‏إظهار الرسائل ذات التسميات تكنولوجيا. إظهار كافة الرسائل
‏إظهار الرسائل ذات التسميات تكنولوجيا. إظهار كافة الرسائل

الاثنين، 19 أغسطس 2019

بليز باسكال - أول آلة حاسبة

(A Pascaline from 1652 (© Musée des Arts et Métiers، Paris


كان بليز باسكال عالم رياضيات وفيزياء والفيلسوف الديني الأكثر شهرة في فرنسا. لقد كان طفلا عبقريا تلقى تعليمه من قبل والده. كان يعمل على أقسام مخروطية والهندسة الإسقاطية ووضع الأسس لنظرية الاحتمالات. في 1642 ، وهو بسن 18 ، اخترع باسكال أول آلة حاسبة كوسيلة لمساعدة والده على أداء المحاسبة الضريبية الشاقة. كان والد باسكال جامع الضرائب لمدينة روان.



كان يسمى الجهاز "حاسبة باسكال" أو "باسكالَيْن - Pascaline" . واصل باسكال إجراء تحسينات على تصميمه خلال العقد التالي وبنى خمسون جهاز "Pascaline" في المجموع.


يمكن لأول باسكالَين التعامل مع الأعداد المكونة من 5 أرقام فقط ، ولكن لاحقًا قام باسكال بتطوير إصدارات تتعامل اعداد مكونة من 6 أرقام و 8 أرقام.


يمكن للجهاز الجمع والطرح والضرب والقسمة. كان الضرب والقسمة صعبًا إلى حد ما ، لذا تقوم بإجراء الضرب والقسمة بواسطة الجمع والطرح المتكرر.


حاول باسكال وضع الآلة في الإنتاج من أجل ربحه الخاص. ولكن لم يكن هذا مشروعًا ناجحًا ، لكنه أدى إلى بقاء عدد كبير من الوحدات حتى يومنا هذا. تختلف جميعها اختلافًا طفيفًا في وجود أرقام مختلفة في تراكم المُراكم أو اختلافات في الآليات الداخلية. لا يعمل أي من النماذج الباقية جيدًا ، ومن المشكوك في أنها تعمل بشكل مثالي حتى في أيام باسكال. هذه الآلية ، على الرغم من أنها إبداع ، الى انها حساسة إلى حد ما وتميل إلى إعطاء نتائج خاطئة عند عدم معالجتها بعناية فائقة.


كيف تعمل ؟


الخميس، 8 أغسطس 2019

4 قطع تكنولوجية قادرة على فعل ما تستطيع بعض أعضاءك البشرية فعله


يوما بعد يوم تتطور التكنولوجيا لتحاكي ما يستطيع الجسم البشري فعله من الرؤية الى المستشعرات الحسية ، ويعوز الفضل كله الى مجهودات العلماء ، الباحثين والمهندسين في هذا المجال.

إليك 4 قطع تكنولوجية وظائفها كوظائف بعض أعضاء الجسم البشري :



1 - الجلد الاصطناعي :

على الرغم من الثورة العلمية في مجال صناعة الاطراف الى ان الاشخاص الذين فقدو احد اطرافهم لن يكونوا قادرين على إختبار احساس اللمس بأطرافهم الاصطناعية ، لكن فريق من مهندسي جامعة ستانفورد أنشأوا بشرة بلاستيكية يمكنها أن "تشعر" ، و تنقل المعلومات الحسية كإشارة كهربائية إلى الدماغ.


يمكن للجلد الاصطناعي الجديد اكتشاف تغيرات الضغط وتكرار اللمس بشكل أساسي. هذه هي المرة الأولى التي تكون فيها مادة مرنة تشبه الجلد قادرة على اكتشاف الضغط وكذلك نقل إشارة إلى أحد مكونات الجهاز العصبي" .


يحتوي البلاستيك على طبقتين متميزتين ، يحتوي الجزء العلوي على آلية الاستشعار ، ويعمل الجزء السفلي كدائرة إلكترونية تنقل الإشارات إلى الدماغ.  في هذه العملية ، يتم تحويل هذه الإشارات الكهربائية إلى محفزات كيميائية حيوية متوافقة مع الخلايا العصبية.



2 - العين الاصطناعية :

University of Minnesota, McAipine Group

الـ "Bionic eyes" هي عين إلكترونية يمكن أن تساعد المكفوفين على رؤية بشكل ممتاز في المستقبل .


يقول الباحثون إنهم اتخذوا خطوة كبيرة نحو إنشاء هذه العين الإلكترونية


نشر في مجلة Advanced Materials ، أن علماء من جامعة مينيسوتا قاموا بطباعة مجموعة من مستقبلات الضوء على قبة زجاجية نصف كروية. لقد استخدموا طابعة ثلاثية الأبعاد مصممة خصيصًا لطباعة قاعدة من جزيئات الفضة ، ثم قاموا بطباعة الثنائيات الضوئية في الأعلى ، والتي تحول الضوء إلى كهرباء.


وقد أعطاهم ذلك نموذجًا أوليًا "للعين" كانت فعاليتها بنسبة 25 في المائة في تحويل الضوء إلى كهرباء. من الناحية النظرية ، يمكن استخدام مثل هذا الجهاز لاحقًا لتحويل العالم الحقيقي إلى إشارات يمكن أن يفسرها دماغ الشخص في يوم من الأيام.


وقال مؤلف مشارك الدكتور مايكل ماك ألبين في بيان  "عادة ما يُنظر إلى عيون بيونيك على أنها خيال علمي ، لكننا الآن أصبحنا أقرب من أي وقت مضى إلى استخدام طابعة ثلاثية الأبعاد متعددة المواد" .


وأضاف: "لدينا طريق طويل لنقطعه بشكل روتيني في طباعة الإلكترونيات النشطة بشكل موثوق ، لكن أشباه الموصلات ثلاثية الأبعاد لدينا بدأت الآن في إظهار أنها يمكن أن تنافس كفاءة أجهزة أشباه الموصلات المصنعة في مرافق التصنيع المصغر". "بالإضافة إلى ذلك ، يمكننا بسهولة طباعة جهاز أشباه الموصلات على سطح منحني ".


لقطات من العين . جامعة مينيسوتا


الآن يأملون في رفع عينهم الإلكترونية إلى المستوى التالي ، مع إضافة المزيد من مستقبلات الإضاءة لجعلها أكثر كفاءة. كما يرغبون في استخدام مادة أكثر ليونة لتمكين زرع الجهاز في عين حقيقية


ليست هذه هي أول تقنية عين الكترونية يتم تطويرها. في عام 2016 ،  ضهر جهاز يمكن زرعه جراحياً  على شبكية العين للشخص ، مع زوج من النظارات يستخدم الكاميرا لالتقاط ما يجري في العالم.



3 - القلب الاصطناعي :
القلب الصناعي هو جهاز يحل مكان القلب. والقلوب الصناعية عادة تستخدم كوسيلة مؤقتة لكسب الوقت أثناء زراعة القلب، أو كوسيلة دائمة لتحل مكان القلب في الحالات التي يستعصي زراعة القلب فيها، بالاضافة لعدة استخدامات أخرى.


تتكون القلوب الصناعية من مضختين لكل منهما صمام للإدخال وصمام للإخراج، وجهاز قدرة خارجي لتشغيل المضخات، وجهاز لتنظيم معدل الضخ. وتشتمل المواد التي تصنع منها القلوب الصناعية على البلاستيك والتيتانيوموالكربون.



4 - الكلية الاصطناعية : (المديال)

الديال الدموي هي طريقة تخليص الدم من الفضلات مثل الكرياتينين والبولينا بالإضافة إلى المياه الزائدة في الجسم وذلك في حالة الفشل الكلوي. ويُعرف ذلك الجهاز الذي يستخدم لتنقية دم المريض باسم المديال، كما يُشار إليه بالكلية الاصطناعية.


ويتكون المديال الحديث عادةً من حاوية صلبة أسطوانية الشكل تحيط بقالب من الألياف المجوفة، أو قد تكون مشكلة من البوليمر أو البوليمر المشترك، والذي عادة ما يكون بتركيبة خاصة. وتتراوح المساحة المُجمعة للألياف المجوفة من متر مربع إلى مترين مربعين تقريبًا. وأجرت العديد من المجموعات أبحاثًا مكثفة من أجل تحسين تدفق الدم والديالة (المادة التي تعبر الغشاء أثناء عملية الديال) في المديال، وذلك لنقل الفضلات من الدم إلى الديالة بشكل فعال.

الثلاثاء، 23 يوليو 2019

موقع ويب يستخدم الذكاء الاصطناعي لتحويل صورك إلى بورتريهات كلاسيكية


مللت من استخدام الذكاء الاصطناعى لجعل نفسك تبدو مثل قشره مجففة؟ لماذا لا تستخدمه لتحويل صورك الشخصية إلى صور فنية؟ توجه إلى aiportraits.com ، موطن لعنصر واجهة المستخدم الصغير المرح الذي صممه الباحثون في MIT-IBM Watson AI Lab ، وقم بتحميل صورة لتجربة كيف ستبدو .


مجموعة مختارة من الصور التي ينتجها نموذج AI Portrait Ars.

يستخدم الموقع خوارزمية مدربة على 45000 صورة كلاسيكية لتظهر وجهك بزيت فو أو ألوان مائية أو حبر. يوجد عدد كبير من الأنماط المضمنة في قاعدة البيانات هذه ، تغطي الفنانين من رامبرانت إلى تيتيان إلى فان جوخ ، مع كل إدخال ينتج صورة فريدة من نوعها.



لا تقوم الخوارزمية فقط بنسخ
خطوط مميزة للوجه الخاصة بك ،
ولكنها تستخدمها كقاعدة لإنشاء
صورة جديدة تمامًا.

كما يشير الباحثون ، على عكس أساليب الذكاء الاصطناعي السابقة ، فإن الخوارزمية هنا ليست مجرد "تلوين" وجهك بأسلوب جديد. بدلاً من ذلك ، فإنه يستخدم ما يعرف باسم generative adversarial network (GAN) لإنشاء ميزات جديدة للصورة .

قد تطالب بعض العناصر داخل أي صورة شخصية الخوارزمية باستخدام نمط معين. في الصور أدناه ، على سبيل المثال ، يقول الباحثون إن الخوارزمية "تحدد أسلوب عصر النهضة ، وتسلط الضوء على أناقة الأنف المائي و نعومة الجبهة".
إذا جربت بعض صور الشخصيات المختلفة ، فستحصل بالتأكيد على نتائج مختلفة.

مثال على العمل اليدوي AIportraits.com.

قبل أن تشعر بالقلق حيال الآثار المترتبة على الخصوصية (كما حذر البعض من تطبيق FaceApp للشيخوخة) ، فإن هذا الموقع مختلف تماما. يتم إرسال صورك إلى الخوادم لإنتاج الصورة ، لكن الباحثين يعدون بأنهم لن يستخدموا بياناتك لأي غرض آخر ، وأي صور ترسلها يتم حذفها "فورًا" بعد الاستخدام.

ملاحظة : الموقع الآن متوقف بسبب كثرة الضغط على سيرفراته

السبت، 20 يوليو 2019

إذا كنت تستطيع تحديد ما هو موجود في هذه الصور ، فأنت أكثر ذكاءً من الذكاء الاصطناعي

يجمع الباحثون صورًا مربكة لفضح النقاط الضعيفة في رؤية الذكاء الاصطناعي

من أعلى إلى أسفل ومن اليسار إلى اليمين ، يتم التعرف على هذه الصور على أنها "ساعة رقمية" ، "منارة" ، "عضو" ، "محقنة" ، "طوقان" ، "قطة فارسية".

لقد تحسنت رؤية الكمبيوتر بشكل كبير في السنوات الأخيرة ، لكنها لا تزال قادرة على ارتكاب أخطاء جسيمة. لدرجة أن هناك مجالًا كاملاً من الأبحاث المخصصة لدراسة الصور التي يتم التعرف عليها بشكل روتيني بواسطة الذكاء الاصطناعي ، والمعروفة باسم "adversarial images". فكر في هذه الصور على أنها أوهام بصرية لأجهزة الكمبيوتر. بينما ترى قطة فوق شجرة ، فالذكاء الاصطناعي يرى سنجابًا.


هناك حاجة كبيرة لدراسة هذه الصور. نظرًا لأننا نضع أنظمة رؤية آلية في قلب التكنولوجيا الجديدة مثل الكاميرات الأمنية بالذكاء الاصطناعي والسيارات ذاتية القيادة ، فإننا على ثقة بأن أجهزة الكمبيوتر ترى العالم بنفس الطريقة التي نراها بها. لكن " adversarial images " تثبت أنهم لا يفعلون ذلك.


الـ "adversarial images"  تستغل نقاط الضعف في أنظمة التعلم الآلي


ولكن في حين يركز الكثير من الاهتمام في هذا المجال على الصور التي تم تصميمها خصيصًا لخداع الذكاء الاصطناعي AI  ، فإن هذه الأنواع من الصور المرئية المربكة تحدث بشكل طبيعي أيضًا. هذه الفئة من الصور ، إن وجدت ، فهي تعتبر أكثر إثارة للقلق ، حيث إنها تظهر أن أنظمة الرؤية يمكن أن ترتكب أخطاء غير قسرية.


لإثبات ذلك ، قامت مجموعة من الباحثين من جامعة كاليفورنيا في بيركلي ، وجامعة واشنطن ، وجامعة شيكاغو ، بإنشاء مجموعة بيانات تضم حوالي 7500 "امثلة على الصور الطبيعية المربكة للذكاء الاصطناعي". قاموا باختبار عدد من أنظمة رؤية الماكينات على هذه البيانات ، ووجدوا أنه قد انخفضت دقتها بنسبة تصل إلى 90 في المئة ، مع البرنامج قادرة فقط على تحديد اثنين أو ثلاثة في المئة فقط من الصور في بعض الحالات.


يمكنك أن ترى كيف تبدو هذه "الامثلة من الصور المربكة الطبيعية  "  أدناه:




حشرات على ورقة تم تعريفها من قبل AI بأنها "سفينة غارقة ".


اعتقد AI أن هذه الصورة أظهرت "ساعة شمسية".
تبدو هذه الصورة من الذرة  "خنافس" بالنسبة لـ AI.



ربما كان التلوين بالأبيض والأسود هو الذي جعل AI يعتقد أن هذه الصورة لـ "لاعب بيسبول".

الذكاء الاصطناعى ذكَّر شيء عن الإضاءة في هذه الصورة  بـ "شعلة".

كل ما تمكن الذكاء الاصطناعى من رؤيته في هذه الصورة هو شخص يركب "Go-kart

اعتقدت أن هذا "دب أسود" ، لكن هذا لا يفسر رباط العنق

بالون حزين مع القليل من الأوساخ في الشارع ؟ بالنسبة للذكاء الاصطناعي ، إنها "طاولة بلياردو"

 يقول الباحثون أن البيانات ستساعد . نأمل في تدريب أنظمة رؤية أكثر قوة. يشرحون أن الصور تستغل "العيوب العميقة" التي تنبع من "الاعتماد المفرط على برامج و اللون والملمس و الخلفية" لتحديد ما يراه.

في الصور أدناه ، على سبيل المثال ، يخطئ AI في الصور الموجودة على اليسار على انها لمسمار ، على الأرجح بسبب الخلفيات الخشبية. في صور اليمين ، يركزون على وحدة تغذية الطائر الطنان ، لكنهم يفوتون حقيقة أنه لا توجد طيور طنانة فعلية.


أن إرتكاب الذكاء الاصطناعي لهذه الاخطاء ليس خبرًا جديدًا. لقد حذر الباحثون منذ سنوات من أن أنظمة الرؤية التي تم إنشاؤها باستخدام التعلم العميق (نكهة التعلم الآلي المسؤولة عن العديد من التطورات الحديثة في الذكاء الاصطناعى) ليست بالمستوى المطلوب - وأنهم لا يفهمون العالم بنفس الفوارق الدقيقة والمرونة كإنسان.


يتم تدريب هذه الأنظمة على آلاف الصور من الأمثلة لمعرفة ما تبدو عليه الأشياء ، لكننا لا نعرف غالبًا العناصر الدقيقة داخل الصور التي يستخدمها AI لإصدار أحكامه.


تشير بعض الأبحاث إلى أنه بدلاً من النظر إلى الصور بشكل كلي ، مع مراعاة الشكل العام والمحتوى ، تركز الخوارزميات على مواد وتفاصيل محددة. يبدو أن النتائج المقدمة في مجموعة البيانات هذه تدعم هذا التفسير ، على سبيل المثال ، يتم التعرف على الصور التي تظهر ظلالًا واضحة على سطح مضاء بريقًا على أنها مزولة.


ولكن هل هذا يعني أن أنظمة رؤية الماكينات هذه مكسورة بشكل لا رجعة فيه؟ على الاطلاق. غالبًا ما تكون الأخطاء التي يتم ارتكابها تافهة للغاية ، مثل تحديد غطاء الصرف الصحي باعتباره فتحة أو فتحة سيارة ليموزين.


وبينما يقول الباحثون إن هذه "الأمثلة للصور المربكة الطبيعية" سوف تخدع مجموعة واسعة من أنظمة الرؤية ، فإن هذا لا يعني أنهم سوف يخدعونهم جميعًا. العديد من أنظمة رؤية الماكينة متخصصة بشكل لا يصدق ، مثل تلك المستخدمة لتحديد الأمراض في الفحص الطبي ، على سبيل المثال. وعلى الرغم من وجود عيوب خاصة بهم ، فإن عدم قدرتهم على فهم العالم و الإنسان لا يمنعهم من اكتشاف ورم سرطاني.


قد تكون رؤية الماكينة سريعة وقذرة في بعض الأحيان ، ولكنها غالبًا ما تحصل على نتائج. مثل هذه الأبحاث توضح لنا النقاط العمياء التي نحتاج إلى إصلاحها .

السبت، 8 يونيو 2019

بعد 40 عامًا من البحث ، حدد العلماء العيب الرئيسي في كفاءة الألواح الشمسية

(Jenson/iStock)

تعتبر الألواح الشمسية قطعًا رائعة من التكنولوجيا ، لكننا بحاجة إلى حل كيفية جعلها أكثر كفاءة - والعلماء حلوا لغزًا عمره 40 عامًا حول إحدى العقبات الرئيسية أمام زيادة الكفاءة.

توضح دراسة جديدة وجود خلل مادي في السيليكون المستخدم لإنتاج الخلايا الشمسية لم يسبق اكتشافه. يمكن أن يكون مسؤولاً عن انخفاض الكفاءة بنسبة 2 في المائة والذي يمكن أن تراه الخلايا الشمسية في الساعات الأولى من الاستخدام: التحلل الناتج عن الضوء (LID).


 تشير التقديرات إلى أن الخسارة المقدرة في الكفاءة في جميع أنحاء العالم من LID تعادل طاقة أكثر مما يمكن أن تولده محطات الطاقة النووية البريطانية الخمسة عشر. يمكن أن يساعد الاكتشاف الجديد العلماء في تعويض هذا النقص.

يقول أحد الباحثين ، توني بيكير من جامعة مانشستر في المملكة المتحدة: "بسبب التأثيرات البيئية والمالية ، فإن" تدهور الكفاءة "للوحات الشمسية كان موضوع اهتمام علمي وهندسي كبير في العقود الأربعة الماضية" .

"ومع ذلك ، على الرغم من بعض أفضل العقول في الأعمال التجارية التي تعمل عليها ، إلا أن المشكلة قاومت بثبات الحل حتى الآن."

للعثور على ما لم يكن من الممكن تحديده من قبل 270 ورقة بحثية على مدار أربعة عقود ، استخدمت آخر دراسة تقنية كهربائية وبصرية تسمى Deep-level transient spectroscopy (DLTS) للعثور على نقاط الضعف في السيليكون.

إليكم ما وجده تحليل DLTS: عندما تتحول الشحنة الإلكترونية في الخلايا الشمسية إلى ضوء الشمس ، فإن تدفق الإلكترونات محاصر ؛ بالمقابل ، هذا يقلل من مستوى الطاقة الكهربائية التي يمكن إنتاجها.

ووجد الفريق أن هذا العيب يظل خامداً إلى أن يتم تسخين الألواح الشمسية.

يقول أحد الباحثين ، إيان كرو من جامعة مانشستر:"لقد أثبتنا وجود الخلل ، والآن أصبح هناك حاجة إلى إصلاح هندسي" .


يستمر العمل على رفع معدلات كفاءة الألواح الشمسية إلى أعلى ، مع استمرار حدوث اختراقات في المختبر ، كما تقدم الطبيعة الكثير من النصائح حول الكفاءة . الآن وبعد حل لغز التحلل الناتج عن الضوء ، يجب أن تستفيد المزارع الشمسية في جميع أنحاء العالم.

قد لا يبدو الانخفاض المطلق في الكفاءة بنسبة 2 في المائة بمثابة مشكلة كبيرة ، ولكن عندما تفكر في أن هذه الألواح الشمسية مسؤولة الآن عن توفير جزء كبير ومتزايد من إجمالي احتياجات الطاقة في العالم ، فإنها تشكل خسارة كبيرة في توليد الكهرباء القدرة .

الاثنين، 13 مايو 2019

دور الذكاء الاصطناعي في التكنولوجيا المستقبلية


إننا نقف على شفا اقتصاد جديد: اقتصاد رقمي ، حيث ستتأثر القوى العاملة العالمية بعمق بالذكاء الاصطناعي (AI) ويتوقع المزيد من التطورات على مستوى العالم في الغد القريب ، الذكاء الاصطناعي هو الذكاء الذي تظهره آلة أو برنامج لأداء مهمة عادة ما يكون الإنسان قادرًا على القيام بها [1] . اليوم ، تُظهر مجالات رئيسية من الذكاء الاصطناعي مثل معالجة اللغات الطبيعية والتعرّف على الكلام والروبوتات ورؤية الكمبيوتر والتعلم الآلي وغيرها نمواً هائلاً وتؤثر بشكل كبير في قطاعات متنوعة مثل الفضاء والرعاية الصحية والأمن والمجال العسكري وما إلى ذلك. - مع الكم المتزايد من البيانات والاتصال في كل مكان والحوسبة عالية الأداء والبيانات الضخمة والتعلم العميق الموجودين تحت تصرفنا ، سيضيف AI مستوى جديدًا من الكفاءة والتطور إلى التكنولوجيا المستقبلية .

 تطبيقات الذكاء الاصطناعي في التكنولوجيا المستقبلية

اليوم ، تتدفق البيانات في الوقت الفعلي ، مدفوعة بالنمو المزدهر للأجهزة الرقمية ، والوسائط الاجتماعية ، والحوسبة السحابية ، وإنترنت الأشياء (IoT). هذه البيانات تنشيء مجموعة بيانات كبيرة لتدريب أنظمة الذكاء الاصطناعى. ~ في غضون بضع سنوات ، سوف يلمس الذكاء الاصطناعي جميع الصناعات تقريبًا على هذا الكوكب ، وهناك العديد من الطرق التي تمكن الذكاء الاصطناعي من أن يحول صناعات بعينها.

• الرعاية الصحية

يمكن لنظام الذكاء الاصطناعي مساعدة الأطباء على تقديم علاج أسرع ودقيق عن طريق تحليل كمية كبيرة من البيانات السريرية مثل التركيبة السكانية والملاحظات الطبية والتسجيلات من الأجهزة الطبية والصور المختبرية [2]. على سبيل المثال ، يمكن أن يساعد الذكاء الاصطناعي في اكتشاف سرطان المبيض الظهاري في المرحلة 1A التي يكون فيها معدل الشفاء 94 ٪ [3]. بينما ، من خلال عملية طبيعية ، عادة ما يتم اكتشافها أو يتم اكتشافها في المرحلة 3 أو 4 ، عندما تبدأ الأعراض في الظهور وتبدأ فرص الشفاء في الانخفاض. علاوة على ذلك ، يمكن أن يكون الرباط العصبي لــ Elon Musk هو التقدم التالي لـ AI في مجال الرعاية الصحية. إنها شبكة رفيعة جدًا يمكن تضمينها في الجمجمة مما يخلق واجهة بين الجهاز والعقل. تدريجيا ، سيصبح جزءًا من الدماغ ويساعد في علاج اضطرابات الدماغ [4].

• صناعة الفضاء

تاريخياً ، تم استخدام خوارزمية التعلم الآلي في المراقبة الصحية للمركبات الفضائية والملاحة والتحكم الذكي والكشف عن الأشياء للملاحة [6،7،8]. في هذه الأيام أصبحت الشركات الخاصة أبطالاً بدلاً من العمل كمقاول في صناعة الفضاء [9]. أحد الأمثلة البارزة هي SpaceX ، في عام 2018 أطلقوا 21 صاروخًا في الفضاء [10]. كما  تخطط Blue Origin لبدء السياحة الفضائية بحلول عام 2021. وكذا تستخدم ناسا AI لتحسين المسار والحمولة الصافية لزيادة كفاءة مهمة النقل التالية إلى المريخ [11].

سوف يقوم الذكاء الاصطناعي بتمديد حدود التوافق البشري ، قمر كوكب المشتري حيث يعتقد العلماء أنه قد يكون هناك محيط تحت سطح أرضه.لذا تخطط ناسا حاليًا لإطلاق James Webb Space Telescope في المدار على بعد حوالي 1.5 مليون كيلومتر من الأرض في عام 2020 ، وسيؤدي الذكاء الاصطناعي AI جزء من المهمة . الذكاء الاصطناعى لا يزال يجمع الزخم في صناعة الفضاء [12]. سيتم شحن مهمة السنوات القادمة مع الذكاء الاصطناعي أثناء قيامنا برحلة إلى المذنبات والكواكب والأقمار واستكشاف إمكانية تعدين المذنبات [12].

• حماية البيئة

مع الضغوط الوشيكة غير المسبوقة التي تسببها ظاهرة الاحتباس الحراري والكوارث الطبيعية وغيرها من الأنشطة البشرية ، يمكن أن يساعدنا الذكاء الاصطناعي AI في اتخاذ خطوات ملموسة لحماية بيئتنا بشكل أفضل. على سبيل المثال ، من خلال استخدام مقاطع فيديو Youtube لتحديد وتتبع حركة الحيوانات بشكل فريد ، يمكن لـAI مساعدة العلماء على تحديد وحماية الحيوانات المهددة بالانقراض [13]. في المستقبل ، يمكن أن يساعد الذكاء الاصطناعي في الحد من الغازات الدفيئة من خلال تحسين حركة المرور بشكل مناسب ، وتخطيط مسارات وسائل النقل العام المستقلة و خدمات تقاسم ركوب [14]. سوف يعزز الزراعة بمساعدة جمع البيانات الآلي واتخاذ الإجراءات التصحيحية باستخدام الروبوتات للكشف عن أمراض المحاصيل التي ستزيد في نهاية المطاف من الكفاءة وتقلل من استخدام المبيدات الحشرية والأسمدة. سيساعد الذكاء الاصطناعي أيضًا في مراقبة الشعاب المرجانية من خلال معالجة عدد كبير من الصور التي جمعتها الطائرات بدون طيار و الاقمار الاصطناعية التابعة ناسا [14]. هذه المعلومات يمكن أن تساعد في حماية الشعاب المرجانية من الانهيار. يمكن لمكاسب الذكاء والإنتاجية التي يقدمها الذكاء الاصطناعي أن تطلق العنان لحلول قوية للتحديات الملحة للبيئة .

• الذكاء العام الاصطناعي

الآلات المتخصصة للغاية مثل Deep Blue و Watson و AlphaGo هي أنظمة ذكاء إصطناعي ذات الأغراض الفردية التي تتسم بذكائها خاصة بالمجال المعروف باسم الذكاء الاصطناعي الضيق (ANI) [15]. هناك عمل تجريبي مستمر حول الذكاء العام الاصطناعي سيكون مرنًا بما يكفي للتعلم دون إشراف والتكيف مع مواقف متعددة وغير متوقعة مثل البشر. في مجال النظم القانونية ، سوف تنفذ مفاهيم مثل "العدالة". 
بعد عقود ، لن تكون الروبوتات العاطفية شيئًا من الخيال العلمي.

أخرى

في مجالات أخرى مثل أمن الحاسوب ، ستلعب الشبكة العصبونية الاصطناعية دورًا مهمًا من خلال تجميع المعلومات الاستخباراتية باستمرار حول الهجمات والانتهاكات والتهديدات الجديدة والبرامج الضارة وبإعطاء كل هذه المعلومات ، يمكن لـAI التعلم منها واكتشاف العيوب الموجودة داخل شبكة المؤسسة والتمييز بينها بشكل أسرع من عضو في أمن الحاسوب [16]. من خلال تسخير الذكاء الاصطناعي ، ستكون برامج الدردشة أكثر فاعلية مما يؤدي إلى انتقال كبير من واجهة المستخدم الرسومية (GUI) إلى واجهة المستخدم للمحادثة (CUI) [17]. علاوة على ذلك ، سيتم استبدال المركبات الآلية بشكل كبير بسيارات بدون سائق من شأنها أن تقلل من حوادث الطرق وتحسين كفاءة الوقود بسبب سلاسة الكبح والتسارع من السائقين البشر. 
في الجيش ، من خلال الاستفادة من قدرات ترجمة الصور الفضائية ، يمكن لبرامج الذكاء الاصطناعي تحديد الأهداف والتهديدات المحتملة.

التطور التالي الذي قد نشهده في الذكاء الاصطناعي هو الحوسبة العصبية ، التي ستكون مماثلة لنموذج الدماغ البشري. يمكن تسخير الذكاء الاصطناعي أكثر للمساعدة في التخلص من الأخطاء التي تكون أدمغة الإنسان عرضة لها [18]. علاوة على ذلك ، قد نرى تكامل الأجهزة والبرمجيات الكمومية مع الذكاء الاصطناعى ، لحل المشكلات المعقدة خلال ثوانٍ [19].

التحديات

يمكن أن تؤدي أتمتة الذكاء الاصطناعي إلى حدوث أزمة البطالة بين البشر لأن الذكاء الاصطناعي يمكن أن يتفوق علينا في المزيد والمزيد من المجالات [20]. مصدر قلق آخر هو إساءة الاستخدام المحتملة للذكاء الاصطناعي من قبل القراصنة والدول المتمردة والمهاجمين. على سبيل المثال ، يمكن تحويل طائرة بدون طيار تجارية إلى سلاح مستهدف [21]. علاوة على ذلك ، يعتقد العلماء بعد الذكاء الاصطناعي العام ، بعد ذلك قد نرى الذكاء الاصطناعي الفائق ، الذي سيتجاوز الذكاء البشري [22]. هذا الذكاء الفائق قد يحكم العالم ويرى البشر على أنه تهديد وهدر للموارد.

استنتاج

هناك خوف لدى الناس من الآثار السلبية التي يمكن أن تحدثها الأنظمة الفائقة للذكاء في المستقبل. ولكن ، أوضح كورت جودل بصفته عالم رياضيات أن أي نظام منطقي ، بما في ذلك أي نظام رياضي ، يعتمد على أماكن لا يمكن إثباتها انطلاقا من نفسه - يحتاج المرء دائمًا إلى سلطة خارجية. على سبيل المثال ، يعمل برنامج الكمبيوتر عن طريق تحديد القواعد الخاصة به من الخارج. وبالمثل ، الذكاء الاصطناعي ليس تهديدًا ، لأنه يجب برمجته بهذه الطريقة أولاً من قبل السلطة الخارجية - أي البشر [23 ، 24]. يمكننا أن نكون أكثر حرصًا في مجموعاتنا التدريبية ونصف الإجابات التي نعتبرها مقبولة. يمكن استنباط هذه الآلات التي تعكس القيم الأخلاقية.

مع عدم وجود سيارات بدون سائق ، والطائرات بدون طيار تنزل الطرود ، والمساعدة الافتراضية التي تحدد أذواقنا وهياكلنا الخارجية الداعمة للمعاقين ، لا ينكر حقيقة أن الذكاء الاصطناعي سيواصل البحث والتوغل في تطبيقات الحياة اليومية. استخدامه لديه القدرة على زيادة ومساعدة القدرات البشرية [25].هناك احتمال كبير بأننا سنتواصل مع روبوتات مثل Woebot لمحاربة الاكتئاب ، دون أن يدركوا أنهم ليسوا بشرًا. بالإضافة إلى ذلك ، تعمل البيانات الكبيرة في الوقت الحاضر ، والحوسبة العالية ، والتعلم العميق كعامل مساعد في عملية الأتمتة ، فقد نشهد إضفاء الطابع الديمقراطي على الذكاء الاصطناعي في السنوات القليلة المقبلة.


مصادر :

1 - Tegmark M. Life 3.0. New York: Alfred A. Knopf; 2017

2 - Electronic Source Data in Clinical Investigations. Fda.gov. https://www.fda.gov/downloads/drugs/guidances/ucm328691.pdf.Published in 2019. Accessed March 5, 2019

3 - Guppy A, Nathan P, Rustin G. Epithelial Ovarian Cancer: A Review of Current Management. Clin Oncol. 2005;17(6):399–411. doi:10.1016/j.clon.2005.05.009

4 - Strickland E. 5 Neuroscience Experts Weigh In On Elon Musk’s Mysterious “Neural Lace” Company.; 2017. https://cml.harvard.edu/assets/5-Neuroscience-Experts-Weigh-in-on-Elon-Musks-Mysterious-_Neural-Lace_-Company-IEEE-Spectrum.pdf.Accessed March 9, 2019

5- He J, Baxter S, Xu J, Xu J, Zhou X, Zhang K. The practical implementation of artificial intelligence technologies in medicine. Nat Med. 2019;25(1):30–36. doi:10.1038/s41591–018–0307–0

6 - Yairi T, Takeishi N, Oda T, Nakajima Y, Nishimura N, Takata N. A Data-Driven Health Monitoring Method for Satellite Housekeeping Data Based on Probabilistic Clustering and Dimensionality Reduction. IEEE Transactions on Aerospace and Electronic Systems. 2017;53(3):1384–1401. doi:10.1109/taes.2017.2671247

7- Wilkinson M, Meade A. Neural-Network-Inspired Machine Learning for Autonomous Lunar Targeting. Journal of Aerospace Information Systems. 2014;11(7):458–466. doi:10.2514/1.i010166

8- Burl M, Wetzler P. Onboard object recognition for planetary exploration. Mach Learn. 2011;84(3):341–367. doi:10.1007/s10994–011–5239–6

9- Nato Parliamentary Assembly. The Future Of The Space Industry. France; 2018

10- Launch Manifest. SpaceX. https://www.spacex.com/missions.Published 2019. Accessed March 7, 2019

11-Rabideau G, Benowitz E. Prototyping an Onboard Scheduler for the Mars 2020 Rover. Ai.jpl.nasa.gov. https://ai.jpl.nasa.gov/public/papers/rabideau_iwpss2017_prototyping.pdf. Published 2017. Accessed March 7, 2019

12-Prosser M, Rebolledo J. AI Is Kicking Space Exploration Into Hyperdrive — Here’s How. Singularity Hub. https://singularityhub.com/2018/10/07/ais-kicking-space-exploration-into-hyperdrive-heres-how/#sm.00000r5b4gfpqafdxzhk8wrdhw724. Published 2019. Accessed March 12, 2019.

13-Standing out from the pack: Wild Me uses AI to revolutionize animal identification — Microsoft Green Blog. Microsoft Green Blog. https://blogs.microsoft.com/green/2018/06/14/standing-out-from-the-pack-wild-me-uses-ai-to-revolutionize-animal-identification/.Published 2019. Accessed March 14, 2019

14-Fourth Industrial Revolution For The Earth Harnessing Artificial Intelligence For The Earth. PWC; 2018. https://www.pwc.com/gx/en/sustainability/assets/ai-for-the-earth-jan-2018.pdf. Accessed March 15, 2019

15-Spiegeleire S, Maas M, Sweijs T. Artificial Intelligence and the Future of Defence: Strategic Implications for Small and Medium Sized Force Providers. The Hague Centre for Strategic Studies (HCSS); 2018

16-Geluvaraj B, Satwik P, Ashok Kumar T. The Future of Cybersecurity: Major Role of Artificial Intelligence, Machine Learning, and Deep Learning in Cyberspace. International Conference on Computer Networks and Communication Technologies. 2018:739–747. doi:10.1007/978–981–10–8681–6_67

17- Gentsch P. Conversational AI: How (Chat)Bots Will Reshape the Digital Experience. AI in Marketing, Sales and Service. 2018:81–125. doi:10.1007/978–3–319–89957–2_4

18-Neuromorphic Computing — Next Generation of AI. Intel. https://www.intel.com/content/www/us/en/research/neuromorphic-computing.html. Published 2019. Accessed March 18, 2019

19-Welser J, Pitera J, Goldberg C. Future Computing Hardware for AI. 2018 IEEE International Electron Devices Meeting (IEDM). 2018. doi:10.1109/iedm.2018.8614482

20-West D. The Future Of Work

21-E. Vattapparamban, İ. Güvenç, A. İ. Yurekli, K. Akkaya and S. Uluağaç, “Drones for smart cities: Issues in cybersecurity, privacy, and public safety,” 2016 International Wireless Communications and Mobile Computing Conference (IWCMC), Paphos, 2016, pp. 216–221

22-Artificial Super Intelligence. IEEE Future Directions. 2018. http://sites.ieee.org/futuredirections/2018/09/10/artificial-super-intelligence/. Accessed March 17, 2019

23- Kurt Gödel (1931), “Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme, I.” Monatshefte für Mathematik und Physik 38: 173–198. DOI 10.1007/BF01700692 


24-Martin Davis, ed. (1965). The Undecidable: Basic Papers on Undecidable Propositions, Unsolvable Problems and Computable Functions, Raven, New York. Reprint, Dover, 2004. ISBN 0–486–43228–9

 25-REESE B. FOURTH AGE. ATRIA Books; 2019  

الثلاثاء، 7 مايو 2019

روبوت يشبه الانسان يمشي على لوح خشبي


يعرف الكثير من الناس Boston Dynamics لعملهم المدهش في مجال الروبوتات والهندسة.

أحد الأمثلة على ذلك هو أطلس. على غرار الإنسان ، يمشي أطلس على قدمين ، ولديه ذراعين ، يشبه الإنسان عمومًا. ومع ذلك ، بالنسبة لمثل هذا الروبوت الضخم ، فإن السقوط يمثل كارثة كبيرة. عدم كونه إنسان يجعل توازنه صعبة. ومع ذلك ، ظهر شريط فيديو جديد يوضح مدى توازنه بينما يعبر أطلس بأمان بين منصتين مفصولتين بمجموعات من الطوب الضيق. هذا يدل على التقدم الحقيقي في هذا المجال مع أطلس.

أطلس

بوسطن ديناميات أطلس لا يخلو من المهارات أو الحيل. وكان آخرها عندما أثار إعجاب الجميع بمهارات الباركور. ومع ذلك ، كانت هناك بعض الشكوك حول ما إذا كانت تقوم الشركة بتخطيط للمسار في الوقت الفعلي أم لا أو أنه تم تحديده مسبقًا بواسطة جهاز كمبيوتر.

 تم تصميم روبوت Atlas بواسطة Boston Dynamics ، ومع ذلك ، فإن خوارزميات التحكم والتصور والتخطيط هي بواسطة IHMC Robotics وهم يقولون أن الروبوت لوحده من يتخذ جميع القرارات حول مكان وكيفية وضع أقدامه مما يجعله مكتفيا ذاتيًا بالكامل في هذا الصدد .

الاستجابة للكارثة

أحد أهداف روبوت أطلس هو استخدامه في مهام الاستجابة للكوارث والإنقاذ في المناطق التي تشكل خطرا على البشر. في عام 2013 ، كان IHMC يستعد للمشاركة في تحدي DARPA للروبوتات ، وهي المسابقة الدولية التي تهدف إلى تطوير القدرات الروبوتية الأرضية التي تركز على الاستجابة للكوارث. على الرغم من السقوط المذهل إلى حد ما ، فقد احتلت IHMC المرتبة الثانية وحصلت على مليون دولار. منذ ذلك الحين ، واصل الفريق العمل مع Atlas لتحسين قدراته ليكون مفيدًا في دور روبوت الإنقاذ.