AMD تركز على الذكاء الاصطناعي بأجهزة اللابتوب في CES 2024
تاريخ النشر: 10th, January 2024 GMT
تقدم AMD دائمًا شيئًا مثيرًا للاهتمام إلى معرض CES - ونأمل ألا يكون معرض CES 2024 مختلفًا.
يضم المؤتمر الرئيس والمدير التنفيذي لشركة AMD، الدكتورة ليزا سو، والنائب الأول لرئيس الشركة والمدير العام للحوسبة والرسومات، جاك هوينه.
ما نتوقعه
مثل العديد من الشركات، تقول AMD إنها تركز في المؤتمر الصحفي على الذكاء الاصطناعي، وفي هذه الحالة يتعلق الأمر بأجهزة الكمبيوتر الشخصية.
إذا كان كل ذلك يبدو غامضًا ومملًا للغاية، فلا تقلق: على الرغم من أننا لا نعرف بالضبط ما تخطط AMD للكشف عنه في معرض CES 2024، إلا أنه عادةً ما يكون هذا هو الوقت الذي تكشف فيه الشركة عن وحدات المعالجة المركزية ووحدات معالجة الرسومات التي ستكون في أجهزة الكمبيوتر المحمولة خلال العام المقبل. السنة القادمة. نأمل أن نرى المزيد من الشيء نفسه، وهناك فرصة كبيرة لأن نحصل على بعض شرائح سطح المكتب أيضًا، في شكل وحدات معالجة مركزية جديدة ذات رسومات مدمجة متطورة.
كشفت AMD عن مجموعة من المعدات في معرض CES 2023، بما في ذلك معالج Ryzen 9 7945HX وRX 7700S وRX 7600S لأجهزة الكمبيوتر المحمولة الرفيعة والخفيفة وRadeon RX 7600M XT و7600M للألعاب ذات الإطارات العالية في الثانية بدقة 1080 بكسل.
ما أعلنته AMD
إذا فاتتك المؤتمر الصحفي المباشر لـ AMD في معرض CES 2024، فلدينا مقطع فيديو ملخص سيستغرق مشاهدته أقل من سبع دقائق من وقتك. تنبيه المفسد: تتضمن أبرز الميزات شرائح سطح المكتب Ryzen 800G الجديدة المزودة بتقنية الذكاء الاصطناعي وبطاقة Radeon RX 7600 XT للمبتدئين، والتي تم تصميمها للألعاب بدقة 1440 بكسل.
المصدر: بوابة الوفد
كلمات دلالية: الذکاء الاصطناعی معرض CES
إقرأ أيضاً:
الذكاء الاصطناعي يعزز دقة التنبؤ بهياكل الأجسام المضادة
طوّر باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نموذجًا حسابيًا جديدًا قادرًا على التنبؤ بهياكل الأجسام المضادة بدقة غير مسبوقة، مما قد يُحدث تحولًا كبيرًا في تصميم أدوية فعالة ضد أمراض معدية مثل كوفيد-19 وHIV.
الذكاء الاصطناعي يتجاوز التحديات السابقة
رغم التقدم الكبير الذي حققته نماذج الذكاء الاصطناعي المعتمدة على "نماذج اللغة الكبيرة" (LLMs) في التنبؤ بهياكل البروتينات، إلا أنها واجهت صعوبات عند التعامل مع الأجسام المضادة، خاصة بسبب المناطق شديدة التغير فيها والمعروفة بـ"المناطق مفرطة التغير". للتغلب على هذه العقبة، ابتكر فريق (MIT) تقنية جديدة تحسّن أداء هذه النماذج وتمنحها القدرة على فهم تعقيدات هذه البروتينات المناعية.
تقول بوني بيرغر، أستاذة الرياضيات في (MIT) ورئيسة مجموعة الحوسبة والبيولوجيا في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL): «طريقتنا تسمح بالوصول إلى نطاق واسع من الاحتمالات، مما يتيح لنا إيجاد إبر حقيقية في كومة قش. وهذا قد يوفر على شركات الأدوية ملايين الدولارات بتجنب التجارب السريرية غير المجدية».
نموذج AbMap: أداة ذكية للتنقيب في بحر الأجسام المضادة
النموذج الجديد، الذي يحمل اسم (AbMap)، يعتمد على وحدتين مدربتين بشكل دقيق: الأولى تتعلم من بنى ثلاثية الأبعاد لحوالي 3000 جسم مضاد موجودة في قاعدة بيانات البروتينات (PDB)، والثانية تعتمد على بيانات تقيس مدى ارتباط أكثر من 3700 جسم مضاد بثلاثة أنواع مختلفة من المستضدات.
باستخدام (AbMap)، يمكن التنبؤ بهيكل الجسم المضاد وقوة ارتباطه بالمستضد، فقط من خلال تسلسل الأحماض الأمينية. وفي تجربة واقعية، استخدم الباحثون النموذج لتوليد ملايين التعديلات على أجسام مضادة تستهدف بروتين «سبايك» لفيروس SARS-CoV-2، وتمكّن النموذج من تحديد أكثرها فعالية.
وقد أظهرت التجارب بالتعاون مع شركة Sanofi أن 82 % من الأجسام المضادة المختارة باستخدام النموذج أظهرت أداءً أفضل من النسخ الأصلية.
اختصار الطريق نحو العلاجات الفعالة
يُعد هذا التقدم فرصة ذهبية لشركات الأدوية لتقليص الوقت والتكاليف اللازمة في مراحل البحث والتطوير. ووفقًا للبروفيسور روهيت سينغ، المؤلف المشارك للدراسة: «الشركات لا تريد المخاطرة بكل شيء في جسم مضاد واحد قد يفشل لاحقًا. النموذج يمنحها مجموعة من الخيارات القوية للمضي قدمًا بثقة».
تحليل الاستجابات المناعية على مستوى الأفراد
بعيدًا عن التطبيقات الدوائية، يُمكن للنموذج أن يُحدث نقلة في فهم التباين في الاستجابات المناعية بين الأفراد. فعلى سبيل المثال، لماذا يُصاب البعض بكوفيد-19 بشكل حاد، بينما ينجو آخرون دون أعراض؟ أو لماذا يبقى بعض الأشخاص غير مصابين بـHIV رغم تعرضهم للفيروس؟
الدراسة أظهرت أنه عند مقارنة البنية الثلاثية للأجسام المضادة بين الأفراد، فإن نسبة التشابه قد تكون أعلى بكثير من النسبة التي تُظهرها المقارنة الجينية التقليدية (10%). وهذا قد يفتح الباب لفهم أعمق لكيفية عمل جهاز المناعة وتفاعله مع مسببات الأمراض المختلفة.
يقول سينغ: «هنا يتجلى دور نماذج اللغة الكبيرة بوضوح، فهي تجمع بين نطاق التحليل الواسع القائم على التسلسل الجيني ودقة التحليل البنيوي».
دعم وتمويل دولي
حظي البحث بدعم من شركة Sanofi وعيادة عبد اللطيف جميل لتعلم الآلة في مجال الصحة، مما يعكس تزايد اهتمام المؤسسات العالمية بالذكاء الاصطناعي كأداة استراتيجية في الطب الحيوي.
بهذا الإنجاز، يُبرهن الذكاء الاصطناعي مجددًا على قدرته في إحداث ثورة صامتة في المختبرات الطبية، حيث لا تقتصر فوائده على التسريع والتحليل، بل تمتد لتوجيه القرارات الحاسمة التي قد تُنقذ أرواح الملايين.
أسامة عثمان (أبوظبي)
اقتراح أميركي يسمح لإيران بتخصيب اليورانيوم.. ولكن!