الرئيسية / تطبيقات برمجية

تطبيقات برمجية

أنظمة الذكاء الصنعي تستخدم المنطقَ لحلِّ المشكلات مثل الإنسان..!

يُعرَض على طفلة صورةٌ تحوي أشكالًا مختلفة، ويُطلب منها إيجادُ الدائرة الحمراء الكبيرة للوصول إلى الجواب، فتنجز الطفلة خطوات قليلة من التفكير: أوّلًا؛ البحث عن كلِّ الأشياء الكبيرة، ثمَّ العثور على الأشياء الكبيرة ذات اللون الأحمر. وأخيرًا؛ اختيار الشكل الأحمر الكبير الذي يمثِّل الدائرة.*نتعلَّم عن طريقِ العقل كيفيّةَ تفسير العالم؛ وكذلك تفعل الشبكات العصبونية. في الوقت الحالي؛ طوّر فريق من الباحثين من مختبرِ لينكولن في جامعة (MIT للذكاء وتقنيّات اتّخاذ القرار) شبكةً عصبونيةً تؤدّي خطوات تفكير شبيهة بالإنسان؛ للإجابة عن أسئلةٍ عن محتويات الصور...

أكمل القراءة »

مخدِّمات Google تبرد نفسها بنفسها.

اختبرت شركة جوجل على مدى العامين الماضيين خوارزمية لتكتشف أفضل طريقة لضبط أنظمة التبريد (المراوح والتهوية وغيرها من المعدات)؛ سعيًا منها لتقليل استهلاك الطاقة وقد نجحت بخفض الاستهلاك بنسبة 40% في أنظمة التبريد تلك.  أصبح استهلاك الطاقة من مراكز البيانات قضية مُلِّحة في مجال صناعة التقنية، وقد وَجد تقرير عام 2016 من باحثين في مختبر لورانس بيركلي القومي التابع لوزارة الطاقة الأمريكية أنَّ مراكز البيانات الأمريكية استهلكت قرابة 70 مليار كيلو وات ساعيّ عام 2014 أي قرابة 1.8% من إجمالي استهلاك الكهرباء على الصعيد الوطني؛ لكن الجهود المبذولة لتحسين كفاءة الطاقة كانت كبيرة.يوضح المشروع إمكانيات الذكاء الصنعي في إدارة البنية التحتية، ويظهر كيف يمكن لأنظمة الذكاء الصنعي المتقدمة أن تعمل بالتعاون مع البشر، وعلى الرَّغم من أن الخوارزمية تعمل عملًا مستقلًا؛ لكن هناك شخص يديرها ويمكن أن يتدخل إذا بدا له أن النظام يؤدي عملًا خطيرًا للغاية. تستغل الخوارزمية تقنيةً تُعرَف باسم التعليم المعزز Reinforcement Learning؛ إذ تتعلم بالتجربة والخطأ، وقَاد النهج نفسه باستخدام التعليم المعزز إلى AlphaGo (برنامج شركة DeepMind) الذي هزم بطل العالم الصيني ك جي عام 2017 في لعبة Go؛ فقد اكتسب البرنامج خبرته بدراسة المباريات السابقة واللعب ضد نفسه آلاف المرات.أدخلت شركة DeepMind معلومات الخوارزمية الجديدة التي جُمِعت من مراكز بيانات جوجل وسمحت لها بتحديد ضبط التبريد الملائم الذي من شأنه تقليل استهلاك الطاقة، وقد يستطيع هذا المشروع إدرار ملايين الدولارات من توفير الطاقة، وقد يساعد الشركة على خفض انبعاثات الكربون كما يقول جو كافا نائب رئيس مراكز البيانات لشركة جوجل.يقول كافا إن المديرين وثقوا في النظام السابق، وكان لديهم قليل من المخاوف فقط بشأن تفويض السيطرة للذكاء الصنعي على نحوٍ أكبر؛ إضافة إلى أنَّ النظام الجديد لديه ضوابط أمان لمنعه من فعل أي شيء له تأثير سلبي على التبريد، ويمكن لمدير مركز البيانات أن يتابع النظام في أثناء عمله والنظر إلى مستوى الثقة بالخوارزمية للتغييرات التي تريد إجراءها، والتدخل إذا بدا أنه يفعل شيئًا غير مرغوب فيه.يقول جوناثان كومومي أحد الخبراء العالميين في مجال استخدام الطاقة في مراكز البيانات: "يُعدُّ استخدام التعلم الآلي تطورًا مهمًا"؛ لكنه يضيف أن التبريد يمثل كمية صغيرة نسبيًّا من استخدام الطاقة في المركز أي قرابة 10%.يعتقد كومي أن استخدام التعلم الآلي لتحسين سلوك رقاقات الحاسوب المتعطشة للطاقة داخل مراكز البيانات قد يكون أكثر أهمية؛ فيقول: "أنا أتوق إلى رؤية جوجل واللاعبين الكبار الآخرين يطبقون هذه الأدوات لتحسين الأحمال الحاسوبية"، ويقول أيضًا: "الاحتمالات في جانب الحوسبة أكبر عشر مرات من التبريد".المصادر :1-هنا2-هنا3-هنا4-هنا5-هنا * إعداد: : Karam Alnafous* تدقيق علمي: : Mujeeba Haj Najeeb* تدقيق لغوي: : جهاد محمد* تدقيق لغوي ونشر: : Dima Yazji

أكمل القراءة »

أتريدُ وجهًا مُناسبًا لإعلانك؟، يُقدم الذكاءُ الصنعيُّ عرضًا مُغريًا!

طوَّر باحثان من جامعة بيتسبرغ نماذج مولِّدةً قادرةً على إنتاج وجوهٍ مُميَّزةٍ للإعلانات؛ إذ تستندُ دراستهم على عملٍ سابقٍ لهم يهتمُّ في استكشاف الطرائق الآلية لفهم الإعلانات على نحوٍ أفضل.وبحسب قول (كريستوفر توماس) Christopher Thomas -أحد الباحثَين اللذين أجريا الدراسة لشركةTech Xplore-؛ فإنَّ الغاية من مشروعهم السابق هو اكتشاف ما إذا كانت الآلات قادرةً على فكِّ رموز العبارات الخطابية المرئية والمُعقَّدةِ الموجودة في الإعلانات؛ إذ تتضمَّنُ الإعلانات استعاراتٍ وعباراتٍ تتَّسمُ بالتلاعُب اللفظيِّ وحِيلًا بلاغية مُنمَّقة ومُقنِّعة، ما يجعُلها صعبةَ الفَهمِ بالنسبة للآلات. ولكنْ تجاوزت غايتهم في المشروع الحالي فهمَ الحواسيبِ للإعلانات إلى الكشف عن قدرتها على التوليد الآلي مثل هذا المحتوى المُقّنِع.تتمثَّلُ المهمة الأساسية في صناعة الإعلانات في ترويجِ المُنتجات وإيصال الأفكارِ باستخدامِ كلامٍ جاذبٍ وصورٍ مُقنِّعةٍ. ...

أكمل القراءة »

كيف تمكَّن الذكاءُ الصنعي وتعلُّم الآلة من تحسينِ تجربةِ المستخدم؟

يسمح الذكاءُ الصنعي  هنا AI لأنظمةِ الحاسوب بالإدراك التلقائي وأداءِ بعض الوظائف التي كانت تتطلَّبُ التدخُّلَ البشريَّ سابقًا، ويوفِّرُ تعلُّمُ الآلة  ML هنا -وهو جزءٌ من الذكاءِ الصنعي- للأنظمةِ إمكانيَّةَ التعلُّمِ الذاتي والتطوِّر عن طريقِ الخبرة واتخاذ قرارات دون برمجتها كي تفعل ذلك، وقد تداخلتْ تلك التِّقنية الذكية مع مجالاتٍ عدة، وأضافت للبشرية تطبيقات كثيرةً كان لها دورٌ كبيرٌ في تحسين حياتنا اليومية.تأثيرُ الذكاءِ الصنعي في المستخدم:1- التسويقُ والتسوُّقُ الرقمي Digital Marketing & Digital Shopping:في بيئةٍ مؤسَّسيّة؛ تبدو مفهومات الذكاء الصنعي صغيرةً، ولكنها ذات أهميةٍ كبرى في مجالِ تحليلِ الأعمال؛ فقد أحدثَ الذكاءُ الصنعي عاصفةً في مشهدِ التجارة العالمي، وتفوّقت شركاتُ التسويق التجاري التي اعتمدت عليه بفارقٍ كبيرٍعن منافسيها؛ إذ حققت شركة Amazon زيادةً في المبيعات بنسبة 29٪ عندما استخدمت الذكاء الصنعي في اقتراحِ المنتجات التي قد يرغب عملاؤها بِشرائِها، وعندما أنشأت شركة Netflix نموذجًا للتنبؤِ بالأفلام التي قد يرغبُ العملاءُ بمشاهدتها؛ رأتْ أنَّ 75% من المستخدمين لديها أصبحوا يختارون الأفلامَ التي يودون مشاهدتها بناءً على مقترحات الشركة.2- المساعدونَ الشخصيون الأذكياء Smart Personal Assistants:تُعَدُّ تطبيقاتٌ مثل "أليكسا" و"سيري" و"كورتانا" تجسيدًا واقعيًّا لحالاتِ استخدام الذكاء الصنعي الداعم للمستخدم؛ إذ يمكننا القولُ بأنَّ هذه التطبيقاتِ المساعدة تتميزُ بمهاراتٍ تُمكّنها من تأدية مهمّاتٍ متوسطةِ التعقيد، وبفضلِ واجهة المستخدم البسيطة والواضحة؛ يتميزُ استخدام تلك التطبيقات المساعدة بالسهولة والسرعة سواءً أكان التحكم بها يجري عن طريقِ الأوامر الصوتية أو عن طريق روبوتاتِ الدردشة، ثمَّ إنَّ نطاق المهمات التي تفعلها يتّسعُ كلّما زُوِدَت ببياناتٍ أكثر؛ إذ أنها تتعلمُ طرح مزيدٍ من الأسئلة، وتقديمَ خدمةٍ أفضل.3- الموجِّه instructor:توجِّهُ التطبيقات الموجِّهةُ المستخدمَ نحو هدفٍ محدد؛ فتطبيقُ المِلاحةِ "ويز" Waze مثلًا هو برنامجُ ملاحةٍ تفاعليٌّ اجتماعيٌّ مجانيٌّ متوفرٌ في أغلب ِالهواتف المحمولة الذكية، وطبيعته التفاعلية هي مِيزته الأكثر أهميّة؛ إذ يتعلَّمُ من حركة سير مستخدمِيه؛ فعندما يقودون سياراتِهم في طريقٍ بسرعةٍ أقلّ من المعتاد؛ يدركُ التطبيقُ ذاتيًّا أنَّ الشارعَ مزدحمٌ فيتفادى توجيهَ المستخدمين الآخرين إلى الطريق نفسها في فترة الازدحام، وكذلك؛ يتعلم التطبيقُ الطرقاتَ الجديدة من مستخدميه؛ فتستطيعُ عند مروركَ -مثلًا- في طريقٍ غير مُسجَّلٍ في خريطة البرنامج تسجيلَ الطريقِ بلمسة زرّ، وسيرسلهُ البرنامجُ للمستخدمين كافّة، كذلك يُظهر البرنامج مركبات السائقين الآخرين في الخريطة، ويُمَكِّنكَ من إرسال رسائل نصيةٍ إليهم، ويُمكنّك من إرسالِ تنبيهاتٍ لمن هم بالقرب منك أيضًا في حالِ مرورك عبرَ اختناقاتٍ مروريةٍ أو بجانب حوادث سير، ولا بُدَّ من الإشارة هنا إلى أنَّ "ويز" يعتمدُ الذكاء الصنعي في تحديدِه الطريق الأفضل، ثمَّ إنَّهُ يتعلم أنماطَ القيادةِ المعتادةِ الخاصة بكلِّ مستخدم.4- البريدُ الإلكتروني email:يبدو البريد الإلكتروني الخاصُ بك وكأنَّهُ مكانٌ غيرُ محتملٍ لتدخُّلِ الذكاء الصنعي فيه؛ لكن تعمل ميزةَ فلترةِ البريد العشوائي باستخدام خوارزمياتٍ ذكية، لأنَّ فلترةَ الرسائلِ استنادًا إلى قواعدَ محددةٍ مسبقًا صعبةٌ جدًا؛ ذلكَ لأنه يمكن لمُرسِلي الرسائلَ غير المرغوب بها تحديثُ رسائلهم بسرعة على نحوٍ تُتَجنَّبُ فيه القواعدَ السابقة، وبدلًا من ذلك، وبواسطةِ تعلُّمِ الآلة؛ تتعلم فلاترُ البريد العشوائي spam filters باستمرارٍ من مجموعةٍ متنوعةٍ من المعلومات؛ مثل كلماتِ الرسالة والبيانات الوصفية لها (المكان الذي أُرسلت منه ومَنْ أرسلها .. وما إلى ذلك)، وتُضفي الطابعَ الشخصيَ للمستخدمِ على نتائجها استنادًا إلى تعريفه الخاص لما يمثِّلُ رسالةً غير مرغوبٍ بها؛ فربما تكون الرسائل الإلكترونية اليومية التي تصفُها أنتَ بأنها رسائلٌ غير مرغوبٍ بها موضعَ ترحيبٍ في البريد الوارد للآخرين، ومن الجدير ذكرهُ؛ يعمل Gmail على فلترة 99.9٪ من الرسائلِ غير المرغوبِ بها بنجاح؛ وذلك باستخدام خوارزميات تعلُّمِ الآلة .5- شبكاتُ التواصل الاجتماعيّ Social Networking:1-5- "فيسبوك" Facebook:عندَ تحميلِكَ صورة على تطبيقِ التواصل الاجتماعي "فيسبوك"؛ تحدِّدُ الخدمةُ الوجوهَ تلقائيًّا، وتقترحُ عليك أسماءَ الأصدقاءِ في الصورة، ولكن؛ كيفَ يمكن لـ "فيسبوك" أن يُحدِّدَ هذا على الفور؟يستخدمُ "فيسبوك" الذكاء الصنعي للتعرُّفِ إلى الوجوه، وهو يستخدم الذكاء الصنعي أيضًا لإضفاءِ طابعٍ شخصيٍّ على موجز الأخبار الخاص بك، وضمانِ أنَّكَ تشاهد المشاركات التي تُعدُّ مهمَّةً بالنّسبة إليك.2-5- "بينتريست" Pinterest:يَستخدم "بينتريست" الرؤيةَ الحاسوبيةَ والذكاء الصنعي على نحوٍ يُحدِّدُ بواسطتهِ الأغراضَِ في الصور تلقائيًّا؛ ليقترحَ التطبيق بعد ذلك صورًا مشابهةً على المستخدم، ويتضمَّنُ "بينتريست" تطبيقاتٍ لتعلُّمِ الآلة، ومن بينها منعُ الرسائلِ غير المرغوب بها والبحث والاستكشاف والتسويقُ عبرَ البريد الإلكتروني.3-5- "سناب شات" Snapchat:أدخلت "سناب شات" فلاترَ للوجه تسمّى العدسات Lenses في عام 2015، وتتبعُ هذه الفلاترُ حركاتِ الوجه؛ ممَّا يسمحُ للمستخدمين إضافةَ تأثيراتٍ متحركة أو أقنعة رقميَّةٍ يمكنُ ضبطها عندما تتحرك وجوههم، و تعملُ تلكَ التقنيَّة بالاعتماد على خوارزمياتِ تعلمِ الآلة الخاصَّة بتتبُّعِ الحركاتِ في الفيديو.ممَّا تقدَّم آنفًا؛ يمكننا القولُ: سيؤدي الذكاءَ الصنعيَ إلى موجةٍ جديدةٍ من تجارب المستخدم/العميل الأرقى والمبتكرة، وعلى الرغم من الفوائد الواضحة للذكاء الصنعي؛ يرى كثيرون أنَّ انتشارهُ يعني بالضرورةِ فقدانَ الوظائف، بل وحتى سيطرةَ الروبوتاتِ على العالم، ولكن لا شكَّ بأنَّ الذكاء الصنعي سيؤدي -كحالِ التقنيات الأخرى- إلى تحولٍ في نوع الوظائفِ التي سيؤديها البشر، وليسَ بالضرورة تسريحَ العمالةِ على نطاق واسع؛ سيُعادُ تدريبُ ذوي المهارات التي لم تعد مطلوبة؛ وبذلك  سيخلُق الذكاء الصنعي طلبًا على وظائفَ جديدةٍ مثل مدربي الذكاء الصنعي ومصممي نماذجِ تفاعلِ الآلة ومحلِّلي الأعمال الذين بإمكانهم ضمانُ الدمجِ السلسِ للذكاء الصنعي في الوظائف المختلفة.المصادر:1- هنا2- هنا3- هنا4- هنا * إعداد: : Nouha Hamami* تدقيق علمي: : Rami Batal* تدقيق لغوي: : Zain Marouf* تدقيق لغوي وتعديل الصورة ونشر: : Dima Yazji

أكمل القراءة »

ذكاء صنعي يُحاكي العين البشرية

تستخدم العديدُ من الأجهزة في حياتنا اليومية الكاميرات من أجل التعرف إلى الأشياء؛ كآلات صرف الشيكات القادرة على قراءة خطوط اليد ومعرفة كمية النقود المراد سحبها، أو مُحرِّكات البحث (مثل Google) التي تستطيع إيجاد صور مشابهة لصورة مُعيَّنة في قواعد البيانات الخاصة بها وبسرعة كبيرة. ...

أكمل القراءة »

مشط التردد الضوئي (الليزر)؛ هل هو مستقبل الاتصالات اللاسلكية؟

كشف الباحثون عن ظاهرة جديدة لأمواج التردد الليزري المتسلسلة الكمومية، والتي من شأنها أن تسمح للأجهزة بالعمل كمُرسلات أو مستقبلِات متكاملة على نحوٍ يمكنها من ترميز المعلومات بكفاءة، وتعتمدُ هذه الظاهرة  على أشعة ضوئية تنتمي لفئة أشباه النواقل، وتنبعث من الأجزاء الوسطى والعليا للأشعة تحت الحمراء في الطيف الكهرومغناطيسي، وتنتشر عن طريق انتقالات بين النطاقات الفرعيّة على هيئة مجموعات مكدَّسة مكررة من هذه الأشعة مضروبةً بالقيم الموجودة في مجال الطاقة الدنيا في الواجهة الفاصلة بين طبقات أو مناطق بلورات أشباه النواقل، وبهذه الطريقة تختلف عن شبيهاتها من أشباه النواقل، فضلًا عن أنها أحادية القطب، وعندما تعمل كأمشاط من الترددات -على هذا النحو-؛ فإنها تعمل تحت الضخ الكهربائي المباشر في كل من ترددات الأشعة تحت الحمراء المتوسطة و التيراهيرتز.جعل ارتفاع تدفّق البيانات من شبكات الخلوي والواي فاي Wi Fi من البحث عن طريقة لزيادة سعة الاتصالات اللاسلكية أمرًا ضروريّ؛ فيمنع -مستقبَلًا- حدوث أيّ اختناق غير مقبول في تدفق البيانات.وفي حين يعتمد الجميع على شبكات الجيل الخامس لتكون الحل؛ لكنّها -للأسف- ليست إلا حلا مؤقتَا للمشكلة، ولذلك قد ركز الباحثون في الآونة الأخيرة على ترددات التيراهيرتز؛ الموجات ذات الأطوال دون الميليمترية في الطيف الكهرومغناطيسي، وفي هذه الحالة؛ قد نتمكن بالفعل من زيادة قدرة تداول البيانات مائة مرة عن المستخدَم حاليًّا في شبكات الاتصال اللاسلكية.وفي عام 2017؛ اكتشفت مجموعة من العلماء من جامعة (Harvard John A. Paulson School of Engineering and Applied Science) اكتشافًا جديدًا؛ ينص على أنّ أمشاط الترددات في نطاق الأشعة تحت الحمراء لأمواج التردد الليزري المتسلسلة الكمومية قد يوفر طريقة جديدة لخلق ترددات التيراهيرتز، وكشف الباحثون مؤخرًا عن ظاهرة جديدة من التتالي الكمي لأمشاط التردد الضوئي، والتي من شأنها السّماح للأجهزة بالعمل كمُرسِلات أو مستقبلات متكاملة على نحوٍ يمكنها من ترميز المعلومات بكفاءة.ولقد نُشِر البحث بالفعل في المجلة العلمية Optica، وعقّب عليه فيديريكو كاباسو؛ أستاذ علم الفيزياء التطبيقي في  Robert L. Wallace ومن كبار الزملاء الباحثين في Vinton Hayes في مجال الهندسة الكهربائية وكبير مؤلفي البحث: "يمثل هذا العمل تحولًا كاملًا في الطريقة التي يمكن تشغيل الليزر بها".وذكر أيضا: "تحول هذه الظاهرة الجديدة (الليزر؛ جهاز يعمل بترددات ضوئية) إلى معدل إشارات متطور لتصل التغيرات في الترددات لحدود موجات الميكروويف، والتي لها أهمية تكنولوجية في الاستخدام الفعال لعرض النطاق الترددي في أنظمة الاتصالات."تستخدم أمشاط التردد على نطاق واسع وفي أدوات لقياس الترددات المختلفة وكشفها على نحوٍ عالي الدقة  - مثل الألوان - للضوء، وعلى عكس الليزر التقليدي -الذي يصدر ترددًا واحدًا-؛ تُصدر هذه الأنواع من الليزر ترددات متعددة في وقت واحد، ومتباعدة بالتساوي فتشبه أسنان المشط، واليوم؛ تُستخدم أمشاط التردد الضوئي في كل شيء؛ ابتداءً بقياس بصمات جزيئات محددة، وانتهاءً بكشف الكواكب البعيدة.على أية حال؛لم يكن البحث مهتما حقًّا بالإخراج الضوئي بأشعة الليزر؛ إذ قال ماركو بيكاردو؛ زميل ما بعد الدكتوراة في الأكاديمية وأوّل مؤلف للبحث الذي نُشِرْ: "كنا مهتمين بما يحدث داخل الليزر في البنية الهيكلية للإلكترون الليزري"، "أظهرنا و للمرّة الأولى بأن الليزر يعمل في الأطوال الموجية الضوئية كجهاز الميكروويف."وداخل الليزر؛ تتصادم الترددات المختلفة للضوء معًا لتوليد إشعاع الميكروويف؛ إذ اكتشف الباحثون أن الضوء داخل تجويف الليزر يتسبب في تأرجح الإلكترونات عند ترددات الميكروويف - التي تقع ضمن طيف الاتصالات، ويمكن توليد هذه التذبذبات خارجيًّا كي تُرمّز المعلومات على إشارة حاملة (Carrier Signal).وقال بيكاردو أيضا: " لم تظهر هذه الوظيفة في الليزر من قبل أبدًا"، "لقد أظهرنا أن الليزر يمكن أن يعمل بما يدعى التعديل الرباعي؛ ممّا يسمح بإرسال مجموعتين من المعلومات على نحوٍ متزامن عبر قناة أحاديّةِ التردد وتُسترجُ في الطرف الآخر من وصلة الاتصال على التتالي."وقال كاباسو: "حاليًّاح تعاني مصادر ذات ترددات التيراهيرتز من قيود خطيرة بسبب محدودية عرض النطاق الترددي."، "يفتح هذا الاكتشاف مظهرًا جديدًا تمامًا لأمشاط التردد، وقد يؤدي في المستقبل القريب إلى مصدر لترددات التيراهيرتز للاتصالات اللاسلكية".شارك في تأليف هذا البحث ديمتري كازاكوف (هارفارد) ونوح روبين (هارفارد) وبول شوفالييه (هارفارد)  ويونغروي وانغ (تكساس إيه أند إم) وفنغ شيه (ثورلاب) وكيفن لاسكولا (ثورلابس) وأليكسي بيلينين (تكساس إيه أند إم)...

أكمل القراءة »

مليون كتاب بحوزتك.. جهاز Kindle Paperwhite الجديد سيغير عاداتك في القراءة للأبد

هل ستتغير عادات القراءة لدينا للأبد؟ يبدو هذا السؤال مشروعاً الآن بفضل جهاز Kindle Paperwhite الجديد ، الذي طرحته أمازون مؤخراً. فقد قدَّمت أمازون سلسلة ناجحة من أجهزة Kindle لقراءة الكتب، ومع هذه النجاحات المتوالية، فإن جهاز Kindle Paperwhite الجديد يبدو إضافة حقيقية، قد تدفع لتغيير مفهومنا للقراءة، حسب تقرير ...

أكمل القراءة »

الشبكات اللاسلكيّة في الهواتف المحمولة قادرة على فهمك.

يعدُّ المؤتمر السنوي العالمي للهواتف المحمولة (MWC) في برشلونة رياحًا مناخيًّة للصناعات المتنقلة وتكنولوجيا المعلومات والاتصالات، وفي مؤتمر CTO (الرئاسة التنفيذية للتكنولوجيا) التي استضافته هواوي في MWC 2018؛ كانت أتمتة الشبكات واحدة من أكثر المواضيع سخونة، فَلَم يكن ارتفاع مستوى السرعة في السنوات الأخيرة  مفاجئًا؛ وذلك عبر استكشاف الذكاء الصنعي وتطبيقه في شبكات الهواتف المحمولة، ومن المحتمل أن يؤدي الارتفاع الحاد في تعقيد الشبكة في حقبة الجيل الخامس (5G era) إلى زيادة الطلب على أتمتة الشبكات والذكاء الصنعي في شبكات الهواتف المحمولة. أتمتة الشبكات ستكون الشبكات في حقبة الجيل الخامس (5G era) أكبر، وتحوي مزيدًا من نطاقات التردّد وقنواته، وتوفر تنوعًا أكبر في محطاتها الأساسية ومبادئ عملها، وهي مِيزات ستزيد على نحوٍ حاد  من تعقيد كلٍّ مِن تشغيل الشبكات وإصلاحها، وعلاوة على ذلك؛ سيؤدّي تعقيد أنظمة الشبكات إلى انخفاضٍ مستمرٍّ في كفاءة استخدام الموارد اللاسلكية.وعلى مستوى الخدمة؛ كانت هناك زيادة كبيرة وتنوع في أنواع الخدمات التي تحملها شبكات الهواتف نفسها؛  من خدمات MBB التّقليدية (مثل الصوت والبيانات) إلى خدمات IoT (التي أدّت دورًا أساسيًّا في تطوير عمل الهواتف الذكية والأجهزة الرقمية)  لتصبح خدمات الأمان والحماية من المتطلبات الأساسية في تطوير الخدمات، وفي الوقت نفسه -باستخدام تقنية تقطيع الشبكة Network Slicing (مثل شبكات الوايرلس التي تسمح لأكثر من جهاز الاتصال على نفس الشبكة في نفس الوقت مع إمكانية تخزين البيانات ونقلها)-؛ أصبح تنسيق الموارد  في الوقت الحقيقي يتضمَّن خدمات متعددة أكثر صعوبة (مثل السيرفرات والراوترات وغيرها).ومع وجود شبكات مستقبلية أكثر تعقيدًا من شبكات الهواتف النقّالة الحالية بـ 100 مرة؛  كيف ستتعامل صناعة الهواتف الذكية مع التحديات الناشئة عن تشغيل الشبكات المعقدة وصيانتها، ومع إدارة الموارد اللاسلكية، ومع ضمان تجربة الخدمة؟ لن تتمكن الوسائل والأساليب التقليدية من تلبية احتياجات تطوير الخدمات في حقبة الجيل الخامس الجديدة؛ وبذلك، فإن اعتماد الذكاء الصنعي لتسريع عملية أتمتة الشبكة هو الحل الوحيد. ...

أكمل القراءة »

الواقعُ الافتراضيُّ ومُعالجةُ أمراضِ القَلبِ؛ صفقةٌ رابحةٌ – الجزء الثاني

لم نتحقّق بعد ما إذا كان دورُ المعاملِ المُصنِّعة للمُجسّماتِ القلبيّةِ قد انتهى حقًّا، ولكنّ التطوّراتِ السريعةَ في مجالَي الواقع الافتراضي (Virtual Reality) والواقع المُعزَّز(Augmented Reality) قد جلبت أجهزةً قابلةً للاستخدام في التطبيقات الطبية القلبية وقادرةً على تزويد الأطبّاء بواجهة معقّمة تسمحُ لهم بالتحكمّ في الصورِ والمجسّماتِ ثلاثيّة الأبعاد. وبعد أن تعرّفنا إلى الفئات المُختلفة للواقع الذي يمكن أن نعيشه ضمن تجربة افتراضية في المقال السابق؛ بقي أنْ نُلقي نظرةً على بعض التطبيقات الفعليّة للواقع الافتراضي ضمن مجال معالجة القلب والأوعية الدمويّة.بعض التطبيقات القلبيَّة للواقع الافتراضيّفي مجال التعليميوفّر الواقع الموسّع للطلاب مُحاكاة كاملة لبيئة العمل المرافقة للمواد الدراسية، وتستفيد تطبيقات أخرى من وجود الواقع المختلط بغية السّماح لعدّة مستخدمين بالتفاعل والنقاش في أثناء مشاهدة المواد التعليميّة ذاتها.من المشاريع في مجال التعليم:مشروع قلب جامعة ستانفورد الافتراضييستخدم أجهزة الرأس الخاصة بالواقع الافتراضي لأغراض تعليمية، على سبيل المثال؛ مساعدة الآباء في فهم أفضل لتشريح القلب بغية تمكينهم من الرعاية الجيدة لحالة القلب لدى أطفالهم، وباستخدام الاستغراق الكامل للحواس في الواقع الافتراضي، ويمكن للطلاب فحص النماذج والتجول خلالها؛ مما يوفّر فهمًا أفضل للتّشريح وعلم وظائف الأحياء.التشريح الشامل (HoloAnatomy)يسمح لطلاب الطب بإجراء تشريح للمجسّمات من أجل تصوّر أجهزة الجسم وأنظمته وفهمها على نحوٍ أفضل.في مجال التخطيط الإجرائي المُسبقEchoPixelيوفّر النظام عرضًا ثلاثي الأبعاد باستخدام تقنيّة مُشابهة لتلك المُستخدمة في مسارح الأفلام ثلاثية الأبعاد؛ أي بعرض صور مختلفة لكل عين عبر نظارات متخصّصة؛ إذْ تتضمن الدراسات المبدئية لأمراض القلب استخدام هذا النظام لمُعاينة (إظهار) شرايين المرضى الذين يُعانون من مرض رَتَق الرّئة، مع الشرايين الرئويّة الأبهريّة الجانبيّة الكبيرة.مشروع ĒLVISيتيح المعاينة المُسبقة لما يمكن أن يحدث في أثناء تنفيذ إجراء طبّيّ ما.في مجال إعادة التأهيل الصحي للمرضىMindMazeهو بناء للعتاد والبرمجيات ضمن فضاء الواقع الافتراضي مع تطبيقٍ طبي مُتاح في مجال إعادة التأهيل الصحي العصبي (MindMotion PRO)، ويُستخدم في حالة الأشخاص الذين أُصيبوا بسكتة دماغية، وذلك من خلال الجمع بين تِقنيَات الألعاب والواقع الافتراضي والتصوير الدماغي بغية إعادة تدريب الدماغ على تحسين حركة الأطراف العلوية.العتاد المُستخدَم في الواقع الموسّعسنذكر توصيفًا لبعض الأجهزة المُتوفّرة حاليًّا والأجهزة المُستقبلية التي ستعمل -بالتأكيد- على زيادة عدد فرص الواقع الموسّع في تحسين رعاية المرضى.أجهزة العرض التقليديةتَعرُض صورة مفردة لإحدى أو كلتا العينين أو تعرض نموذج مجسّم مزدوج لمحاكاة ثلاثية الأبعاد؛ مع العلم بأنّ هذه الأجهزة تكون قريبة من العين.أجهزة العرض ثلاثية الأبعادتُحاكي العمق في المشهد المرئي كما في الأجهزة المثبتة على الرأس، ولكنّها لا تكون قريبة من العين.أجهزة العرض ذات المجال الضوئيتعتمدُ على تسليط الضوء مُباشرة على شبكيّة العين؛ مما يوفّر صور أكثر واقعيّة، ولكنّها تتطلّب قدرة حسابيَّة أكبر بكثير من أجل توليد نقطة في الفضاء في الإحداثيات المكانيّة المُناسبة وتوليد الحزم الضوئية الضرورية.أجهزة التصوير المجسّمتشير إلى التصوير المجسّم القائم على التّداخل؛ إذ تولَّدُ هذه المجسمات الافتراضيّة ثلاثية الأبعاد ضمن المشهد المرئي باستخدام جهازِ مُعدِّل مكاني للضوء (Spatial light modulator: SLM)؛ وهو جهازٌ خاصٌّ بتعديل السّعة أو الطور أو الاستقطاب للموجات الضوئية في البعدين المكانيّ والزمانيّ، بغية الحصول على الخرج المرغوب.الحسّاسات (أجهزة الاستشعار)مثل وحدات قياس العطالة المُدمجة (Compact inertial measurement units: IMUs) والتتبّع البصريّ وكاميرات تحسّس العمق، ويمكن أن توفّر اتصالات الشبكة وصولًا إلى خوارزمياتٍ مدرّبة على نحوٍ جيد على  التعرّف إلى الصوت.يشير الباحثون القائمون على الدراسة إلى وجود تحديات وقيود قائمة؛ إذْ ما زالت هذه التقنيات مقيّدة بسبب التكلفة والحجم والوزن والطاقة، وذلك من أجل تحقيق أعلى نسبة ممكنة من الجودة البصرية والحركة وسرعة المعالجة والتفاعل، إلى أن تتناسب مع قدرات النظام البصري البشري، وتُعدُّ تقنيةَ العرض من أكثر الأمور إلحاحًا بالنسبة إلى الواقع الموسّع، وذلك بسبب اعتماد جودة الرؤية على الدقة والسطوع والعمق البؤري (المِحرقي)؛ لذا تعدّ -عمومًا- من أكبر القيود من ناحية التكلفة والتصميم؛ ما يعني أنّ أي قرار يخصّ تصميم النظام ويضع تقليل هذه التحديات بعين النّظر يمكن أن يؤثّر في  إمكانيَّة تطبيق النّظام في البيئات الطّبية الإجرائية المُختلفة.وعلى الرغم من كل العقبات القائمة؛ ولكن  يوفّر التقدّم في هذه التقنية للمرضى وعائلاتهم فهمًا أفضل لحالتهم الصحيّة القلبية؛ ما يعني مساعدتهم في اتّخاذ قرارات مستنيرة أكثر فيما يتعلّق بالرعاية الطبية، ويمكن للطلاب والمتدربين الطبيين -مع الواقع الافتراضي- تكوين تصوّر أفضل للتشوّهات القلبية؛ مما يسمح -كما ذكرنا آنفًا- للمتدربين بإجراء مُحاكاة لبيئات التشغيل، وللأطباء بالتفاعل في أثناء عرض  المادة التَّعليمية نفسها في البيئة الواقعيّة، وبالإضافة إلى ذلك؛ قد تساعد أجهزة العرض ثلاثية الأبعاد الأطباءَ في تقييم القلب في الحالات الجراحية؛ إذ يكون من الصعب رؤيته.وتشير البيانات المُبكرة إلى أنّ تحسين المُعاينة المرئية بفضل هذه التقنيّة سيسمح للأطباء بتعلّم أكثر سرعة، وتفسير أكثر دقّة للصور، وإنجاز التدابير الصحيّة بوقت أقل، ومن المُرجّح أن تُترجَم هذه التّحسينات إلى إجراءات أقلّ تكلفة ونتائج أفضل بالنسبة لمرضى.  المصادر: هناهنا * إعداد: : Nour Abdou ʚïɞ* تدقيق علمي: : Mujeeba Haj Najeeb* تدقيق لغوي وتعديل الصورة ونشر: : Dima Yazji

أكمل القراءة »

موجات دماغك وإيماءات يديك لتوجيه حركة الروبوتات!

هل بإمكاننا التّحكم بالروبوتات عن طريق موجات الدماغ وإيماءات اليدَين؟أجل؛ استطاع بعض العلماء -مع تطوّر العلم في السنوات الأخيرة- العملَ على مشروع كهذا؛ إذ يطوّرُ باحثون من مختبر علوم الكمبيوتر والذكاء الصّنعي في معهد ماساتشوستس للتكنولوجيا (CSAIL) نظامًا جديدًا يسمحُ للمستخدمين بتصحيح أخطاء الرّوبوت على الفور باستخدام إشارات الدماغ ونقرِ الأصابع.وبناءً على عمل الفريق في السّابق، والذي كان يركّز على أنشطة الرّوبوتات البسيطة ثنائيَّة الخيار (Simple Binary-Choice)؛ يعملُ النّظام الجديد على توسيع النّطاق إلى مهامّ اختيارات متعدِّدة (Multi-Choice Tasks)؛ ما يفتح إمكانيّاتٍ جديدةً في هذا المجال.Image: https://media.eurekalert.orgوعبر مراقبةِ نشاط دماغ شخصٍ ما؛ يمكن أن يكتشف النّظام - في الوقت الحقيقيّ - وجود خطأ ما في أثناء قيام الروبوت بمهمّة؛ وذلك في حال لاحظ الشّخصُ هذا الخطأ، ويمكن للشّخص القيام  بإيماءاتٍ يدويّةٍ للانتقال بين الخيارات وتحديد الخيار الصَّحيح الذي يجبُ على الروبوت تنفيذه؛ عبر استخدام وسيطٍ يقيس حركة العضلات.https://www.youtube.com/embed/_Or8Lt3YtEA?feature=player_embedded&theme=lightجرّبَ الفريق النّظام على مهمَّة يُحرّكُ الروبوت فيها مثقابًا كهربائيًّا إلى أحد ثلاثةِ أهدافٍ محتملةٍ على جسمِ طائرةٍ أنموذجيَّة، ومن الجدير بالذكر أنَّ النظام ذاتيّ التعلم؛ أي أنه لم يُدرَّب مسبقًا على أداء المهام؛  بل يتعلّمُ من خلال البشر المتحكّمين به؛ ما يعني أنَّه يمكن نشره في إعداداتِ العالم الحقيقي دون الحاجة إلى تدريبِه مُسبقًَا.وتقول دانييلا روس؛ مديرة CSAIL التي أشرفت على العمل بنفسها: "يتيح هذا العمل الّذي يجمع بين التَّغذية الكهربائيَّة للدّماغ (EEG) والنَّشاط الكهربائي للأنسجة العضلية (EMG) التفاعلَ الطَّبيعي بين الإنسان والآلات لمجموعة على نحوٍ أوسع من النّظم السّابقة المعتمِدة فقط على تغذية EEG،  فبإضافة تغذية العضلات؛ تمكَّنا من استخدام الإيماءات لقيادة الروبوت فيزيائيًّا على نحوٍ أوضح وأدقّ من السابق".التفاعل الحدسيّ بين البشر والروبوتاتكانت الأنظمة قادرة -في معظم الأبحاث والتّطبيقات السابقة- علّى التعرف إلى إشارات الدماغ فقط، وذلك عن طريق تدريب المستخدم على التَّفكير بطرائق محدَّدة للغاية (مهما كان موضوع الأفكار)، وتدريبِ النّظام على التعرف إلى إشارات دماغ المستخدم، فعلى سبيل المثال؛ يُطلبُ من المستخدم النَّظر إلى عدّة أضواء مختلفة تتوافق مع مهامّ الروبوت في أثناء جلسة التدريب.وليس من الغريب أن يصعب على الناس التعامل مع هذه المقاربات عل نحوٍ موثوق، وخاصَّة إذا كانوا يعملون في مجالات تتطلب تركيزًا مكثَّفًا مثل البناء أو المِلاحة.وفي الوقت نفسه؛ سخّرَ فريقُ روس طاقة إشارات الدماغ المسمَّاة "الجهود المتعلقة بالأخطاء" (ErrPs)، والتي وجد الباحثون أنَّها تحدث طبيعيًّا عندما يلاحظ الناس الأخطاء، ففي حال وُجدت إشارة Errp؛ يتوقف النظام على نحوٍ لا يمكن للمستخدم تصحيحه، وإذا لم يكن هناك أيَّة إشارة؛ فإنَّ العملية تستمر.ويقول جوزيف ديلبريتو؛ أحد المشاركين في فريق روس: "الرَّائع في هذه المقاربة هو أنَّه ليس هناك أيّة حاجة لتدريب المستخدمين على التَّفكير بطريقة محدّدة؛ بل إنَّ الآلة هي من يقوم بالتكيّف معك، وليس العكس".واستخدم  الفريق في هذا المشروع "باكستر"؛ وهو روبوت من صنع شركة rethink للروبوتات. وتمكن الروبوت بإشراف الدّماغ الإنساني والإيماءات من اختيار الهدف الصحيح بنسبة 97 بالمئة، مقارنة بـ 70 بالمئة دون الإشراف البشري.ولإنشاء هذا النظام؛ قام الفريق بتسخير طاقة التخطيط الكهربائي (EEG) لنشاط الدماغ، بالإضافة إلى التصوير الكهربائي (EMG) لنشاط العضلات، ووضع سلسلة من الأقطاب الكهربائية على فروة الرأس والساعد للمستخدم، ويحوي كِلا المقياسان على بعض العيوب المتفرّقة؛ فإشارات الـ EEG صعبة القراءة على نحوٍ موثوق، كما أن إشارات الـ EMG محدودة وما تزال محصورة في التحريك إلى اليسار أو اليمين فقط، ومن الصعب إضافة حركات أكثر دقّة، إلَّا أن دمج الاثنين معًا يسمح باستشعار حيويّ أكثر سلامة، ويجعل النَّظام قادرًا على العمل مع مستخدمين جدد دون تدريب.ويقول ديلبريتو: "من خلال النَّظر إلى إشارات كلّ من العضلات والدماغ؛ يمكننا أن نبدأ في التقاط إشارات الشَّخص الطبيعيَّة إلى جانب قراراته المفاجئة عن ما إذا كان هناك شيء ما يحدث على نحوٍ خاطئ؛ إذ يساعد ذلك في جعل التواصل مع الروبوتات أشبه ما يكون بالتَّواصل مع أشخاص آخرين".ويقول الفريق أنه من الممكن للنظام -يومًا ما- أن يصبح مفيدًا لكبار السن، أو العمَّال الذين يعانون من اضطرابات لغوية أو من محدوديَّة الحركة.وتقول روس: "نحن نرغب في الابتعاد - قدر الإمكان- عن عالم تقوده تقييدات الآلات التي تَفرض على البشر التكيف مع تعقيداتها، وإنَّ مقارباتٍ كهذه تُظهِر أنَّه من الممكن جدًّا تطوير الأنظمة الروبوتية التي يمكننا أن نعدّها امتدادًا أكثر طبيعيَّة وبديهيَّة للبشر".مُوِّلَ هذا المشروع جزئيًّا من قبل شركة بوينغ.المصادر:هنا * ترجمة: : Ahmad Berkdar* تدقيق علمي: : Rami Batal* تدقيق لغوي وتعديل الصورة: : Dima Yazji* نشر: : Farah Halima

أكمل القراءة »