أوبن إيه آي تسعى لوضع “علامة مائية” على مخرجات الذكاء الاصطناعي/ إطلاق أكبر نموذج معالجة طبيعية للغة العربية

صباح الخير،
إليك آخر أخبار الذكاء الاصطناعي لهذا اليوم، الاثنين 12 ديسمبر:

هل تتحقق وعود إيلون ماسك في زرع شريحة في دماغ البشر هذه المرة؟
من السيوف والرماح إلى الروبوتات والمسيّرات: كيف تطوّرت الحرب؟
كيف تدّرب جامعة إم آي تي النماذج اللغوية في عصر ندرة البيانات عالية الجودة؟

نتمنى لك يوماً سعيداً.
فريق الخوارزمية وإم آي تي تكنولوجي ريفيو

"أوبن إيه آي" تسعى لوضع "علامة مائية" على مخرجات الذكاء الاصطناعي

من الذي كتب هذا النص، إنسان أم تشات جي بي تي (ChatGPT)؟ قد تكون الإجابة على هذا السؤال صعبة للغاية بحسب شركة أوبن إيه آي (OpenAI) التي طورت البوت. لهذا السبب تعمل الشركة على طريقة "لوضع علامة مائية" على المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي. كشف أستاذ علوم الحاسوب سكوت آرونسون، وهو باحث زائر حالياً في "أوبن إيه آي"، أن الشركة تقوم بتطوير أداة "لوضع العلامات المائية بشكل إحصائي على مخرجات النص". وأوضح، خلال محاضرة ألقاها مؤخراً بجامعة أوستن، أن الفكرة تتمثل في قيام الأداة بتضمين "إشارة سرية غير ملحوظة" تشير إلى مصدر النص. وأضاف أن أحد مهندسي "أوبن إيه آي"، ويدعى هندريك كيرشنر، بنى نموذجاً أولياً لهذه الأداة، وتأمل الشركة في دمجها في أنظمتها المستقبلية. وتابع: "نريد أن يكون أخذ المخرجات ونقلها كما لو أنها من صنع إنسان أكثر صعوبة بكثير".

الرابط (إنجليزي)

إطلاق "النموذج نور" رسمياً خلال مؤتمر "معالجة اللغات الطبيعية" في أبوظبي

أعلن معهد الابتكار التكنولوجي، ذراع الأبحاث التطبيقية في مجلس أبحاث التكنولوجيا المتطورة (ATRC) الذي يشرف على الأبحاث التكنولوجية في إمارة أبوظبي، عن الإطلاق الرسمي للنموذج "نور" (Noor)، الذي يعد أكبر نموذج معالجة طبيعية للغة العربية في العالم. تم الإعلان عن الإطلاق الرسمي للنموذج خلال المؤتمر الدولي حول الأساليب التجريبية في معالجة اللغات الطبيعية (EMNLP 2022) الذي نظمته جامعة نيويورك أبوظبي، بالشراكة مع جامعة محمد بن زايد للذكاء الاصطناعي، واختتمت أعماله أمس، في مركز أبوظبي الوطني للمعارض. وأوضح معهد الابتكار التكنولوجي أن "نور" يمتلك القدرة على تنفيذ مهام متنوعة ضمن مجالات متعددة تعتمد على استخدام آليات متقدمة من الذكاء الاصطناعي، لتعزيز فهم الآلات للغة العربية. ولكن على الرغم من أنه أكبر نموذج معالجة طبيعية للغة العربية، فإنه في مرحلته الحالية لا يزال أصغر بما يقارب 100 مرة من النماذج المطورة باللغتين الإنجليزية والصينية.

يمكنك تجربة النموذج عبر هذا الرابط
للمزيد، اقرأ مقالتنا التفصيلية حول النموذج عبر هذا الرابط

دورة تدريبية حول "الرياضيات الأساسية للذكاء الاصطناعي وعلوم البيانات". الرابط (إنجليزي)
هل يمكن للذكاء الاصطناعي أن يسّهل على الناس التحدث إلى حيواناتهم الأليفة؟ الرابط (إنجليزي)
الذكاء الاصطناعي يمكن أن يساعد في الكشف عن التهابات المسالك البولية مبكراً. الرابط (إنجليزي)
Wisk Aero شركة ناشئة متخصصة في تطوير طائرات مسيرة، كهربائية بالكامل، لتقديم خدمة "التاكسي الطائر". الرابط (إنجليزي)

من السيوف والرماح إلى الروبوتات والمسيّرات: كيف تطوّرت الحرب؟

تطورت الحرب عبر التاريخ كثيراً ولا تزال تتطور باستمرار. على سبيل المثال، أثبتت الحرب الروسية الأوكرانية الدور الفعّال للطائرات المسيرة في استهداف قوات العدو، لدرجة أن بعض المحللين يصفون هذه الحرب باسم حرب الطائرات المسيرة.

لتوضيح السياق التاريخي الذي تطورت وفقه الحروب والصراعات المسلحة عبر التاريخ، قام المؤرخون بتقسيم الحروب إلى عدة أجيال؛ من الجيل الأول الذي شهد استخدام الأسلحة البدائية يدوية الصنع، إلى الجيل الخامس الذي تميز بظهور استخدم أسلحة متطورة للغاية، ثم بدأ ما يعرف بحروب الجيل السادس.
حروب الجيل الأول
يشير مصطلح حرب الجيل الأول إلى الحروب القديمة التي كانت تعتمد على الأسلحة اليدوية مثل السيوف والرماح والسهام، في هذه الحروب، كان العامل الأساسي للانتصار وهزيمة العدو هو التفوق العددي، أي توفر أكبر عدد ممكن من الرجال والخيول. اعتمدت هذه الحروب أيضاً على مهارات المقاتلين وتدريبهم، لذلك، من الشائع أن تقوم الدول والإمبراطوريات بتدريب مقاتليها منذ صغرهم.
حروب الجيل الثاني
في عام 1989، تحدث الجيش الأميركي عن حروب الجيل الثاني، وهي تشير إلى الصراعات التي تستخدم فيها أسلحة نارية مثل الرشاش الآلي والبنادق والمسدسات والمدافع والتي بدأ استخدامها منذ عدة قرون. أدى ظهور هذه الأسلحة إلى تغيير كبير في طرق المواجهة، فلم يعد من الضروري أن يلتحم الجيشان مباشرة، حيث يمكن استهداف قوات العدو وضربها من مسافة بعيدة.
حروب الجيل الثالث
على الرغم من أن الأسلحة الحديثة كانت قادرة على استهداف العدو عن بعد، فإن المسافة كانت محدودة، حيث يحتاج الجيشان إلى الاقتراب من بعضهما خلال المعركة، وهذا أمر خطير خاصةً حين تقترب قوات العدو من حدود الدولة أو مناطق استراتيجية فيها. بالإضافة إلى ذلك، كانت العوائق الجغرافية الطبيعية مثل الأنهار أو الصناعية مثل الخنادق تؤدي دوراً مهماً في الصمود خلال الحرب ومنع قوات العدو من التقدم، كان ذلك بارزاً خلال الحرب العالمية الثانية، حيث نجحت القوات الألمانية في غزو معظم القارة الأوروبية، لكنها لم تتمكن من غزو بريطانيا بسبب البحر الذي يفصلها عن أوروبا.
للمزيد، تابع قراءة المقالة على موقعنا عبر هذا الرابط

كيف تدّرب جامعة إم آي تي النماذج اللغوية في عصر ندرة البيانات عالية الجودة؟

خلال السنوات الأخيرة، أصبحت النماذج اللغوية الكبيرة (LLMs) أحد أكثر المجالات شيوعاً في أبحاث الذكاء الاصطناعي، مدعومة بالتقدم في مجال الذكاء الاصطناعي التوليدي، وسعى الشركات لتطوير بنى يمكنها إنشاء محتوى قابل للقراءة، بما في ذلك التعليمات البرمجية.

عادة ما يتم تدريب هذه النماذج اللغوية باستخدام نصوص عبر الإنترنت من مصادر مثل ويكيبيديا والقصص الإخبارية والأوراق العلمية والروايات. ومع ذلك، في السنوات الأخيرة، كان الاتجاه هو تدريب هذه النماذج على كميات متزايدة من البيانات من أجل تحسين دقتها وتنويع استخداماتها.

ولكن وفقاً لفريق من خبراء الذكاء الاصطناعي، هناك قلق يلوح في الأفق: قد تنفد البيانات التي يتم تدريبها عليها. تؤكد دراسة أن البيانات عالية الجودة المستخدمة عموماً لتدريب النماذج اللغوية قد يتم استنفادها في وقت مبكر من عام 2026. ونظراً لأن المطورين ينشؤون نماذج أكثر تعقيداً ذات قدرات فائقة، يجب عليهم جمع المزيد من النصوص للتدريب عليها.

لكن عالم الأبحاث الرئيسي في مختبر إم آي تي لأنظمة المعلومات والقرار، كاليان فيراماتشاني، ربما يكون وجد الحل. في ورقة بحثية عرضها فيراماتشاني مؤخراً في مؤتمر (AACL-IJCNLP 2022)، يمكن للإطار المقترح تعديل وتحويل البيانات منخفضة الجودة (من مصادر مثل تويتر) إلى بيانات عالية الجودة (مثل تلك المستمدة من مصادر ذات مرشحات تحريرية مثل ويكيبيديا)، ما يزيد من كمية البيانات الصحيحة لاختبار وتدريب النماذج اللغوية.

للمزيد، تابع قراءة المقالة عبر هذا الرابط (إنجليزي)

هل تتحقق وعود إيلون ماسك في زرع شريحة في دماغ البشر هذه المرة؟

قد تبدو فكرة غرس شريحة إلكترونية في دماغ البشر فكرة خيالية لبعض الأشخاص، لكن هذا التطور قد يكون متاحاً على نطاق واسع في السنوات القادمة، حيث بدأت بعض الشركات الناشئة في إجراء التجارب على الحيوانات لاختبار العملية قبل الانتقال للبشر. وعلى رأس هذه الشركات شركة نيورالينك (Neuralink). أعلنت الشركة مؤخراً على لسان مالكها ورئيسها التنفيذي رائد الأعمال الشهير إيلون ماسك أنها طوّرت شريحة دماغية لاسلكية ويتوقع أن تبدأ في التجارب السريرية على البشر في غضون ستة أشهر من الآن.

منذ الإعلان عن شركته "نيورالينك" في عام 2016، يبدو رائد الأعمال الشهير مصمماً على تحقيق ما يراه الكثيرون ضرباً من الخيال، حيث إن تطوير شريحة إلكترونية من شأنها أن تسمح للدماغ بالتحكم في الأجهزة الإلكترونية المعقدة، والسماح للأشخاص من ذوي الإعاقة باستعادة وظائفهم الحركية، ومعالجة أمراض الدماغ مثل باركنسون والخرف وألزهايمر، أمر معقد وليس بتلك السهولة التي تخيلها رائد الأعمال.
يرى الكثير من الخبراء أن إعلانات إيلون ماسك المتكررة ما هي إلا طريقة اعتاد عليها لتسليط الضوء على أفكاره الغريبة وغير المتوقعة، حيث لم تتمكن شركته الناشئة حتى الآن من الوفاء بأي موعد من المواعيد التي التزمت بها سابقاً، فقد ذكر في عام 2019 أنه يهدف إلى الحصول على موافقة تنظيمية بحلول نهاية عام 2020، ثم ذكر مجدداً في نهاية عام 2021 أنه يأمل في بدء التجارب البشرية هذا العام، ومع ذلك لم يحقق أي خطوة ملموسة حتى الآن، بدلاً من ذلك وفقاً لموظفين سابقين وحاليين، فإن الشركة لم تتمكن حتى الآن من الوفاء بالمواعيد النهائية الداخلية للحصول على موافقة إدارة الأغذية والدواء لبدء التجارب السريرية فعلياً.
للمزيد، تابع قراءة المقالة على موقعنا عبر هذا الرابط

إبراهيم الزعبي
مهندس برمجيات في شركة (FOO) للتكنولوجيا المالية في دبي. عمل سابقاً كعالم بيانات ومطور للبيانات الكبيرة والتطبيقات لدى شركة سيرياتيل للاتصالات المتنقلة في دمشق. وهو حاصل على درجة البكالوريوس في مجال تكنولوجيا المعلومات من جامعة دمشق، وعلى درجة الماجستير من المعهد العالي للعلوم التطبيقية التابع لجامعة دمشق. يركز في أبحاثه على علوم البيانات والتعلم الآلي والذكاء الاصطناعي والتنقيب عن البيانات.

الشبكات التوليدية التنافسية | GENERATIVE ADVERSARIAL NETWORKS (GANS)

هي تقنية ذكاء اصطناعي، وفيها تعمل شبكتان عصبونيتان معاً، أو بالأحرى: تعملان بشكل متعاكس. حيث يبدأ العمل بتلقيم كلتا الشبكتين كمية كبيرة من بيانات التدريب وإعطاء كل منهما مهمة مستقلة؛ حيث تقوم الشبكة الأولى -المعروفة باسم: المولِّد- بإنتاج خرج مصطنع، مثل الكتابة بخط اليد أو الفيديوهات أو الأصوات، وذلك بدراسة بيانات التدريب ومحاولة تقليدها. أما الشبكة الأخرى -المعروفة باسم الحَكَم- فتقوم بتحديد ما إذا كان الخرج حقيقياً عن طريق مقارنته في كل مرة مع نفس بيانات التدريب. وفي كل مرة تنجح فيها الشبكة الحكم برفض خرج الشبكة المولد، تعود الشبكة المولد إلى المحاولة مرة أخرى.

منصات مجرة

تواصل معنا

الاستمرار بالحساب الحالي