"الحياة الفطرية" يقود جهود التوسّع بالمناطق المحمية للوصول إلى 30% من مساحة المملكة
تاريخ النشر: 1st, December 2023 GMT
يقود المركز الوطني لتنمية الحياة الفطرية جهود التوسّع في المناطق المحمية للوصول إلى 30% من مساحة المملكة، إذ تلعب المناطق المحمية دورًا مهمًا في الحفاظ على التنوع البيولوجي في المملكة.
وكشف المركز الوطني في "إنفوجرافيك" نشره على حسابه في منصة "إكس"، عن وصول عدد المحميات الحالي في عام 2023 م 36 محمية، مستهدفًا الوصول إلى أكثر من 100 محمية في عام 2030 م.
وأشار إلى أن نسبة مساحة المناطق المحمية البرية عام 2017 بلغت 4.56% محمية برية، وارتفعت إلى 18.1% في 2023، وكانت نسبة المناطق المحمية البحرية 3.76% في 2017، لتصل إلى 6.48% في عام 2023.
تلعب المناطق المحمية دورًا مهمًا في الحفاظ على التنوع البيولوجي في المملكة، ويقود #المركز_الوطني_لتنمية_الحياة_الفطرية جهود التوسّع في المناطق المحمية للوصول إلى 30% من مساحة المملكة.#مبادرة_السعودية_الخضراء
#من_الطموح_إلى_العمل pic.twitter.com/qEBTOjtB1K
المصدر: صحيفة عاجل
كلمات دلالية: المملكة المركز الوطني لتنمية الحياة الفطرية المناطق المحمية المناطق المحمیة الحیاة الفطریة المرکز الوطنی
إقرأ أيضاً:
نموذج ذكاء اصطناعي مجاني يتفوق على ChatGPT-5.. إليك ما يجب أن تعرفه
في وقت سابق من هذا العام، تصدرت شركة ناشئة صينية تدعى ديبسيك DeepSeek، عناوين الأخبار من خلال تقديم نموذج الذكاء الاصطناعي المجاني DeepSeek-R1 الذي زعمت أنه ينافس أداء ChatGPT.
الآن، أعلنت شركة ناشئة صينية أخرى تدعى Moonshot AI عن إطلاق نموذجها الجديد Kimi K2 Reasoning الذي يدعي تفوقه على GPT-5 من OpenAI وClaude Sonnet 4.5 من أنثروبيك في بعض المعايير الأساسية.
يتفوق Kimi K2 على كل من GPT-5 وClaude 4.5 في اختباري BrowseComp وSeal-O، اللذين يستخدمان لتقييم قدرات التفكير والتصفح في نماذج الذكاء الاصطناعي.
ومع ذلك، يظهر Kimi K2 أداء أقل في بعض الاختبارات المتعلقة بالبرمجة مقارنة بالنماذج الأخرى، النموذج مفتوح المصدر ومجاني للاستخدام، في حين أن ChatGPT Plus وClaude يتطلبان اشتراكا شهريا بقيمة 20 دولارا تقريبا للوصول إلى النسخ المميزة.
ما هو Kimi K2؟يعد Kimi K2 نموذجا لغويا كبيرا LLM تم تدريبه باستخدام حوالي 1 تريليون معلمة، لكنه مصمم لاستخدامها بشكل فعال.
ويعتمد Kimi K2 على تصميم Mixture-of-Experts، ما يعني أنه يتم تفعيل عدد محدد من المعلمات لمعالجة الاستفسارات والرد عليها، حيث يستخدم Kimi K2 ما يصل إلى 32 مليار معلمة فقط في كل مرة، مما يساهم في سرعة الأداء وتقليل التكاليف.
في المقابل، تستخدم النماذج الكثيفة مثل GPT-5 وClaude Sonnet 4.5 عددا أكبر من المعلمات لتحسين الأداء الأقصى، مما يزيد عادة من تكاليف الحوسبة والكمون.
بعد ديبسيك، تعد Moonshot المدعومة من علي بابا واحدة من الشركات الصينية الناشئة التي طورت نموذجها اللغوي الكبير بتكلفة أقل بكثير من منافسيها في الولايات المتحدة.
ووفقا لتقرير CNBC، تم تدريب نموذج Kimi K2 بتكلفة تصل إلى حوالي 4.6 مليون دولار، وعلى الرغم من أن Kimi K2 لا يزال غير منتشر على نطاق واسع، هناك عدة طرق للوصول إليه.
1. عبر الموقع الرسمي (Kimicom): أسهل طريقة للوصول إلى Kimi K2 هي من خلال واجهة الدردشة الرسمية على Kimicom، ستحتاج إلى تسجيل الدخول لاستخدام النموذج، الذي يوفر استخداما غير محدود دون قيود على الرموز أو الوقت.
2. عبر منصة Hugging Face: يمكنك أيضا الوصول إلى النموذج من خلال منصة Hugging Face التي تتيح للمستخدمين تجربة النماذج مفتوحة المصدر.
كما يمكنك استخدام مساحة "Kimi K2 Instruct" لتجربة الاستفسارات والحصول على الردود مباشرة في المتصفح، إذا كنت جديدا على المنصة، يمكنك إنشاء حساب أو تسجيل الدخول باستخدام حسابك الحالي.
3. عبر OpenRouter للمطورين: إذا كنت مبرمجا وترغب في تكامل النموذج ضمن تطبيقاتك الخاصة، يمكن الوصول إلى Kimi K2 من خلال OpenRouter عن طريق إنشاء مفتاح API.
4. الاستضافة الذاتية (Self-Hosting): لمن يبحث عن مزيد من التحكم، يمكن استضافة النموذج على أجهزة خاصة، يتطلب الأمر تنزيل ملفات النموذج من Hugging Face وتشغيله باستخدام أدوات الاستدلال مثل vLLM أو SGLang.
توفر هذه الطريقة أداء أسرع مع الحفاظ على خصوصية البيانات، لكنها تتطلب أجهزة قوية مثل GPU كبير وذاكرة رام واسعة.
منتدى الاتحاد من أجل المتوسط المنعقد في القاهرة.. رسائل مصرية واضحة للعالم