الاقتصادي «منظمة التعاون والتنمية»: الذكاء الاصطناعي «يؤثر على جودة الوظائف»
تاريخ النشر: 12th, July 2023 GMT
شاهد المقال التالي من صحافة الإمارات عن منظمة التعاون والتنمية الذكاء الاصطناعي يؤثر على جودة الوظائف، ت + ت الحجم الطبيعي وأشارت المنظمة في توقعات التوظيف 2023 إلى الشكوك الكبيرة المحيطة بالآثار الحالية والمستقبلية للذكاء .،بحسب ما نشر صحيفة البيان، تستمر تغطيتنا حيث نتابع معكم تفاصيل ومعلومات «منظمة التعاون والتنمية»: الذكاء الاصطناعي «يؤثر على جودة الوظائف»، حيث يهتم الكثير بهذا الموضوع والان إلى التفاصيل فتابعونا.
ت + ت - الحجم الطبيعي
وأشارت المنظمة في «توقعات التوظيف 2023» إلى الشكوك الكبيرة المحيطة بالآثار الحالية والمستقبلية للذكاء الاصطناعي خاصةً على صعيد الوظائف. ولفتت إلى أنّ التكنولوجيا ستؤثر على «كافة قطاعات الخدمات تقريباً وكلّ المهن» وأن «سرعة التطور المسجلة غير مسبوقة».
وأضافت: «حتى الآن تظهر الأعمال المنشورة أن الذكاء الاصطناعي يؤثر بشكل أساسي على جودة الوظائف».
واعتبرت منظمة التعاون والتنمية في الميدان الاقتصادي، أنّ «للعمل الاجتماعي والحوار دوراً رئيسياً» في مواجهة مخاطر الذكاء الاصطناعي، لا سيما من خلال وضع القوانين أو من خلال «تشجيع أرباب العمل على تقديم التدريب»، وأيضاً عبر «دعم العمال والشركات في التحول نحو الذكاء الاصطناعي».
وقالت: إن «مع ذلك، فإن معدلات التوظيف لا تزال على حالها... والبطالة وصلت إلى أدنى مستوى لها منذ عدة عقود».
تابعوا البيان الاقتصادي عبر غوغل نيوز
طباعة Email فيسبوك تويتر لينكدين Pin Interest Whats Appالمصدر: صحافة العرب
كلمات دلالية: الذكاء موعد عاجل الدولار الامريكي اليوم اسعار الذهب اسعار النفط مباريات اليوم جدول ترتيب حالة الطقس الذکاء الاصطناعی یؤثر على
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
مباريات سيراميكا كليوباترا فى الدور الأول 2025-2026