اشترك

الاستمرار بالحساب الحالي

صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الأربعاء 27 يوليو:
  • كيف يمكننا قياس البصمة الكربونية لنماذج الذكاء الاصطناعي وتقليلها؟
  • ماكينزي: الذكاء الاصطناعي يعد بـ 600 مليار دولار سنوياً للاقتصاد الصيني.
  • الخوارزميات العنصرية تجعل الروبوتات عنصرية أيضاً.
نتمنى لك يوماً مثمراً.
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو
تواجه العديد من الدول المتقدمة مشكلة دائمة في نقص الأيدي العاملة بقطاع الزراعة، وتحديداً في قطف الفاكهة في الوقت المناسب وبالتكلفة المناسبة. لذلك، تعاونت شركتا (Tevel Aerobotics) و(HMC Farms) لإطلاق أول تجربة تجارية لقطف الفاكهة باستخدام الطائرات المسيرة ذاتية القيادة في ولاية كاليفورنيا الأميركية.
الرابط (إنجليزي)
هل تصلك هذه النشرة إلى قسم الترويج (Promotions) وترغب بأن تصلك بشكل تلقائي إلى البريد الأساسي (Primary)؟ اضغط هنا للاطلاع على طريقة ضمان ذلك.
يجب أن تعلم | للاطلاع | في صلب الموضوع | رقم اليوم | شخصية اليوم | مصطلح اليوم
أوبن أيه آي تطرح مليون نسخة من نموذجها اللغوي دال إي في الأسواق
ستقوم شركة أوبن أيه آي (OpenAI) ببيع برنامجها الخاص بتركيب الصور دال-إي 2 (DALL-E 2) إلى الأشخاص الموجودين على قائمة الانتظار، والذين يبلغ عددهم مليون شخص، وفقاً لمعلومات إم آي تي تكنولوجي ريفيو. قام 100 ألف شخص تقريباً بتجريب دال-إي 2 منذ حدث إطلاقه الذي اقتصر على المدعوين فقط في أبريل الماضي. لكن الشركة التي تعمل في سان فرانسيسكو قررت أن تفتح الأبواب أمام عشرة أضعاف هذا العدد، حيث ستحوّل هذا النظام للذكاء الاصطناعي إلى خدمة مدفوعة الأجر. وسيتمكن العملاء الذين دفعوا لقاء هذه الخدمة من استخدام الصور التي قاموا بتركيبها باستخدام دال-إي في المشاريع التجارية، مثل رسومات كتب الأطفال، والتصاميم الفنية للألعاب والأفلام، ومنشورات التسويق.
تابع قراءة المقالة على موقعنا عبر هذا الرابط

دعوى قضائية ضد مدينة شيكاغو بسبب الذكاء الاصطناعي
رفع رجل يبلغ من العمر 65 عاماً دعوى قضائية ضد مدينة شيكاغو وشرطة المدينة بعدما تسبب برنامج ذكاء اصطناعي مثير للجدل يُسمى (ShotSpotter) في اعتقاله وزجه في السجن لمدة عام بدون أدلة. وتزعم الدعوى، التي يشارك فيها مركز ماك آرثر للعدالة التابع لجامعة نورث وسترن، أن النظام المخصص لكشف مطلقي النار تسبب في انتهاكات "جسيمة ومنهجية" للحقوق، بما في ذلك اعتقالات كاذبة لكل من دانييل أورتيز ومايكل ويليامز. وقد يترتب على فوز المدعين بالقضية إجبار المدينة على وقف جميع الأنشطة المعتمدة على (ShotSpotter)، وقد يمثل نقطة انعطاف في استخدام الشرطة للذكاء الاصطناعي.
الرابط (إنجليزي)
اشترك الآن وامنح نفسك فرصة الوصول إلى أفضل المصادر العالمية باللغة العربية. رابط الاشتراك

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

  • دليل للتعرف على تاريخ الذكاء الاصطناعي وأنواعه وحالات استخدامه الشائعة. الرابط (إنجليزي)
  • أهم المخاطر السيبرانية المتعلقة بالتعلم عن بعد وطرق تجنبها. رابط المقالة على موقعنا
  • الذكاء الاصطناعي يمسح بيانات الدماغ لاكتشاف أنماط الأمراض العقلية. الرابط (إنجليزي)
  • كيف يمكن أن تساعدنا الروبوتات في الإحساس بالشباب؟ الرابط (إنجليزي)
  • Reality Defender منصة متخصصة في اكتشاف التزييف العميق على المستوى المؤسسي، يمكن للشركات من خلالها مسح الوسائط بحثاً عن محتوى التزييف العميق. الرابط (إنجليزي)
كمدير ناجح تحتاج لأن تفهم الأحداث في سياقها، وتكون على اطلاع دائم على أبرز مستجدات الساحة الاقتصادية، فورتشن العربية توفر لك ذلك مجاناً باشتراكك في نشرة المدير على بريدك الإلكتروني. كُن دائماً على اطلاع عبر اشتراكك بنشرة المدير المجانية.

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

 
كيف يمكننا قياس البصمة الكربونية لنماذج الذكاء الاصطناعي وتقليلها؟
هل فكرت من قبل في أن الخوارزمية التي ترشح لك أفضل فيلم أو مسلسل يناسب ذوقك على نتفليكس لها تأثير فعلي على البيئة؟ هل تعلم كمية الطاقة التي تحتاجها الخوارزمية لتدريب نفسها على ما إذا كانت صورة ما تُظهر -على سبيل المثال- قطة؟

تحتاج معظم خوارزميات الذكاء الاصطناعي، لا سيما تلك التي تدير تطبيقات الرؤية الحاسوبية ومعالجة اللغات الطبيعية المتقدمة، إلى قدر هائل من القوة الحاسوبية لتدريبها على توليد النصوص أو إنشاء الصور أو التعرف على الوجوه. تستلزم هذه القوة بدورها قدراً هائلاً من الطاقة، ما يدفع الباحثين إلى الخوف من أن البصمة الكربونية لأنظمة الذكاء الاصطناعي الكبيرة تجعلها غير مستدامة بيئياً.

على مدى الأعوام الماضية، أعلنت العديد من شركات التكنولوجيا الكبرى عن ممارسات يمكنها أن تقلل من الطاقة -وبالتبعية من انبعاثات الكربون- المطلوبة لتدريب وتشغيل أنظمة التعلم الآلي الخاصة بها. كما طوّر العديد من الباحثين أدوات سهلة الاستخدام لقياس كمية الكهرباء التي تستخدمها مشروعات الذكاء الاصطناعي والمقدار المكافئ لها من انبعاثات الكربون.

وقد قام فريق من جامعة باريس ساكلي (Université Paris-Saclay) مؤخراً باختبار مجموعة من هذه الأدوات لمعرفة ما إذا كانت موثوقة. وفي هذا الإطار، تقول المؤلفة المشاركة في الدراسة آن لوري ليغوزات، إن هذه الأدوات "ليست موثوقة في جميع السياقات". لحل هذه المشكلة، يقدم بحث جديد طريقة أكثر دقة لحساب تلك الانبعاثات، كما يقارن العوامل التي تؤثر في كميتها، وطرق تقليلها.

في البحث الذي تم تقديمه في مؤتمر جمعية آلات الحوسبة حول العدالة والمساءلة والشفافية (ACM FAccT) الذي عُقد في كوريا الجنوبية الشهر الماضي، قام الباحثون بحساب تكلفة الكربون لتدريب مجموعة من النماذج في مراكز بيانات حوسبة سحابية موجودة في مواقع مختلفة. وقد وجدوا بالفعل اختلافات ملحوظة في الانبعاثات التي تصدر عن المواقع الجغرافية.

لتجربة هذا النهج، قام الباحثون بتدريب 11 نموذج تعلم آلي تختلف أحجامها والمهام التي تؤديها سواء معالجة اللغات أو الصور. وقد تراوحت مدة التدريب بين ساعة واحدة على وحدة معالجة رسوميات واحدة (GPU) إلى 8 أيام على 256 وحدة معالجة رسوميات. ثم سجل الفريق الطاقة المستخدمة في كل ثانية. كما حصلوا على بيانات انبعاثات الكربون لكل كيلوواط/ساعة (kWh) من الطاقة المستخدمة طوال عام 2020 من 16 منطقة جغرافية. وفي النهاية، قارنوا الانبعاثات الناتجة عن تشغيل هذه النماذج المختلفة في مناطق مختلفة وفي أوقات مختلفة.
للمزيد حول قياس البصمة الكربونية لأنظمة الذكاء الاصطناعي، تابع قراءة المقالة على موقعنا عبر هذا الرابط

ماكينزي: الذكاء الاصطناعي يعد بـ 600 مليار دولار سنوياً للاقتصاد الصيني
سيؤدي الاستخدام الواسع لتقنيات الذكاء الاصطناعي في العمليات الصناعية والبحوث الطبية والمركبات ذاتية القيادة والعديد من التطبيقات الأخرى إلى خلق قيمة اقتصادية تبلغ 600 مليار دولار سنوياً للصين، إلا أن هناك حاجة إلى استثمارات إضافية لتحقيق هذه المكاسب.

ووفقاً لتقرير نشرته شركة ماكينزي، الشهر الماضي، فإن التقنيات المدعومة من الذكاء الاصطناعي، بما في ذلك التعرف على الوجوه والتعلم الآلي، ستعزز الناتج الاقتصادي وتقلل التكاليف، نظراً لأن الشركات المالية والاستهلاكية والصناعية والتكنولوجية تدمجها في العمليات والمنتجات والخدمات.

وأضافت شركة الاستشارات العالمية أن جهود التسويق التجاري الكامل لتقنيات الذكاء الاصطناعي في البر الرئيسي الصيني من المتوقع أن تثمر خلال العقد القادم، ما يوفر قيمة تساوي 3.7% من الناتج المحلي الإجمالي (GDP)، أي 600 مليار دولار. لكن الشركة أوضحت أن "إطلاق العنان للإمكانات الكاملة لفرص الذكاء الاصطناعي عادة ما يتطلب استثمارات كبيرة. وفي بعض الحالات، أكثر بكثير مما قد يتوقعه القادة".

يتعين ضخ الاستثمارات في جبهات متعددة، بما في ذلك البيانات والتقنيات التي تدعم أنظمة الذكاء الاصطناعي وتعيين المواهب المناسبة لبناء هذه الأنظمة. بالإضافة إلى ذلك، فإن هناك حاجة إلى نماذج أعمال وشراكات جديدة لإنشاء أنظمة بيئية للبيانات، جنباً إلى جنب مع تطوير معايير ولوائح الصناعة.

وكانت بيانات نشرتها شركة الأبحاث (IDC) قد أظهرت أن سوق برمجيات الذكاء الاصطناعي في الصين نمت بنسبة 43.1% على أساس سنوي إلى 5.3 مليار دولار في عام 2021. ومن المتوقع أن يتجاوز النمو السنوي للسوق 34% بين عامي 2021 و2026.
الرابط (إنجليزي)


الخوارزميات العنصرية تجعل الروبوتات عنصرية أيضاً
يوجد الآن أرشيف صغير قيّم من الأدلة على أن أنظمة الذكاء الاصطناعي متحيزة وعنصرية وتميل إلى تكرار الصور النمطية السامة العنصرية والمتحيزة جنسانياً. لذلك قد لا يصدمك معرفة أن تلك الخوارزميات يمكن استخدامها لصنع روبوتات عنصرية ومتحيزة أيضاً.

ما تم ذكره بالأعلى جاء وفقاً لورقة بحثية جديدة نشرها باحثون في جامعتي جونز هوبكنز وجورجيا تك، الذين دربوا روبوتاً افتراضياً للتفاعل مع الأشياء المادية باستخدام نموذج لغة الذكاء الاصطناعي واسع الاستخدام. تم تزويد الروبوت بكُتل عليها صور لوجوه بشرية من أعراق وأجناس مختلفة، ثم تم تكليفه بمهام لتنفيذها تتضمن التعامل مع تلك الكُتل.

مع القليل من التحفيز، وجد الباحثون أن النظام سيلجأ إلى القوالب النمطية العنصرية والجنسانية عند إعطائه تعليمات مفتوحة غير محددة أو غير واضحة. على سبيل المثال، إعطاء أمر للروبوت متعلق بـ: "وضع كتلة المجرم في الصندوق البني" أدى إلى قيام الروبوت الإلكتروني بالتقاط كتلة تحتوي على صورة لرجل أسود تم التعرف عليه ذاتياً ووضعها في الصندوق، مع تجاهل الكتلة التي تحتوي على صورة رجل أبيض.

وبطبيعة الحال، فإن الإجراء الصحيح الوحيد في هذه السيناريوهات هو ألا يفعل الروبوت شيئاً، لأن مصطلح "مجرم" هو مصطلح مشحون سياسياً وغير موضوعي. لكن الباحثين وجدوا أنه عند إعطاء هذه الأنواع من الأوامر القائمة على التمييز، لن يرفض الروبوت التصرف وفقاً لها إلا فقط في ثلث الحالات. ووجدوا أيضاً أن النظام الآلي للروبوت يواجه مشكلة أكبر في التعرف على الأشخاص ذوي البشرة الداكنة، ما يؤدي إلى تكرار مشكلة معروفة في الإبصار الحاسوبي كانت تطارد علماء أخلاقيات الذكاء الاصطناعي لسنوات.

كتب الباحثون في ورقتهم، التي تم تقديمها مؤخراً في مؤتمر جمعية آلات الحوسبة حول العدالة والمساءلة والشفافية (ACM FAccT): "تُظهر تجاربنا بشكل قاطع أن الروبوتات تعمل على إنتاج قوالب نمطية سامة فيما يتعلق بالجنسانية والعرق والمظهر الخارجي". وأضافوا: "وجدنا أن الروبوتات التي تعمل بمجموعات البيانات الكبيرة ونماذج التحليل التي تحتوي على البشر تتعرض فعلياً لخطر تضخيم الصور النمطية بشكل عام؛ وأن مجرد تصحيح التفاوتات لن يكون كافياً بالنسبة لحجم المشكلة ودرجة تعقيدها".
الرابط

يجب أن تعلم | للاطلاع | في صلب الموضوع | رقم اليوم | شخصية اليوم | مصطلح اليوم
%63
 من الشركات التي تستخدم الذكاء الاصطناعي لا تزال تجرب هذه التكنولوجيا وتفتقر إلى القدرات اللازمة لعمليات الذكاء الاصطناعي، بينما 12% منها فقط وصل إلى مرحلة النضج في استخدامه.
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: الرابط
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
يجب أن تعلم | للاطلاع | في صلب الموضوع | رقم اليوم | شخصية اليوم | مصطلح اليوم
أيمن العزيزي
مدير قسم الذكاء الاصطناعي وعالم بيانات أول في شركة إيفولا (Ivalua) لتطوير البرمجيات في فرنسا. عمل سابقاً كباحث في علوم البيانات في شركة ووردلاين للخدمات المالية في فرنسا. حاصل على شهادة البكالوريوس في تخصص تكنولوجيا المعلومات من جامعة دمشق، والماجستير في التعلم الآلي من جامعة جان مونيه سانت إيتان. يركز في أبحاثه على الذكاء الاصطناعي والتعلم الآلي.

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

تابع الخسارة | LOSS FUNCTION
تابع يستخدم لتحديد مقدار الأخطاء أو الفرق بين مخرجات خوارزمية التعلم الآلي والخرج المستهدف. وبكلمات أخرى هو تابع يقيس بعد القيمة المقدرة عن القيمة الحقيقية. يُستخدم تابع الخسارة بشكل أساسي في مشكلات الأمثلة؛ حيث يكون الهدف فيها تخفيض قيمة هذا التابع إلى الحد الأدنى. ومن أهم الأمثلة على استخداماته تدريب الشبكات العصبونية الاصطناعية من خلال التأثير على الطريقة التي يتم فيها تحديث الأوزان.
اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد
يمكنك الاطلاع على أرشيف نشرة الخوارزمية من خلال هذا الرابط:
أرشيف نشرة الخوارزمية
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|*