماضي في دورية (Science Advances)، قام الفريق بدمج هذه البيانات مع سجلات لكل مستقبل في الدماغ من المعروف أن كل عقار يتفاعل معه. وتتيح هذه الخطوات للفريق تحديد مستقبلات الناقلات العصبية المرتبطة بالكلمات ذات الصلة بعقاقير معينة.
على سبيل المثال، ارتبطت الكلمات المتعلقة بالتجارب الروحانية، مثل "الفضاء" و"الكون" و"الوعي" بالعقاقير ذات الصلة بمستقبلات الدوبامين والسيروتونين والمواد الأفيونية. ويقول بزدوك إن هذا النهج يمكن أن يوفر نقاط انطلاق جديدة لتطوير الأدوية.
الرابط (إنجليزي)
رابط الدراسة (إنجليزي)
نهج جديد يستخدم قوة التعلم الآلي لتحسين الخوارزميات
تُعد الخوارزميات هي الأدوات المعيارية للحوسبة الحديثة. مثل التروس الصغيرة داخل الساعة، تنفذ الخوارزميات مهاماً محددة جيداً ضمن برامج أكثر تعقيداً. إنها منتشرة بكثرة، وهذا هو السبب جزئياً في أن تحسينها يتم بشق الأنفس بمرور الوقت. على سبيل المثال، عندما يحتاج المبرمج إلى فرز قائمة، سيصل إلى خوارزمية "فرز" معيارية تم استخدامها لعقود.
الآن، يلقي الباحثون نظرة جديدة على الخوارزميات التقليدية، باستخدام التعلم الآلي. ويستفيد نهجهم -المُسمى الخوارزميات مع التنبؤات (algorithms with predictions)، من الرؤى التي يمكن أن توفرها أدوات التعلم الآلي في البيانات التي تتعامل معها الخوارزميات التقليدية. ونجحت هذه الأدوات، بطريقة حقيقية، في تنشيط البحث في الخوارزميات الأساسية.
يقول بيوتر إنديك، عالم الحاسوب في جامعة إم آي تي، إن التعلم الآلي والخوارزميات التقليدية "طريقتان مختلفتان تماماً للحوسبة، والخوارزميات مع التنبؤات هي وسيلة للربط بين الاثنين". بدأ الاهتمام بهذا النهج في عام 2018 بدراسة كتبها تيم كراسكا، عالم الحاسوب في إم آي تي، وفريق من الباحثين في شركة جوجل. اقترح المؤلفون أن التعلم الآلي يمكن أن يحسن خوارزمية تقليدية تسمى مرشح بلوم (Bloom filter)، والتي تحل مشكلة مباشرة ولكن صعبة.
تخيل أنك تدير قسم تكنولوجيا المعلومات في شركتك وتحتاج إلى التحقق مما إذا كان الموظفون يدخلون إلى مواقع الويب التي تمثل خطراً أمنياً. قد تعتقد أنك ستحتاج إلى التحقق من أن كل موقع يزوروه غير مدرج في قائمة سوداء بالمواقع المعروفة. وإذا كانت القائمة ضخمة، فإن المشكلة تصبح صعبة.
يوفر مرشح بلوم حلاً يسمح لك بالتحقق بسرعة ودقة مما إذا كان أي عنوان موقع معين مدرجاً في القائمة السوداء. يقوم بذلك عن طريق ضغط القائمة الضخمة في قائمة أصغر تقدم بعض الضمانات المحددة. لا ينتج عن مرشحات بلوم نتائج سلبية خاطئة أبداً (إذا قالت إن الموقع سيء، فهو سيء). ومع ذلك، يمكنها أن تنتج نتائج إيجابية خاطئة، لذلك ربما لن يتمكن الموظفون من زيارة بعض المواقع التي يجب أن يكون لديهم إمكانية الوصول إليها. هذا لأنها تستبدل بعض الدقة بكمية هائلة من ضغط البيانات، وهي خدعة تسمى "الضغط مع فقدان معلومات" (Lossy Compression).
طور فريق كراسكا خوارزمية يمكنها أيضاً تطبيق هذا النوع من المنطق. أطلقوا عليها اسم "مرشح بلوم المتعلم"، وهي تجمع بين مرشح بلوم صغير وشبكة عصبونية متكررة (RNN). عندما يتحقق مرشح بلوم المتعلم من موقع ويب، تعمل الشبكة أولاً وتستخدم تدريبها لتحديد ما إذا كان الموقع مدرجاً في القائمة السوداء. إذا قالت إنه مدرج، فإن مرشح بلوم يرفضه. ولكن إذا قالت الشبكة إن الموقع ليس مدرجاً في القائمة، فإن مرشح بلوم الصغير يبحث في مواقعه الإلكترونية المضغوطة.
ومن خلال إعطاء مرشح بلوم الكلمة الأخيرة، تأكد الباحثون من أن مرشحات بلوم المتعلمة لا تزال تضمن عدم وجود سلبيات خاطئة. ولكن نظراً لتصفية الشبكة العصبونية الإيجابيات الحقيقية مسبقاً باستخدام ما تعلمته، يمكن لأي موقع ويب حميد -كان من الممكن أن يتم حظره بواسطة مرشح بلوم الأكبر- تجاوز مرشح بلوم المتعلم الأكثر دقة.
الرابط (إنجليزي)
|
