ديب مايند تحطم رقماً قياسياً في الرياضيات صمد أكثر 50 عاماً/ تايلور سويفت ستبقى دائماً أكبر من الذكاء الاصطناعي

Preview

صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الخميس 13 أكتوبر:

شرطة دبي تطلق النسخة الجديدة لتطبيقها الذكي بـ 7 لغات.
نظام ذكاء اصطناعي جديد من ميتا يستطيع تحويل التعليمات النصية إلى مقاطع فيديو.
كيف يمكنك بدء دراسة علم البيانات لتعزيز مسارك المهني؟

نتمنى لك عطلة نهاية أسبوع سعيدة.

فريق الخوارزمية وإم آي تي تكنولوجي ريفيو

"ديب مايند" تحطم رقماً قياسياً في الرياضيات صمد أكثر 50 عاماً

تمكن نظام ذكاء اصطناعي جديد طورته شركة "ديب مايند"، المملوكة لشركة جوجل، من تحطيم رقم قياسي في الرياضيات صمد لأكثر من 50 عاماً. استطاع نظام (AlphaTensor) تسريع حل مهمة حسابية تُعرف باسم ضرب المصفوفات (Matrix Multiplication)، وهي عملية يتم استخدامها بكثرة في الهندسة وعمليات المحاكاة الفيزيائية وحتى التعلم الآلي نفسه كعملية أساسية في الشبكات العصبونية. وقد بنت الشركة (AlphaTensor) استناداً إلى برنامج ألفازيرو (AlphaZero) الذي سبق له التغلب على أبطال البشر في لعبتي الشطرنج وجو (Go). وتصف "ديب مايند" نظامها بأنه "أول نظام ذكاء اصطناعي لاكتشاف خوارزميات جديدة وفعالة وصحيحة". وقد تمكن البرنامج من ضرب مصفوفتين 4×4 في 47 خطوة فقط، متجاوزاً الرقم القياسي السابق البالغ 49 مرة الذي سجله عالم الرياضيات الألماني فولكر ستراسين عام 1969.

الرابط (إنجليزي)

شرطة دبي تطلق النسخة الجديدة لتطبيقها الذكي بـ 7 لغات

أطلقت القيادة العامة لشرطة دبي النسخة الجديدة من تطبيقها الذكي خلال معرض "جيتكس العالمي للتقنية 2022"، ليضم باقة تشمل 70 خدمة طُورت باستخدام أحدث لغات تقنيات البرمجة الهاتفية والذكاء الاصطناعي، والمتوفرة بـ 7 لغات مُعتمدة هي: (العربية، الإنجليزية، الروسية، الألمانية، الصينية، الفرنسية، الإسبانية). وأكد مدير الإدارة العامة للذكاء الاصطناعي في شرطة دبي، اللواء خالد ناصر الرزوقي، أن النسخة الجديدة للتطبيق تحتوي على مجموعة من الخصائص المميزة من بينها تسجيل الدخول باستخدام بصمة الوجه (Face Recognition)، بالإضافة إلى "لوحة بيانات" تحتوي تفاصيل البيانات الشخصية، والبطاقات الإلكترونية، وجميع المعاملات المُقدمة للمتعامل، بالإضافة إلى رسومات بيانية توضح نسبة استخدام الخدمات، والمخالفات المرورية المسجلة على الملف المروري.
الرابط

يُعقد مؤتمر النساء في الذكاء الاصطناعي (Women in AI) عبر الإنترنت، يوم 9 نوفمبر القادم. للتسجيل: الرابط (إنجليزي)
جامعة الإمارات تكشف عن 7 مشاريع في مجالات الذكاء الاصطناعي والأمن السيبراني. الرابط
كيف تعمل وحدة تحلية المياه بالطاقة الشمسية؟ رابط المقالة على موقعنا
MindMeld منصة مفتوحة المصدر للذكاء الاصطناعي الحواري، توفر واجهات صوتية وروبوتات دردشة، كما تقوم بتشغيل المساعد الشخصي (Webex Assistant) التابع لشركة سيسكو. الرابط (إنجليزي)

نظام ذكاء اصطناعي جديد من ميتا يستطيع تحويل التعليمات النصية إلى مقاطع فيديو

أماطت شركة ميتا (Meta) اللثام عن نظام ذكاء اصطناعي قادر على توليد مقاطع فيديو قصيرة بناءً على تعليمات نصية.

ويسمح لك نظام ميك-أيه-فيديو (Make-A-Video) بطباعة مجموعة من الكلمات، مثل "كلب يرتدي لباس بطل خارق مع رداء أحمر يحلق في السماء"، ومن ثم يقوم بتوليد مقطع بطول خمس ثوانٍ، ويتميز بدقة كبيرة من حيث المحتوى، إلا أنه يبدو أقرب إلى مقطع فيديو منزلي قديم.

وعلى الرغم من أن التأثير بدائي نوعاً ما، فإن النظام يقدم لنا لمحة مبكرة عما سيظهر لاحقاً في مجال الذكاء الاصطناعي التوليدي، وهو الخطوة المنطقية التالية بعد أنظمة الذكاء الاصطناعي التي تحوّل النص إلى صور، والتي أثارت حماسة كبيرة هذا العام.

ومن المرجّح أن يؤدي إعلان ميتا عن ميك-إيه-فيديو، والذي لا يزال غير متاح للعامة، إلى دفع مختبرات الذكاء الاصطناعي الأخرى إلى إطلاق نسخ خاصة بها. كما أنه يثير بعض التساؤلات الأخلاقية الكبيرة.

فمنذ فترة وجيزة، وخلال شهر واحد، قام مختبر الذكاء الاصطناعي أوبن أيه آي (OpenAI) بنشر أحدث أنظمة الذكاء الاصطناعي التي صممها لتحويل النص إلى صور، دال-إي (DALL-E)، للعامة دون استثناء، كما قامت شركة الذكاء الاصطناعي ستابيليتي أيه آي (Stability.AI) بإطلاق نظام الذكاء الاصطناعي مفتوح المصدر ستيبل ديفيوجن (Stable Diffusion) لتحويل النص إلى صور.

ولكن الذكاء الاصطناعي الذي يحوّل النص إلى فيديو يفرض تحديات أكبر. فهذه النماذج تحتاج إلى مقادير كبيرة من القدرات الحاسوبية. وتمثل عبئاً حاسوبياً أكبر حتى من النماذج الكبيرة التي تحوّل النص إلى صور، والتي يحتاج تدريبها إلى الملايين من الصور، لأن تركيب مجرد لقطة فيديو واحدة يحتاج إلى المئات من الصور.

للمزيد حول هذا النظام، تابع قراءة المقالة على موقعنا عبر هذا الرابط

تايلور سويفت ستبقى دائماً أكبر من الذكاء الاصطناعي

في المستقبل القريب سيكون للذكاء الاصطناعي حضور هائل في مجال الفنون. أظهر نظاما (DALL-E 2) و(Stable Diffusion) قدرتهما على إنشاء صور معقدة ومثيرة للاهتمام. كما أن الذكاء الاصطناعي يولّد بالفعل مقاطع موسيقية، وتتحسن قدراته بمرور الوقت. ومؤخراً أنتجت البرمجيات فيلماً رقمياً قصيراً.

السؤال هو ما إذا كان هذا الفن سوف ينتشر وإلى أي مدى، بالنظر إلى الدور المتناقص للإبداع البشري. على الرغم من قوة التقنيات التي تقف وراء هذه الأعمال الفنية، إلا أن تأثيرها على الثقافة سيكون أقل مما يعتقده المدافعون عنها. فالمستهلكون والجماهير يرغبون في تواجد المشاهير مع الفن نفسه. والذكاء الاصطناعي، على الرغم من مهارته، لم ينجح في ذلك بعد.
فكر في الموسيقى مثلاً. إذا كانت أغاني تايلور سويف أو بيونسيه قد تم توليدها بواسطة برنامج، دون وجود نجم يقف خلف الميكروفون، فهل ستكون بنفس الشعبية التي تحظى بها الآن؟ ليس من قبيل المصادفة أن تايلور سويفت لديها أكثر من 227 مليون متابع على منصة إنستغرام، فمعجبيها يريدون أكثر من مجرد الموسيقى، وهذا الشيء الإضافي -على الأقل حتى الآن- يجب أن يقدمه إنسان حي يتنفس.
في عالم الفنون البصرية أيضاً، غالباً ما تمثل القصة نفس الأهمية التي يمثلها الفنان بالنسبة لهواة الجمع. وحتى الخبراء يجدون صعوبة في التمييز بين لوحة رسمها الفنان الروسي كازيمير ماليفيتش وبين صورة مزيفة (فقد قام برسم مربعات سوداء مجردة على خلفية بيضاء، بأقل قدر من التفاصيل). نفس الصورة والعنصر المادي، عند ارتباطهما بيد الفنان، يساويان الملايين. ولكن إذا تبين أن الصورة مزيفة، فإن قيمتها تساوي صفر.
من المحتمل أن يكون الفن المولّد بواسطة الذكاء الاصطناعي جيداً لدرجة أن العالم لن يتمكن من تجاهله. ومع ذلك، سيظل جمهوره محدوداً.
للمزيد حول هذا الموضوع، تابع قراءة المقالة عبر هذا الرابط (إنجليزي)

كيف يمكنك بدء دراسة علم البيانات لتعزيز مسارك المهني؟

أصبح الطلب على علماء البيانات في ارتفاع مضطرد في الوقت الحالي، حيث من المتوقع أن ينمو الطلب عليهم بصورة أسرع وأكبر من الطلب على باقي المهن بنسبة تصل إلى 36%، وتوفر نحو 13,500 فرصة وظيفية في المتوسط لعلماء البيانات كل عام حتى عام 2031، وهذا يعود إلى حاجة معظم الشركات إلى شخص بإمكانه تحويل البيانات الهائلة التي تحصّل عليها إلى معلومات لتشكيل رؤى ونتائج يمكن الاستفادة منها لدفع نموها وتحقيق الأرباح.

لذا إذا كنت تفكر في الحصول على وظيفة في علم البيانات، أو تريد الدخول إلى هذا المجال، فالوقت الحالي هو أفضل وقت للبدء، ولكن ما المسار الصحيح لتعلم علم البيانات؟
تعتمد صعوبة تعلم علم البيانات على خلفيتك، مثل تعلم اللغات البشرية، فإن امتلاك خلفية في مجالات مثل علوم الحاسوب والرياضيات سيجعل أمر تعلم علم البيانات أسهل، علاوة على ذلك توفر مسارات التعلم غير التقليدية، مثل دورات وبرامج علوم البيانات عبر الإنترنت المرونة لمعرفة ما يعجبك في علم البيانات، أو المسار الذي يجب اتباعه، أو ما إذا كان بإمكانك تطبيق مهارات علوم البيانات التي تكتسبها في مجال آخر غير متعلق بالبيانات.
مجال علم البيانات مليء بالإمكانات والفرص. على سبيل المثال، يُظهر البحث العام في منصة التوظيف إنديد (Indeed) عن وظيفة عالم البيانات (Data scientist) أكثر من 19 ألف نتيجة، برواتب مغرية تبدأ من 80 ألفاً وتصل إلى 100 ألف دولار في العام. بالإضافة إلى ذلك، ووفقاً لتقرير الوظائف السنوي الذي تصدره منصة لينكد إن فإن الطلب على وظائف خبراء علوم البيانات قد ارتفع في عام 2021 إلى المركز الـ14 ضمن قائمة أكثر الوظائف طلباً بنسبة نمو وصلت إلى 46% منذ عام 2019.
علاوة على ذلك، حتى إذا كان لديك مسار مهني حالياً، فإن تعلم مهارات علوم البيانات سيساعدك على إضافة قيمة إلى مهنتك الحالية أو أي مهنة تتطلع إلى الحصول عليها، وهذا من شأنه أن يمنح من يمتلكون مهارات وخبرات في علم البيانات ميزة عند التنافس في أي وظيفة متعلقة بالتعامل مع البيانات وتحليلها. على سبيل المثال، إذا كنت تعمل حالياً في قسم مثل التسويق أو التمويل، فإن دراسة علوم البيانات يمكن أن تفتح لك أبواباً وظيفية جديدة أو الترقية في المجال نفسه.
للمزيد حول هذا الموضوع، تابع قراءة المقالة على موقعنا عبر هذا الرابط

شذى غيبة

مهندسة ذكاء اصطناعي في شركة إل ون سيستمز (L-One Systems) لخدمات تكنولوجيا المعلومات في سوريا. عملت سابقاً كمحللة بيانات أعمال في شركة (Maids.cc). وهي حاصلة على درجة البكالوريوس في هندسة تكنولوجيا المعلومات (تخصص الذكاء الاصطناعي). وتركز أبحاثها على الذكاء الاصطناعي وتحليل البيانات وتكنولوجيا المعلومات.

البيانات المصطنعة | SYNTHETIC DATA

عبارة عن بيانات تم توليدها اصطناعياً بالاعتماد على الخوارزميات الحاسوبية بدلاً من جمعها عبر توثيق ظواهر وأحداث العالم الحقيقي الفعلية. ونظراً لكون هذه البيانات تحاكي الخصائص الإحصائية للبيانات الحقيقية، يمكن استخدامها في العديد من المجالات مثل اختبار المنتجات والخدمات الجديدة أو تدريب نماذج التعلم الآلي والتعلم العميق أو قياس الأداء.

اقرأ المزيد حول هذا المصطلح على منصة تكنوضاد

منصات مجرة

تواصل معنا

الاستمرار بالحساب الحالي