content_cookies111:string(2037) "{"id":27879,"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-2022-06-09\/","REDIRECT_STATUS":"200","HTTP_X_FORWARDED_PROTO":"https","HTTP_CONNECTION":"upgrade","HTTP_HOST":"technologyreview.ae","HTTP_CF_CONNECTING_IP":"3.237.31.191","HTTP_CF_IPCOUNTRY":"US","HTTP_ACCEPT_ENCODING":"gzip","HTTP_CF_RAY":"80d58239c8b982a5-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":"172.18.0.9","SERVER_PORT":"80","REMOTE_ADDR":"3.237.31.191","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":"38940","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-2022-06-09\/","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":1695836184.840719,"REQUEST_TIME":1695836184,"argv":[],"argc":0,"HTTPS":"on"},"user_ip":"3.237.31.191","user_agent":"CCBot\/2.0 (https:\/\/commoncrawl.org\/faq\/)"}"

check_post_to_show:object(stdClass)#29121 (13) {
  ["is_valid"]=>
  int(1)
  ["global_remaining_posts_to_view"]=>
  int(0)
  ["remaining_posts_to_view"]=>
  int(0)
  ["number_all_post"]=>
  int(0)
  ["number_post_read"]=>
  int(0)
  ["exceeded_daily_limit"]=>
  int(0)
  ["is_watched_before"]=>
  int(0)
  ["user_agent"]=>
  string(40) "CCBot/2.0 (https://commoncrawl.org/faq/)"
  ["user_ip"]=>
  string(12) "3.237.31.191"
  ["user_header"]=>
  object(stdClass)#29129 (40) {
    ["SERVER_SOFTWARE"]=>
    string(22) "Apache/2.4.52 (Debian)"
    ["REQUEST_URI"]=>
    string(258) "/%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-2022-06-09/"
    ["REDIRECT_STATUS"]=>
    string(3) "200"
    ["HTTP_X_FORWARDED_PROTO"]=>
    string(5) "https"
    ["HTTP_CONNECTION"]=>
    string(7) "upgrade"
    ["HTTP_HOST"]=>
    string(19) "technologyreview.ae"
    ["HTTP_CF_CONNECTING_IP"]=>
    string(12) "3.237.31.191"
    ["HTTP_CF_IPCOUNTRY"]=>
    string(2) "US"
    ["HTTP_ACCEPT_ENCODING"]=>
    string(4) "gzip"
    ["HTTP_CF_RAY"]=>
    string(20) "80d58239c8b982a5-IAD"
    ["HTTP_CF_VISITOR"]=>
    string(22) "{\"scheme\":\"https\"}"
    ["HTTP_USER_AGENT"]=>
    string(40) "CCBot/2.0 (https://commoncrawl.org/faq/)"
    ["HTTP_ACCEPT"]=>
    string(63) "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8"
    ["HTTP_ACCEPT_LANGUAGE"]=>
    string(14) "en-US,en;q=0.5"
    ["HTTP_CDN_LOOP"]=>
    string(10) "cloudflare"
    ["PATH"]=>
    string(60) "/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
    ["SERVER_SIGNATURE"]=>
    string(79) "Apache/2.4.52 (Debian) Server at technologyreview.ae Port 80"
    ["SERVER_NAME"]=>
    string(19) "technologyreview.ae"
    ["SERVER_ADDR"]=>
    string(10) "172.18.0.9"
    ["SERVER_PORT"]=>
    string(2) "80"
    ["REMOTE_ADDR"]=>
    string(12) "3.237.31.191"
    ["DOCUMENT_ROOT"]=>
    string(13) "/var/www/html"
    ["REQUEST_SCHEME"]=>
    string(4) "http"
    ["CONTEXT_PREFIX"]=>
    NULL
    ["CONTEXT_DOCUMENT_ROOT"]=>
    string(13) "/var/www/html"
    ["SERVER_ADMIN"]=>
    string(19) "webmaster@localhost"
    ["SCRIPT_FILENAME"]=>
    string(23) "/var/www/html/index.php"
    ["REMOTE_PORT"]=>
    string(5) "38940"
    ["REDIRECT_URL"]=>
    string(98) "/النشرات-البريدية/نشرة-الخوارزمية-ذكاء-اصطناعي-2022-06-09/"
    ["GATEWAY_INTERFACE"]=>
    string(7) "CGI/1.1"
    ["SERVER_PROTOCOL"]=>
    string(8) "HTTP/1.1"
    ["REQUEST_METHOD"]=>
    string(3) "GET"
    ["QUERY_STRING"]=>
    NULL
    ["SCRIPT_NAME"]=>
    string(10) "/index.php"
    ["PHP_SELF"]=>
    string(10) "/index.php"
    ["REQUEST_TIME_FLOAT"]=>
    float(1695836184.8407)
    ["REQUEST_TIME"]=>
    int(1695836184)
    ["argv"]=>
    array(0) {
    }
    ["argc"]=>
    int(0)
    ["HTTPS"]=>
    string(2) "on"
  }
  ["content_user_category"]=>
  string(4) "paid"
  ["content_cookies"]=>
  object(stdClass)#29127 (3) {
    ["status"]=>
    int(0)
    ["sso"]=>
    object(stdClass)#29130 (2) {
      ["content_id"]=>
      int(37196)
      ["client_id"]=>
      string(36) "1d1883f4-87d0-4156-8903-e6ceb0cb4224"
    }
    ["count_read"]=>
    NULL
  }
  ["is_agent_bot"]=>
  int(1)
}

صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الخميس 9 يونيو:

أندرو إنج: لماذا حان الوقت للذكاء الاصطناعي المرتكز على البيانات؟
تقنيات توليد النصوص بالذكاء الاصطناعي ربما تُغيّر المشهد العلمي.
كيف يمكن أن يساعد الذكاء الاصطناعي في تطوير الزراعة التقليدية؟

نتمنى لك عطلة نهاية أسبوع سعيدة.
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو

في عطلة نهاية الأسبوع يمكنك مشاهدة هذا الإعلان الغريب الذي أنتجته شركة "بوسطن داينمكس" (Boston Dynamics) لأشهر روبوتاتها "سبوت" (Spot). لا يُستخدم سبوت فقط في أعمال المراقبة الداخلية والحفاظ على كفاءة وأمان المنشآت، بل يمكنه الرقص أيضاً.

تطوير شريحة يمكنها تصنيف ملياري صورة في أقل من نانوثانية

صمم مهندسون في جامعة بنسلفانيا الأميركية شريحة بحجم 9.3 ملليمتر مربع، يمكنها تصنيف ملياري صورة خلال أقل من نانوثانية، ما يساعد في تحويل بيانات الإدخال بسرعة فائقة، وإجراء عمليات حسابية على مدار الساعة. ستسهم هذه الشريحة في تسريع وتحسين عدد من التطبيقات، مثل التعرف على الوجوه، والكشف التلقائي عن النصوص في الصور، ومساعدة السيارات ذاتية القيادة في التعرف على العقبات. ويقول الباحثون إن الشريحة الجديدة مستوحاة من الدماغ البشري، حيث تستخدم شبكة عصبونية بصرية عميقة تعمل تماماً مثل الشبكة العصبية الموجودة في أدمغتنا، دون الحاجة إلى معالج منفصل أو وحدة ذاكرة.
الرابط
رابط الدراسة (إنجليزي)

دبي تختبر روبوت "روكسو" لتوصيل الشحنات في اليوم نفسه
وقعت فيديكس إكسبريس، شركة النقل السريع الأكبر عالمياً التابعة لشركة فيديكس كوربوريشن، اتفاقية تعاون مع سلطة دبي للمناطق الاقتصادية المتكاملة للبدء في اختبار روبوت فيديكس "روكسو" ذاتي القيادة للتسليم باليوم نفسه بمنطقة واحة دبي للسيليكون. ويتم تطوير "روكسو" ليكون روبوت تسليم شخصي ذاتي القيادة لتوصيل الشحنات المحلية باليوم نفسه إلى منازل العملاء والشركات، مع وجود مشغلين عن بعد، بحيث يتواجدون باستمرار للتدخل إذا لزم الأمر. يعمل روكسو بالبطارية ويبلغ طوله 157 سم ويزن 204 كغ وقدرة تحمل تصل إلى 45 كغ. يتمتع هذا الروبوت المبتكر بقاعدة عجلات متعددة الاستخدامات تمكنه من السير على الأسطح الوعرة وغير المستوية وكذلك الصعود والنزول عن الأرصفة. وبموجب هذه الاتفاقية، ستكون دبي المحطة الدولية الأولى خارج الولايات المتحدة الأميركية، لاختبار الروبوت.
الرابط

اشتراك واحد يتيح لك الوصول إلى خمس منصات عالمية باللغة العربية. اشترك الآن (رابط الاشتراك)

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

استمع إلى بودكاست (Practical AI) الذي يركز على جعل الذكاء الاصطناعي عملياً ومنتجاً ومتاحاً للجميع. الرابط (إنجليزي)
باحثون يجرون أول عملية حسابية دون أخطاء باستخدام حاسوب كمومي. رابط المقالة على موقعنا
ما الذي يمكنك فعله في عوالم الميتافيرس في عام 2022؟ رابط المقالة على موقعنا
فيفا يدرس تنفيذ تقنية "روبوت رجل الخط" في كأس العالم 2022. الرابط
Tesseract برنامج ذكاء اصطناعي مفتوح المصدر تم إصداره بموجب رخصة أباتشي، يساعد في الترميز الموحد (Unicode) ولديه القدرة على التعرف على أكثر من 100 لغة بكفاءة وفعالية. الرابط (إنجليزي)

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

كيف يمكن أن يساعد الذكاء الاصطناعي في تطوير الزراعة التقليدية؟
تعتبر الزراعة من أقدم المهن وأهمها في العالم حيث تؤدي دوراً مهماً في القطاع الاقتصادي، إذ تبلغ عائدات الزراعة 5 تريليون دولار سنويّاً في جميع أنحاء العالم. ومع ذلك فهي صناعة تنطوي على العديد من المخاطر مثل تأثرها بالكوارث الطبيعية، حيث يصبح من الصعب إدارة العمليات المختلفة لأن معظمها ليست رقمية.

وفي الوقت نفسه، يتزايد عدد سكان العالم ويستمرون بالهجرة إلى المناطق الحضرية، ما يؤثر على عادات الاستهلاك ويغيرها. ويتعرض المزارعون لضغوط كبيرة لتلبية الطلب المتزايد، وهم بحاجة إلى وسيلة لزيادة الإنتاجية. وبما أن كمية التربة الخصبة محدودة، فستكون هناك حاجة إلى تجاوز الزراعة التقليدية والبحث عن طرق فعالة لمساعدة المزارعين على تقليل المخاطر، أو على الأقل جعلها أكثر قابلية للإدارة.

نتيجة لذلك، يعد تطبيق تكنولوجيا الذكاء الاصطناعي في الزراعة على نطاق عالمي أحد أكثر الفرص الواعدة، حيث يمكن لها أن تغير العمليات المستخدمة فيها بشكل كبير، ما يمكّن المزارعين من تحقيق المزيد من النتائج بجهد أقل مع جلب العديد من الفوائد الأخرى. ولكن كيف يمكن استخدام الذكاء الاصطناعي من أجل زراعة مستدامة؟ وما هي فرص الذكاء الاصطناعي في الزراعة؟ وكيف يمكن أن يساعدنا في مواجهة التحديات الحالية؟

أعادت التكنولوجيا تعريف الزراعة على مر السنين، وأثرت التطورات التكنولوجية على الصناعة الزراعية بأكثر من طريقة. ومع ارتفاع عدد السكان الذي سيرتفع وفقاً لتوقعات الأمم المتحدة من 7.5 ملياراً إلى 9.7 ملياراً في عام 2050، سيكون هناك المزيد من الضغط على الأرض حيث سيكون هناك نحو 4% فقط من الأرض ستتم زراعتها بحلول عام 2050. هذا يعني أنه سيتعين على المزارعين فعل المزيد بموارد أقل لزيادة إنتاج الغذاء بنسبة 60٪ لإطعام ملياري شخص إضافي.

يمكن أن تتحول الزراعة إلى تكنولوجيات الذكاء الاصطناعي للمساعدة في إنتاج محاصيل أكثر صحة، ومكافحة الآفات، ومراقبة التربة وظروف النمو، وتنظيم البيانات للمزارعين، والمساعدة في تخفيف عبء العمل، وتحسين مجموعة واسعة من المهام المتعلقة بالزراعة في سلسلة التوريد الغذائية بأكملها.
للمزيد حول استخدام الذكاء الاصطناعي في الزراعة، تابع قراءة المقالة على موقعنا عبر هذا الرابط

أندرو إنج: لماذا حان الوقت للذكاء الاصطناعي المرتكز على البيانات؟
شهدت السنوات العشر الماضية نمواً هائلاً في تقنيات الذكاء الاصطناعي. جمعت شركات الإنترنت الاستهلاكية كميات هائلة من البيانات، حيث تم استخدامها لتدريب برامج تعلم آلي قوية. لكن أندرو إنج، رائد الذكاء الاصطناعي ومؤسس مختبر أبحاث جوجل برين (Google Brain)، يرى أن الوقت قد حان الآن للتركيز على البيانات التي تغذي هذه الأنظمة، مدافعاً عما يسميه "الذكاء الاصطناعي المرتكز على البيانات" (data-centric AI)، والذي يصفه بأنه "قواعد الهندسة المنهجية للبيانات اللازمة لبناء نظام ذكاء اصطناعي ناجح".

تحتاج أنظمة الذكاء الاصطناعي إلى تعليمات برمجية وبيانات، وقال إنج -في مؤتمر (EmTech Digital) الأخير الذي استضفته منصة إم آي تي تكنولوجي ريفيو- إن "كل هذا التقدم الذي شهدته الخوارزميات يعني أن الوقت قد حان بالفعل لقضاء المزيد من الوقت للتركيز على البيانات"، موضحاً أن التركيز على البيانات عالية الجودة التي يتم وسمها باستمرار سيؤدي إلى إطلاق العنان للذكاء الاصطناعي في قطاعات مثل الرعاية الصحية والتكنولوجيا الحكومية والتصنيع.

ويضيف إنج، الذي أسس أيضاً شركة (Landing AI): إذا ذهبت لرؤية نظام رعاية صحية أو مؤسسة تصنيع، بصراحة، لا أرى اعتماداً واسع النطاق للذكاء الاصطناعي في أي مكان. وهذا يرجع جزئياً إلى الطريقة المخصصة التي تمت بها هندسة البيانات، والتي غالباً ما تعتمد على الحظ أو مهارات علماء البيانات الفرديين.

وأشار إنج إلى بعض المشكلات الشائعة المتعلقة بالبيانات، ومن ضمنها:
الاختلافات في عمليات الوسم: في مجالات مثل التصنيع والصيدلة، يتم تدريب أنظمة الذكاء الاصطناعي للتعرف على عيوب المنتج. لكن الأشخاص المدربين تدريباً جيداً يمكن أن يختلفوا مثلاً حول ما إذا كانت حبة الدواء "مكسورة" أم "مخدوشة". هذا الغموض يمكن أن يخلق ارتباكاً لنظام الذكاء الاصطناعي. وبالمثل، يقوم كل مستشفى بترميز السجلات الإلكترونية بطرق مختلفة، وهو ما يمثل مشكلة عندما يتم تدريب أنظمة الذكاء الاصطناعي.

التركيز على البيانات الضخمة: هناك اعتقاد شائع أن المزيد من البيانات أفضل دائماً. ولكن بالنسبة لبعض الاستخدامات، لا سيما التصنيع والرعاية الصحية، لا يوجد الكثير من البيانات لجمعها، وقد تكون الكميات الأصغر من البيانات عالية الجودة كافية، على حد قول نج. على سبيل المثال، قد لا يكون هناك العديد من صور الأشعة السينية لحالة مرضية معينة إذا لم يكن العديد من المرضى يعانون منها.

تنسيق البيانات: كثيراً ما تكون البيانات فوضوية وتتضمن أخطاء. لعقود من الزمن، كان الناس يبحثون عن هذه المشكلات ويقومون بإصلاحها بأنفسهم. يقول إنج: غالباً ما تكون ذكاء مهارة الفرد، أو حظ مهندس فردي، هو ما يحدد ما إذا كان يتم تنسيقها بشكل جيد، مضيفاً أن جعل هذا الأمر أكثر منهجية سيساعد الكثير من الفرق على بناء المزيد من أنظمة الذكاء الاصطناعي.
الرابط (إنجليزي)

تقنيات توليد النصوص بالذكاء الاصطناعي ربما تُغيّر المشهد العلمي
خوارزميات التعلُّم الآلي، القادرة على إنتاج لغة سلسة وفصيحة استناداً إلى كمٍّ هائل من النصوص، يمكن أن تُغيِّر من طرق ممارسة العلم، غير أنه ليس تغييراً إيجابياً بالضرورة، وفق ما تراه شوبيتا بارثاساراثي، اختصاصية حوكمة التقنيات الناشئة بجامعة ميشيجان.

في تقريرٍ نُشر بتاريخ 27 أبريل الماضي، حاولت بارثاساراثي -بمشاركة باحثِين آخرِين- توقُّع التأثيرات الاجتماعية المترتبة على تقنيات الذكاء الاصطناعي الناشئة، التي تُدعى "النماذج اللغوية الكبيرة" (LLMs). هذه النماذج قادرة على إنتاج مقطوعات نثرية تبلغ من الفصاحة والإقناع حداً مدهشاً، والترجمة بين اللغات المختلفة، والإجابة عن الأسئلة، وحتى إنتاج الأكواد البرمجية. وتهدف الشركات المطوِّرة لتلك النماذج -مثل جوجل، وفيسبوك، ومايكروسوفت- إلى استخدامها فيما يُعرف بالروبوتات المتكلمة (chatbots)، ومحركات البحث، إلى جانب مهمات تلخيص الوثائق.

على أنَّ النماذج اللغوية الكبيرة محل خلاف بالفعل؛ ذلك أنها ربما تُكرِّر الأخطاء والقوالب النمطية الإشكالية التي تشتمل عليها ملايين أو مليارات الوثائق التي دُربت باستخدامها، ويخشى الباحثون أن يقود تدفق النصوص المُنتَجة حاسوبياً، التي تحظى ظاهرياً بالموثوقية ولا يمكن تمييزها عن كتابات البشر، إلى تقويض ثقة القارئ فيما يقرأ، وبثِّ حالةٍ من الالتباس.

وإذا كان من الجائز أن يكون لهذه النماذج اللغوية دورٌ في تعزيز الجهود الهادفة إلى فهم الأبحاث العلمية المعقدة، فإنها قد تجعل عموم القرَّاء أكثر تشكُّكاً في العلم، وفق ما تضيف بارثاساراثي.
الرابط

%40
من الإدارات المالية بالشركات ستلجأ إلى الاستعانة بمصادر خارجية لتوسيع نطاق استخدام الذكاء الاصطناعي بحلول عام 2024، وذلك ارتفاعاً من 6% فقط حالياً، بحسب توقعات شركة جارتنر.
الرابط (إنجليزي)

منصة "ساهم" تفتح الباب أمام الباحثين والكتّاب والخبراء لنشر أبحاثهم وخبراتهم العلمية لتصل إلى مئات الآلاف من القراء عبر كافة منصات مجرة.
قدّم فكرتك وشارك بحثك الآن: sahim.majarra.com

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

هاني التويجري
مهندس أول للرؤية الحاسوبية والتعلم الآلي في شركة آبل. سبق له أن عمل أستاذاً مساعداً في جامعة كورنيل، وباحثاً زائراً في المعهد الفدرالي للتكنولوجيا في لوزان بسويسرا، وباحثاً في مدينة الملك عبد العزيز للعلوم والتقنية. حصل هاني على درجة البكالوريوس في علوم الحاسوب عام 2009 من جامعة الملك سعود، ثم حصل على شهادة الماجستير عام 2012 والدكتوراه عام 2014 في علوم الحاسوب من جامعة كاليفورنيا، وشهادة الدكتوراه في مجال الرؤية الحاسوبية والتعلم الآلي عام 2017 من جامعة كورنيل بالولايات المتحدة الأميركية. وهو متخصص في الذكاء الاصطناعي ومهتم بريادة الأعمال. وقد تم اختياره مؤخراً ضمن قائمة إم آي تي تكنولوجي ريفيو لأبرز خبراء الذكاء الاصطناعي العرب 2022.

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

أباتشي سبارك | APACHE SPARK
محرك معالجة بيانات مفتوح المصدر يعتمد على المعالجة التفرعية لتشغيل تطبيقات تحليل البيانات الضخمة بالاعتماد على مجموعات من الحواسيب. تم تطوير محرك أباتشي سبارك من قبل مجموعة من الباحثين في جامعة كاليفورنيا بيركلي كطريقة لتسريع عمليات المعالجة في أنظمة هادوب (Hadoop). ثم تبرع أولئك الباحثين بالشيفرة المصدرية الخاص به لمؤسسة برمجيات أباتشي التي أصدرت النسخة الأولى منه في عام 2014.
اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد