شركة غوغل تكشف عن نموذجها الجديد للذكاء الاصطناعي
تاريخ النشر: 17th, May 2024 GMT
وقال جوش وودوارد، نائب رئيس Google Labs التابعة لغوغل:" نموذج Gemini 1.5 Flash الجديد للذكاء الاصطناعي تم تطويره من أجل تنفيذ المهام التي تتطلب سرعة في الأداء.
النموذج قادر على معالجة النصوص والصور والفيديوهات بسرعة عالية، وهذا يجعله مثاليا للتطبيقات التي تتطلب استجابات فورية في الوقت الفعلي، مثل التطبيقات المخصصة للتواصل مع المستخدمين والعملاء، وكذلك عمليات إنشاء الصور البسيطة بسرعة".
وتبعا لغوغل فإن النموذج الجديد يعد مناسبا أيضا للعمليات التي لا تتطلب استجابات فورية، إذ أنه قادر على تحليل كميات كبيرة من البيانات والنصوص والقيام بمهام الترجمة، كما أنه قادر على القيام بمهام إنشاء الرموز البرمجية.
ويتوفر هذا النموذج حاليا في وضع المعاينة عبر خدمتي AI Studio وVertex AI، وسيتوفر قريبا عبر خدمات Google Workspace، وسيكون بالإمكان استعماله مع مستندات Gmail وPDF، وسيتمكن المشتركون في إصدار Gemini Advanced من الوصول إلى النموذج بـ 35 لغة
المصدر: مأرب برس
إقرأ أيضاً:
ذكاء اصطناعي يتنبأ بصحتك بعد الستين بدقة مدهشة
في خطوة ثورية لفهم الصحة البشرية وإعادة تعريف الطب الوقائي، كشف بحث علمي حديث نُشر في مجلة Nature عن نموذج ذكاء اصطناعي قادر على محاكاة المسار الصحي للأفراد منذ سن الستين، والتنبؤ بمخاطر الأمراض المزمنة وحتى احتمالات الوفاة. ما يميز هذا الابتكار أنه لا ينظر إلى الأرقام فقط، بل يدمج بين العوامل الوراثية والبيئية والاجتماعية، ليضع بين يدي الأطباء والباحثين أداة دقيقة لرسم "خريطة صحية شخصية" لكل فرد.
كيف يعمل النموذج؟
اعتمد العلماء على بيانات واسعة النطاق، تشمل أنماط الحياة والعوامل الطبية الأساسية مثل التدخين، مؤشر كتلة الجسم، ومستوى النشاط البدني. هذه البيانات أُدخلت في النموذج ليبدأ بمحاكاة الحياة الصحية للفرد بعد الستين. ومن خلال الخوارزميات المتقدمة، تمكن الذكاء الاصطناعي من تصنيف الأشخاص إلى فئات منخفضة، متوسطة، أو عالية الخطورة، سواء بالنسبة للإصابة بأمراض معينة أو احتمالية الوفاة المبكرة.
نتائج دقيقة تتجاوز التوقعات
أظهرت النتائج توافقًا كبيرًا بين تنبؤات النموذج والوقائع المسجلة في قواعد البيانات الطبية، ما يعزز موثوقيته. واستخدم الباحثون أدوات تحليلية متقدمة مثل نموذج كوكس وتقنية SHAP لتحديد مدى تأثير كل عامل على تطور المرض. كما كشفت خرائط التمثيل متعدد الأبعاد (UMAP) عن وجود علاقات خفية بين الأمراض، حيث تبين أن الأمراض التي تشترك في عوامل قريبة تميل إلى التأثير في بعضها البعض بشكل متسلسل أو متزامن. هذه النتائج تقدم منظورًا جديدًا لفهم "سلاسل المرض" وكيفية ارتباطها.
تحديات البحث والقيود
رغم قوة النتائج، لم يخلُ البحث من تحديات. فقد أشار الفريق إلى أن النقص في بعض مصادر البيانات أو التحيزات الاجتماعية قد يؤثر على دقة التنبؤات. على سبيل المثال، أظهر النموذج تفاوتًا ملحوظًا في الأداء عند تطبيقه على أمراض نادرة أو على مجموعات عمرية وخلفيات اجتماعية مختلفة. كما لعبت عوامل مثل العرق، الجنس، ومستوى الحرمان الاجتماعي دورًا واضحًا في تحديد دقة النتائج، وهو ما يعكس التحديات المستمرة في جعل الذكاء الاصطناعي أكثر عدلاً وشمولية.
ثورة في الطب الوقائي
تكمن قوة هذا النموذج في كونه لا يقتصر على وصف الحالة الصحية الحالية، بل يرسم خارطة طريق مستقبلية تساعد الأطباء في تقديم استراتيجيات وقائية أكثر تخصيصًا. على سبيل المثال، إذا توقع النموذج ارتفاع خطر الإصابة بأمراض القلب لشخص بعينه، يمكن للطبيب التدخل مبكرًا عبر خطة غذائية أو برنامج تمارين محدد، مما يقلل من احتمالية حدوث المرض قبل وقوعه. هذه القدرة على التنبؤ تفتح الباب أمام عصر جديد من الطب الوقائي الذي يتعامل مع المخاطر قبل أن تتحول إلى أمراض مزمنة.
المستقبل بين يدي الذكاء الاصطناعي
يُظهر البحث أن الذكاء الاصطناعي قادر على تغيير الطريقة التي نفهم بها الشيخوخة والصحة، ليس فقط كوسيلة للتشخيص أو العلاج، بل كشريك استراتيجي في رسم المستقبل الصحي للأفراد والمجتمعات. وإذا ما تم تطوير هذه النماذج بشكل أكبر، فقد نصل إلى مرحلة يستطيع فيها كل شخص الحصول على "ملف صحي تنبؤي" يساعده على اتخاذ قرارات يومية أكثر وعيًا لحماية صحته على المدى الطويل.
إسلام العبادي(أبوظبي)
مناقشة ترتيبات استئناف الرحلات الجوية بين ليبيا والإمارات